CN120103298B 基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法及系统 （深圳市圳阳精密技术有限公司）

(19)国家知识产权局(12)发明专利基于同步提取变换的调频连续波雷达多目本发明公开了一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法及去噪；S3.采用同步提取变换对信号进行时频分解耦补偿算法消除距离-速度耦合误差，输出独析21.一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，其特征在S1.信号发射：生成线性调频连续波，通过射频前端发射高频信号；S2.信号接收与预处理：接收目标反射信号，经混频器与发射信号混频，提取中频差拍信号并进行去噪处理；S3.同步提取变换时频分析：采用同步提取变换对信号进行时频分解，生成高分辨率的瞬时频率-时间分布矩阵；S4.动态目标分离与解耦：基于时频矩阵采用密度聚类算法分离重叠目标，结合动态解耦补偿算法消除距离-速度耦合误差，输出独立目标的时频轨迹；S5.抗干扰处理：构建动态时频域掩模滤波器以滤除噪声，通过自适应阈值检测机制优化检测灵敏度并进行虚警控制；步骤S3的具体内容为：S31.去噪处理后的中频差拍信号进行短时傅里叶变换STFT,生成时频矩阵；S32.基于SET变换提取瞬时频率脊线，并通过脊线连续性检测进行多候选脊线筛选优S33.构建SET矩阵，得到高分辨率的瞬时频率-时间分布矩阵；步骤S32,通过脊线连续性检测进行多候选脊线筛选优化的方法为：为短时傅里叶变换在时间t和频率f处的幅度，aSTFT(t,fI为幅度谱对频率f的偏导数，描述幅度谱在频率方向上的变化率，用于筛选出幅度谱在频率轴上导数为零的点；路径连续性约束为：finst(t)-finst(t-△t)|<2△f步骤S4的具体内容为：S41.基于同步提取变换生成的时频矩阵的时频能量分布，采用改进的密度聚类算法，通过聚类参数筛选满足条件的时频点形成独立目标簇，对重叠簇引入马氏距离判据进行簇间冲突处理，以分离时频能量脊线识别出独立目标的时频脊线特征；S43.针对运动目标引起的距离-速度耦合误差，利用普勒频移模型实时补偿算法，通过实时计算目标瞬时频率变化率，修正距离-速度耦合误差；S44.输出独立目标的时频轨迹。32.根据权利要求1所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，其特征在于，步骤S1中，发射信号的参数根据场景动态调整，确保覆盖探测范3.根据权利要求1所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，其特征在于，步骤S2中，去噪处理为对中频差拍信号进行小波阈值滤波预处理和信号归一化。4.根据权利要求1所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与λ=c/f。其中，c=3×10⁸m/s,f₀为起始频率，△fa(t)为目标瞬时频率变化率，v(t)为目标运动速度。5.根据权利要求1所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与S51.基于预设干扰特征库与实时时频能量分布，构建动态时频掩模滤波器，滤除噪声；S52.针对时频矩阵能量分布特性，采用统计驱动的动态门限调整，进行检测阈值计算和能量聚合优化。6.根据权利要求5所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与据信噪比动态调整；能量聚合优化为对跨多个时频单元的弱目标信号，通过形态学膨胀操作实现能量整Eenhancea(t,f)=E(t,f)④se时频能量。7.一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰系统，其特征在于，基于权利要求1-6任意一项所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，包括：信号发射模块、信号接收与预处理模块、同步提取变换时频分4析模块、动态目标分离与解耦模块和抗干扰处理模块；信号发射模块，用于生成线性调频连续波，通过射频前端发射高频信号；信号接收与预处理模块，用于接收目标反射信号，经混频器与发射信号混频，提取中频差拍信号并进行去噪处理；同步提取变换时频分析模块，用于采用同步提取变换对信号进行时频分解，生成高分辨率的瞬时频率-时间分布矩阵；动态目标分离与解耦模块，用于基于时频矩阵采用密度聚类算法分离重叠目标，结合动态解耦补偿算法消除距离-速度耦合误差，输出独立目标的时频轨迹；抗干扰处理模块，用于构建动态时频域掩模滤波器以滤除噪声，通过自适应阈值检测机制优化检测灵敏度并进行虚警控制。5基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法及系统技术领域[0001]本发明涉及雷达信号处理技术领域，更具体的说是涉及一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法及系统。