CN101349752A - 用于估计到达信号数的设备和方法 - Google Patents

Abstract

本发明涉及用于估计到达信号数的设备和方法。在对应于指示多个信道间相互关系的相关矩阵的特征值中，确定最大特征值作为参考特征值λ₁，所述多个信道接收来自反射雷达波的物体的入射雷达波。计算每个特征值λ₂至λ_N对参考特征值λ₁的比值Rλ_i(＝10log₁₀(λ_i/λ₁))。在参考特征值λ₁和其特征值比值Rλ_i大于噪声阈值TH的特征值λ₂至λ_N中，识别特征值作为信号空间中的特征值。其特征值比值Rλ_i等于或小于噪声阈值TH的特征值被识别作为噪声空间中的特征值。将被识别作为信号空间中的特征值的特征值数计数为到达信号数。

Description

用于估计到达信号数的设备和方法

相关申请的交叉引用

本申请涉及于2007年7月20日提交的日本专利申请NO.2007-189683，其内容在此通过引用被并入。

技术领域

本发明涉及一种雷达设备，具体地说，涉及这样的雷达设备，该雷达设备使用多个信道从物体接收包含反射雷达波的入射波并且基于指示接收信道间的接收信号的相互关系的相关矩阵来估计到达信号数(即估计不同反射波的数目)。

背景技术

通常，下面的雷达设备是已知的。该雷达设备使用由多个天线部件配置的阵列天线，以及估计同时到达该阵列天线的多个无线电波的到达方向(DOA)。

作为一种估计无线电波的DOA的方法，已知的是多信号分类(MUSIC)方法、经由旋转恒定技术方法对信号参数的估计(ESPRIT)等等。在这些方法中，基于指示由每个天线部件(还被称为信道)所接收的接收信号间的相关关系的相关矩阵，产生方向谱。通过被扫描的方向谱，来实施高分辨率估计。

下面将描述对MUSIC方法的概述。通过所谓的线性阵列来形成阵列天线，在所谓的线性阵列中，N个天线部件(N为2或大于2的整数)被等间距地对齐。

首先，由等式(1)表达的接收向量X(k)被配置用于在采样时间KΔT经由阵列天线采集的采样数据X₁(k)、X₂(k)至X_N(k)的片段(ΔT为采样间隔，以及k为自然数)。接下来，依照等式(2)使用接收向量X(k)来确定N行和N列的自相关矩阵R_XX。

这里，T是向量转置。H是复共轭转置。

X(k)＝{x₁(k)，x₂(k)，...，x_N(k)}^T            等式(1)

R_XX＝X(k)X^H(k)                        等式(2)

接下来，确定自相关矩阵R_XX中的特征值λ₁至λ_N(其中λ₁≥λ₂≥……≥λ_N)。从大于预先设定的噪声阈值TH的特征值个数来估计到达信号的数量L(＜N)。此外，计算对应于特征值λ₁至λ_N的特征向量e₁至e_N。

然后，由对应于(N-L)个特征值的特征向量组成的噪声特征值向量E_NO由等式(3)限定，所述(N-L)等于或小于噪声阈值TH。使用关于方向θ表示的阵列天线的复响应a(θ)来确定由等式(4)表示的性能函数P_MU(θ)。

E_NO＝{e_L+1，e_L+2，......，e_N}         等式(3)

$P_{\mathrm{MU}}\left(\mathrm{\θ}\right)=\frac{a^H\left(\mathrm{\θ}\right)a\left(\mathrm{\θ}\right)}{a^H\left(\mathrm{\θ}\right)E_{\mathrm{NO}}{E}_{\mathrm{NO}}^{H}a\left(\mathrm{\θ}\right)}$                    等式(4)

当θ匹配入射雷达波的DOA时，从性能函数P_MU(θ)获得的方向谱(称为“MUSIC谱”)分叉并形成尖峰。因此，通过搜索MUSIC谱中的峰(也就是，零点)，可以确定DOA的估计值θ₁至θ_L。

