车载雷达间干扰抑制方法研究OA北大核心CSTPCD

随着自动驾驶技术的发展,毫米波雷达成为了自动驾驶的一个关键传感器,由于车载雷达数量的增加,雷达间相互干扰是不可避免的,干扰可能会导致雷达检测性能降低,产生漏检和虚警的情况。为了解决干扰带来的问题,文中采用了一种在时-频域中使用经验模态分解和卡尔曼滤波相结合的干扰抑制方法。首先将时域干扰信号通过短时傅里叶变换转换到时-频域;然后将时-频域信号进行经验模态分解,将干扰主导的本征模态函数中的干扰部分置零,并将干扰置零后的本征模态和目标信号主导的本征模态进行相加;最后通过卡尔曼滤波对信号进行重构。实验结果显示,该方法不仅能够降低频域中噪声,而且能够提高目标的信噪比,增加了目标被检测概率。