具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的毫米波雷达平台超分辨测角设备结构示意图。

如图1所示，该毫米波雷达平台超分辨测角设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对毫米波雷达平台超分辨测角设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及毫米波雷达平台超分辨测角程序。

在图1所示的毫米波雷达平台超分辨测角设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明毫米波雷达平台超分辨测角设备中的处理器1001、存储器1005可以设置在毫米波雷达平台超分辨测角设备中，所述毫米波雷达平台超分辨测角设备通过处理器1001调用存储器1005中存储的毫米波雷达平台超分辨测角程序，并执行本发明实施例提供的毫米波雷达平台超分辨测角方法。

本发明实施例提供了一种毫米波雷达平台超分辨测角方法，参照图2，图2为本发明一种毫米波雷达平台超分辨测角方法第一实施例的流程示意图。

本实施例中，所述毫米波雷达平台超分辨测角方法包括以下步骤：

步骤S10：获取雷达目标物体的导向矢量。

需要说明的是，本实施例的执行主体可为适用于车载毫米波雷达集成嵌入式芯片，也可为可为车载处理器，是专门针对汽车特殊运行环境及电器电路特点开发的具有抗高温、抗尘、抗震功能并能与汽车电子电路相融合的专用汽车信息化产品，是一种高度集成化处理器。也可根据需求进行定制化实现特定功能。

需要说明的是，车辆上装载有雷达，用于探测车辆周围的目标物体，雷达可为毫米波雷达，毫米波雷达是工作在毫米波波段(millimeter wave)探测的雷达。

可以理解的是，雷达与车载处理器通过控制器局域网络(Controller AreaNetwork,CAN)连接。

需要说明的是，导向矢量雷达是阵列天线的所有阵元对具有单位能量窄带信源的响应。由于阵列响应在不同方向上是不同的，导向矢量与信源的方向是相互关联的，这种关联的独特性依赖于阵列的几何结构。对于同一阵元阵列，导向矢量的每一个元素具有单位幅度。

在具体实现中，中心频点对应的波长λ，在同一线阵列上布置8个等间距的阵元，阵元间距等于λ2，目标物体相对于法向入射角度θ，则单目标物体回波的导向矢量为α＝[1,e^{j πsin}(^θ),...,e^{j(N-1)πsin(θ)}]^T，其中e为自然指数，N为天线个数，T表示矩阵或向量的转置。

步骤S20：根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度。

进一步地，步骤S20包括：

获取设置在车辆上的雷达的视场角度范围。

需要说明的是，雷达的视场角度范围(Field of View，FOV)是指雷达最大观测范围，雷达能够对观测范围内的物体进行观测，例如，以雷达阵面法向为参考0°，雷达的市场角度范围为-75°～+75°，即最大观测角度为150°。

获取第一搜索步进量。

需要说明的是，第一搜索步进量是指每两个相邻的搜索角度之间的角度差，例如，某一第一搜索角度为-75°，步进量为4°，则相邻的第一搜索角度为-71°。

根据所述视场角度范围以及所述第一搜索步进量，确定所述目标物体的各第一搜索角度。

在具体实现中，在-75°～+75°视场角度范围内，在第一搜索步进量为4°时，有38个第一搜索角度。

步骤S24：根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度，包括：根据所述导向矢量搜索所述目标物体的第一搜索角度，获得所述目标物体的粗方位角度。

可以理解的是，根据目标物体的导向矢量，获得每个第一搜索角度的功率峰值，功率峰值最小时即为目标物体的粗方位角度。

进一步地，根据所述导向矢量搜索所述目标物体的第一搜索角度，获得所述目标物体的粗方位角度包括：

根据所述导向矢量及所述视场角度范围，以所述第一搜索步进量对所述目标物体的各第一搜索角度进行搜索，获得第一搜索结果。

进一步地，根据所述导向矢量及所述视场角度范围，以所述第一搜索步进量对所述目标物体的各第一搜索角度进行搜索，获得第一搜索结果包括：

根据所述导向矢量获得所述导向矢量的协方差矩阵。

需要说明的是，窄带远场信号的波达方向(Direction Of Arrival，DOA)数学模型为：

X(t)＝A(θ)s(t)+N(t) 公式1

其中，A(θ)＝[α(θ₁),α(θ₂),...,α(θ_m)]是N×M的阵列矩阵，又称为阵列流形向量或方向响应向量，S(t)＝[α(t₁),α(t₂),...,α(t_m)]^T是M个入射信号矢量，N(t)＝[n(t₁),n(t₂),...,n(t_N)]^T是阵列噪声矢量。

