均衡测距精度与运算量的方法

申请号 CN201511008974.5 申请日 2015-12-29 公开(公告)号 CN105629219A 公开(公告)日 2016-06-01
申请人 大连楼兰科技股份有限公司; 发明人 田雨农; 苏鹏达; 周秀田; 史文虎;
摘要 均衡测距 精度 与运算量的方法,设定数据长度为Data_N,FFT变换点数为FFT_N,所需要分析的数据为Czt_sig,进行CZT所得到的点数为Czt_Pp_M,根据 门 限检测模 块 ,得到目标数目N_mubiao及各个目标在 频谱 中的 位置 k1;如目标数目N_mubiao 频率 。该方法既能保证在主要目标的距离分辨 力 和 分辨率 ,又能在现有的 硬件 基础 上,满足系统的实时性要求。
权利要求

1.均衡测距精度与运算量的方法,其特征在于,设定数据长度为Data_N,FFT变换点数为FFT_N,所需要分析的数据为Czt_sig,进行CZT所得到的点数为Czt_Pp_M,根据限检测模,得到目标数目N_mubiao及各个目标在频谱中的位置k1;
如目标数目N_mubiao<=N1,则直接对该点与前后两个点进行CZT计算峰值位置;如目标数目N_mubiao>N1,则对判决出的前N1个目标采用CZT计算峰值位置,对其他目标采用二项式拟合计算峰值位置,根据峰值位置来获得差频频率
2.根据权利要求1所述的均衡测距精度与运算量的方法,其特征在于,所述CZT计算峰值位置的步骤具体为:
S1.根据目标所在的位置k1,计算CZT变换的起始相位
S2.求出抽样点的矢量长度Czt_A和螺线的伸展率Czt_W;
S3.计算中间变量信号L点序列Czt_g(n)和L点序列Czt_h(n);
S4.进而求取Czt_g(n)和Czt_h(n)的圆周卷积Czt_q(n);
S5.最后求得所需的CZT后的频谱信息。
3.根据权利要求2所述的均衡测距精度与运算量的方法,其特征在于,步骤S1中起始相位角为:
Czt_qs_jd=2*π*(k1-1)/Data_N。
4.根据权利要求2所述的均衡测距精度与运算量的方法,其特征在于,步骤S2中抽样点的矢量长度Czt_A和螺线的伸展率Czt_W为:
Czt_A=Czt_A0*exp(Czt_qs_jd)
Czt_W=Czt_W0*exp(-j*(k2-k1)/(2*Czt_Pp_M)2*π/Data_N)。
5.根据权利要求2所述的均衡测距精度与运算量的方法,其特征在于,计算中间变量信号L点序列Czt_g(n)和L点序列Czt_h(n)为:
6.根据权利要求2所述的均衡测距精度与运算量的方法,其特征在于,步骤S4中先求得Czt_g(n)和Czt_h(n)的频谱Czt_G_P和Czt_H_P,将其频谱相乘然后取逆FFT变换IFFT得到圆周卷积Czt_q(n)。
7.根据权利要求2所述的均衡测距精度与运算量的方法,其特征在于,步骤S5中所需的CZT后的频谱信息为:
8.根据权利要求1所述的均衡测距精度与运算量的方法,其特征在于,所述的二项式拟合的具体为:采用y=-a*(x-b)2+c来实现,其中a、b、c为需要确定的系数,x为所需处理的数据在频谱中的位置,y为实际测得的数据,设需要处理的数据为(x1,y1),(x2,y2),(x3,y3);
其中x3=x2+1=x1+2;则
y1=-a*(x1-b)2+c                  ①
y2=-a*(x2-b)2+c=-a*(x1+1-b)2+c   ②
y3=-a*(x3-b)2+c=-a*(x1+2-b)2+c   ③
公式②减去①化简可得:
y2-y1=-a*(2*x1-2*b+1)     ④
公式③减去①化简可得:
y3-y1=-2*a*(2*x1-2*b+2)   ⑤
将④带入⑤,化简可得:
a=y2-1/2*(y1+y3)          ⑥
b=x1+1/2-(y1-y2)/(2*a)    ⑦
根据公式⑦和三个数据点的大小及位置,得出更精确的频谱峰值点位置b,该点对应的信号频率f为
f=b*fs/N_FFT。
9.根据权利要求1-7任一项所述的均衡测距精度与运算量的方法,其特征在于,CZT采用递推算法
10.根据权利要求1所述的均衡测距精度与运算量的方法,其特征在于,N1的取值为3-
4。

