一种雷达目标的参数检测方法、装置及电子设备

摘要

本公开提供了一种雷达目标的参数检测方法、装置及电子设备，由雷达发射载频信号并接收对应的回波信号并分离出子带信号，单比特采样子带信号得到采样信号，确定对应的单比特量化值；将雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示采样信号；根据单比特量化值，采用凸优化算法求解粗距离门指示向量，确定待测目标所处的目标粗距离门；针对目标粗距离门，分别将待测目标的多种待测参数的范围离散化为对应的子网格，采用目标指示向量，稀疏表示采样信号；采用迭代算法从单比特量化值中恢复出目标指示向量，根据目标指示向量，确定实际参数值。可以提升目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，节约雷达系统成本。

权利要求

1.一种雷达目标的参数检测方法，其特征在于，包括：

控制雷达发射载频信号并接收对应的回波信号；

在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值；

将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号；

根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门；

针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号；

采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值；

所述采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，具体包括：将所述单比特量化值的实部与虚部合并生成单比特量化向量；

根据所述采样信号在所述目标粗距离门处对应的向量，构建所述采样信号对应的观测矩阵，根据所述采样信号中的噪声分量，构建所述采样信号对应的噪声矩阵；

构建以所述目标指示向量为元素的重构指示向量矩阵；

基于所述单比特量化向量、所述重构指示向量矩阵、所述观测矩阵以及所述噪声矩阵，构建针对所述重构指示向量矩阵中的重构指示向量的第二单比特压缩感知模型；

采用二进制软阈值算法求解所述第二单比特压缩感知模型，确定所述采样信号在所述目标粗距离门处对应的最优重构指示向量；

由所述最优重构指示向量表示所述目标指示向量的实部以及虚部，确定出所述目标指示向量。

2.根据权利要求1所述的方法，其特征在于，所述将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号，具体包括：将所述雷达的探测范围离散化为距离网格，根据所述采样信号构建指示所述目标粗距离门位置的所述粗距离门指示向量；

在快时间域上构建所述子带信号对应的频率网格，根据所述频率网格中的元素构建字典矩阵；

采用所述字典矩阵以及所述粗距离门指示向量表示所述采样信号，其中，所述粗距离门指示向量为稀疏向量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门，具体包括：根据所述单比特量化值以及稀疏表示后的所述采样信号，构建第一单比特压缩感知模型；

采用凸优化算法求解所述第一单比特压缩感知模型，从所述单比特量化值中恢复出所述粗距离门指示向量；

将所述粗距离门指示向量进行取模，确定所述粗距离门指示向量取模后的峰值所指示的目标位置，其中，所述目标位置即为所述目标粗距离门对应的粗距离门位置；

根据所述粗距离门位置，在所述距离网格中，确定出所述目标粗距离门。

4.根据权利要求1所述的方法，其特征在于，所述针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号，具体包括：针对每个所述子网格，确定所述采样信号对应的归一化反射因子，以及在所述目标粗距离门处，所述采样信号对应的目标粗距离频率；

由所述归一化反射因子、所述目标粗距离频率构建所述目标指示向量；

采用所述目标指示向量稀疏表示所述采样信号。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标指示向量，确定所述实际参数值，具体包括：确定所述目标指示向量中最大元素对应的目标参数索引；

针对每个所述子网格，将该子网格中所述目标参数索引对应的参数值，作为该子网格对应的待测参数类型的所述实际参数值。

6.一种雷达目标的参数检测装置，其特征在于，包括：

发射与接收模块，用于控制雷达发射载频信号并接收对应的回波信号；

单比特采样模块，用于在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值；

距离网格划分模块，用于将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号；

粗距离门确定模块，用于根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门；

子网格划分模块，用于针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号；

参数确定模块，用于采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值；

所述参数确定模块具体用于：

将所述单比特量化值的实部与虚部合并生成单比特量化向量；

根据所述采样信号在所述目标粗距离门处对应的向量，构建所述采样信号对应的观测矩阵，根据所述采样信号中的噪声分量，构建所述采样信号对应的噪声矩阵；

构建以所述目标指示向量为元素的重构指示向量矩阵；

基于所述单比特量化向量、所述重构指示向量矩阵、所述观测矩阵以及所述噪声矩阵，构建针对所述重构指示向量矩阵中的重构指示向量的第二单比特压缩感知模型；

采用二进制软阈值算法求解所述第二单比特压缩感知模型，确定所述采样信号在所述目标粗距离门处对应的最优重构指示向量；

由所述最优重构指示向量表示所述目标指示向量的实部以及虚部，确定出所述目标指示向量。

7.根据权利要求6所述的装置，其特征在于，所述距离网格划分模块具体用于：将所述雷达的探测范围离散化为距离网格，根据所述采样信号构建指示所述目标粗距离门位置的所述粗距离门指示向量；

