雷达与视频的信息提取与融合研究
发布时间：2020-11-08 16:23
【摘要】：毫米波雷达分辨率高,具有全天时、全天候的工作能力,这些优点很好地迎合了现代社会民用的需求。摄像头作为一种低成本、高性能的传感器,具有安装便利、功能齐全且可以根据需求进行定制开发的优势。毫米波雷达和摄像头作为两种功能强大的传感器,通过信息融合可以在数据相互验证的基础上实现信息互补,在增强数据可靠性的同时获得对目标更全面的描述。本文围绕毫米波雷达与视频的信息提取与融合问题,开展了以下几个方面的研究工作:(1)利用雷达进行多目标分辨与运动参数估计的研究。针对实际运用中场景的复杂多变和对多目标分辨能力的需求,设计了一种基于快慢时间维联合估计的多目标测速测距方案,并通过仿真和实测数据验证了该方案的可行性与在多目标场景下的性能。提出了基于二维频谱的目标检测算法,推导了基于二维频谱的多目标测角算法。(2)利用摄像头进行运动目标的检测与分类研究。对现有的几种视频运动前景提取算法进行详细介绍,主要包括帧间差分法和高斯混合模型法(Gaussian Mixture Model,GMM)。阐述了基于数学形态学的前景图像去噪方法。详细介绍了利用卷积神经网络(Convolutional Neural Network,CNN)进行图片分类的步骤和工作原理。(3)详细推导了从雷达所在的三维球坐标系向像素点所在的二维坐标系转换的关系。提出了一种在毫米波雷达和摄像头之间进行时间和空间标定的方法。在标定准确的基础上进行雷达和摄像头的信息融合,剔除虚警数据,划定感兴趣区域(Region of Interest,ROI)并进行目标的分类与识别。(4)以典型的交通应用为例,在真实场景下验证该毫米波雷达与视频融合系统的实测效果。
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.5
【图文】：
雷达与视频的信息提取与融合研究??２．１基于快慢时间维联合估计的多目标运动参数估计??基于快慢时间维联合估计的二维信号处理方案提供了一种既能分开径向距??离相近的目标，又能通过脉冲积累提升雷达最大作用距离的方法。单个线性调频??周期内的时间称为快时间；横跨多个快时间，度量多个周期的时间称为慢时间。??采用基于快慢时间维联合估计的二维信号处理方案进行目标分辨，经过快时间维??分辨，目标在距离维上进行区分；再经过慢时间维分辨，对目标在速度维进一步??区分。例如，和雷达的径向距离相近的目标，在快时间维上的谱峰相互重叠，无??法分辨；二维联合估计在慢时间维上通过速度维上的差异，实现对径向距离相近??的目标的进一步分离。基于快慢时间维联合估计的二维信号处理方案的大致流程??如图２－１所示，??＂
Ｆｉｌｔｅｒ，ＫＦ）进行目标跟踪，并将结果显示在相应的上位机软件界面中。??２．１．１?波形设计??基于快慢时间维联合的多目标运动参数估计波形设计方案如图２－２所示，波??形由周期上调频锯齿波构成，每个锯齿波的带宽为５，周期为７；ＲＩ，信号载频为??／ａ。单个锯齿波周期内的时间称为快时间；横跨多个锯齿波周期的时间称为慢时??间。一次观测的数据包括Ｍ个线性上调频信号，观测时长为ＴＰＲＩ‘Ｍ。接收信号??通过混频器降频后，通过ＡＤＣ进行采样，采样频率为乂。??／（ｔ）ｔ??慢时间??■???；?－？／??２Ｔｐｒｉ?Ｈｒｊ??图２－２雷达发射波形设计??发射信号由周期上调频锯齿波构成，每个扫频的回波信号经过混频和采样后，??通过快时间维转化到频域。??在波束内的每个目标会在快时间维的傅立叶频谱上产生一个差频／Ａ，差频??９??
其中Ｊ表示信号幅度，《（？；）为窗函数，Ａ：为上调频信号的调频斜率，７；表示采??样间隔。在式（２－６）的基础上，进行快慢时间维联合估计原理的推导。??基于快慢时间维联合的多目标运动参数估计方案的操作步骤如图２－３所示。??／（ｔ）ｔ??ｆ〇?＋?Ｂ?４／！?７／１??Ｊ丨?Ｖｈ＇?＇＇??ＴＪｔＲ］?２７＂ｍ?＾Ｔ］ｔＲＪ?（Ｍ—ｌ）ｒ；＞／ｙ?ＭＴｐｒｉ??＼?＼?＼?ｊｋ?＼?ｊ?＼?ｊ??快一间ｊ?Ｉ快“闾ｊ?ｐｉｉｌｉＷ?｜快ｉｌｌ间??淮?ＦＦＴ?维?ＦＦＴ?港?ＦＦＴ??维?ＦＦＴ??＾￣￣?ｉｘｉ：娜间ｉ?－??一?Ｈ?维ｍ????１?｜慢时间?????ｌｉ?ｍ＼－ｒ?￣????．ｎ?Ｉｆｉｓｍｉ．??ｍ???：雄ＦＦＴ厂???被??靼＂：一一：一一；?７?￣＂■一；一一；?＾?＾????］ｒｗｆｓｉｉ????｜｜｜｜?｜?｜?Ｈ?维ＦＦＴ?￣?｜????时间?＾??图２－３基于快慢时间维联合估计的多目标运动参数估计算法示意图??不失一般性，假设目标数为／，每个周期的采样点数为７Ｖ，?—次联合估计所??用的锯齿波数为从，经过／个目标反射的回波信号混频、加窗后，由式（２－６）可以??得到中频信号的表达式为??ｒ（／）＝?＾＇＾Ａ，＾（Ｎ）ｅｘｐ｜／２＾?＾＾?＋?（ｌｌ＾?＋?＾ＭＬ）ｎＴｓ?１??ｍ＝０?ｎ＝０?Ｌ?＿?Ｃ?＼?＾?＾?Ｊ?＿?Ｊ??＋ＸＺＡ２６，（＾）ｅｘｐ｜＞２；ｒ?＾＾＋［＾＾?＋?＝＾＼ｔｓ?｝?＋?．．．?（２－７）??ｍ＝０?ｎ＝０?［?＿?Ｃ