可以理解的是，当阵元间距等于λ/2时，均匀线阵的效果最佳，此时，导向矢量为：

利用雷达探测目标信号，并计算协方差矩阵，可得：

R＝E[XX^H]＝AE[SS^H]A^H+σ²I＝AR_sA^H+σ²I 公式3

其中，X^H为矩阵的共轭转置。因为信号与噪声相互独立，所以R可分解为只与信号相关的部分和只与噪声相关部分，AR_SA^H表示信号部分，R_S表示信号的协方差矩阵。

对所述协方差矩阵进行特征分解，获得特征值。

在具体实现中，对R_S进行特征值分解，可得：

其中，V_s为特征值较大部分构成的对角矩阵，V_N为剩下特征值构成的对角矩阵。此外，特征矢量矩阵也可分两部分：一部分是与V_s对应的信号子空V_s＝[e₁,e₂,...,e_n]，另一部分是与V_N对应的噪声子空间V_N＝[e_N+1,e_N+2,...e_M]。

需要说明的是，前项U_s为大特征值对应特征矢量张成的信号子空间，后项U_N为噪声小特征值对应特征矢量张成的噪声子空间。

根据所述特征值获得噪声子空间特征矢量矩阵。

需要说明的是，由于理想条件下信号与噪声相互独立，信号子空间与噪声子空间相互正交，信号子空间中的导向矢量也与噪声子空间相互正交，即：

α^H(θ)U_N＝0 公式5

考虑到实际接收数据矩阵是有限长的，则数据协方差矩阵的最大似然估计为：

对进行特征分解可以计算得到噪声子空间特征矢量矩阵

根据所述噪声子空间特征矢量矩阵及所述导向矢量获得点积数据。

需要说明的是，对进行特征分解可以计算得到噪声子空间特征矢量矩阵利用点积公式计算噪声子空间特征矢量矩阵与导向矢量的点积数据：

根据所述视场角度范围以及所述第一搜索步进量搜索各第一搜索角度的所述点积数据，获得第一搜索结果。

可以理解的是，将θ(各个第一搜索角度)输入上述公式7，可以获得各个第一搜索角度的点积数据。

查找所述第一搜索结果中的第一搜索角度最小值，根据所述第一搜索角度最小值确定所述目标物体的粗方位角度。

需要说明的是，由于噪声的存在，α^H(θ)和并不能完全正交，因此第一搜索角度最小值对应的第一搜索角度即目标物体的粗方位角度，粗方位角度计算公式为：

步骤S30：根据所述粗方位角度精搜索所述目标物体的方位角度，获得所述目标物体的目标方位角度。

进一步地，步骤S30包括：根据所述粗方位角度，确定搜索方位角度范围；获取第二搜索步进量；根据所述搜索方位角度范围以及所述第二搜索步进量确定所述目标物体的各第二搜索角度；所述根据所述粗方位毫米波雷达平台超分辨测角所述目标物体的方位角度，获得所述目标物体的目标方位角度，包括：根据所述粗方位毫米波雷达平台超分辨测角所述目标物体的第二搜索角度，获得所述目标物体的目标方位角度。

在具体实现中，若目标物体的粗方位角度为第二搜索起始角度以为起始角度，可以取第二确搜索步进量第二搜索结束角度例如，粗方位角度为46°，则第二搜索起始角度为46°-4°＝42°，第二搜索结束角度为46°+4°＝50°，则搜索方位角度范围为42°～50°，上述仅为举例说明，本实施例不做限制。

需要说明的是，第二搜索步进量比第一搜索步进量精度高，例如，第一搜索步进量可为4°，第二搜索步进量可为0.1°，上述仅为举例说明，本实施例不做限制。

进一步地，根据所述粗方位毫米波雷达平台超分辨测角所述目标物体的第二搜索角度，获得所述目标物体的目标方位角度，包括：根据所述导向矢量及所述搜索方位角度范围，以所述第二搜索步进量对所述目标物体的各第二搜索角度进行搜索，获得第二搜索结果；查找所述第二搜索结果中的第二搜索角度最小值，根据所述第二搜索角度最小值确定所述目标物体的目标方位角度。

进一步地，根据所述导向矢量及所述搜索方位角度范围，以所述第二搜索步进量对所述目标物体的各第二搜索角度进行搜索，获得第二搜索结果，包括：根据所述导向矢量获得所述导向矢量的协方差矩阵；对所述协方差矩阵进行特征分解，获得特征值；根据所述特征值获得噪声子空间特征矢量矩阵；根据所述噪声子空间特征矢量矩阵及所述导向矢量获得点积数据；根据所述搜索方位角度范围以及所述第二搜索步进量搜索各第二搜索角度的所述点积数据，获得第二搜索结果。

可以理解的是，根据搜索方位角度范围以及第二搜索步进量可以获得各第二搜索角度，根据第二搜索角度以及目标物体的导向矢量，利用上述公式1-8可以获得目标物体的目标方位角度。

在具体实现中，以雷达阵面法向为参考0°，雷达的市场角度范围为-75°～+75°，即最大观测角度为150°，以搜索精度为0.1°，本实施例与传统搜索方法如表1所示。