在快时间域上构建所述子带信号对应的频率网格，根据所述频率网格中的元素构建字典矩阵；

采用所述字典矩阵以及所述粗距离门指示向量表示所述采样信号，其中，所述粗距离门指示向量为稀疏向量。

8.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至5中任一项所述的雷达目标的参数检测方法的步骤。

9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至5中任一项所述的雷达目标的参数检测方法的步骤。

说明书

一种雷达目标的参数检测方法、装置及电子设备

技术领域

[0001] 本公开涉及雷达测量技术领域，具体而言，涉及一种雷达目标的参数检测方法、装置及电子设备。

背景技术

[0002] 频率捷变雷达（FAR）是近几年雷达系统中发展较新的技术，它的载波频率会随着雷达脉冲之间随即发生变化，载频的捷变性能够为雷达系统带来很多优点，这些优点包括出色的电子对抗特性，良好的电磁兼容性能以及能够实现通过发射窄带信号就能合成大而有效的频带，从而提高了频谱效率。多输入多输出（MIMO）雷达系统的发射天线可以同时发射不同的雷达波形，且发射波形之间互相独立满足正交性，同时利用接受端的多天线来接收反射回来的回波信号。利用发射端与接受端的多天线特性，MIMO阵列可以利用较少的天线构成一个大规模的虚拟阵列。在抑制衰减、分辨率增强以及干扰抑制中，MIMO雷达都表现出良好的性能。

[0003] 在雷达信号处理的应用中，采样和量化是对回波信号处理的第一步，目前现有的目标参数检测过程中，例如将MIMO阵列、载波捷变雷达相结合，同时发射端采用稀疏阵列，即每一次脉冲发射都随机选择若干个发射天线，首先对回波采样信号使用逆傅里叶变换(IDFT)进行脉冲压缩得到粗距离门(CRRP)，然后在每一个粗距离门采用系数重构算法估计出目标的距离、速度和角度等方式，对信号幅度进行高精度量化是基于无限精确采样这个假设前提之下，其检测到的参数与目标实际情况之间存在一定误差，并且在实际应用中，当信号带宽比较大时，通常的模数转换（ADC）器件要实现高速采样和高精度量化则需要很大的功耗和成本。

发明内容

[0004] 本公开实施例至少提供一种雷达目标的参数检测方法、装置及电子设备，可以提升雷达目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0005] 本公开实施例提供了一种雷达目标的参数检测方法，所述方法包括：

[0006] 控制雷达发射载频信号并接收对应的回波信号；

[0007] 在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值；

[0008] 将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号；

[0009] 根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门；

[0010] 针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号；

[0011] 采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值。

[0012] 一种可选的实施方式中，所述将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号，具体包括：

[0013] 将所述雷达的探测范围离散化为距离网格，根据所述采样信号构建指示所述目标粗距离门位置的所述粗距离门指示向量；

[0014] 在快时间域上构建所述子带信号对应的频率网格，根据所述频率网格中的元素构建字典矩阵；

[0015] 采用所述字典矩阵以及所述粗距离门指示向量表示所述采样信号，其中，所述粗距离门指示向量为稀疏向量。

[0016] 一种可选的实施方式中，所述根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门，具体包括：

[0017] 根据所述单比特量化值以及稀疏表示后的所述采样信号，构建第一单比特压缩感知模型；

[0018] 采用凸优化算法求解所述第一单比特压缩感知模型，从所述单比特量化值中恢复出所述粗距离门指示向量；

[0019] 将所述粗距离门指示向量进行取模，确定所述粗距离门指示向量取模后的峰值所指示的目标位置，其中，所述目标位置即为所述目标粗距离门对应的粗距离门位置；

[0020] 根据所述粗距离门位置，在所述距离网格中，确定出所述目标粗距离门。

[0021] 一种可选的实施方式中，所述针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号，具体包括：