背景技术[0002]调频连续波(FMCW)雷达通过发射线性调频连续波信号并分析回波差拍频率实现[0003]目前，现有FMCW雷达技术中，基于快速傅里叶变换(FFT)的频谱分析方法受限于频谱分辨率与瑞利准则，在密集多目标场景下易出现频谱混叠，导致虚假目标难以剔除；同时，传统固定阈值检测方法在复杂电磁环境中抗干扰能力不足，难以区分动态目标与噪声、杂波。[0004]此外，运动目标的多普勒频移会引入距离-速度耦合误差，现有解耦方法依赖多次扫描或复杂波形设计，实时性差且硬件成本高。对于高速动态目标的追踪，常规静态频谱分析难以捕捉时变多普勒特征，导致目标轨迹断裂或漏检。[0006]因此，如何解决现有FMCW雷达在密集多目标场景下的频谱混叠、抗干扰能力不足及动态目标追踪精度低等问题是本领域技术人员亟需解决的问题。发明内容[0007]有鉴于此，本发明提供了一种于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法及系统以解决背景技术中提到的部分技术问题。[0008]为了实现上述目的，本发明采用如下技术方案：[0009]一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，包括以[0010]S1.信号发射：生[0011]S2.信号接收与预处理：接收目标反射信号，经混频器与发射信号混频，提取中频差拍信号并进行去噪处理；[0012]S3.同步提取变换时频分析：采用同步提取变换对信号进行时频分解，生成高分辨率的瞬时频率-时间分布矩阵；[0013]S4.动态目标分离与解耦：基于时频矩阵采用密度聚类算法分离重叠目标，结合动态解耦补偿算法消除距离-速度耦合误差，输出独立目标的时频轨迹；[0014]S5.抗干扰处理：构建动态时频域掩模滤波器以滤除噪声，通过自适应阈值检测机制优化检测灵敏度并进行虚警控制。[0016]优选的，步骤S2中，去噪处理为对中频差拍信号进行小波阈值滤波预处理和信号6归一化。[0018]S31.去噪处理后的中频差拍信号进行短时傅里叶变换STFT,生成时频矩阵；[0019]S32.基于SET变换提取瞬时频率脊线，并通过脊线连续性检测进行多候选脊线筛选优化；[0020]S33.构建SET矩阵，得到高分辨率的瞬时频率-时间分布矩阵。[0021]优选的，步骤S32,通过脊线连续性检测进行多候选脊线筛选优化的方法为：f)|为短时傅里叶变换在时间t和频率f处的幅度，a|STFT(t,f)|为幅度谱对频率f的偏导数，描述幅度谱在频率方向上的变化率，用于筛选出幅度谱在频率轴上导数为零的点；点数。[0030]S41.基于同步提取变换生成的时频矩阵的时频能量分布，采用改进的密度聚类算法，通过聚类参数筛选满足条件的时频点形成独立目标簇，对重叠簇引入马氏距离判据进行簇间冲突处理，以分离时频能量脊线识别出独立目标的时频脊线特征；[0032]S43.针对运动目标引起的距离-速度耦合误差，利用普勒频移模型实时补偿算法，通过实时计算目标瞬时频率变化率，修正距离-速度耦合误差；[0033]S44.输出独立目标的时频轨迹。[0036]其中，X₁=[t,,f;]为时频点坐标，1、2分别为第j簇的均值、协方差矩阵；动速度。7[0042]S51.基于预设干扰特征库与实时时频能量分布，构建动态时频掩模滤波器，滤除[0043]S52.针对时频矩阵能量分布特性，采用统计驱动的动态门限调整，进行检测阈值计算和能量聚合优化。[0050]能量聚合优化为对跨多个时频单元的弱目标信号，通过形态学膨胀操作实现能量原始时频能量或信号。[0053]一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰系统，基于所述的一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，包括：信号发射模块、信号接收与预处理模块、同步提取变换时频分析模块、动态目标分离与解耦模块和抗干扰处理模块；[0055]信号接收与预处理模块，用于接收目标反射信号，经混频器与发射信号混频，提取中频差拍信号并进行去噪处理；[0056]同步提取变换时频分析模块，用于采用同步提取变换对信号进行时频分解，生成高分辨率的瞬时频率-时间分布矩阵；[0057]动态目标分离与解耦模块，用于基于时频矩阵采用密度聚类算法分离重叠目标，结合动态解耦补偿算法消除距离-速度耦合误差，输出独立目标的时频轨迹；[0058]抗干扰处理模块，用于构建动态时频域掩模滤波器以滤除噪声，通过自适应阈值检测机制优化检测灵敏度并进行虚警控制。[0059]经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于同步提取变换的调频连续波雷达信号处理方法及系统，主要应用于智能驾驶、无人机导航、安防监控及工业自动化领域，解决现有FMCW雷达在密集多目标场景下的频谱混叠、抗干扰能力不足及动态目标追踪精度低等问题；[0060]本发明通过高分辨率时频分析，精准分离车辆周边行人、车辆等密集目标，抑制复杂电磁环境中的噪声与杂波干扰；结合动态多普勒解耦算法，消除运动目标距离-速度耦合误差，实现高速无人机避障或机械臂近距离操作的实时精准测距；同时降低对高线性度硬8附图说明[0062]图1为本发明提供的一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法示意图；[0068]本发明实施例公开了一种基于同步提取变换的调频连续波雷达多目标动态分离9阈值滤波预处理和信号归一化。