如上所述，在MUSIC方法中(同样在ESPRIT方法中)，在计算DOA的过程期间，需要精确估计到达信号的数目L。因此，重要的是，适当地设置噪声阈值TH。

噪声可以由各种因素引起。例如，在日本专利特开公开物No.2006-47282中提出了下面设备。该设备关注于噪声强度随频率改变。该设备基于节拍信号的频率设定不同噪声阈值TH(也就是，距离物体等的距离)。

当可以确保多个快照(snapshot)时，基于最大似然方法的Akaike信息标准(AIC)、最小描述长度(MDL)等等是已知的。

特征值λ₁至λ_N与接收长度具有相关性。因此，通过强无线电波等的接收，与信号元素和噪声元素无关地，可以增强整体接收强度。在这种情况中，如图7中所示，基于噪声元素的特征值变得大于噪声阈值TH。因此，错误地将特征值确定为信号元素的那些，导致对到达信号数的估计值增加。

特别地，已知的是，譬如这种状态发生在车辆-安装的雷达设备等上，该设备被用在包括来自道路等的大量混乱干扰的环境中(也就是，通过反射产生的不必要的无线电波)。在不能确保足够数量的快照时及在必须实时使用AIC或MDL实施对方向的检测时，对到达信号数量的估计精度明显降低。

尤其是，如同频率调制的连续波(FMCW)雷达的情况，在单个测量瞬间一次仅仅可以获得单个物体的一个快照(在节拍信号的频率谱中仅仅有一个频率峰)时，则在短时期内不能确保大量快照。

发明内容

为了解决上述问题，实现了本发明。本发明的目的在于提供一种即使在多个快照小的时候也能高精度地估计到达信号数的方法，以及一种使用到达信号数估计方法的雷达设备。

在为了实现上述目的而作出的本发明的方法中，基于相关矩阵确定对应于指示多个信道间的相互关系的自相关矩阵的特征值，所述多个信道从反射雷达波的物体接收入射雷达波(即，反射波)。在确定的特征值中选择最大特征值作为参考特征值。将具有大于预定阈值的参考特征值的比率的(在许多特征值中的)这些特征值识别为信号空间的特征值，以及比率等于或小于阈值的特征值被识别为噪声空间中的特征值。被确定为信号空间的特征值的数量为到达信号的数量。

在本发明的用于估计到达信号数的方法中，使用对参考特征值的比值(即相对大小)作出识别。因此，即使快照数小时或整体接收强度增加时，也可以精确地识别特征值，进而可以精确地估计到达信号数L。

接下来，在本发明的雷达设备中，发射及接收装置具有发射雷达波和从反射雷达波的物体接收入射的雷达波的多个信道。基于从每个信道获得的接收信号，矩阵产生装置产生指示信道间相互关系的相关矩阵。特征值计算装置计算对应于由矩阵产生装置产生的相关矩阵的特征值。

然后，在确定的特征值中选择最大特征值作为参考特征值，用于估计到达信号数的装置在对参考特征值的比值大于预定阈值的特征值中识别特征值作为信号空间中的特征值，以及识别其比值等于或小于阈值的特征值作为噪声空间中的特征值。被识别作为信号空间中的特征值的特征值数为到达的信号数。

基于到达信号数和由用于估计到达信号数的装置所识别的噪声空间中的特征值，方向估计装置估计每个引入雷达波的到达方向。

换言之，本发明的雷达设备使用用于估计到达信号数的方法，并且能够实现与该方法一样的效果。再者，该雷达设备可以增强入射雷达波的到达方向的估计精度。

已知的是，在使用特征值估计引入雷达波的到达方向时，可检测的到达信号的最大数比信道数小一。因此，使用下面条件，用于估计引入雷达波的装置优选限制到达信号数至引入雷达波的最大数。在对参考特征值的比值大于阈值的特征值的数超过所设定的到达信号数时，该装置限制该数量至小于信道数的数值。

