汽車雷達網絡系統的組成和發展狀況概述
加入技術交流群
汽車雷達網絡的目標分類算法
目標分類系統的主要任務是針對目標回波信號特征計算給定向量的分類關系，分類器定義了一組不同的目標類別。分類器的工作可以分為學習階段和分類階段，在學習階段分類器對若干特征和經過獨立標記的特征向量進行自動分析；在分類階段，要對每個被檢測到的目標生成特征向量，與此同時，識別算法采用最大似然方法進行判決，以判別特征向量屬于哪個類，如圖3所示。在汽車應用中，由于分類任務很復雜，通常一個給定的向量需要考慮幾個特征，因而要采用多個分類器，其優點是在學習階段能夠在一次迭代過程中評估某個特征對決策過程的影響，并自動剔除對決策過程影響較小的項目。文獻[4]給出了基于汽車雷達傳感器的目標分類系統的系統結構和信號處理過程，它可以識別六種不同的雷達目標的類別，包括：步行者、騎自行車的人、車輛、人群、樹木和交通標志等(圖3)，文獻[4]最后給出了基于近距離雷達網絡的實驗結果。
圖3：車載雷達對目標分類的處理過程
目前，自適應巡航控制(ACC)系統主要還是在一些豪華汽車上采配置，但是，其它一些制造商也在考慮推出具有這種系統配置的普及型汽車，因為，隨著消費需求的增長、汽車規模經濟的擴大以及小型化、低成本的毫米波雷達收發器技術的發展[5]，以前豪華上才有的配置也將在大多數普及型車輛中，預計今后幾年汽車雷達系統將相當普及。
表2 國際標準所支持的汽車雷達的頻段 
汽車雷達的任務和技術實現上的難點是在觀測區域內檢測所有目標，并能夠在多目標情況下，測量目標的距離、相對速度和目標的方位角。目前，自適應巡航控制系統對遠距離傳感器(FDS)的要求如表3所示：
表3：對遠距離傳感器的要求 
表4：對近距離傳感器的要求 
精確估算運動目標位置的算法
文獻[7]詳細介紹了傳統的基于不同步工作方式的單接收機、雙接收機和四接收機構成的汽車雷達系統的特點，提出為了完成對目標速度、距離和方位角的測量，要采用一組NDS構成同步汽車雷達網絡，并采用基于一組非線性方程的多重計算方法來提高對運動目標位置的估算精度。
圖4：4個NDS構成的汽車網絡對單目標實現位置測量的實例
表示，目標向量由
表示。 Di,j是被測距離，它是發送信號的NDSi到被測目標之間的距離與接收信號的NDSj 到反射信號的目標之間的距離之和，因此，距離Di,j可以表示為兩個距離Ri和Rj之和：
評論