基于汽车毫米波雷达的目标跟踪算法研究

发布时间：2023-02-11 08:45

　　汽车毫米波雷达是自动驾驶系统中的一个重要传感器,出于自动驾驶行车安全方面的考虑,汽车毫米波雷达目标跟踪准确性成为目前迫切需要解决的问题之一。汽车毫米波雷达在接收到ADC采样数据后,通过雷达信号处理后得到有距离、速度和角度信息的原始点迹,接着对这些原始点迹数据使用目标跟踪算法进行处理,得到目标的估计位置和速度,最终形成目标的运动轨迹。汽车毫米波雷达的应用场景非常复杂,对目标跟踪的稳定性和准确性提出了很高的要求,使得找到一种适合汽车毫米波雷达的目标跟踪算法成为必要。本文以汽车毫米波雷达为研究对象,围绕雷达目标跟踪算法及实现进行了以下研究工作:1、介绍了汽车毫米波的基本概念和硬件结构,为了更好的理解雷达目标跟踪的原始点迹数据的特征,对汽车毫米波雷达信号处理流程进行了详细分析和MATLAB仿真,雷达信号处理流程主要为:数据采集、二维快速傅里叶变换、二维峰值搜索、恒虚警检测和数字波束形成,最终输出雷达的目标列表。2、对目标跟踪算法中目标的系统模型建立进行研究,包括目标的运动状态方程和量测方程。对标准卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)等常用的线性和非线性滤波算法...

【文章页数】：104 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题来源及研究的背景和意义
    1.2 国内外的发展及研究状况
    1.3 本文的主要研究内容及章节安排
第2章 汽车毫米波雷达及雷达信号处理
    2.1 汽车毫米波雷达
    2.2 汽车毫米波雷达信号处理
        2.2.1 数据采集
        2.2.2 二维快速傅里叶变换
        2.2.3 二维峰值搜索和恒虚警检测
        2.2.4 数字波束形成
    2.3 本章小结
第3章 汽车毫米波雷达线性跟踪滤波算法研究
    3.1 系统模型建立
        3.1.1 状态方程
            3.1.1.1 匀速模型
            3.1.1.2 匀加速模型
        3.1.2 量测方程
    3.2 标准卡尔曼滤波
        3.2.2 标准卡尔曼滤波模型建立
        3.2.3 标准卡尔曼滤波算法性能的仿真分析
    3.3 常增益滤波
        3.3.1 α-β滤波算法
        3.3.2 α-β-γ滤波算法
    3.4 标准卡尔曼滤波算法和常增益滤波算法的理论分析
    3.5 本章小结
第4章 汽车毫米波雷达非线性跟踪滤波算法研究
    4.1 扩展卡尔曼滤波
        4.1.1 扩展卡尔曼滤波模型建立
        4.1.2 扩展卡尔曼滤波算法性能的仿真分析
    4.2 无迹卡尔曼滤波
        4.2.1 无迹变换
        4.2.2 无迹卡尔曼滤波模型建立
        4.2.3 无迹卡尔曼滤波算法性能的仿真分析
    4.3 扩展卡尔曼滤波算法和无迹卡尔曼滤波算法的性能比较
    4.4 本章小结
第5章 汽车毫米波雷达目标跟踪算法在实际工程应用中的研究
    5.1 汽车毫米波雷达数据处理流程
        5.1.1 航迹起始和终结
        5.1.2 数据关联
        5.1.3 目标跟踪
    5.2 汽车毫米波雷达机动模型算法研究
        5.2.1 可调白噪声模型
        5.2.2 Singer模型
    5.3 基于Singer模型的目标跟踪算法在实际工程应用中的仿真分析
    5.4 本章小结
第6章 结论与展望
    6.1 结论
    6.2 展望
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢



本文编号：3740074