在本发明的雷达设备中，在通过发射和接收装置的发射和接收的雷达波为频率调制连续波时，矩阵产生装置优选地为每个信道从接收信号中确定节拍信号，进而产生用于每个频率的相关矩阵，在该每个频率处节拍信号的频率谱形成尖峰。

在这种情况中，节拍信号的频率谱形成尖峰处的频率提示存在一个明显的物体，该物体具有由该频率所确定的距离和相对速度。因此，不管在噪声空间中的参考特征值(换言之，不管到达信号数为零)，使用这个频率可以阻止到达信号数被确定。换言之，参考特征值显然为信号空间的特征值。结果，可以提高检测结果的可靠性。

附图说明

图1是雷达设备的整体结构的框图；

图2是测量处理细节的流程图；

图3是方向估计处理细节的流程图；

图4是到达信号数估计处理细节的流程图；

图5至6为显示将该雷达设备与常规设备相比较的试验结果的图表；以及

图7是在常规设备中出现的问题的说明图。

具体实施方式

参考附图将描述本发明的实施例。

图1是应用本发明的雷达设备2的整体结构的框图。

雷达设备2被安装在车辆上。该雷达设备2被配置为用于车辆的物体识别设备中的一部分，其识别存在于车辆前方的物体。

如图1中所示，雷达设备2包括数模(D/A)转换器10、压控振荡器(VCO)14、分配器16和发射天线18。根据调制指令C，D/A转换器10产生三角波调制信号M。经由缓冲器12，将由D/A转换器10产生的调制信号M施加给VCO14。根据调制信号M，VCO 14改变振荡频率。分配器16执行功率分配，将来自VCO 14的输出分为发射信号Ss和本地信号LO。根据发射信号Ss，发射天线18发射雷达波。

雷达设备2还包括接收-端天线部分20、接收开关22、混合器24、放大器26、模数(A/D)转换器28和信号处理部分30。接收-端天线部分20为由接收雷达波的N(N为2或大于2的整数)个天线配置成的阵列天线。接收开关22交替选择任一个天线作为接收-端天线部分20。接收开关22将来自所选择端的信号提供给后续阶段作为接收信号Sr。混合器24将由接收开关22提供的接收信号Sr与本地信号LO混合，进而产生节拍信号B。放大器26放大由混合器24产生的节拍信号B。A/D转换器28对由放大器26放大的节拍信号B进行采样，以及将被采样的节拍信号B转换为数字数据D。信号处理模块30输出调制指令C给D/A转换器10，以及对通过A/D转换器28获得的数字数据D执行信号处理。

此后，分别将信道ch1至chN分配给配置接收-端天线部分20的每个天线。Sri表示每个信道chi(i＝1，2，……，N)的接收信号。Bi表示基于接收信号Sri产生的节拍信号。Di表示从被采样的节拍信号Bi转换的数字数据。

在如上所述的配置的雷达设备2中，根据调制信号M，分配器16执行由VCO 14所产生的高频信号(即，频率调制连续波[FMCW])的功率分配。结果是，产生发射信号Ss和本地信号LO。经由发射天线18，将发射信号Ss发射作为雷达波。

从发射天线18发射的且由物体反射之后返回的雷达波(即，引入的雷达波)由配置接收-端天线部分20的每个天线(信道ch1至chN)所接收。然而，只有由接收开关22所选择的信道chi(i＝1到N)的接收信号Sri被提供给混合器24。然后，混合器24耦合来自分配器16的接收信号Sri与本地信号LO，进而产生节拍信号Bi。A/D转换器28对由放大器26放大的节拍信号Bi进行采样。被采样的节拍信号Bi被加载进信号处理部分30作为数字数据D。

信号处理部分30主要由已知的微型计算机构成，该微型计算机包括中央处理单元(CPU)、只读存储器(ROM)和随机存储器(RAM)。此外，信号处理部分30包括被用于对经由A/D转换器28获得的数据执行快速傅立叶变换(FFT)的计算处理设备(诸如数字信号处理器[DSP])等。