表1

设定目标的方位角度为0.5°以及45°，利用上述公式1-8进行验证，验证结果如表2所示。

表2利用谱峰公式进行谱峰搜索，谱峰公式为：

从公式9可知，分母为最小值时，波峰值最大，0.5°搜索波峰图如图3所示，45°搜索波峰图如图4所示，其中实线为第一毫米波雷达平台超分辨测角波峰，虚线为第二搜索波峰。

本实施例通过获取雷达目标物体的导向矢量；根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度；根据所述粗方位角度精搜索所述目标物体的方位角度，获得所述目标物体的目标方位角度。通过上述方式，可以根据目标物体的导向矢量粗搜索方位角度，即粗方位角度，根据粗方位角度对目标物体进行更高精度的方位毫米波雷达平台超分辨测角，获得目标物体的目标方位角度，本实施例通过两次搜索，即保证了搜索时计算量少，也保证了搜索的方位角度精度高。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有毫米波雷达平台超分辨测角程序，所述毫米波雷达平台超分辨测角程序被处理器执行时实现如上文所述的毫米波雷达平台超分辨测角方法的步骤。

参照图5，图5为本发明毫米波雷达平台超分辨测角装置第一实施例的结构框图。

如图5所示，本发明实施例提出的毫米波雷达平台超分辨测角装置包括：

获取模块10，用于获取目标物体的导向矢量。

搜索模块20，用于根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度。

所述搜索模块20，还用于根据所述粗方位角度精搜索所述目标物体的方位角度，获得所述目标物体的目标方位角度。

本实施例通获取雷达目标物体的导向矢量；根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度；根据所述粗方位角度精搜索所述目标物体的方位角度，获得所述目标物体的目标方位角度。通过上述方式，可以根据目标物体的导向矢量粗搜索方位角度，即粗方位角度，根据粗方位角度对目标物体进行更高精度的方位毫米波雷达平台超分辨测角，获得目标物体的目标方位角度，本实施例通过两次搜索，即保证了搜索时计算量少，也保证了搜索的方位角度精度高。

在一实施例中，所述所述搜索模块20，还用于获取设置在车辆上的雷达的视场角度范围；获取第一搜索步进量；根据所述视场角度范围以及所述第一搜索步进量，确定所述目标物体的各第一搜索角度；根据所述导向矢量搜索所述目标物体的方位角度，获得所述目标物体的粗方位角度，包括：根据所述导向矢量搜索所述目标物体的第一搜索角度，获得所述目标物体的粗方位角度。

在一实施例中，所述所述搜索模块20，还用于根据所述导向矢量及所述视场角度范围，以所述第一搜索步进量对所述目标物体的各第一搜索角度进行搜索，获得第一搜索结果；查找所述第一搜索结果中的第一搜索角度最小值，根据所述第一搜索角度最小值确定所述目标物体的粗方位角度。

在一实施例中，所述所述搜索模块20，还用于根据所述导向矢量获得所述导向矢量的协方差矩阵；对所述协方差矩阵进行特征分解，获得特征值；根据所述特征值获得噪声子空间特征矢量矩阵；根据所述噪声子空间特征矢量矩阵及所述导向矢量获得点积数据；根据所述视场角度范围以及所述第一搜索步进量搜索各第一搜索角度的所述点积数据，获得第一搜索结果。

在一实施例中，所述所述搜索模块20，还用于根据所述粗方位角度，确定搜索方位角度范围；获取第二搜索步进量；根据所述搜索方位角度范围以及所述第二搜索步进量确定所述目标物体的各第二搜索角度；所述根据所述粗方位毫米波雷达平台超分辨测角所述目标物体的方位角度，获得所述目标物体的目标方位角度，包括：根据所述粗方位毫米波雷达平台超分辨测角所述目标物体的第二搜索角度，获得所述目标物体的目标方位角度。

在一实施例中，所述所述搜索模块20，还用于根据所述导向矢量及所述搜索方位角度范围，以所述第二搜索步进量对所述目标物体的各第二搜索角度进行搜索，获得第二搜索结果；查找所述第二搜索结果中的第二搜索角度最小值，根据所述第二搜索角度最小值确定所述目标物体的目标方位角度。

在一实施例中，所述所述搜索模块20，还用于根据所述导向矢量获得所述导向矢量的协方差矩阵；对所述协方差矩阵进行特征分解，获得特征值；根据所述特征值获得噪声子空间特征矢量矩阵；根据所述噪声子空间特征矢量矩阵及所述导向矢量获得点积数据；根据所述搜索方位角度范围以及所述第二搜索步进量搜索各第二搜索角度的所述点积数据，获得第二搜索结果。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的毫米波雷达平台超分辨测角方法，此处不再赘述。

此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。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(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。