车载毫米波雷达目标分类识别技术研究
发布时间：2021-01-06 11:52
自动或辅助驾驶是提升日益复杂和拥堵道路交通的智能化水平、推进汽车产业转型升级的重要技术途径,在集成电路和雷达系统技术高速发展的今天,车载毫米波雷达已突破体积、功耗和成本等应用限制,并以其全天时、全天候的高可靠性和高精度探测能力,成为了车载核心传感器,基于车载毫米波雷达的目标自动分类识别技术研究可为精准形成自动驾驶策略提供技术支持。论文围绕车载毫米波雷达对行人、机动和非机动车辆、大型及小型机动车辆等道路交通主体分类识别的技术难题,开展了基于目标运动特征和电磁散射特征的特征提取,研究了基于多特征融合的分类识别技术、并基于实测数据进行了试验研究,获得了高正确率的道路目标分类识别结果,具有良好的推广应用价值。本论文的主要工作和贡献如下:1.分析了毫米波雷达系统的工作模式和适用需求,研究了LFMCW雷达信号的目标定位参数和特征信息测量原理。2.分析了不同类型道路目标分类识别所需的关键特征,研究了基于目标运动特征及电磁散射特征的提取和处理技术,基于实测数据完成了各类目标的特征提取和特征变换,为进一步的目标分类识别技术研究提供了特征级的数据样本支持。3.构建了基于道路目标的分类识别机制,研究了基本分...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
雷达目标分类识别流程
电子科技大学硕士学位论文10第二章基于毫米波雷达的目标信息获取理论2.1毫米波雷达工作原理2.1.1毫米波雷达系统构成典型的雷达系统结构主要包含天线孔径、射频前端和数字后端三大部分。本文所采用的77GHz调频连续波(LinearFrequencyModulatedContinuousWave,LFMCW)毫米波雷达含有三个发射链和四个接收链，其系统框图如图2-1所示。图2-1毫米波雷达系统框图毫米波雷达采用压控振荡器(VoltageControlledOscillator,VCO)作为信号源，信号调制器产生一个VCO控制端输入电压对其频率进行调制，理想情况下VCO输入电压与输出信号的频率在一定范围内成线性关系。当输入电压随时间发生变化时，VCO输出信号的频率也随时间变化，线性调频源输出包含调制信息的高频信号，即LFMCW信号，其频率为GHz级别。毫米波雷达发射模块由三个独立的并行发射链组成，线性调频信号源产生射频辐射信号，通过功率分配器将一部分能量作为本振信号输入混频器，另一部分经额外放大后馈送至发射天线以电磁波的方式向外辐射。大部分发射能量被辐射到空间当中，电磁波照射到目标时，各向散射的回波信号中沿辐射方向返回的目
电子科技大学硕士学位论文12达最大作用距离处的的目标延时。图2-3LFMCW信号时频关系图2-3下半部分表示SLFMCW雷达发射信号与接收信号混频后产生的IF信号的瞬时频率，其中有、、三个不变的频段，其中为无效段，和为长度为的有效时宽，其频率为同一时刻下发射信号与接收信号的频差。在有效扫频段=[,]中，LFMCW发射信号可表示为：()=0exp{[2(0+122)+0]}t∈(2-1)其中，0表示=0时的发射信号振幅，0为初始时刻频率，即中心频率，=定义为调频斜率，0为=0时的随机初始相位。假设雷达照射方向存在一个匀速运动目标，其速度为，与雷达间的初始距离为0，光速为，可以表示出目标瞬时回波延时为：()=2(0+)(2-2)因此可以表示出该目标的回波信号为：()=0exp{[2(0(())+12(())2)+0+0]}(2-3)其中，常数参量表示大气传播衰减因子，0表示由目标反射引起的额外相移。发射信号与接收信号经过混频后，得到的IF信号表达式如下：()=02exp{[2(12()2+0()+())0]}(2-4)
【参考文献】：
期刊论文
[1]车载ADAS传感器毫米波雷达解析[J]. 钱若愚. 汽车实用技术. 2020(04)
[2]汽车主动安全技术应用与发展分析[J]. 肖仕昊,李迎辉. 中国设备工程. 2020(03)
[3]车载毫米波雷达国内外发展现状综述[J]. 韩宝石,王峥. 数字通信世界. 2019(09)
[4]车载毫米波雷达产业发展[J]. 王金明,刘宇,贾宁. 汽车与配件. 2019(15)
[5]车载毫米波雷达应用研究[J]. 叶常青. 电子测试. 2019(13)
[6]毫米波雷达识别问题分析及解决措施[J]. 杨航,高源. 汽车技术. 2018(08)
[7]自动驾驶汽车传感器技术产业分析[J]. 黄伟. 信息通信技术与政策. 2018(08)
[8]低分辨率雷达目标分类方法综述[J]. 张冠武,李瑞东,王冬. 数字通信世界. 2018(05)
[9]国产能够真正量产的77GHz毫米波雷达离我们还有多远?[J]. 俞庆华. 汽车零部件. 2018(01)
[10]77GHz毫米波雷达传感器技术研究[J]. 崔春宽,何少斌,李东浩,王崇阳,刘奎. 汽车实用技术. 2018(01)
博士论文
[1]雷达目标识别与超分辨成像方法研究[D]. 张锐.西安电子科技大学 2018
[2]基于微多普勒特性分析的地面慢速目标识别与欺骗干扰方法研究[D]. 石晓然.西安电子科技大学 2016
[3]车辆识别若干基础算法与技术研究[D]. 刘怡光.四川大学 2004
硕士论文
[1]基于AWR1642的车载防撞雷达设计与实现[D]. 肖中平.电子科技大学 2019