说明书全文

均衡测距精度与运算量的方法

技术领域

[0001] 本发明属于测距精度技术领域,具体说是一种均衡测距精度与运算量的方法。

背景技术

[0002] 为提高测距精度,则需要提高频谱峰值的估计精度,可采用的方法有对需要分析的频谱区间进行插值算法、CZT即线性调频Z变换或者小波分析。
[0003] 二项式拟合属于插值算法的一种,如果二项式拟合估计频谱峰值,频谱估计的精度不高,采用CZT或者小波分析的方法,则运算量很大,尤其是当目标数目较多,如果对每个频谱峰值都进行CZT,由于运算量过大,甚至会造成系统死机。

发明内容

[0004] 针对现有技术存在上述缺点或者不足,本发明提供了一种均衡测距精度与运算量的方法,既能保证在主要目标的距离分辨分辨率,又能在现有的硬件基础上,满足系统的实时性要求。
[0005] 为实现上述目的,本发明的技术方案是,均衡测距精度与运算量的方法,设定数据长度为Data_N,FFT变换点数为FFT_N,所需要分析的数据为Czt_sig,进行CZT所得到的点数为Czt_Pp_M,根据限检测模,得到目标数目N_mubiao及各个目标在频谱中的位置k1;
[0006] 如目标数目N_mubiao<=N1,则直接对该点与前后两个点进行CZT计算峰值位置;如目标数目N_mubiao>N1,则对判决出的前N1个目标采用CZT计算峰值位置,对其他数据采用二项式拟合计算峰值位置,根据峰值位置来获得差频频率
[0007] 进一步的,所述CZT计算峰值位置的步骤具体为:
[0008] S1.设置根据目标所在的位置k1,计算CZT变换的起始相位
[0009] S2.求出抽样点的矢量长度Czt_A和螺线的伸展率Czt_W:
[0010] S3.计算中间变量信号L点序列Czt_g(n)和L点序列Czt_h(n);
[0011] S4.进而求取Czt_g(n)和Czt_h(n)的圆周卷积Czt_q(n);
[0012] S5.最后求得所需的CZT后的频谱信息:
[0013] 进一步的,步骤S1中起始相位角为:
[0014] Czt_qs_jd=2*π*(k1-1)/Data_N。
[0015] 进一步的,步骤S2中抽样点的矢量长度Czt_A和螺线的伸展率Czt_W为:
[0016] Czt_A=Czt_A0*exp(Czt_qs_jd)
[0017] Czt_W=Czt_W0*exp(-j*(k2-k1)/(2*Czt_Pp_M)2*π/Data_N)。
[0018] 进一步的,计算中间变量信号L点序列Czt_g(n)和L点序列Czt_h(n)为:
[0019]
[0020]
[0021] 进一步的,步骤S4中先求得Czt_g(n)和Czt_h(n)的频谱Czt_G_P和Czt_H_P,将其频谱相乘然后取逆FFT变换IFFT得到圆周卷积Czt_q(n)。
[0022] 进一步的,步骤S5中所需的CZT后的频谱信息为:
[0023]
[0024] 进一步的,所述的二项式拟合的具体为:采用y=-a*(x-b)2+c来实现,其中a、b、c为需要确定的系数,x为所需处理的数据在频谱中的位置,y为实际测得的数据,设需要处理的数据为(x1,y1),(x2,y2),(x3,y3);其中x3=x2+1=x1+2;则
[0025] y1=-a*(x1-b)2+c  ①
[0026] y2=-a*(x2-b)2+c=-a*(x1+1-b)2+c  ②
[0027] y3=-a*(x3-b)2+c=-a*(x1+2-b)2+c  ③
[0028] 公式②减去①化简可得:
[0029] y2-y1=-a*(2*x1-2*b+1)  ④
[0030] 公式③减去①化简可得:
[0031] y3-y1=-2*a*(2*x1-2*b+2)  ⑤
[0032] 将④带入⑤,化简可得:
[0033] a=y2-1/2*(y1+y3)  ⑥
[0034] b=x1+1/2-(y1-y2)/(2*a)  ⑦
[0035] 根据公式⑦和三个数据点的大小及位置,得出更精确的频谱峰值点位置b,该点对应的信号频率f为
[0036] f=b*fs/N_FFT。
[0037] 作为更进一步的,CZT采用递推算法。
[0038] 本发明由于采用以上技术方案,能够取得如下的技术效果:既能保证在主要目标的距离分辨力和分辨率,又能在现有的硬件基础上,满足系统的实时性要求。
[0039] 本发明可通过设定所需要进行CZT分析的目标数目来均衡测距精度和运算量增加之间的矛盾。附图说明
[0040] 本发明共有附图3幅:
[0041] 图1为本发明流程框图
[0042] 图2为CZT的原理框图;
[0043] 图3为CZT的实现框图。

