一种基于分数傅里叶变换的车载雷达干扰滤除方法

本发明涉及雷达干扰处理，特别是涉及一种基于分数傅里叶变换的车载雷达干扰滤除方法。

背景技术：

1、近年来，随着高级驾驶辅助系统和自动驾驶技术的不断发展，车辆已经集成了许多传感器用于感知周围环境，如毫米波雷达、摄像头和激光雷达。在这些传感器中，毫米波雷达具有全天时、全天候工作的特点，即使在恶劣的天气条件下也能工作，因此成为汽车感知系统中不可或缺的组成部分。

2、然而，随着道路场景越来越多的汽车装备有毫米波雷达，车载雷达系统之间的相互干扰将变得不可避免。由于干扰信号的幅度远强于目标回波信号，非相干强干扰会显著提高雷达系统的本底噪声，降低目标信号的信噪比，甚至掩埋弱目标，这会严重影响目标的检测。

3、现有车载雷达抗干扰方法可以分为干扰规避和干扰消除两类。干扰规避方法通过通信单元来协调分配同一道路场景中各车载雷达的参数，避免同一时间出现频谱重叠，从而规避干扰，但这类方法需要额外的硬件资源，导致成本增加。而干扰消除方法通过信号后处理方式，在获取的雷达中频信号中消除干扰，该类方法可通过车载雷达现有的fpga实现，简便易行。但在多干扰场景下、干扰在时域上不满足稀疏性时，现有的自适应噪声消除器和小波去噪的技术性能有限，处理后的信号仍残留有较多的干扰，不能获得正确的目标检测结果。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于分数傅里叶变换的车载雷达干扰滤除方法，在多个分数域分别将各个干扰能量集中然后置零，实现高性能的干扰消除，并减少了目标信号损失。

2、本发明的目的是通过以下技术方案来实现的：一种基于分数傅里叶变换的车载雷达干扰滤除方法，包括以下步骤：

3、s1.构建车载雷达中频信号模型；

4、s2.给定分数阶次空间(p0,p0+2)，以步长δp遍历阶次空间，获得该阶次空间下车载雷达中频信号所有阶次的分数傅里叶变换，并构成二维矩阵；

5、s3.搜索二维矩阵的峰值，定位干扰能量集中的分数域阶次和在分数域中集中的位置；

6、s4.基于干扰能量集中的分数域阶次和在分数域中集中的位置，对车载雷达中频信号进行干扰滤除；

7、s5.基于干扰滤除后的结果重构时域目标信号。

8、本发明的有益效果是：本发明利用雷达中频信号中干扰表现为类chirp信号这一特点，在多个分数域分别将各个干扰能量集中然后置零，实现高性能的干扰消除，并减少目标信号损失，在多干扰场景下仍具有优异的抗干扰性能。

技术特征：

1.一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：所述步骤s1包括：

3.根据权利要求1所述的一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：所述步骤s2包括

4.根据权利要求1所述的一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：所述步骤s3中利用二维cfar算法搜索二维矩阵的峰值，包括：

5.根据权利要求1所述的一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：所述步骤s4包括：

6.根据权利要求1所述的一种基于分数傅里叶变换的车载雷达干扰滤除方法，其特征在于：所述步骤s5包括：

技术总结
本发明公开了一种基于分数傅里叶变换的车载雷达干扰滤除方法,包括以下步骤：S1.构建车载雷达中频信号模型；S2.给定分数阶次空间(p<subgt;0</subgt;,p<subgt;0</subgt;+2)，以步长Δp遍历阶次空间，获得该阶次空间下车载雷达中频信号所有阶次的分数傅里叶变换，并构成二维矩阵；S3.搜索二维矩阵的峰值，定位干扰能量集中的分数域阶次和在分数域中集中的位置；S4.基于干扰能量集中的分数域阶次和在分数域中集中的位置，对车载雷达中频信号进行干扰滤除；S5.基于干扰滤除后的结果重构时域目标信号。本发明在多个分数域分别将各个干扰能量集中然后置零，实现高性能的干扰消除，并减少了目标信号损失。

技术研发人员：陈广志,翁友龙,陈景轩,贾志宇,张子昂,苏东林
受保护的技术使用者：北京航空航天大学
技术研发日：
技术公布日：2024/3/31