【摘要】：毫米波雷達(dá)分辨率高,具有全天時(shí)、全天候的工作能力,這些優(yōu)點(diǎn)很好地迎合了現(xiàn)代社會(huì)民用的需求。攝像頭作為一種低成本、高性能的傳感器,具有安裝便利、功能齊全且可以根據(jù)需求進(jìn)行定制開(kāi)發(fā)的優(yōu)勢(shì)。毫米波雷達(dá)和攝像頭作為兩種功能強(qiáng)大的傳感器,通過(guò)信息融合可以在數(shù)據(jù)相互驗(yàn)證的基礎(chǔ)上實(shí)現(xiàn)信息互補(bǔ),在增強(qiáng)數(shù)據(jù)可靠性的同時(shí)獲得對(duì)目標(biāo)更全面的描述。本文圍繞毫米波雷達(dá)與視頻的信息提取與融合問(wèn)題,開(kāi)展了以下幾個(gè)方面的研究工作:(1)利用雷達(dá)進(jìn)行多目標(biāo)分辨與運(yùn)動(dòng)參數(shù)估計(jì)的研究。針對(duì)實(shí)際運(yùn)用中場(chǎng)景的復(fù)雜多變和對(duì)多目標(biāo)分辨能力的需求,設(shè)計(jì)了一種基于快慢時(shí)間維聯(lián)合估計(jì)的多目標(biāo)測(cè)速測(cè)距方案,并通過(guò)仿真和實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該方案的可行性與在多目標(biāo)場(chǎng)景下的性能。提出了基于二維頻譜的目標(biāo)檢測(cè)算法,推導(dǎo)了基于二維頻譜的多目標(biāo)測(cè)角算法。(2)利用攝像頭進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)與分類(lèi)研究。對(duì)現(xiàn)有的幾種視頻運(yùn)動(dòng)前景提取算法進(jìn)行詳細(xì)介紹,主要包括幀間差分法和高斯混合模型法(Gaussian Mixture Model,GMM)。闡述了基于數(shù)學(xué)形態(tài)學(xué)的前景圖像去噪方法。詳細(xì)介紹了利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行圖片分類(lèi)的步驟和工作原理。(3)詳細(xì)推導(dǎo)了從雷達(dá)所在的三維球坐標(biāo)系向像素點(diǎn)所在的二維坐標(biāo)系轉(zhuǎn)換的關(guān)系。提出了一種在毫米波雷達(dá)和攝像頭之間進(jìn)行時(shí)間和空間標(biāo)定的方法。在標(biāo)定準(zhǔn)確的基礎(chǔ)上進(jìn)行雷達(dá)和攝像頭的信息融合,剔除虛警數(shù)據(jù),劃定感興趣區(qū)域(Region of Interest,ROI)并進(jìn)行目標(biāo)的分類(lèi)與識(shí)別。(4)以典型的交通應(yīng)用為例,在真實(shí)場(chǎng)景下驗(yàn)證該毫米波雷達(dá)與視頻融合系統(tǒng)的實(shí)測(cè)效果。
【學(xué)位授予單位】：廈門(mén)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN957.5
【圖文】：

雷達(dá)與視頻的信息提取與融合研究??２．１基于快慢時(shí)間維聯(lián)合估計(jì)的多目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)??基于快慢時(shí)間維聯(lián)合估計(jì)的二維信號(hào)處理方案提供了一種既能分開(kāi)徑向距??離相近的目標(biāo)，又能通過(guò)脈沖積累提升雷達(dá)最大作用距離的方法。單個(gè)線(xiàn)性調(diào)頻??周期內(nèi)的時(shí)間稱(chēng)為快時(shí)間；橫跨多個(gè)快時(shí)間，度量多個(gè)周期的時(shí)間稱(chēng)為慢時(shí)間。??采用基于快慢時(shí)間維聯(lián)合估計(jì)的二維信號(hào)處理方案進(jìn)行目標(biāo)分辨，經(jīng)過(guò)快時(shí)間維??分辨，目標(biāo)在距離維上進(jìn)行區(qū)分；再經(jīng)過(guò)慢時(shí)間維分辨，對(duì)目標(biāo)在速度維進(jìn)一步??區(qū)分。例如，和雷達(dá)的徑向距離相近的目標(biāo)，在快時(shí)間維上的譜峰相互重疊，無(wú)??法分辨；二維聯(lián)合估計(jì)在慢時(shí)間維上通過(guò)速度維上的差異，實(shí)現(xiàn)對(duì)徑向距離相近??的目標(biāo)的進(jìn)一步分離�；诳炻龝r(shí)間維聯(lián)合估計(jì)的二維信號(hào)處理方案的大致流程??如圖２－１所示，??＂