[0022] 针对每个所述子网格，确定所述采样信号对应的归一化反射因子，以及在所述目标粗距离门处，所述采样信号对应的目标粗距离频率；

[0023] 由所述归一化反射因子、所述目标粗距离频率所述采样信号对应的频率分量构建所述目标指示向量；

[0024] 采用所述目标指示向量稀疏表示所述采样信号。

[0025] 一种可选的实施方式中，所述采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，具体包括：

[0026] 将所述单比特量化值的实部与虚部合并生成单比特量化向量；

[0027] 根据所述采样信号在所述目标粗距离门处对应的向量，构建所述采样信号对应的观测矩阵，根据所述采样信号中的噪声分量，构建所述采样信号对应的噪声矩阵；

[0028] 构建以所述目标指示向量为元素的重构指示向量矩阵；

[0029] 基于所述单比特量化向量、所述重构指示向量矩阵、所述观测矩阵以及所述噪声矩阵，构建针对所述重构指示向量矩阵中的重构指示向量的第二单比特压缩感知模型；

[0030] 采用二进制软阈值算法求解所述第二单比特压缩感知模型，确定所述采样信号在所述目标粗距离门处对应的最优重构指示向量；

[0031] 由所述最优重构指示向量表示所述目标指示向量的实部以及虚部，确定出所述目标指示向量。

[0032] 一种可选的实施方式中，所述根据所述目标指示向量，确定所述实际参数值，具体包括：

[0033] 确定所述目标指示向量中最大元素对应的目标参数索引；

[0034] 针对每个所述子网格，将该子网格中所述目标参数索引对应的参数值，作为该子网格对应的待测参数类型的参数值。

[0035] 本公开实施例还提供一种雷达目标的参数检测装置，所述装置包括：

[0036] 发射与接收模块，用于控制雷达发射载频信号并接收对应的回波信号；

[0037] 单比特采样模块，用于在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值；

[0038] 距离网格划分模块，用于将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号；

[0039] 粗距离门确定模块，用于根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门；

[0040] 子网格划分模块，用于针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号；

[0041] 参数确定模块，用于采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值。

[0042] 一种可选的实施方式中，所述距离网格划分模块具体用于：

[0043] 将所述雷达的探测范围离散化为距离网格，根据所述采样信号构建指示所述目标粗距离门位置的所述粗距离门指示向量；

[0044] 在快时间域上构建所述子带信号对应的频率网格，根据所述频率网格中的元素构建字典矩阵；

[0045] 采用所述字典矩阵以及所述粗距离门指示向量表示所述采样信号，其中，所述粗距离门指示向量为稀疏向量。

[0046] 一种可选的实施方式中，所述粗距离门确定模块具体用于：

[0047] 根据所述单比特量化值以及稀疏表示后的所述采样信号，构建第一单比特压缩感知模型；

[0048] 采用凸优化算法求解所述第一单比特压缩感知模型，从所述单比特量化值中恢复出所述粗距离门指示向量；

[0049] 将所述粗距离门指示向量进行取模，确定所述粗距离门指示向量取模后的峰值所指示的目标位置，其中，所述目标位置即为所述目标粗距离门对应的粗距离门位置；

[0050] 根据所述粗距离门位置，在所述距离网格中，确定出所述目标粗距离门。

[0051] 一种可选的实施方式中，所述子网格划分模块具体用于：

[0052] 针对每个所述子网格，确定所述采样信号对应的归一化反射因子，以及在所述目标粗距离门处，所述采样信号对应的目标粗距离频率；

[0053] 由所述归一化反射因子、所述目标粗距离频率构建所述目标指示向量；

[0054] 采用所述目标指示向量稀疏表示所述采样信号。

[0055] 一种可选的实施方式中，所述参数确定模块具体用于：

[0056] 将所述单比特量化值的实部与虚部合并生成单比特量化向量；

[0057] 根据所述采样信号在所述目标粗距离门处对应的向量，构建所述采样信号对应的观测矩阵，根据所述采样信号中的噪声分量，构建所述采样信号对应的噪声矩阵；

[0058] 构建以所述目标指示向量为元素的重构指示向量矩阵；

[0059] 基于所述单比特量化向量、所述重构指示向量矩阵、所述观测矩阵以及所述噪声矩阵，构建针对所述重构指示向量矩阵中的重构指示向量的第二单比特压缩感知模型；

[0060] 采用二进制软阈值算法求解所述第二单比特压缩感知模型，确定所述采样信号在所述目标粗距离门处对应的最优重构指示向量；

[0061] 由所述最优重构指示向量表示所述目标指示向量的实部以及虚部，确定出所述目标指示向量。

[0062] 一种可选的实施方式中，所述参数确定模块具体还用于：

[0063] 确定所述目标指示向量中最大元素对应的目标参数索引；

[0064] 针对每个所述子网格，将该子网格中所述目标参数索引对应的参数值，作为该子网格对应的待测参数类型的参数值。

[0065] 本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述雷达目标的参数检测方法，或上述雷达目标的参数检测方法中任一种可能的实施方式中的步骤。

[0066] 本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述雷达目标的参数检测方法，或上述雷达目标的参数检测方法中任一种可能的实施方式中的步骤。

