申请/专利权人：长沙莫之比智能科技有限公司

申请日：2024-03-07

公开（公告）日：2024-04-09

公开（公告）号：CN117849753A

主分类号：G01S7/41

分类号：G01S7/41;G01S13/931

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及目标数据分析领域，特别地涉及一种基于车载毫米波雷达的目标泛特征提取方法。一种基于车载毫米波雷达的目标泛特征提取方法，包括：关闭雷达所有滤波功能；获得目标的x、y、PEAK和SNR；从不同角度、距离采集目标的特征数据；更新滤除目标库代入雷达进行回归验证。本发明通过在研发阶段进行实际模拟，提高了对误报目标类型的处理准确率和处理效率，从而建立目标的滤除目标库，并且数据的处理能够在实验室进行，从而能够同时对多个目标进行实验，最后将更新的滤除目标库存入车辆的雷达系统中，从而能够高效的完成目标检测，缩短研发时间。

主权项：1.一种基于车载毫米波雷达的目标泛特征提取方法，其特征在于，包括：K0、开启雷达系统的滤波功能进行测试，若出现误报目标，则停止测试，进入S1，否则继续测试；K1、关闭雷达系统的滤波功能，并开启数据采集功能，保存采集到的x、y、PEAK和SNR的数据，其中，x表示目标数据的坐标x，y表示坐标y，PEAK表示目标的平均能量峰值，SNR表示目标的信噪比；K2、进行多角度模拟，更新采集数据，记录误报目标的实际位置；K3、对K1中采集的数据，将x、y、PEAK和SNR数据作为样本，进行分析，得到分布图，根据K2中误报实际位置，统计该区域的PEAK和SNR特征，得到该误报目标的特征分布；K4、将K3得到的目标特征分布，提取分布概率最高的区间段，得到误报目标特征，并更新滤除目标库，滤除目标库存储有所有需要滤除的目标的误报目标特征；K5、将K4更新的滤除目标库代入雷达系统中，进行针对的滤除，并进行回归测试;其中，K1中得到x、y、PEAK和SNR的数据的具体步骤为：K1.1、雷达系统获取回波信号并进行处理，得到检测矩阵，并对检测矩阵中的待检单元Mi进行判定和计算，i=0，1，2···I，I为检测矩阵中待检单元的总个数，得到距离维阈值序列R和多普勒维阈值序列D；K1.2、对距离维阈值序列R和多普勒维阈值序列D做均值加权计算最终检测阈值RDi，并对最终检测阈值RDi进行判断，若满足“Mi≥RDi”，则对应的待检单元Mi被检出，记为检出单元Bn，n=1，2，3···N，N为所有检出单元的总个数；K1.3、对每个检出单元Bn进行角度FFT，再进行解角，得到目标数据的坐标x和坐标y，对FFT后的复数求模，得到目标的平均能量峰值PEAK，与参考单元的平均能量峰值CUT的比值，经过公式计算得到目标的信噪比SNR;其中，K1.1中得到距离维阈值序列R和多普勒维阈值序列D的具体步骤为：S1、判断检测矩阵中当前待检单元Mi的距离单元的数量I是否满足“IN”或者“IA-N”，N=K+H，K为设定检测矩阵中保护单元的数量，H为设定检测矩阵中参考单元的数量，A为检测矩阵中距离单元的总个数，若满足“IN”，则进入S2，若满足“IA-N”，则进入S3，若均不满足，则进入S4；S2、向后去掉K个保护单元，再取H个参考单元的均值，得到距离维的第Ri个阈值；S3、向前减去K个保护单元，再取H个参考单元的均值=，得到距离维的第阈值；S4、向前向后各去掉K个保护单元后再各取H个参考单元，再由前后参考单元2H取均值得到距离维的第Ri个阈值；S5、将提取得到的距离维阈值合并，形成总的距离维阈值序列R；S6、对测矩阵中当前待检单元Mi的多普勒单元的数量同样进行S1中的判断，并根据判断结果进行S2-S4，提取对应多普勒维的阈值，得到多普勒维阈值序列D。

全文数据：

权利要求：

百度查询： 长沙莫之比智能科技有限公司 一种基于车载毫米波雷达的目标泛特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD