具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。

本发明提供的基于MIMO雷达的目标检测方法、装置、电子设备及存储介质，用以解决现有技术中强目标的多普勒杂散覆盖弱目标的回波信号，从而导致弱目标漏检的问题。

通过估计出目标的频率信息、幅度信息并结合已知的相位编码，可以重构出该目标的估计编码信号；然后利用预设算法（比如CLEAN算法）将重构出的某目标的估计编码信号逐次从原始编码信号中剔除，最后得到目标对象（比如弱目标）的原始编码信号，从而实现在原始编码信号中剔除强目标杂散并将弱目标显现出来。

下面结合图1-图10描述本发明所述的基于MIMO雷达的目标检测方法、装置及电子设备。

图1是本发明提供的基于MIMO雷达的目标检测方法的流程示意图，如图1所示。一种基于MIMO雷达的目标检测方法，包括：

步骤101，获取所述MIMO雷达接收到的多个对象的原始编码信号。

可选地，所述原始编码信号可从雷达接收端的各个线性调频脉冲（Chirp）中获取到。所述原始编码信号为多个对象的原始编码信号，所述多个对象包括强弱相对而言的强目标的原始编码信号和弱目标的原始编码信号，也就是说所述原始编码信号至少一个对象以上的原始编码信号。

步骤102，基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号。

可选地，可基于预设条件估计所述原始编码信号中多个目标的频率信息与幅度信息并结合预设相位编码信息，重构出所述多个对象中的一部分对象的估计编码信号。

可选地，所述预设条件用于限制估计所述原始编码信号中全部对象或部分对象的频率信息和幅度信息。然后，根据估计出的对象的频率信息和幅度信息，并结合预设相位编码信息（即已知的相位编码信息），即可重构出多个对象中的一部分对象的估计编码信息。

步骤103，将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。

示例性地：

原始编码信号：

对象1的原始编码信号，对象2的原始编码信号，对象3的原始编码信号，…，这些对象的原始编码信号组成多个对象的原始编码信号的集合。

其中按照强弱次序划分，假设排序为：对象1>对象2>对象3>…>目标对象n（或称弱目标）。

依强弱次序重构出的估计编码信号：

对象1的估计编码信号，对象2的估计编码信号，对象3的估计编码信号，…，对象n-1的估计编码信号。

通过预设算法（比如CLEAN算法）将重构出的对象的估计编码信号从原始编码信号中逐次剔除，即从原始编码信号中剔除强目标（比如，逐次剔除对象1、对象2、对象3，…，对象n-1）所产生的杂散信号，直到目标对象n的原始编码信号呈现出来为止。

雷达信号处理领域的CLEAN算法是一种可以准确的去除单频分量的信号处理方法。在雷达信号处理领域，现有的杂波抑制方法主要有动目标显示（MTI）、广义匹配滤波器（GMF）和CLEAN算法。

由此可知，依据重构出对应目标的估计编码信号，并利用预设算法（比如CLEAN算法）将重构出的对应目标的估计编码信号从原始编码信号中逐次剔除，从而得到待检测目标（比如弱目标）的原始编码信号，可有效防止出现弱目标漏检的问题。

以下将结合附图对上述步骤101~103做具体的描述。

图2是本发明提供的获取原始编码信号的流程示意图，如图2所示。上述所示步骤101中，所述获取所述MIMO雷达接收到的多个对象的原始编码信号的步骤包括：

步骤201，对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据。

MIMO (Multiple input multiple output,多输入多输出)雷达是将无线通信系统中的多个输入和多个输出技术引入到雷达领域，并和数字阵列技术相结合而产生的一种新体制雷达。因此，MIMO雷达多信号之间可以是时域、空域或极化域分类的，具有处理维数更高、收发孔径利用更充分、角分辨率更高的优点。

可选地，对MIMO雷达的各个线性调频脉冲的原始编码信号进行ADC（Analog-to-digital converter，模拟数字转换器）数据采样，得到样本数据，并将所述样本数据进行存储。