[0067] 本公开实施例提供的一种雷达目标的参数检测方法、装置及电子设备，通过控制雷达发射载频信号并接收对应的回波信号；在回波信号中分离出去调频后的子带信号，单比特采样子带信号得到采样信号，确定采样信号对应的单比特量化值；将雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示采样信号；根据单比特量化值，采用凸优化算法求解粗距离门指示向量，确定待测目标所处的目标粗距离门；针对目标粗距离门，分别将待测目标的多种待测参数的范围离散化为对应的子网格，采用指示待测参数的实际参数值的目标指示向量，稀疏表示采样信号；采用迭代算法从目标粗距离门对应的单比特量化值中恢复出目标指示向量，根据目标指示向量，确定实际参数值。可以提升雷达目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0068] 为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0069] 为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0070] 图1示出了本公开实施例所提供的一种雷达目标的参数检测方法的流程图；

[0071] 图2示出了本公开实施例所提供的另一种雷达目标的参数检测方法的流程图；

[0072] 图3示出了本公开实施例所提供的一种雷达目标的参数检测装置的示意图；

[0073] 图4示出了本公开实施例所提供的一种电子设备的示意图。

具体实施方式

[0074] 为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

[0075] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

[0076] 本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

[0077] 经研究发现，目前现有的目标参数检测过程中，例如将MIMO阵列、载波捷变雷达相结合，同时发射端采用稀疏阵列，即每一次脉冲发射都随机选择若干个发射天线，首先对回波采样信号使用逆傅里叶变换(IDFT)进行脉冲压缩得到粗距离门(CRRP)，然后在每一个粗距离门采用系数重构算法估计出目标的距离、速度和角度等方式，对信号幅度进行高精度量化是基于无限精确采样这个假设前提之下，在实际应用中，当信号带宽比较大时，通常的模数转换（ADC）器件要实现高速采样和高精度量化则需要很大的功耗和成本。

[0078] 基于上述研究，本公开提供了一种雷达目标的参数检测方法、装置及电子设备，通过控制雷达发射载频信号并接收对应的回波信号；在回波信号中分离出去调频后的子带信号，单比特采样子带信号得到采样信号，确定采样信号对应的单比特量化值；将雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示采样信号；根据单比特量化值，采用凸优化算法求解粗距离门指示向量，确定待测目标所处的目标粗距离门；针对目标粗距离门，分别将待测目标的多种待测参数的范围离散化为对应的子网格，采用指示待测参数的实际参数值的目标指示向量，稀疏表示采样信号；采用迭代算法从目标粗距离门对应的单比特量化值中恢复出目标指示向量，根据目标指示向量，确定实际参数值。可以提升雷达目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0079] 为便于对本实施例进行理解，首先对本公开实施例所公开的一种雷达目标的参数检测方法进行详细介绍，本公开实施例所提供的雷达目标的参数检测方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备（User Equipment，UE）、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理（Personal Digital Assistant，PDA）、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该雷达目标的参数检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。

[0080] 参见图1所示，为本公开实施例提供的一种雷达目标的参数检测方法的流程图，所述方法包括步骤S101 S106，其中：~

[0081] S101、控制雷达发射载频信号并接收对应的回波信号。

[0082] 在具体实施中，雷达的发射端向待测目标发射载频信号，载频信号在到达待测目标之后被待测目标反射后变为回波信号，进而被雷达的接收端接收到，通过分析回波信号，即可得到待测目标对应的距离、运动速度以及方向角度等参数信息。

[0083] 具体的，雷达系统可以采用MIMO阵列，发射端可以为一个具有多根天线的均匀线性阵列，接收端也为具有多根天线的均匀线性阵，每根发射天线上发射不同载频信号，载频信号所选择的载频随着脉冲变化而随机改变。

[0084] 这里，雷达发射的载频信号对应的基带信号可以为调频连续波（Frequency Modulated Continuous Wave，FMCW），可以通过如下公式表示：

[0085]

[0086] 其中， 代表矩形函数，当 时， ，否则； 代表FMCW的频率调制率， ，其中 代表基带信号带宽， 代表脉冲宽
度。

[0087] 进一步的，定义载频集合 为： ，其中， 表示初始载频， ，即共有M个不同的载频可以选择； 表示相邻载频之间的间
隔。

[0088] 这里，为了保证发射的载频信号之间正交性，令 。假设雷达系统的一个相干处理间隔(Coherent Processing Interval，CPI)中包含N个脉冲，对于第n个脉冲，第p个发射天线上的发射的载频信号可以表示为：

[0089]

[0090] 对应的载频可以表示为：

[0091]