具体实施方式

[0044] 下面通过实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
[0045] 实施例1
[0046] 均衡测距精度与运算量的方法,设定数据长度Data_N为996,FFT变换点数FFT_N为1024,所需要分析的数据为Czt_sig,进行CZT所得到的点数为Czt_Pp_M,根据门限检测模块,得到目标数目N_mubiao及各个目标在频谱中的位置k1(目标频谱的峰值点位置);
[0047] 如目标数目N_mubiao<=4,则直接对该点与前后两个点进行CZT计算峰值位置;如目标数目N_mubiao>4,则对判决出的前N1个目标采用CZT计算峰值位置,对其他数据采用二项式拟合计算峰值位置,根据峰值位置来获得差频频率。
[0048] 所述CZT计算峰值位置的步骤具体为:
[0049] S1:根据目标所在的位置k1,计算出CZT变换的起始相位角
[0050] Czt_qs_jd=2*π*(k1-1)/Data_N
[0051] 初始化抽样点的矢量长度Czt_A0=1,螺线的伸展率Czt_W0=1;在本设计中设定需扩展的序列长度Czt_L=1024.
[0052] S2:计算抽样点的矢量长度Czt_A和螺线的伸展率Czt_W:
[0053] Czt_A=Czt_A0*exp(Czt_qs_jd)
[0054] Czt_W=Czt_W0*exp(-j*(k2-k1)/(2*Czt_Pp_M)2*π/Data_N)
[0055] S3:计算中间变量信号L点序列Czt_g(n)和L点序列Czt_h(n):
[0056]
[0057] (2-12)
[0058]
[0059] 为减少运算量,实现过程中采用如图3所示的递推算法来计算。
[0060] S4:求取Czt_g(n)和Czt_h(n)的圆周卷积Czt_q(n),可先求得求得Czt_g(n)和Czt_h(n)的频谱Czt_G_P和Czt_H_P,将其频谱相乘然后取IFFT(逆FFT变换)来得到。
[0061] S5:最后根据下式求得所需要的CZT后的频谱信息:
[0062]
[0063] 实施例2
[0064] 本实施例以三角波的测距为例进行说明,数据长度Data_N,FFT变换点数FFT_N,采样率为fs,如果门限检测出目标的数目N_mubiao小于N1个,则只进行CZT变换来提高频谱计算精度及目标的距离分辨力。如果目标数目N_mubiao大于N1,则对其中的重要的N1个目标进行CZT变换提高频谱计算精度及目标的距离分辨力,而对其余目标则采用二次多项式拟合来计算频谱的峰值点来提高频谱计算精度,进而提高距离计算精度。
[0065] 本设计中多项式采用y=-a*(x-b)2+c来实现,其中a、b、c为需要确定的系数,x为所需要处理的数据在频谱中的位置,y为实际测得的数据。假设需要处理的三个数据为(x1,y1),(x2,y2),(x3,y3);其中x3=x2+1=x1+2;则
[0066] y1=-a*(x1-b)2+c  ①
[0067] y2=-a*(x2-b)2+c=-a*(x1+1-b)2+c  ②
[0068] y3=-a*(x3-b)2+c=-a*(x1+2-b)2+c  ③
[0069] 公式②减去①化简可得:
[0070] y2-y1=-a*(2*x1-2*b+1)  ④
[0071] 公式③减去①化简可得:
[0072] y3-y1=-2*a*(2*x1-2*b+2)  ⑤
[0073] 将④带入⑤,化简可得:
[0074] a=y2-1/2*(y1+y3)  ⑥
[0075] b=x1+1/2-(y1-y2)/(2*a)  ⑦
[0076] 根据公式⑦和三个数据点的大小及位置,得出更精确的频谱峰值点位置b,该点对应的信号频率f为
[0077] f=b*fs/N_FFT。
[0078] 为了减少运算量,CZT采用递推算法,CZT变换的原理框图如图2所示,实现框图如图3所示。
[0079] 在申请中,根据系统要求来设定运算量,得到一个周期数据最多能对N1+1个目标进行CZT,由于数据拟合运算量远小于CZT,目标的距离最近在频谱中位置越靠近零频谱线,故当目标大于N1时,可采用对距离零频位置最小的N1个目标采用CZT,而对其余目标均采用二项式拟合。CZT可以提高系统的距离分辨力(分辨出两个不同距离目标的能力)及分辨率(分辨出单个目标的距离精度),而采用二次多项式拟合只能提高系统的距离分辨率。
[0080] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
QQ群二维码
意见反馈