其中，所述样本数据的长度为，一个Chirp（线性调频脉冲）的个数为。

需要说明的是，本发明符号N分别表示了线性调频脉冲的个数（即Chirp数）、多普勒通道数、以及多普勒数据长度，其实质含义是一样的，只是在不同的使用场景用不同的表述而已，但这并不用以限制本发明。

步骤202，基于所述样本数据生成数据矩阵。

步骤203，对所述数据矩阵的各列做长度为（）的傅立叶变换，得到 数据矩阵。

由于随机编码MIMO雷达不同距离(对应不同的回波频率)的目标回波在时域是叠 加在一起的，难以直接在时域对其进行估计。因此，需通过傅里叶变换（FFT）将信号转换到 频域进行处理。所以，对所述数据矩阵的各列作长度为（）的FFT处理，得到 一维FFT处理结果。

图3是本发明提供的重构估计编码信号的流程示意图，如图3所示。上述所述步骤102中，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤包括：

从所述数据矩阵的第一行开始，依次将所述数据矩阵的前一部分行中 的每一行作为当前行执行下列步骤301-308：

步骤301，对上述步骤203中的数据矩阵的当前行（比如当前行为第行）的多普勒数据进行解码，得到解码矩阵。

当相位随机编码MIMO雷达应用在目标密集的环境中时，容易出现同一距离有不同速度的目标，也就容易出现强目标的多普勒杂散掩盖弱目标回波的情况。

由于所述数据矩阵的行数据表示距离单元，不同的距离单元 对应不同的回波频率，同一个距离单元包括不同速度的目标，即不同速度的目标包括强弱 相对而言的强目标和弱目标，因此需要对所述数据矩阵每一行的多普勒数据进行解 码。

上述步骤301示出的是首先对第一行（即）的多普勒数据进行解码。

假设编码系数矩阵C为：

；

其中，M为发射通道数。假设的码元为，且服从二维

正态分布，相位的量化位数为，表示虚数符号。则有：

。

则解码数据向量为：

。

步骤302，对所述解码矩阵的所有列的数据作长度为 的傅里叶变换 （FFT），得到其多普勒频谱数据矩阵。

步骤303，对所述多普勒频谱数据矩阵求幅度平方，并按发射通道累加，得到 数据矩阵。用式子表示为：

；

上式表示将矩阵S的所有元素求绝对值的平方，并按列累加得到向量E，E表示多普勒能量谱非相参积累结果。

该步骤中，对多普勒频谱数据按发射通道进行非相参积累，可以提高增益。

步骤304，获取所述数据矩阵的最大值及其谱峰位置，并求所述数据 矩阵的平均值。

该步骤中，获取谱峰位置即多普勒频谱最大值的位置，以用于计算多普勒频 率。平均值是为了求频谱的平均功率，可利用峰值均值比作为参数来设置预设检测门 限值T。

步骤305，根据所述谱峰位置估计其所对应的对象的归一化频率(=/)，并根据所述归一化频率生成单位信号。用式子表示为：

。

步骤306，根据所述位置，从所述多普勒频率数据矩阵中提取相应位置的 通道数据，得到该位置所对应的对象的各发射通道的幅度系数。

其中，，用式子表示为：

。

步骤307，利用所述各发射通道的幅度系数，生成杂散信号。用式子表示为：

；

其中，C表示随机编码系数矩阵，即

。

步骤308，根据所述杂散信号和所述单位信号，重构该位置所对应的对象 的估计编码信号，其中。

通过上述步骤301~308可实现重构第行的最强目标的估计编码信号。

图4是本发明提供的剔除估计编码信号的流程示意图，如图4所示。上述步骤103中，将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号的步骤包括：

步骤401，将上述步骤308中所述估计编码信号从步骤301中的多普勒数据中剔除，即表示为：。

步骤402，返回上述步骤301执行重构第行的最强目标的估计编码信息，直至 按照上述步骤301~401遍历完所述数据矩阵的所有行的多普勒数据，得到目标对象的 原始编码信号。

