近年來,自動駕駛正逐步從理論研究走向工程現(xiàn)實。汽車?yán)走_和激光雷達、超聲波雷達和攝像頭等傳感器構(gòu)成了自動駕駛汽車和高級駕駛員輔助系統(tǒng)(ADAS)的感知核心。汽車?yán)走_系統(tǒng)負責(zé)探測物體和障礙物相對于車輛的位置和速度。隨著毫米波半導(dǎo)體技術(shù)的發(fā)展,信號處理技術(shù)的發(fā)展在汽車?yán)走_系統(tǒng)中起著關(guān)鍵的作用。各種各樣的信號處理技術(shù)日漸發(fā)展,以在距離、方位和目標(biāo)周圍車輛的速度等測量維度提供更高的分辨率和估計性能。本文研究內(nèi)容涵蓋了汽車?yán)走_信號處理以及數(shù)據(jù)處理技術(shù)的多個方面,包括波形設(shè)計、陣列結(jié)構(gòu)、檢測算法、跟蹤算法、關(guān)聯(lián)算法和復(fù)雜環(huán)境下的處理方法,并研究了提高雷達檢測性能的雙雷達融合檢測方法。為實現(xiàn)利用車載毫米波雷達對場景內(nèi)目標(biāo)進行穩(wěn)定的檢測與跟蹤,需要對獲得的原始回波數(shù)據(jù)進行最基礎(chǔ)的信號處理以及后續(xù)的數(shù)據(jù)處理。本文在詳細分析了車載毫米波雷達探測技術(shù)國內(nèi)外發(fā)展現(xiàn)狀的基礎(chǔ)上,利用AWR164277GHz近程車載雷達,首先介紹了車載雷達信號處理流程,并針對MIMO體制的虛擬陣列合成技術(shù)的方位分辨率提高方法進行理論研究和實驗驗證,并在此基礎(chǔ)上利用陣列相位關(guān)系研究提高最大測速范圍的速度擴展算法。在目標(biāo)檢測方面,研究了將...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 車載毫米波雷達環(huán)境感知理論的發(fā)展概況
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
第2章 毫米波雷達方位分辨率提高方法
    2.1 引言
    2.2 信號處理流程
    2.3 MIMO虛擬孔徑合成方法
    2.4 速度擴展算法
    2.5 本章小結(jié)
第3章 檢測及聚類方法
    3.1 引言
    3.2 十字窗CFAR算法
    3.3 基于密度的聚類算法
    3.4 道路實測實驗
        3.4.1 實測動目標(biāo)聚類
        3.4.2 實測靜目標(biāo)聚類
        3.4.3 基于靜止雜波的自車速度估計
        3.4.4 靜止點云速度補償
        3.4.5 地面雜波及前上方橫桿檢測抑制方法
        3.4.6 前方無目標(biāo)時檢測最終輸出點云
        3.4.7 前方有目標(biāo)時檢測最終輸出點云
    3.5 本章小結(jié)
第4章 目標(biāo)跟蹤方法
    4.1 前言
    4.2 狀態(tài)方程及量測方程的構(gòu)造
    4.3 航跡起始方法
    4.4 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(JPDA)
    4.5 檢測跟蹤融合算法
    4.6 本章小結(jié)
第5章 雙雷達RVA譜融合算法
    5.1 引言
    5.2 BP后向投影成像算法
    5.3 基于BP投影算法思想的雙雷達RVA譜融合算法
    5.4 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：4043968