基于经由A/D转换器28获得的数字数据D，信号处理部分30中的CPU执行测量处理。在测量处理中，信号处理部分30计算反射雷达波的物体的距离和相对速度，进而估计物体所存在的方向。

<测量处理>

参考图2中的流程图，将描述通过信号处理模块30中的CPU所重复执行的测量处理。

在开始处理时，首先，在S110，CPU发送调制指令C给D/A转换器10，从A/D转换器28获取数字数据D，以及进行到S120。在S120，CPU对在S110获取的用于每个信道的数据D执行FFT处理，从而计算用于每个信道的节拍信号的功率谱。

在随后的S130，基于在S120计算的功率谱，使用应用至FMCW雷达的已知方法(省略了对其细节的解释)，CPU确定与反射雷达波的物体间的距离和相对速度。然后，CPU进行到S140。

在S140，基于在S120所确定的用于每个信道的功率谱，CPU执行方向估计处理，用于估计存在于S130处提取的物体的方向。然后，CPU结束该处理。

<方向估计处理>

接下来，参考图3中的流程图，将描述在上述S140处实施的方向估计处理(MUSIC处理)的细节。

首先，在S210处，因为存在基于来自物体的引入的雷达波的信号元素，从在向上扫描或向下扫描的频率调制期间产生的任一分离功率谱中，CPU从在上述S130中提取的频率(槽(bin))中选择一个频率，该频率仍没有通过方向估计处理被处理。然后，CPU进行至S220。

在S220，CPU产生接收谱X(i)(参考等式(7))。接收谱X(i)为从全部信道ch1至chN的功率谱中提取的所选择的频率的信号元素阵列(FFT处理结果数据)。在随后的S230，基于接收向量X(i)，根据等式(8)，CPU产生自相关矩阵R_XX，基于接收向量X(i)，进而进行至S240。

X(i)＝{x₁(i)，x₂(i)，...，x_N(i)}^T            等式(7)

R_xx＝x(i)x^H(i)                               等式(8)

在步骤S240，CPU计算在S230产生的自相关矩阵R_XX的特征值λ₁至λ_N。特征值λ₁至λ_N被按照最大值顺序依次排列。

在随后的S250，CPU在计算的特征值λ₁至λ_N内识别信号空间中的特征值和噪声空间中的特征值。CPU还执行到达信号数的估计处理，以估计信号空间中的特征值数为到达的信号数L。然后，CPU进行至S260。

在S260，基于到达信号数的估计处理的估计结果，CPU计算MUSIC谱，以及进行至S270。

具体地，基于对应于噪声空间的(N-L)个特征值λ_L+1至λ_N的特征向量e_L+1，e_L+2，……，e_N，通过等式(9)定义噪声特征向量E_NO。然后，使用a(θ)来定义由等式(10)表达的性能函数PMU(θ)，所述a(θ)表示接收-端天线部分20相关于方向θ的复响应。根据性能函数PMU(θ)确定的方向谱为MUSIC谱。

E_NO＝{e_L+1，e_L+2，...，e_N}        等式(9)

$P_{\mathrm{MU}}\left(\mathrm{\&theta;}\right)=\frac{a^H\left(\mathrm{\&theta;}\right)a\left(\mathrm{\&theta;}\right)}{a^H\left(\mathrm{\&theta;}\right)E_{\mathrm{NO}}{E}_{\mathrm{NO}}^{H}a\left(\mathrm{\&theta;}\right)}$ 等式(10)

在S270，CPU对在S260确定的MUSIC谱执行空扫描。结果是，CPU确定由每个天线所接收的到达信号数L的入射角θ₁至θ_L，所述每个天线配置接收端天线部分20。换言之，CPU确定存在反射入射雷达波的物体的方向。在随后的S280，CPU判断对于抽取的所有频率(槽)，该处理是否完成，因为存在基于来自物体的入射雷达波的信号元素。

在存在没有处理的频率(槽)时，CPU返回至S210，并且对没有处理的频率(槽)重复上述处理(S210至S270)。在所有频率(槽)已经被处理时，CPU结束该处理。