[0092] 其中， 代表第n个脉冲，第p个发射天线上的发射的载频信号； 代表第n个脉冲，第p个发射天线上的发射的载频信号对应的载频； ，表示对于第n个脉冲，第p个发射天线所选择的载频所对应的索引。

[0093] 进一步的，对于雷达系统的接收端，假设存在L个理想远场点的待测目标，第l个待测目标的距离、运动速度以及方向角度分别表示为 ，对于第n个脉冲，它在第p个发射天线和第q个接收天线之间的一个回波时延可以表示为：

[0094]

[0095] 其中， 代表第n个脉冲在第p个发射天线和第q个接收天线之间的一个回波时延；c代表光速； 代表雷达发射天线之间的间隔， 代表雷达接收天线之间的间隔，因此，第q个接收天线对应第n个发射脉冲的回波信号可以表示为：

[0096]

[0097] 其中， 代表第l个待测目标的反射因子； 代表回波信号中的加性高斯白噪声；P代表雷达发射端的天线总数。

[0098] S102、在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值。

[0099] 在具体实施中，雷达接收端在接收到回波信号之后，需要对回波信号进行去调频处理，然后将去调频之后的回波信号通过低通滤波器，得到分离出来的子带信号，进而在得到分离出来的子带信号之后，对子带信号进行奈奎斯特采样得到采样信号，最后针对采样信号进行单比特量化，确定出采样信号对应的单比特量化值。

[0100] 具体的，对于第p个发射天线和第q个接收天线的之间的子带信号可以表示为：

[0101]

[0102] 其中，LPF代表进行低通滤波处理，近似的，上式可以表示为：

[0103]

[0104]

[0105] 其中， 代表第p个发射天线和第q个接收天线的之间的子带信号；代表归一化反射因子； 分别代表归
一化速度频率和归一化角度频率； 代表实际载频和初始载频之间的相对因子；
代表噪声；Q代表雷达接收端的天线总数。

[0106] 进一步的，对子带信号 进行奈奎斯特采样得到采样信号 ，其中，G代表奈奎斯特采样个数； 代表复数集合。进而第g个采样值可以表示为如下形式：

[0107]

[0108]

[0109] 其中， 代表奈奎斯特采样的采样间隔；系统的粗距离分辨率由雷达发射端发射的基带信号的带宽决定为： ， 代表基带信号的带宽，假设待测目标为低速运动目标且发射的基带信号为窄带信号，即满足条件 和 时，由脉冲之间导致的距离偏移： 和不同接收天线导致的距离偏移：
可以忽略，因此，采样信号可以简化为：

[0110]

[0111]

[0112] 进 一 步 的 ，对 采 样 信 号 进 行 单 比 特 量 化 ，进 而 得 到，代表单比特量化值的实部， ，代表单比特量化值的虚部，其中 为符号函数，可以表示为： ，
在一个CPI中共会产生NPQ对单比特量化值，通过分析NPQ对单比特量化值，即可估计出每个待测目标的 ，即距离、运动速度以及方向角度三个参数。

[0113] 这样，当信号带宽比较大时，通常的模数转换（ADC）器件要实现高速采样和高精度量化则需要很大的功耗和成本，而单比特ADC只需要一个比较器就能实现信号的量化功能，在考虑功耗和成本的情况下，通过单比特采样子带信号可以降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0114] S103、将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号。

[0115] 该步骤中，将雷达的可探测范围，也就是待测目标可能存在的距离范围，均匀的离散化为多个距离网格，每个网格点所代表的距离可以根据相邻载频之间的间隔确定，当待测目标所处的距离落在某个距离网格内时，即代表待测目标所在的位置为对应的距离门处。

[0116] 需要说明的是，粗距离门指示向量为用于指示待测目标在距离网格中所处的粗距离门位置的向量，可以由采样信号的表达式中，除噪声项之外的项构成。

[0117] 在具体实施中，将待测目标可能出现的距离范围离散成G个距离网格，距离网格中每个网格的宽度为 ，第g个网格点所代表的距离 可以表示为： ，g=0代表第一个网格点，当待测目标所处距离落在 上时，表明待测目标所在
位置为第g个距离门。

[0118] 这里，观察步骤S102中采样信号 的表达式中频率分量 ，其可以表示为 ，其中 ，用于表示针对待
测目标的距离观测值，而 为待测目标的距离实际值，由此表明雷达系统的最大不模糊距离为 ，因此只要估计出 和 就能得到待测目标的距离实际值 ，进而针对采样点的估计就转化为针对距离网格内，待测目标所处的粗距离门的估计。