Ｆｉｌｔｅｒ，ＫＦ）進(jìn)行目標(biāo)跟蹤，并將結(jié)果顯示在相應(yīng)的上位機(jī)軟件界面中。??２．１．１?波形設(shè)計(jì)??基于快慢時(shí)間維聯(lián)合的多目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)波形設(shè)計(jì)方案如圖２－２所示，波??形由周期上調(diào)頻鋸齒波構(gòu)成，每個(gè)鋸齒波的帶寬為５，周期為７；ＲＩ，信號(hào)載頻為??／ａ。單個(gè)鋸齒波周期內(nèi)的時(shí)間稱(chēng)為快時(shí)間；橫跨多個(gè)鋸齒波周期的時(shí)間稱(chēng)為慢時(shí)??間。一次觀測(cè)的數(shù)據(jù)包括Ｍ個(gè)線(xiàn)性上調(diào)頻信號(hào)，觀測(cè)時(shí)長(zhǎng)為ＴＰＲＩ‘Ｍ。接收信號(hào)??通過(guò)混頻器降頻后，通過(guò)ＡＤＣ進(jìn)行采樣，采樣頻率為乂。??／（ｔ）ｔ??慢時(shí)間??■???；?－？／??２Ｔｐｒｉ?Ｈｒｊ??圖２－２雷達(dá)發(fā)射波形設(shè)計(jì)??發(fā)射信號(hào)由周期上調(diào)頻鋸齒波構(gòu)成，每個(gè)掃頻的回波信號(hào)經(jīng)過(guò)混頻和采樣后，??通過(guò)快時(shí)間維轉(zhuǎn)化到頻域。??在波束內(nèi)的每個(gè)目標(biāo)會(huì)在快時(shí)間維的傅立葉頻譜上產(chǎn)生一個(gè)差頻／Ａ，差頻??９??

其中Ｊ表示信號(hào)幅度，《（？；）為窗函數(shù)，Ａ：為上調(diào)頻信號(hào)的調(diào)頻斜率，７；表示采??樣間隔。在式（２－６）的基礎(chǔ)上，進(jìn)行快慢時(shí)間維聯(lián)合估計(jì)原理的推導(dǎo)。??基于快慢時(shí)間維聯(lián)合的多目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)方案的操作步驟如圖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??快一間ｊ?Ｉ快“閭ｊ?ｐｉｉｌｉＷ?｜快ｉｌｌ間??淮?ＦＦＴ?維?ＦＦＴ?港?ＦＦＴ??維?ＦＦＴ??＾￣￣?ｉｘｉ：娜間ｉ?－??一?Ｈ?維ｍ????１?｜慢時(shí)間?????ｌｉ?ｍ＼－ｒ?￣????．ｎ?Ｉｆｉｓｍｉ．??ｍ???：雄ＦＦＴ廠???被??靼＂：一一：一一；?７?￣＂■一；一一；?＾?＾????］ｒｗｆｓｉｉ????｜｜｜｜?｜?｜?Ｈ?維ＦＦＴ?￣?｜????時(shí)間?＾??圖２－３基于快慢時(shí)間維聯(lián)合估計(jì)的多目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)算法示意圖??不失一般性，假設(shè)目標(biāo)數(shù)為／，每個(gè)周期的采樣點(diǎn)數(shù)為７Ｖ，?—次聯(lián)合估計(jì)所??用的鋸齒波數(shù)為從，經(jīng)過(guò)／個(gè)目標(biāo)反射的回波信號(hào)混頻、加窗后，由式（２－６）可以??得到中頻信號(hào)的表達(dá)式為??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
【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 羅逍;姚遠(yuǎn);張金換;;一種毫米波雷達(dá)和攝像頭聯(lián)合標(biāo)定方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

2 潘泉,于昕,程詠梅,張洪才;信息融合理論的基本方法與進(jìn)展[J];自動(dòng)化學(xué)報(bào);2003年04期

本文編號(hào)：2875027