<到达信号数的估计处理>

这里，参考图4中的流程图，将描述在上述S250所执行的到达信号数的估计处理细节。

在开始该处理时，首先，在S310，使用等式(11)，CPU计算每个特征值λ₂至λ_N对参考特征值λ₁的比值Rλ₂至Rλ_N(特征值比值)。参考特征值为最大特征值λ₁。然后，CPU进行至S320。

$R_{\mathrm{\&lambda;n}}=10\mathrm{lo}{g}_{10}\left(\frac{{\mathrm{\&lambda;}}_n}{{\mathrm{\&lambda;}}_1}\right)$ 等式(11)

在S320，CPU初始化用于标识特征值λ₁至λ_N的参数i为1，以及初始化到达信号数L为1(提前计数参考特征值λ₁)。然后，CPU进行至S330。

在S330，CPU增加参数i(即，i＝i+1)。在随后的S340，CPU判断特征值比值Rλ_i是否大于噪声阈值TH。使用通过试验等预先设定的值作为噪声阈值TH。

在特征值比值Rλ_i大于噪声阈值TH时，将特征值λ_i考虑为信号空间中的特征值。CPU进行至S350，以及增加到达信号数L(即，L＝L+1)。在随后的S360，CPU判断参数i是否小于天线数N。在参数i小于天线数N时，CPU返回至S330，并且重复比较特征值比值Rλ_i和噪声阈值TH。

同时，在S340处CPU判断特征值比值Rλ_i是否等于或小于噪声阈值TH，或者在S360处判断参数i是否等于或大于天线数N，CPU进行至S370。CPU判断到达信号数L是否大于到达信号最大可识别数L_max。基于天线数N，设定到达信号的最大可识别数L_max为1≤L_max≤N-1。

当到达信号数L等于或小于到达信号的最大可识别数L_max时，CPU结束该处理。在到达信号数L大于到达信号的最大可识别数L_max时，CPU进行至S380。CPU把到达信号的最大可识别数L_max作为到达信号数L(即，L＝L_max)以完成处理。

依据实施例，VCO 14、分配器16、发射天线18、接收-端天线部分20和接收开关22等价于发射和接收装置。S220至S230等价于矩阵产生装置。S240等价于特征值计算装置。S250(S310至S380)等价于引入波估计装置。S260至S270等价于方向估计装置。

如上所述，雷达设备2产生指示多个信道ch1至chN之间的相互关系的相关矩阵，所述信道接收来自反射雷达波的物体的引入雷达波。然后，雷达设备2确定相关矩阵的特征值。在确定的特征值之中的最大特征值为参考特征值λ₁。在其对参考特征值λ₁的比值Rλ_i(＝10log₁₀(λ_i/λ₁))大于噪声阈值TH中的特征值λ₂至λ_N中，特征值被识别为信号空间的特征值。等于或小于噪声阈值TH的特征值被识别为噪声空间的特征值。被识别为信号空间的那些的特征值数为到达信号数L。

这样，因为雷达设备2使用对参考特征值λ₁的比值Rλ_i，也就是相对大小，识别特征值，所以甚至在快照数小时或在整体接收强度被增加时，雷达设备2也能够精确识别特征值和估计到达信号数L。结果，可以精确检测到入射雷达波的DOA(换言之，反射雷达波的物体的位置)。

这里，图5至6为在具有相对速度0km/h的单个物体存在于安装有雷达设备的车辆前大约4米处、在大约-4°角度的方向上时，测量物体的相对速度Vr、垂直位置dist和水平位置x时的结果的图表。

图5显示使用常规设备时的结果，该设备比较特征值自身与阈值且识别特征值。图6显示使用依据本实施例的雷达设备2的结果，该设备比较特征值比值与阈值且识别特征值。

基于通过FMCW雷达的已知方法获得的距离物体的距离和通过MUSIC方法获得的物体的方向，垂直位置dist和水平位置x通过笛卡尔坐标系统指示物体的位置。水平位置x为车辆宽度方向上的位置。垂直位置dist为垂直于车辆宽度方向的方向(沿道路表面的方向)上的位置。