[0119] 具体的，步骤S103可以通过如下步骤S1031‑步骤S1033实现：

[0120] S1031、将所述雷达的探测范围离散化为距离网格，根据所述采样信号构建指示所述目标粗距离门位置的所述粗距离门指示向量。

[0121] S1032、在快时间域上构建所述子带信号对应的频率网格，根据所述频率网格中的元素构建字典矩阵。

[0122] S1033、采用所述字典矩阵以及所述粗距离门指示向量表示所述采样信号，其中，所述粗距离门指示向量为稀疏向量。

[0123] 在具体实施中，针对采样信号 ，其粗距离门指示向量 可以表示为：

[0124]

[0125] 其中， 代表粗距离门指示向量；进而采样信号 可以重写为：

[0126]

[0127] 其中， ，用于代表归一化粗距离频率。

[0128] 进一步的，构建快时间域上频率网格 ，频率网格中的第g元素为： ，根据频率网格中的元素构建的字典矩阵 可以表示为：

[0129]

[0130] 进一步的，采用字典矩阵 以及粗距离门指示向量 表示的采样信号可以表示为：

[0131]

[0132] 其中， 代表稀疏表示后的采样信号； 代表粗距离门指示向量，； 代表字典矩阵； 代表高斯噪声。

[0133] 这里，当 时， ，且目标个数 ，因此向量 为稀疏向量。

[0134] S104、根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门。

[0135] 在具体实施中，从采样信号对应的单比特量化值中恢复出粗距离门指示向量的问题，可以理解为一个单比特压缩感知模型问题，其求解过程可以使用凸优化算法，求解得到的粗距离门指示向量其在距离网格中所指示的位置对应的粗距离门，即为待测目标所处的目标粗距离门。

[0136] 具体的，步骤S104可以通过如下步骤S1041‑步骤S1044实现：

[0137] S1041、根据所述单比特量化值以及稀疏表示后的所述采样信号，构建第一单比特压缩感知模型。

[0138] S1042、采用凸优化算法求解所述第一单比特压缩感知模型，从所述单比特量化值中恢复出所述粗距离门指示向量。

[0139] S1043、将所述粗距离门指示向量进行取模，确定所述粗距离门指示向量取模后的峰值所指示的目标位置，其中，所述目标位置即为所述目标粗距离门对应的粗距离门位置。

[0140] S1044、根据所述粗距离门位置，在所述距离网格中，确定出所述目标粗距离门。

[0141] 在具体实施中，由采样信号对应的单比特量化值以及经过粗距离门指示向量稀疏表示后的采样信号，组成第一单比特压缩感知模型，采用凸优化算法求解该第一单比特压缩感知模型，即可在单比特量化值中恢复出粗距离门指示向量，进而将恢复出的粗距离门指示向量取模后，其峰值所对应的位置即为待测目标所处的粗距离门的位置，对应于距离网格中，即可得到待测目标对应的粗距离门。

[0142] 具体的，针对单比特量化值： 和 ，以及经过粗距离门指示向量稀疏表示后的采样信号： ，组成第一单比特压缩感知模型，并采用凸优化算法进行求解，这里，凸优化算法可以表示为如下形式：

[0143]

[0144]

[0145]

[0146] 其中， 代表实部； 代表虚部。

[0147] S105、针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号。

[0148] 该步骤中，在确定出待测目标所处的目标粗距离门之后，针对同一粗距离门内的待测目标，将待测目标的多种待测参数可能存在的范围离散成对应的子网格，例如，针对待测目标的距离、运动速度以及方向角度三个待检测参数，分别将距离参数可能存在的范围、运动速度参数可能存在的范围、以及方向角度参数可能存在的范围离散化为距离、运动速度以及方向角度三重网格。并且采用可以在子网格中指示出待测目标对应的实际参数值的目标指示向量稀疏表示采样信号。

[0149] 在具体实施中，针对采样信号 ，分别将 离散化，构成一个三重网格，网格间距分别为归一化距离分辨率、归一化速度分辨率以及归一化角度分辨率，即，三重网格中每个子网格集合可以表示为：

[0150] ，用于代表距离参数子网格；

[0151] 用于代表速度参数子网格；

[0152] 中 用于代表角度参数子网格。

[0153] 进一步的，假设L个待测目标都落在三重网格中，则可以定义一个目标指示数据块来辅助待测参数对应的实际参数值的估计，其中的元素为：

[0154]