[0086]其中，v为目标径向速度；短时傅里叶变换的参数范围为：距离对应频率fb,R∈[0.1MHz,5MHz](对应R=0.1~150m);速度对应频率fb,∈[-100MHz,100MHz](对应v=-200~200m);1024),小波基选择Symlets[0103]S32.基于SET变换提取瞬时频率脊线，并通过脊线连续性检测进行多候选脊线筛选优化；[0104]S33.构建SET矩阵，得到高分辨率的瞬时频率-时间分布矩阵；[0108]以FMCW仿真信号为例，如图3所示，图中可见SET有效抑制了STFT的能量扩散现象，两条调频轨迹的时频分辨率显著提高，验证了同步提取变换时频分析在目标分离方面的优[0109]为了进一步实施上述技术方案，步骤S32,通过脊线连续性检测进行多候选脊线筛选优化的方法为：f)|为短时傅里叶变换在时间t和频率f处的幅度，a|STFT(t,f)|为幅度谱对频率f的偏导数，描述幅度谱在频率方向上的变化率，用于筛选出幅度谱在频率轴上导数为零的点；点数。[0117]为了进一步实施上述技术方案，如图2,步骤S4的具体内容为：[0118]S41.基于同步提取变换生成的时频矩阵的时频能量分布，采用改进的密度聚类算法，通过聚类参数筛选满足条件的时频点形成独立目标簇，对重叠簇引入马氏距离判据进行簇间冲突处理，以分离时频能量脊线识别出独立目标的时频脊线特征；[0121]S43.针对运动目标引起的距离-速度耦合误差，利用普勒频移模型实时补偿算法，通过实时计算目标瞬时频率变化率，修正距离-速度耦合误差；[0122]S44.输出独立目标的时频轨迹。[0123]为了进一步实施上述技术方案，步骤S41中，对重叠簇动速度。[0130]在本实施例中，聚类分析结果如图4所示，可见密度聚类算法DBSCAN有效分离了交叉轨迹的时频点(红色和蓝色簇),同时正确识别噪声点(黑色),该结果验证了密度聚类算法在多目标分离中的有效性。[0131]为了进一步实施上述技术方案，步骤S5的具体内容为：[0132]S51.基于预设干扰特征库与实时时频能量分布，构建动态时频掩模滤波器，滤除[0133]S52.针对时频矩阵能量分布特性，采用统计驱动的动态门限调整，进行检测阈值计算和能量聚合优化。[0134]为了进一步实施上述技术方案，步骤S51中，动态时频掩模滤波器具体为：[0137]在本实施例中，固定杂波抑制具体为滤除|f|<10Hz的低频静态反射分量；多径干扰检测为识别时延-多普勒域中|π-2Rdirect/c|[0141]能量聚合优化为对跨多个时频单元的弱目标信号，通过形态学膨胀操作实现能量原始时频能量或信号；率降低至10⁻⁴/帧，同时保障95%以上的弱目标(能量低于噪声基底6dB)可被有效检出，干扰[0145]一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰系统，基于一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰方法，包括：信号发射模块、信号接收与预处理模块、同步提取变换时频分析模块、动态目标分离与解耦模块和抗干扰处理模块；[0146]信号发射模块，用于生成线性调频连续波，通过射频前端发射高频信号；[0147]信号接收与预处理模块，用于接收目标反射信号，经混频器与发射信号混频，提取中频差拍信号并进行去噪处理；[0148]同步提取变换时频分析模块，用于采用同步提取变换对信号进行时频分解，生成高分辨率的瞬时频率-时间分布矩阵；[0149]动态目标分离与解耦模块，用于基于时频矩阵采用密度聚类算法分离重叠目标，结合动态解耦补偿算法消除距离-速度耦合误差，输出独立目标的时频轨迹；[0150]抗干扰处理模块，用于构建动态时频域掩模滤波器以滤除噪声，通过自适应阈值检测机制优化检测灵敏度并进行虚警控制。[0151]在本实施例中，信号发射模块包括信号生成电路，具体包括直接数字合成器DDS和压控振荡器VCO;直接数字合成器的相位累加器位数N=32,输出频率精度;压控振荡器线性度误差<0.1%,保障调频信号相位连续性。[0152]信号接收与预处理模块包括模数转换器ADC和抗混叠滤波器；模数转换器的采样率fs≥2×(fb,R+fb,)=10.2MHz(实际配置fs=12.5MHz)分辨率为12位(动态范围72dB)抗混叠[0153]同步提取变换时频分析模块FPGA并行计算架构，具体包括8组并行复数乘法器阵[0154]一种基于同步提取变换的调频连续波雷达多目标动态分离与抗干扰系统采用[0155]FPGA端部署时提升吞吐量；[0156]其中，时频矩阵计算单元为8个并行复数乘法器(工作频率ftext=200MHz),将SET计算分解为12级流水以进行流水线深度优化(单周期延迟Tstage=5ns);[0157]ARM端运行Linux系统，负责干扰规则库更新与结果可视化，通过AXI总线与FPGA交互(传输带宽4GB/s)。[0158]针对车载场景的严格时延要求(△ttotal<50ms),实施多维度优化，包括：[0159]数据流压缩：对目标列表采用差值编码压缩，压缩率可达65%,降低总线传输压力；[0162]资源动态分配：根据目标数量Ntext动态调整FPGA计算资源；[0163]