需要说明的是，图3和图4描述了重构第行的最强目标的估计编码信号并进行 剔除的示例，如果需要循环遍历，还需要设定预设条件，所述设定预设条件的步骤如下：

在初次执行上述步骤301之前设置所述预设条件，即设置CLEAN算法的循环次数阈 值设置并使循环计数初始化的值为0，随后在每次执行所述步骤304之后执行下列操 作：

条件1：若本次步骤304中得到的最大值满足条件时，跳出CLEAN 循环并结束整个重构及剔除操作。

条件2：若本次步骤304中得到的最大值满足条件，则，若 新赋值后的时，跳出CLEAN循环并结束整个重构及剔除操作；若时，继续执行 后续步骤305。

也就是说在循环执行上述步骤301之前设定CLEAN循环次数，并在上述步骤304之后按照上述条件1和条件2进行判断，并根据判断结果是否继续循环执行步骤301~401。

以下通过一实施例对本发明所述基于MIMO雷达的目标检测方法进行描述。

图5是本发明提供的一实施例的流程示意图，如图5所示。

首先，定义多普勒频率信号，用式子表示为：

；

其中，为多普勒数据长度，为多普勒FFT长度。为信号多普勒归一 化频率。

然后，定义编码信号，用式子表示为：

；

其中，为随机编码系数矩阵，即

M为发射通道数，N为多普勒通道数。假设，的码元为，相位的量化位数为， 则有：

。

定义，则根据解码系数和编码信号，可以定义解 码信号为：

；

其中，，得到

；

由于为随机分布，因此上式可以变为：

；

其中，为随机扰动成分。

一般情况下，。若对进行离散傅里叶变换（Discrete Fourier Transform，DFT），则得到，则在频谱位置信号的积累幅度应远大于扰动成分的积累 幅度。则可以直接根据频谱的峰值，对进行估计。于是得到：

。

最后，对杂散信号定义为：

；

或者

；

其中为杂散的通道系数。则根据估计的通道幅度系数，可以 重构的估计编码信号为：

。

基于上述定义，本发明所述基于MIMO雷达的目标检测方法的具体实现的步骤如下：

步骤501，对各个Chirp的原始回波的ADC采样数据进行储存，形成数据矩阵。 其中采样长度为，Chirp数为。

步骤502，由于随机编码MIMO雷达不同距离(对应不同的回波频率)的目标回波在 时域是叠加在一起的，难以直接在时域对其进行估计。因此，需通过FFT将信号转换到频域 进行处理。所以，对的各列作长度为（）的FFT处理，得到一维FFT处理结果。

步骤503，设置CLEAN循环次数为，设置循环计数，并开始逐次CLEAN处理。

步骤504，对数据矩阵第行的多普勒数据进行解码，得到 解码矩阵。假设编码系数矩阵为

；

其中，M为发射通道数。假设的码元为，且服从二维正态分布，相位的量化 位数为。则有：

；

则解码数据向量为：

。

步骤505，对数据矩阵的所有列的数据作长度为 的FFT，得到其多普 勒频谱数据。

步骤506，对求幅度平方，并按发射通道累加，得到。表示为：

。

步骤507，获取数据的最大值及其位置，并求平均值。

步骤508，设置预设检测门限值。

若，跳出CLEAN循环，结束操作并输出目标对象（即弱目标）的原始编 码信号。

若，，执行步骤509。

步骤509，若，跳出CLEAN循环，结束操作并输出目标对象（即弱目标）的原 始编码信号。

否则（即）执行步骤510。

步骤510，保存该目标检测信息并根据谱峰位置估计该目标的归一化频率 为：

；

根据频率生成单位信号：

。

步骤511，根据估计的峰值位置，从矩阵中取出相应位置的通道数据，则 可估计目标各发射通道的幅度系数，即

。

步骤512，利用估计的通道幅度系数，生成杂散信号，。

步骤513，利用估计的杂散信号及单位信号，重构出估计编码信号，。

步骤514，从原始多普勒数据中剔除该编码信号，即表示为：，然后 转至执行步骤504。

按照上述步骤504~514的方法遍历矩阵所有行的多普勒数据，最后得到目标 对象（即弱目标）的原始编码信号。

综上所述，本发明可防止因强目标的多普勒杂散覆盖弱目标的回波信号而导致弱目标漏检的情况。

以下通过一仿真示例进行说明。

图6~图8是本发明提供的仿真结果的示意图，如图6~8所示。图6~8仿真了3个目标：距离=[100m,100m,100m]，速度=[0m/s,10m/s,-5m/s]。设置预设检测门限T=5。