如图5中所示，在常规雷达中，计算的引入雷达波数在1和3之间变化。然而，在雷达设备2中，引入雷达波数L被精确估计为1。清楚的是，可以稳定地确定垂直位置dist和水平位置x。

<其他实施例>

在上面已经描述了本发明的实施例。然而，本发明不限于上述实施例，在不脱离本发明的精神的情况下，可以作出各种改变。

例如，依据实施例，提供一个发射天线和多个接收天线。然而代替之，可以提供多个发射天线和一个或多个接收天线。在这些情况中，发射天线和接收天线之间的每一组合可以作为信道。

依据实施例，描述了将本发明应用至FMCW雷达的例子。然而，可以将本发明应用至具有多个接收入射雷达波的信道的任何设备，以及从指示每个信道间相互关系的相关函数的特征值来估计入射雷达波的DOA。

Claims (9)

1、一种用于估计到达信号数的方法，其中该方法产生指示多个信道间的相互关系的相关矩阵以及基于该相关矩阵估计到达信号数，所述多个信道接收来自反射雷达波的物体的入射雷达波，该方法包括：

计算对应于相关矩阵的特征值；

从计算的特征值中选择参考特征值；

在计算的特征值中，识别其对参考特征值的比值大于预定阈值的特征值；和

设定识别的特征值数作为到达信号数。

2、依据权利要求1的方法，其中参考特征值为特征值中的最大特征值。

3、一种雷达设备，包括：

发射和接收装置，其具有发射雷达波和从反射雷达波的物体接收入射雷达波的多个信道；

矩阵产生装置，其用于基于从每个信道获得的接收信号产生指示信道间相互关系的相关矩阵；

特征值计算装置，其用于计算对应于由矩阵产生装置所产生的相关矩阵的特征值；

入射波估计装置，其用于在由特征值计算装置所计算的特征值内识别作为第一和第二组特征值的特征值，以及设定所识别的作为第一组特征值的特征值数为到达信号数；和

方向估计装置，其基于第二组特征值和到达信号数估计每个入射雷达波的到达方向，

其中入射波估计装置从特征值中选择参考特征值，以及在其对参考特征值的比值大于阈值的特征值中识别特征值作为第一组特征值，以及识别其对参考特征值的比值等于或小于阈值的特征值作为第二组特征值。

4、依据权利要求3的雷达设备，其中参考特征值为特征值中的最大特征值。

5、依据权利要求4的雷达设备，其中

在其对参考特征值的比值大于阈值的特征值数超过被设定为小于信道数的数值的最大到达信号数时，入射波估计装置将到达信号数限制为最大到达信号数。

6、依据权利要求4的雷达设备，其中

通过发射和接收装置发射和接收的雷达波为频率调制连续波；和

根据每个信道的接收信号，所述矩阵产生装置确定节拍信号，以及产生每个频率的相关矩阵，在所述每个频率处节拍信号的频率谱达到峰值。

7、依据权利要求5的雷达设备，其中

通过发射和接收装置发射和接收的雷达波为频率调制连续波；和

根据每个信道的接收信号，所述矩阵产生装置确定节拍信号，以及产生每个频率的相关矩阵，在所述每个频率处节拍信号的频率谱达到峰值。

8、一种用于估计到达信号数的设备，该设备产生指示多个信道间相互关系的相关矩阵以及基于该相关矩阵估计到达信号数，所述多个信道接收来自反射雷达波的物体的入射雷达波，其中

计算对应于相关矩阵的特征值，和从计算的特征值中选择参考特征值；

在对参考特征值的比值大于预定阈值的特征值中，识别特征值；和

设定识别的特征值数作为入射波数。

9、依据权利要求8的到达信号波数估计设备，其中参考特征值为特征值中的最大特征值。

Images