[2]24GHz汽车防撞雷达系统的研究与实现[D]. 汪意焙.电子科技大学 2018
[3]汽车毫米波雷达目标识别方法的研究[D]. 管岳.苏州大学 2017
[4]汽车防撞雷达信号处理研究及系统设计[D]. 冯力方.电子科技大学 2016
[5]基于毫米波雷达的汽车主动防撞预警目标识别[D]. 韩星.吉林大学 2013
[6]低分辨雷达地面目标识别[D]. 文亮波.南京理工大学 2009
本文编号：2960520
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：104 页
【学位级别】：硕士
【部分图文】：
雷达目标分类识别流程
电子科技大学硕士学位论文10第二章基于毫米波雷达的目标信息获取理论2.1毫米波雷达工作原理2.1.1毫米波雷达系统构成典型的雷达系统结构主要包含天线孔径、射频前端和数字后端三大部分。本文所采用的77GHz调频连续波(LinearFrequencyModulatedContinuousWave,LFMCW)毫米波雷达含有三个发射链和四个接收链，其系统框图如图2-1所示。图2-1毫米波雷达系统框图毫米波雷达采用压控振荡器(VoltageControlledOscillator,VCO)作为信号源，信号调制器产生一个VCO控制端输入电压对其频率进行调制，理想情况下VCO输入电压与输出信号的频率在一定范围内成线性关系。当输入电压随时间发生变化时，VCO输出信号的频率也随时间变化，线性调频源输出包含调制信息的高频信号，即LFMCW信号，其频率为GHz级别。毫米波雷达发射模块由三个独立的并行发射链组成，线性调频信号源产生射频辐射信号，通过功率分配器将一部分能量作为本振信号输入混频器，另一部分经额外放大后馈送至发射天线以电磁波的方式向外辐射。大部分发射能量被辐射到空间当中，电磁波照射到目标时，各向散射的回波信号中沿辐射方向返回的目
电子科技大学硕士学位论文12达最大作用距离处的的目标延时。图2-3LFMCW信号时频关系图2-3下半部分表示SLFMCW雷达发射信号与接收信号混频后产生的IF信号的瞬时频率，其中有、、三个不变的频段，其中为无效段，和为长度为的有效时宽，其频率为同一时刻下发射信号与接收信号的频差。在有效扫频段=[,]中，LFMCW发射信号可表示为：()=0exp{[2(0+122)+0]}t∈(2-1)其中，0表示=0时的发射信号振幅，0为初始时刻频率，即中心频率，=定义为调频斜率，0为=0时的随机初始相位。假设雷达照射方向存在一个匀速运动目标，其速度为，与雷达间的初始距离为0，光速为，可以表示出目标瞬时回波延时为：()=2(0+)(2-2)因此可以表示出该目标的回波信号为：()=0exp{[2(0(())+12(())2)+0+0]}(2-3)其中，常数参量表示大气传播衰减因子，0表示由目标反射引起的额外相移。发射信号与接收信号经过混频后，得到的IF信号表达式如下：()=02exp{[2(12()2+0()+())0]}(2-4)
【参考文献】：
期刊论文
[1]车载ADAS传感器毫米波雷达解析[J]. 钱若愚. 汽车实用技术. 2020(04)
[2]汽车主动安全技术应用与发展分析[J]. 肖仕昊,李迎辉. 中国设备工程. 2020(03)
[3]车载毫米波雷达国内外发展现状综述[J]. 韩宝石,王峥. 数字通信世界. 2019(09)
[4]车载毫米波雷达产业发展[J]. 王金明,刘宇,贾宁. 汽车与配件. 2019(15)
[5]车载毫米波雷达应用研究[J]. 叶常青. 电子测试. 2019(13)
[6]毫米波雷达识别问题分析及解决措施[J]. 杨航,高源. 汽车技术. 2018(08)
[7]自动驾驶汽车传感器技术产业分析[J]. 黄伟. 信息通信技术与政策. 2018(08)
[8]低分辨率雷达目标分类方法综述[J]. 张冠武,李瑞东,王冬. 数字通信世界. 2018(05)
[9]国产能够真正量产的77GHz毫米波雷达离我们还有多远?[J]. 俞庆华. 汽车零部件. 2018(01)
[10]77GHz毫米波雷达传感器技术研究[J]. 崔春宽,何少斌,李东浩,王崇阳,刘奎. 汽车实用技术. 2018(01)
博士论文
[1]雷达目标识别与超分辨成像方法研究[D]. 张锐.西安电子科技大学 2018
[2]基于微多普勒特性分析的地面慢速目标识别与欺骗干扰方法研究[D]. 石晓然.西安电子科技大学 2016
[3]车辆识别若干基础算法与技术研究[D]. 刘怡光.四川大学 2004
硕士论文
[1]基于AWR1642的车载防撞雷达设计与实现[D]. 肖中平.电子科技大学 2019
[2]24GHz汽车防撞雷达系统的研究与实现[D]. 汪意焙.电子科技大学 2018
[3]汽车毫米波雷达目标识别方法的研究[D]. 管岳.苏州大学 2017
[4]汽车防撞雷达信号处理研究及系统设计[D]. 冯力方.电子科技大学 2016
[5]基于毫米波雷达的汽车主动防撞预警目标识别[D]. 韩星.吉林大学 2013
[6]低分辨雷达地面目标识别[D]. 文亮波.南京理工大学 2009
本文编号：2960520
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2960520.html
