毫米波雷达（二）：应用解决（持续更新中）

最新推荐文章于 2023-05-24 16:43:51 发布

sangba2019

最新推荐文章于 2023-05-24 16:43:51 发布

阅读量1k

点赞数

分类专栏： # 毫米波雷达

本文链接：https://blog.csdn.net/sangba2019/article/details/113343429

版权

毫米波雷达专栏收录该内容

10 篇文章 25 订阅

订阅专栏

1.提取局部区域信号

专利-提取局部区域信号

CN106908772B_从雷达回波信号中提取局部区域信号的方法

摘要

本发明公开了一种从雷达回波信号中提取局部区域信号的方法，包括以下步骤：（1）、将雷达回波信号在PPI显示界面中进行显示；（2）、绘制包含关心区域的扇环状边框；（3）、计算扇环状边框的两条直边与直角坐标系的纵轴之间的夹角，计算扇环状边框的两条弧边与PPI显示原点之间的距离；（4）、计算在实际空间中的实际距离边界和；（5）、计算距离边界在回波信号每个脉冲重复周期的出现位置和；（6）、找出角度位于和之间的脉冲重复周期的采集数据，分别取出I通道和Q通道中排在和之间的数据。本发明的提取局部区域信号的方法，可以方便快捷的查找到关心数据所在的区域，并精确提取出所需要的数据，不会丢失有用数据或引入冗余数据，而且数据提取操作简单，计算量小。

在这里插入图片描述

专利-假目标清扫

CN110471036A_一种用于大阵列近场聚焦中的假目标清扫方法

摘要
本发明属于信号与信息处理技术领域，涉及一种用于大阵列近场聚焦中的假目标清扫方法。本发明首先利用深度学习算法估计目标个数，然后将其作为清扫算法的迭代次数。在进行近场距离‑方位维聚焦成像后，迭代开始，每次寻找当前图像中峰值最大的点并重构位于该点处目标的成像结果，然后从图像域中去掉计算出来的结果得到新的图像。迭代结束后最终得到的图像就是清扫后的结果。本发明联合基于深度学习的目标个数估计对假目标清扫算法建立门限判定准则，避免了每次迭代计算门限的繁琐步骤，提高了计算精度，解决了传统优化布阵所无法解决的大阵列近场聚焦成像上由于随机阵高旁瓣造成的假目标问题。

专利-检测静止物体

CN110412516A_毫米波雷达对静止物体和缓慢变化物体的检测方法和装置

摘要
本发明实施例公开了一种毫米波雷达对静止物体和缓慢变化物体的检测方法和装置，该检测方法包括：提供对于雷达检测区域内的参考静态杂波基底图和参考杂波图；获取对雷达检测区域内的实时雷达原始扫描数据；根据参考静态杂波基底图、参考杂波图和实时雷达原始数据得到雷达检测区域内指定物体的数据信息；根据指定物体的数据信息判断是否符合预设规则；如果是，则进行报警输出。本发明不仅能够有效的滤除各类系统非关心的静止目标和周围环境给系统造成的干扰，提高系统的数据处理能力和系统的对目标的检测精度及准确性，而且还能检测出对系统关注的静止目标和移动缓慢的目标、由移动变为停止的目标、雷达区域突然出现障碍物、抛洒物或其他可疑目标。

在这里插入图片描述