[0155] 进一步的，将目标指示数据块 矢量化，得到目标指示向量 ，其中。

[0156] 具体的，步骤S105可以通过如下步骤S1051‑步骤S1053实现：

[0157] S1051、针对每个所述子网格，确定所述采样信号对应的归一化反射因子，以及在所述目标粗距离门处，所述采样信号对应的目标粗距离频率。

[0158] S1052、由所述归一化反射因子、所述目标粗距离频率构建所述目标指示向量。

[0159] S1053、采用所述目标指示向量稀疏表示所述采样信号。

[0160] 在具体实施中，假设待测目标位于的目标粗距离门为距离网格中，第g个粗距离门中，采样信号可以表示为：

[0161]

[0162]

[0163] 这里，由归一化反射因子 以及目标粗距离频率 构建所述目标指示向量： ，因为在每一个目标粗距离门中对目标多参数估计的处理方式相同，因此只分析单个目标粗距离门中的参数估计即可，由此可以使用 代替，定义归一化距离频率 ，采用目标指示向量稀疏表示的采样信号可
以表示为：

[0164]

[0165]

[0166] 此时，问题进而描述为从目标粗距离门对应的单比特量化值中估计出即可。

[0167] S106、采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值。

[0168] 在具体实施中，与粗距离门的估计方式类似，从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量的问题可以同样理解为一个单比特压缩感知模型问题，但是由于构建的网络中包括多个子网络，因此计算复杂度较大，可以采用迭代算法进行求解。

[0169] 具体的，采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量的方法，可以通过如图2中所示的步骤S1061‑步骤S1066实现，参见图2所示，为本公开实施例提供的另一种雷达目标的参数检测方法的流程图，所述方法包括步骤S1061 S1066，其中：~

[0170] S1061、将所述单比特量化值的实部与虚部合并生成单比特量化向量。

[0171] S1062、根据所述采样信号在所述目标粗距离门处对应的向量，构建所述采样信号对应的观测矩阵，根据所述采样信号中的噪声分量，构建所述采样信号对应的噪声矩阵。

[0172] S1063、构建以所述目标指示向量为元素的重构指示向量矩阵。

[0173] S1064、基于所述单比特量化向量、所述重构指示向量矩阵、所述观测矩阵以及所述噪声矩阵，构建针对所述重构指示向量矩阵中的重构指示向量的第二单比特压缩感知模型。

[0174] S1065、采用二进制软阈值算法求解所述第二单比特压缩感知模型，确定所述采样信号在所述目标粗距离门处对应的最优重构指示向量；

[0175] S1066、由所述最优重构指示向量表示所述目标指示向量的实部以及虚部，确定出所述目标指示向量。

[0176] 在具体实施中，首先将单比特量化值的实部 和虚部 合并成单比特量化向量：，构建观测矩阵 ，这里，观测矩阵中的元素
，为子观测矩阵，子观测矩阵A满足 ，其中， 代表由NPQ个
子带信号中第g个距离门，即采样信号在所述目标粗距离门处对应的向量； 代表采样信号中的高斯白噪声。

[0177] 这里，子观测矩阵 中的元素可以表示为：

[0178]

[0179]

[0180] 其中， 。

[0181] 进一步的，噪声矩阵 ，所述目标指示向量为元素的重构指示向量矩阵 也遵循噪声矩阵 以及观测矩阵 的结构形式进行构建，即 ，使用二进
制加权软阈值迭代算法进行求解，此时，第二单比特压缩感知模型可以构建为：

[0182]

[0183]

[0184] 其中，函数 ， 表示正权重值，可以使用权重矩阵对上述表达式进行简化得到。

[0185] 进一步的，第二单比特压缩感知模型可以描述为：

[0186]

[0187]

[0188] 其中， 为对角权重矩阵，对角元素为权重值。

[0189] 这里，由于求解第二单比特压缩感知模型的问题是一个非凸问题，因此需借助阈值算法求解，定义软阈值算子为：

[0190]

[0191] 其中， 代表软阈值算子；代表正则化参数，在具体实施中可以由用户根据应用场景进行确定，在此不做具体限制。

[0192] 进一步的，通过软阈值算子 可以写出求解第二单比特压缩感知模型的问题的最优性条件： ，根据最优性条件推导出整个算法流程为：

[0193] 输入： ， ， ，

[0194] 初始化： ，

[0195] While   and   do

[0196] 计算 

[0197] 更新 

[0198] 更新 

[0199] 计算  ；

[0200] End while

[0201] Return 

[0202] 具体的，针对算法参数说明： 代表步骤S1066中构建的观测矩阵；代表单比特量化向量； 代表算法总共迭代次数；代表正则化参数，在具体实施中可以由用户根据应用场景进行确定，在此不做具体限制； 代表误差阈值，当误差小于或等于 时停止迭代；代表迭代次数； 代表每次迭代的误差；是一个正常数，以保证 分母不为零。