【参考文献】
本文编号：2875027
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.5
【图文】：
雷达与视频的信息提取与融合研究??２．１基于快慢时间维联合估计的多目标运动参数估计??基于快慢时间维联合估计的二维信号处理方案提供了一种既能分开径向距??离相近的目标，又能通过脉冲积累提升雷达最大作用距离的方法。单个线性调频??周期内的时间称为快时间；横跨多个快时间，度量多个周期的时间称为慢时间。??采用基于快慢时间维联合估计的二维信号处理方案进行目标分辨，经过快时间维??分辨，目标在距离维上进行区分；再经过慢时间维分辨，对目标在速度维进一步??区分。例如，和雷达的径向距离相近的目标，在快时间维上的谱峰相互重叠，无??法分辨；二维联合估计在慢时间维上通过速度维上的差异，实现对径向距离相近??的目标的进一步分离。基于快慢时间维联合估计的二维信号处理方案的大致流程??如图２－１所示，??＂
Ｆｉｌｔｅｒ，ＫＦ）进行目标跟踪，并将结果显示在相应的上位机软件界面中。??２．１．１?波形设计??基于快慢时间维联合的多目标运动参数估计波形设计方案如图２－２所示，波??形由周期上调频锯齿波构成，每个锯齿波的带宽为５，周期为７；ＲＩ，信号载频为??／ａ。单个锯齿波周期内的时间称为快时间；横跨多个锯齿波周期的时间称为慢时??间。一次观测的数据包括Ｍ个线性上调频信号，观测时长为ＴＰＲＩ‘Ｍ。接收信号??通过混频器降频后，通过ＡＤＣ进行采样，采样频率为乂。??／（ｔ）ｔ??慢时间??■???；?－？／??２Ｔｐｒｉ?Ｈｒｊ??图２－２雷达发射波形设计??发射信号由周期上调频锯齿波构成，每个扫频的回波信号经过混频和采样后，??通过快时间维转化到频域。??在波束内的每个目标会在快时间维的傅立叶频谱上产生一个差频／Ａ，差频??９??
其中Ｊ表示信号幅度，《（？；）为窗函数，Ａ：为上调频信号的调频斜率，７；表示采??样间隔。在式（２－６）的基础上，进行快慢时间维联合估计原理的推导。??基于快慢时间维联合的多目标运动参数估计方案的操作步骤如图２－３所示。??／（ｔ）ｔ??ｆ〇?＋?Ｂ?４／！?７／１??Ｊ丨?Ｖｈ＇?＇＇??ＴＪｔＲ］?２７＂ｍ?＾Ｔ］ｔＲＪ?（Ｍ—ｌ）ｒ；＞／ｙ?ＭＴｐｒｉ??＼?＼?＼?ｊｋ?＼?ｊ?＼?ｊ??快一间ｊ?Ｉ快“闾ｊ?ｐｉｉｌｉＷ?｜快ｉｌｌ间??淮?ＦＦＴ?维?ＦＦＴ?港?ＦＦＴ??维?ＦＦＴ??＾￣￣?ｉｘｉ：娜间ｉ?－??一?Ｈ?维ｍ????１?｜慢时间?????ｌｉ?ｍ＼－ｒ?￣????．ｎ?Ｉｆｉｓｍｉ．??ｍ???：雄ＦＦＴ厂???被??靼＂：一一：一一；?７?￣＂■一；一一；?＾?＾????］ｒｗｆｓｉｉ????｜｜｜｜?｜?｜?Ｈ?维ＦＦＴ?￣?｜????时间?＾??图２－３基于快慢时间维联合估计的多目标运动参数估计算法示意图??不失一般性，假设目标数为／，每个周期的采样点数为７Ｖ，?—次联合估计所??用的锯齿波数为从，经过／个目标反射的回波信号混频、加窗后，由式（２－６）可以??得到中频信号的表达式为??ｒ（／）＝?＾＇＾Ａ，＾（Ｎ）ｅｘｐ｜／２＾?＾＾?＋?（ｌｌ＾?＋?＾ＭＬ）ｎＴｓ?１??ｍ＝０?ｎ＝０?Ｌ?＿?Ｃ?＼?＾?＾?Ｊ?＿?Ｊ??＋ＸＺＡ２６，（＾）ｅｘｐ｜＞２；ｒ?＾＾＋［＾＾?＋?＝＾＼ｔｓ?｝?＋?．．．?（２－７）??ｍ＝０?ｎ＝０?［?＿?Ｃ
【参考文献】
中国期刊全文数据库 前2条
1 罗逍;姚远;张金换;;一种毫米波雷达和摄像头联合标定方法[J];清华大学学报(自然科学版);2014年03期
2 潘泉,于昕,程咏梅,张洪才;信息融合理论的基本方法与进展[J];自动化学报;2003年04期
本文编号：2875027
本文链接：https://www.wllwen.com/kejilunwen/wltx/2875027.html
