77-GHz调频连续波雷达在人车分类中的应用

（Human-vehicle classification using feature-based SVM in 77-GHz automotive FMCW radar）

汽车传感器在防止和减少由汽车引起的事故中扮演着十分重要的角色。为了保障行人安全，通过使用汽车传感器检测来检测行人是十分重要的。本文通过77-GHz调频连续波雷达感知汽车周围环境，利用基于支持向量机算法对人车进行分类。从而达到行人检测的目的。

目前汽车雷达通常使用在76-81GHz频段运行的调频连续波（FMCW），本文采用77 GHz FMCW雷达系统进行目标分类研究。为了准确区分行人和车辆，本文通过定义一个新的参数，即根雷达截面（RRCS），来反映目标的发射特性。它是基于传统的雷达截面，通过使用频域接收信号来定义的，反映了目标的反射特征。为了定义这个参数，我们采用频率域调频连续波（FMCW）雷达信号的特性。基于此参数，从频域接收到的FMCW雷达信号中提取出三个不同的信号特征，并成为支持向量机的分类标准。首先，四分之三的数据用于训练支持向量机模型，其余的用于验证。然后对四个不同的测试集进行四次目标分类，对每个分类中出现的错误进行平均。最终结果显示，目标分类较为有效，平均分类准确性大于90%。

此外，上述分类方法可以实时操作，具有简单的分类功能。而且该方法也能被用来在更真实的环境下对行人、车辆以及骑自行车人进行分类，并且表现出良好的分类性能。为了通过支持向量机建立更精确的分类功能，还需在实际的道路环境中进行大量的测量。