79GHz车载雷达的密集目标距离-速度解耦的二维FFT峰值聚类算法设计.docxVIP

PAGE2

79GHz车载雷达的密集目标距离-速度解耦的二维FFT峰值聚类算法设计

摘要

79GHz车载毫米波雷达在智能驾驶系统中面临密集目标场景下的距离-速度配对模糊问题，传统峰值搜索方法易导致目标漏检或误配对，影响自动紧急制动等功能的可靠性。本设计针对该痛点，提出基于CFAR检测后的DBSCAN聚类算法，实现距离-速度解耦与多目标分辨。核心方案包括：构建二维FFT谱图处理流程，设计自适应参数DBSCAN聚类模块，优化计算效率以满足车载实时性需求。

第一章分析多目标配对模糊的工程痛点与理论瓶颈；第二章论证FFT、CFAR及DBSCAN的技术适用性；第三章明确分辨概率≥90%、耗时≤10ms等量化需求；第四章设计分层系统架构；第五章详细实现峰值聚类算法；第六章完成MATLAB仿真与核心代码开发；第七章通过多场景测试验证性能。创新点在于将密度聚类引入雷达信号处理，解决传统方法在目标间距小于距离分辨率时的失效问题。

实验表明，本算法在10目标场景下分辨概率达92.5%，较传统方法提升11.3%，平均耗时8.4ms满足实时要求。全文遵循“需求分析→总体设计→详细设计→实现→测试”工程逻辑，为车载雷达密集目标处理提供新思路。摘要字数486。

第一章绪论

1.1研究背景

79GHz车载毫米波雷达凭借高分辨率（距离分辨率约0.375m）和强穿透能力，已成为高级驾驶辅助系统的核心传感器