-
题名航迹先验融合特征的车载雷达实例分割算法
- 1
-
-
作者
曾大治
郑乐
曾雯雯
张鑫
黄琰
田瑞丰
-
机构
北京理工大学雷达技术研究院
北京理工雷科电子信息技术有限公司
北京理工大学重庆创新中心
北京理工睿行电子科技有限公司
理工雷科智途(北京)科技有限公司
-
出处
《信号处理》
CSCD
北大核心
2024年第1期185-196,共12页
-
基金
国家自然科学基金(62388102)
国家重点研发计划(2018YFE0202101,2018YFE0202102,2018YFE0202103)。
-
文摘
点云实例分割是场景感知中的基本任务。近年来,随着车载毫米波雷达分辨能力的提高,大量基于毫米波雷达散射点的实例分割方案被提出。实例分割的结果可作为跟踪的输入,跟踪得到各个实例的航迹信息,为后续的车辆决策与路径规划提供数据支持。然而,面向毫米波雷达的实例分割方法仍存在以下挑战。一方面,相较于激光雷达,毫米波雷达观测下的散射点更稀疏,信息量较少。当同一实例的散射点距离较远或者多个相邻实例密集分布时,分割性能显著下降;另一方面,雷达穿透性有限,路面障碍物或交通参与者对实例造成部分遮挡时,分割算法无法对实例进行正确分割和判别。考虑到实际行车场景的时间连续性,利用交通参与者的航迹先验信息,即该参与者上一时刻和当前时刻的位置信息,可以克服上述问题。因此,本文提出了一种利用航迹先验融合上一帧散射点特征的车载雷达点云分割算法。该算法利用航迹的连续性,在相邻两帧之间计算实例和散射点的对应关系并基于上述关系完成散射点特征融合。相较于单帧,融合后的高质量特征不仅信息更丰富,不同实例间的特征差异更明显,而且能弥补由于遮挡导致的信息缺失。实验结果显示,所提算法的平均覆盖率和平均精度指标分别优于基于单帧的分割算法6.19%和4.54%。该结果表明,所提算法优于文献中其他方法,能有效解决上述分割算法存在的问题。此外,与基于单帧的分割方案在典型场景的可视化对比中,所提方法也凸显了其有效性和潜力。未来,我们将进一步挖掘轨迹先验信息,以加强特征提取,同时深入探讨分割性能与帧数之间的关系。
-
关键词
车载雷达
环境感知
实例分割
深度学习
-
Keywords
automotive radar
scene perception
instance segmentation
deep learning
-
分类号
TN959.1
[电子电信—信号与信息处理]
-
-
题名FMCW车载雷达自适应干扰抑制方法
被引量：4
- 2
-
-
作者
李阳
王楚媛
陈桥
李枫
胡程
-
机构
北京理工大学信息与电子学院雷达技术研究所
北京理工大学重庆创新中心
北京理工睿行电子科技有限公司
-
出处
《信号处理》
CSCD
北大核心
2021年第2期258-267,共10页
-
基金
国家重点研发计划资助(2018YFE0202101,2018YFE0202102,2018YFE0202103)
国家自然科学基金(61701026)。
-
文摘
车载雷达间相互干扰可能会导致传感器灵敏度降低,某些情况下会产生虚警。针对这个问题,本文提出了一种基于粒子群优化和自适应对消的干扰抑制方法。该方法将发射端波形优化及接收端自适应滤波相结合,进一步提高雷达的干扰抑制能力。首先采用粒子群算法进行波形参数优化,在参数约束范围内最小化波形相关性,缓解虚警问题,然后基于正交接收机内干扰的正负频谱共轭相关而目标信息仅存在于频谱正半部分的特点,通过最小均方迭代得到最优滤波器,实现自适应干扰对消。仿真结果表明,该方法对多干扰有良好的抑制效果。
-
关键词
调频连续波雷达
相互干扰
干扰抑制
自适应信号处理
-
Keywords
frequency modulated continuous wave radar
mutual interference
interference suppression
adaptive signal processing
-
分类号
TN973.3
[电子电信—信号与信息处理]
-
-
题名一种脉间相位编码波形高旁瓣抑制方法
- 3
-
-
作者
刘建虎
连红飞
陈桥
袁仕鑫
-
机构
北京理工睿行电子科技有限公司
国防科技大学自动目标识别重点实验室
北京理工大学重庆创新中心
-
出处
《弹箭与制导学报》
北大核心
2022年第6期132-136,共5页
-
文摘
针对脉间相位编码波形带来的多普勒维旁瓣抬高的问题,提出一种基于clean思想的旁瓣抑制方法。首先通过脉间多普勒处理在频域聚焦目标能量,然后加窗截断目标位置后变换至时域完成目标信号重构,最后通过构造不同编码信号完成旁瓣抑制。所提方法可以有效解决脉间相位编码导致旁瓣抬高影响弱小目标检测的问题,仿真验证了方法有效性。
-
关键词
脉间相位编码
旁瓣抑制
多普勒域
时频变换
-
Keywords
inter pulse phase coding
side lobe suppression
doppler domain
time frequency conversion
-
分类号
TN958.94
[电子电信—信号与信息处理]
-
