雷达检测目标识别方法、装置、设备、介质及程序产品与流程

本发明涉及电子，具体涉及雷达检测目标识别方法、装置、设备、介质及程序产品。

背景技术：

1、在周界区域安防雷达应用中，为了对入侵目标进行针对性处理，雷达需具备快速区分目标为车辆和行人的能力。雷达进行目标识别的常规方式是利用入侵目标的速度、雷达散射截面(radar cross section，rcs)、微多普勒特征等信息进行逻辑判断。这些传统方法具备如下缺点：(1)当入侵目标速度较低时，雷达无法利用速度信息来区分人和车；(2)人和车目标的rcs起伏较大，导致识别结果不稳定；(3)人和车运动的微多普勒特征，易受到杂波、遮挡、噪声的影响，导致识别失败；(4)提取目标的微多普勒特征需要雷达长时间对目标进行照射，对雷达运算能力和实时性要求较高。在实际应用中，为了满足探测要求，雷达通常不会专门针对目标识别来设计周期脉冲，这使得快速提取目标的微多普勒特征难以实现。

2、因此，在安防毫米波雷达应用中，如何精准、快速区分雷达采集到的数据信息中人和车是亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种雷达检测目标识别方法、装置、计算机设备、介质及程序产品，以解决相关技术中无法快速、准确地对雷达数据进行目标识别的问题。

2、第一方面，本发明提供了一种雷达检测目标识别方法，该方法包括：获取雷达目标点云数据，雷达目标点云数据包括多个目标点数据；将多个目标点数据输入预先构建的分类超平面模型进行计算，得到各目标点与分类超平面之间的几何距离，分类超平面模型用于表征雷达目标点云数据中各目标点与物体类别之间的相关关系；基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果；基于多个目标点的分类结果确定目标点云中雷达检测目标的类别和置信概率。

3、本发明提供的雷达检测目标识别方法，获取雷达目标点云数据，雷达目标点云数据包括多个目标点数据；将多个目标点数据输入预先构建的分类超平面模型进行计算，得到各目标点与分类超平面之间的几何距离；基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果；基于多个目标点的分类结果确定目标点云中雷达检测目标的类别和置信概率。本发明提供的方法，利用分类超平面模型对雷达目标点云数据中的多个目标点数据进行分类，基于多个目标点的分类结果确定目标点云中雷达检测目标的类别和置信概率，实现了目标点云中雷达检测目标类别的快速、准确识别，解决了相关技术中通过利用入侵目标的速度、雷达散射截面、微多普勒特征等信息进行逻辑判断存在的识别结果较差且识别效率较低的问题。

4、在一种可选的实施方式中，分类超平面模型通过如下步骤构建得到：获取雷达点云数据集，雷达点云数据集中包含多个样本点数据；对雷达点云数据集中各样本点进行目标类别的标注，得到标注后的雷达点云数据集；利用标注后的雷达点云数据集对分类超平面关系式进行求解，得到求解结果；基于求解结果构建得到分类超平面模型。

5、在一种可选的实施方式中，获取雷达目标点云数据的步骤，包括：获取连续波啁啾信号以及多个接收天线分别接收的运动目标所反射的回波信号；基于连续波啁啾信号以及各接收天线接收的回波信号确定雷达目标点云数据。

6、在一种可选的实施方式中，基于连续波啁啾信号以及各接收天线接收的回波信号确定雷达目标点云数据的步骤包括：对连续波啁啾信号以及回波信号进行混频和低通滤波处理，得到由多个单一频率的中频正弦波组成的复合信号；对复合信号进行模数转换，得到目标复合信号数据；对目标复合信号数据进行快速傅里叶变换，得到复合信号的频率信息；基于频率信息中的中频频率峰值和频点计算运动目标的距离信息；对目标复合信号数据中的每帧数据，在角度维度进行快速傅里叶变换，得到目标复合信号的变化周期；基于目标复合信号数据的变化周期确定每帧数据对应运动目标的方向；基于每帧数据对应运动目标的方向以及雷达检测目标的距离确定目标矩阵；对目标矩阵进行恒虚警检测处理，确定每帧数据中的目标点以及目标点的信噪比以及雷达散射截面积；根据运动目标的距离对啁啾信号进行速度维度的快速傅里叶变换，得到运动目标的径向速度；基于每帧数据中运动目标的距离、方向、径向速度进行聚类，得到运动目标的宽度；基于每帧数据中运动目标的距离、方向、径向速度、目标点的信噪比和雷达散射截面积、目标宽度，确定雷达目标点云。

7、在一种可选的实施方式中，该方法还包括：多个目标点的分类结果以及分类超平面投射到三维空间进行显示。

8、在一种可选的实施方式中，基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果的步骤之后，该方法还包括：计算多个目标点分别对应的分类结果的置信度；基于各目标点对应的置信度对分类结果进行评估。

9、第二方面，本发明提供了一种雷达检测目标识别装置，该装置包括：获取模块，用于获取雷达目标点云数据，雷达目标点云数据包括多个目标点数据；第一计算模块，用于将多个目标点数据输入预先构建的分类超平面模型进行计算，得到各目标点与分类超平面之间的几何距离，分类超平面模型用于表征雷达目标点云数据中各目标点与物体类别之间的相关关系；第一确定模块，用于基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果；第二确定模块，用于基于多个目标点的分类结果确定目标点云中雷达检测目标的类别和置信概率。

10、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的雷达检测目标识别方法。

11、第四方面，本发明提供了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指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的雷达检测目标识别方法。

12、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的雷达检测目标识别方法。

技术特征：

1.一种雷达检测目标识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述分类超平面模型通过如下步骤构建得到：

3.根据权利要求1所述的方法，其特征在于，所述获取雷达目标点云数据的步骤，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述连续波啁啾信号以及各接收天线接收的所述回波信号确定所述雷达目标点云数据的步骤包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果的步骤之后，所述方法还包括：

7.一种雷达检测目标识别装置，其特征在于，所述装置包括：

8.一种计算机设备，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至6中任一项所述的雷达检测目标识别方法。

10.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令用于使计算机执行权利要求1至6中任一项所述的雷达检测目标识别方法。

技术总结本发明涉及电子技术领域，公开了雷达检测目标识别方法、装置、设备、介质及程序产品，方法包括：获取雷达目标点云数据，雷达目标点云数据包括多个目标点数据；将多个目标点数据输入预先构建的分类超平面模型进行计算，得到各目标点与分类超平面之间的几何距离；基于各目标点与分类超平面之间的几何距离确定对应目标点的分类结果；基于多个目标点的分类结果确定目标点云中雷达检测目标的类别和置信概率。本发明提供的方法，利用分类超平面模型对雷达目标点云数据中的多个目标点数据进行分类，实现了目标点云中雷达检测目标类别的快速、准确识别。技术研发人员：陈坤,段万春,李跃星,王安琪受保护的技术使用者：湖南时变通讯科技有限公司技术研发日：技术公布日：2024/9/2