[0203] 进一步的，确定所述目标指示向量中最大元素对应的目标参数索引；针对每个所述子网格，将该子网格中所述目标参数索引对应的参数值，作为该子网格对应的待测参数类型的参数值。

[0204] 这里，使用二进制软阈值算法得到最优重构指示向量 后，目标指示向量 可以表示为：

[0205]

[0206] 然后找出 中最大的数量与待测目标数量相同个数的元素的索引，从而计算得到目标的待测参数对应的实际参数值。

[0207] 本公开实施例提供的一种雷达目标的参数检测方法、装置及电子设备，通过控制雷达发射载频信号并接收对应的回波信号；在回波信号中分离出去调频后的子带信号，单比特采样子带信号得到采样信号，确定采样信号对应的单比特量化值；将雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示采样信号；根据单比特量化值，采用凸优化算法求解粗距离门指示向量，确定待测目标所处的目标粗距离门；针对目标粗距离门，分别将待测目标的多种待测参数的范围离散化为对应的子网格，采用指示待测参数的实际参数值的目标指示向量，稀疏表示采样信号；采用迭代算法从目标粗距离门对应的单比特量化值中恢复出目标指示向量，根据目标指示向量，确定实际参数值。可以提升雷达目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0208] 本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

[0209] 基于同一发明构思，本公开实施例中还提供了与雷达目标的参数检测方法对应的雷达目标的参数检测装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述雷达目标的参数检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

[0210] 请参阅图3，图3为本公开实施例提供的一种雷达目标的参数检测装置的示意图。如图3中所示，本公开实施例提供的雷达目标的参数检测装置300包括：

[0211] 发射与接收模块310，用于控制雷达发射载频信号并接收对应的回波信号；

[0212] 单比特采样模块320，用于在所述回波信号中分离出去调频后的子带信号，单比特采样所述子带信号得到采样信号，确定所述采样信号对应的单比特量化值；

[0213] 距离网格划分模块330，用于将所述雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示所述采样信号；

[0214] 粗距离门确定模块340，用于根据所述单比特量化值，采用凸优化算法求解所述粗距离门指示向量，确定待测目标所处的目标粗距离门；

[0215] 子网格划分模块350，用于针对所述目标粗距离门，分别将所述待测目标的多种待测参数的范围离散化为对应的子网格，采用指示所述待测参数的实际参数值的目标指示向量，稀疏表示所述采样信号；

[0216] 参数确定模块360，用于采用迭代算法从所述目标粗距离门对应的所述单比特量化值中恢复出所述目标指示向量，根据所述目标指示向量，确定所述实际参数值。

[0217] 关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。

[0218] 本公开实施例提供的一种雷达目标的参数检测装置，通过控制雷达发射载频信号并接收对应的回波信号；在回波信号中分离出去调频后的子带信号，单比特采样子带信号得到采样信号，确定采样信号对应的单比特量化值；将雷达的探测范围离散化为距离网格，采用粗距离门指示向量稀疏表示采样信号；根据单比特量化值，采用凸优化算法求解粗距离门指示向量，确定待测目标所处的目标粗距离门；针对目标粗距离门，分别将待测目标的多种待测参数的范围离散化为对应的子网格，采用指示待测参数的实际参数值的目标指示向量，稀疏表示采样信号；采用迭代算法从目标粗距离门对应的单比特量化值中恢复出目标指示向量，根据目标指示向量，确定实际参数值。可以提升雷达目标参数监测的准确性，同时降低雷达信号处理过程中的功耗，并节约雷达系统成本。

[0219] 对应于图1与图2中的雷达目标的参数检测方法，本公开实施例还提供了一种电子设备400，如图4所示，为本公开实施例提供的电子设备400结构示意图，包括：

[0220] 处理器41、存储器42、和总线43；存储器42用于存储执行指令，包括内存421和外部存储器422；这里的内存421也称内存储器，用于暂时存放处理器41中的运算数据，以及与硬盘等外部存储器422交换的数据，处理器41通过内存421与外部存储器422进行数据交换，当所述电子设备400运行时，所述处理器41与所述存储器42之间通过总线43通信，使得所述处理器41执行图1与图2中的雷达目标的参数检测方法的步骤。

[0221] 本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的雷达目标的参数检测方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。

[0222] 本公开实施例还提供一种计算机程序产品，该计算机程序产品包括有计算机指令，所述计算机指令被处理器执行时可以执行上述方法实施例中所述的雷达目标的参数检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。

[0223] 其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包（Software Development Kit，SDK）等等。

[0224] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0225] 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单元来实现本实施例方案的目的。

[0226] 另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

[0227] 所述功能如果以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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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）执行本公开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（Read‑Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

[0228] 最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。