雷达信号的波束成形方法、装置及电子设备与流程

专利检索2025-05-14  19


本申请涉及雷达技术,尤其涉及一种雷达信号的波束成形方法、装置、电子设备、计算机可读存储介质及计算机程序产品。


背景技术:

1、雷达(radar)是用无线电发现目标并测定空间位置的技术,广泛应用于交通、气象、机器人等领域。然而,雷达信号中往往会存在噪声,例如,在以高精地图以及车载雷达实现智能驾驶的车辆中,往往会因为车辆上的雷达增多造成雷达信号的相互干扰、或者因同种类的智能驾驶车辆靠近造成雷达信号的相互干扰。

2、在相关技术提供的方案中,通常采用最小方差无偏估计(minimum variancedistortionless response,mvdr)算法实现雷达信号的去噪、抗干扰。然而,mvdr算法每次都需要独立运行,信号处理时间较长,计算效率过低。


技术实现思路

1、本申请提供一种雷达信号的波束成形方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够提升计算效率以及波束成形的准确性。

2、本申请的技术方案是这样实现的:

3、本申请提供一种雷达信号的波束成形方法,包括:

4、通过阵列雷达中的多个阵元分别接收雷达信号,并根据所述多个阵元分别接收到的雷达信号计算噪声协方差矩阵;

5、通过波束成形模型中的第一神经网络根据所述噪声协方差矩阵以及信号入射角度范围进行方向向量预测处理,得到所述多个阵元的第一方向向量;其中,所述第一神经网络是通过交替方向乘子法admm对最小方差无偏估计mvdr的目标函数进行求解并构建的;

6、通过所述波束成形模型中的第二神经网络对所述多个阵元的第一方向向量进行全连接处理,得到所述多个阵元的第二方向向量;其中,所述第二神经网络包括多个全连接层;

7、将所述多个阵元的第二方向向量确定为所述多个阵元的最优方向向量;

8、根据所述多个阵元的最优方向向量对所述多个阵元分别接收到的雷达信号进行加权求和处理,得到波束成形后的雷达信号。

9、本申请提供一种雷达信号的波束成形装置,包括:

10、接收模块,用于通过阵列雷达中的多个阵元分别接收雷达信号,并根据所述多个阵元分别接收到的雷达信号计算噪声协方差矩阵;

11、预测模块,用于通过波束成形模型中的第一神经网络根据所述噪声协方差矩阵以及信号入射角度范围进行方向向量预测处理,得到所述多个阵元的第一方向向量;其中,所述第一神经网络是通过交替方向乘子法admm对最小方差无偏估计mvdr的目标函数进行求解并构建的;

12、全连接模块,用于通过所述波束成形模型中的第二神经网络对所述多个阵元的第一方向向量进行全连接处理,得到所述多个阵元的第二方向向量;其中,所述第二神经网络包括多个全连接层;

13、确定模块,用于将所述多个阵元的第二方向向量确定为所述多个阵元的最优方向向量;

14、加权求和模块,用于根据所述多个阵元的最优方向向量对所述多个阵元分别接收到的雷达信号进行加权求和处理,得到波束成形后的雷达信号。

15、本申请提供一种电子设备,包括:

16、存储器,用于存储可执行指令;

17、处理器,用于执行所述存储器中存储的可执行指令时,实现本申请提供的雷达信号的波束成形方法。

18、本申请提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请提供的雷达信号的波束成形方法。

19、本申请提供了一种计算机程序产品,该计算机程序产品包括可执行指令,用于引起处理器执行时,实现本申请提供的雷达信号的波束成形方法。

20、本申请具有以下有益效果:

21、本申请通过阵列雷达中的多个阵元分别接收雷达信号,并根据多个阵元分别接收到的雷达信号计算噪声协方差矩阵,通过波束成形模型中的第一神经网络根据噪声协方差矩阵以及信号入射角度范围进行方向向量预测处理,得到多个阵元的第一方向向量,通过波束成形模型中的第二神经网络对多个阵元的第一方向向量进行全连接处理,得到多个阵元的第二方向向量,最后将多个阵元的第二方向向量确定为多个阵元的最优方向向量,根据多个阵元的最优方向向量对多个阵元分别接收到的雷达信号进行加权求和处理,得到波束成形后的雷达信号,其中,第一神经网络是通过交替方向乘子法admm对最小方差无偏估计mvdr的目标函数进行求解并构建的,第二神经网络包括多个全连接层。由于在本申请中采用的是深度学习(神经网络)的方式进行计算,因此能够提升计算效率,在软件层面上实现雷达信号的有效去噪、抗干扰,降低实际应用场景中的硬件成本;同时,第一神经网络以及第二神经网络中的层数以及神经元数量较多,能够适用于各种复杂的阵列雷达,同时计算出的最优方向向量也更加准确,能够提升去噪、抗干扰效果。



技术特征:

1.一种雷达信号的波束成形方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过阵列雷达中的多个阵元分别接收雷达信号之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述信干噪比训练所述波束成形模型中的所述第一神经网络以及所述第二神经网络,包括:

4.根据权利要求1至3任一项所述的方法,其特征在于,所述通过波束成形模型中的第一神经网络根据所述噪声协方差矩阵以及信号入射角度范围进行方向向量预测处理,得到所述多个阵元的第一方向向量,包括:

5.根据权利要求4所述的方法,其特征在于,在第k轮外部循环中执行以下处理:

6.根据权利要求5所述的方法,其特征在于,ψ(k,n)以及β(k,n)随着外部循环的轮数k和内部循环的轮数n而变化;ρ(k)以及γ(k)随着外部循环的轮数k而变化。

7.根据权利要求1至3任一项所述的方法,其特征在于,所述第二神经网络中的相邻两个全连接层之间还包括激活函数以及归一化层。

8.一种雷达信号的波束成形装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时,实现权利要求1至7任一项所述的雷达信号的波束成形方法。


技术总结
本申请提供了一种雷达信号的波束成形方法、装置、电子设备、计算机可读存储介质及计算机程序产品;方法包括:通过阵列雷达中的多个阵元分别接收雷达信号,并计算噪声协方差矩阵;通过波束成形模型中的第一神经网络根据噪声协方差矩阵以及信号入射角度范围进行方向向量预测处理,得到多个阵元的第一方向向量;通过波束成形模型中的第二神经网络对多个阵元的第一方向向量进行全连接处理,得到多个阵元的第二方向向量;将多个阵元的第二方向向量确定为多个阵元的最优方向向量;根据多个阵元的最优方向向量对多个阵元分别接收到的雷达信号进行加权求和处理,得到波束成形后的雷达信号。通过本申请,能够提升计算效率以及波束成形的准确性。

技术研发人员:邱越,林雨婷,曾宪驰,聂磊,陈少锋,宋文明
受保护的技术使用者:广州汽车集团股份有限公司
技术研发日:
技术公布日:2024/5/29
转载请注明原文地址:https://win.8miu.com/read-1153595.html

最新回复(0)