車輛訊號處理

本研究是透過 FMCW 雷達偵測器來收取資料，得到的原始資料為時間對應的訊 號電壓值，其資料形態如下圖(a)，每一個掃頻周期會得到一組電壓值，因為雷達偵測 器的取樣率為每秒 256K，所以每一組電壓由 256 個值所組成，因此收取一段訊號後，

可以得到一組電壓矩陣 V，如圖(b)。以(29)式將此電壓矩陣加窗與進行傅立葉轉換，

得到頻域上的訊號資料 ，如圖(c);由於資料型態為複數形式，為了後續計算方便，

取其平方得到圖(d)的 X，而此時的 X 為雷達偵測器收取訊號的頻域資料矩陣。

本研究假設帶通濾波器的存在，由於雷達偵測器所偵測環境為多車道的道路結構，

收取的訊號包含多車道的資訊，以此多車道訊號進行車輛偵測時，會因為車輛能量擴 散 至隔壁車道或兩車道以上的車輛同時經過所導致的訊號疊合，這些情況將造成車 輛偵測誤判。因此透過帶通濾波器的假設，將訊號由多車道訊號轉至單車道訊號，由 於從頻率可以推算物體距離車輛偵測器的距離，因此每一個車道可以對應到一頻率範 圍，以適當的頻戴濾波器將各車道對應的頻率範圍以外的非雜訊部分予以濾除，即可 得到各車道的訊號資料。假設現在第二車道有一輛車通過，可以推得其距離對應之頻 率為 5(f=5)，利用濾波器將原本多車道訊號在頻率 5 以外的非雜訊部分予以過濾掉，

如此剩下的訊號部份僅包含第二車道的訊號與雜訊。在本研究使用帶通濾波器對原始 多車道訊號(共五車道)進行各車道的訊號過濾，分別可以得到各單一車道所對應的訊 號𝑥^𝑘，如圖(e)所示，而該帶通濾波器的長度(長度為 1)即為兩兩車道間距所對應的頻 率差。

經由帶通濾波器處理後的各車道訊號，包含了目標訊號(車輛雷達回波)、背景訊 號(clutter)與雜訊(noise)，因為雷達偵測器在同一環境進行偵測，可以假設背景訊號為 固定不變的，根據影片可得到無車階段的訊號，取無車訊號的 30 幀作為門檻學習階 段，且該學習階段的第一幀為背景訊號的代表。將各車道訊號扣掉該訊號第一幀的能 量值，即可得到僅包含目標訊號與雜訊的車道訊號，如圖(f)所示。

訊號處理後的車道訊號，由(18)式的資訊熵計算可以得到各車道的訊號譜熵𝐻^𝑘， 如圖(g)。得到訊號譜熵後，藉由本研究的譜熵門檻設定模式可以進行訊號譜熵與門 檻值得比較，如果判定訊號低於門檻值則門檻進行更新，繼續下一幀的比較；如果訊 號比門檻還高，則進入端點檢測流程將車輛訊號予以辨識出來，而整個車輛訊號辨識 流程可用圖 4.7 來表示。

X ′

35

36

37

圖 4.7 車輛訊號辨識流程 資料來源：本研究整理 原始雷達訊號

帶通濾波器

系統初始化

- 雜訊譜熵能量計算 - 訊號門檻計算

訊號幀選取

訊號的譜熵計算

訊號譜熵

>門檻?

訊號門檻更新

Yes

端點檢測

No 扣掉背景訊號

38