图6是目标所在距离单元的多普勒频谱数据。图中仿真了3个目标：距离一样、速度不一样、幅度也不一样。所以，三个目标在同一个距离单元但是多普勒频率不一样。由于强目标的杂散掩盖了弱目标的谱峰，所以有一个目标（速度为-5m/s的目标）的谱峰在图中是看不出来。

图7是多普勒时域数据和当前CLEAN循环下估计的最强目标的估计编码信号的对比。

图8表示的是第三次CLEAN循环的处理结果。

下面对本发明提供的基于MIMO雷达的目标检测装置进行描述，下文描述的基于MIMO雷达的目标检测装置与上文描述的基于MIMO雷达的目标检测方法可相互对应参照。

图9是本发明提供的基于MIMO雷达的目标检测装置的结构示意图，如图9所示。一种基于MIMO雷达的目标检测装置900，包括数据获取模块910、重构模块920以及检测模块930。其中，

数据获取模块910，用于获取所述MIMO雷达接收到的多个对象的原始编码信号。

重构模块920，用于基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号。

检测模块930，用于将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。

可选地，所述数据获取模块910，还用于执行如下步骤：

对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据；

基于所述样本数据生成数据矩阵；

对所述数据矩阵的各列做长度为（）的傅立叶变换，得到数据矩阵；

其中，表示样本数据的长度，N表示线性调频脉冲的个数。

可选地，所述重构模块920，还用于执行如下步骤：

从所述数据矩阵的第一行开始，依次将所述数据矩阵的前一部分行中 的每一行作为当前行执行下列步骤1-9：

步骤1，对所述数据矩阵的当前行的多普勒数据进行解码，得到解码矩阵；

步骤2，对所述解码矩阵的所有列的数据作长度为 的傅里叶变换， 得到其多普勒频谱数据矩阵；

步骤3，对所述多普勒频谱数据矩阵求幅度平方，并按发射通道累加，得到数 据矩阵；

步骤4，获取所述数据矩阵的最大值及其位置，并求所述数据矩阵的平均值；

步骤5，根据所述位置估计其所对应的对象的归一化频率，并根据所述归一 化频率生成单位信号，其中=/；

步骤6，根据所述位置，从所述多普勒频率数据矩阵中提取相应位置的通 道数据，得到该位置所对应的对象的各发射通道的幅度系数；

步骤7，利用所述各发射通道的幅度系数，生成杂散信号；

步骤8，根据所述杂散信号和所述单位信号，重构该位置所对应的对象的 估计编码信号，其中。

示例性地，所述检测模块930还用于执行如下步骤：

在每次执行完成所述步骤1-8后执行如下步骤9：

步骤9，将所述估计编码信号从所述数据矩阵的当前行的多普勒数据中 剔除。

可选地，所述重构模块920，还用于执行如下步骤：

在初次执行所述步骤1之前将循环次数阈值设置为预定的初始值并使循环计 数的值为0，随后在每次执行所述步骤4之后执行下列操作：

若本次步骤4中得到的最大值满足条件，则跳出循环并结束整个 重构及剔除操作；

若本次步骤4中得到的最大值满足条件，则令，并且若新 赋值后的，则跳出循环并结束整个重构及剔除操作，否则，继续执行后续步骤5；

其中，T为预设的检测门限值。

本发明所公开的基于MIMO雷达的目标检测装置的其他方面与前面所描述的基于MIMO雷达的目标检测方法相同或相似，在此不再赘述。

图10示例了一种电子设备的实体结构示意图，如图10所示，该电子设备可以包括：处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040，其中，处理器1010，通信接口1020，存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令，以执行上面所描述的任一种基于MIMO雷达的目标检测方法。

此外，上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上面所描述的任一种基于MIMO雷达的目标检测方法。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。