CN102565781B

CN102565781B - 雷达设备

Info

Publication number: CN102565781B
Application number: CN201110376447.5A
Authority: CN
Inventors: 渡边优; 铃木幸一郎; 山野千晴
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2010-11-19
Filing date: 2011-11-18
Publication date: 2014-08-06
Anticipated expiration: 2031-11-18
Also published as: DE102011086114A1; JP2012112653A; US8686893B2; US20120127016A1; CN102565781A; DE102011086114B4; JP5554688B2

Abstract

本发明提供了一种雷达设备，其中，该雷达设备中的信号处理单元计算当前到达回波的功率P与在观察时段T_SW前到达的先前到达回波的功率之间的改变量Y(＝log(P)-log(Pb))。雷达设备中的存储单元对于每种类型的对象存储根据来自对象的到达回波计算出的改变量Y的概率分布。基于所计算出的改变量Y和概率分布，信号处理单元对于每种类型的对象确定概率Pr以获得改变量Y，并且确定具有最大概率Pr的对象是发送当前到达回波的对象。

Description

雷达设备

技术领域

本发明涉及雷达设备。

背景技术

存在广泛用于各种应用(例如，机动车辆领域)中的各种雷达设备。这样的雷达设备从发送天线发射无线电波，并且通过接收天线阵列接收作为检测目标的对象所反射的回波(反射雷达波)。作为检测目标，存在作为前方对象的前方行驶车辆。这样的传统雷达设备基于发送无线电波的时间与各回波的到达时间之间的时间差(延迟)来检测配备有雷达设备的自己的机动车辆与对象之间的距离。雷达设备还基于所接收到的到达回波与所发送的无线电波之间的频率差来估计自己的机动车辆与前方对象之间的相对速度。日本专利特开公布第2010-032314号公开了这样的一种传统雷达设备。例如，这样的传统雷达设备安装在机动车辆上，并且控制单元基于前方对象所反射的无线电波的到达回波执行车辆驾驶控制。

其他已知的雷达设备中的一种雷达设备基于到达回波的接收信号的幅度与阈值之间的比较结果来检测对象的存在。这样的传统雷达设备对到达回波(作为对象所反射的雷达波)的接收信号进行对数放大，并且从当前接收到的信号中减去在当前接收到的信号之前和之后的、对数放大后的到达回波的接收信号的平均值，以便抑制对由杂波引起的对象存在的不正确检测进行抑制的概率。在技术文档“RADAR SIGNAL PROCESSINGTECHNOLOGY”，Matsuo Sekine，pp.96-103，1991年9月，“The Instituteof Electronics，Information and Communication Engineers(IEICE)”中公开了这样的传统雷达设备。

附带地，传统雷达设备可以检测配备有雷达设备的自己的机动车辆与前方对象之间的距离、前方对象的方位角以及自己的机动车辆与前方对象之间的相对速度。然而，传统雷达设备不能分析并确定各前方对象的类型，例如，不能确定所检测到的前方对象是什么，例如，停止的机动车辆、行驶的机动车辆、站立的人、行走的人、护栏或交通标志板。

传统雷达设备仅检测接收到的雷达波是从前方对象反射的还是由杂波产生的。

发明内容

本发明的目的在于提供一种如下的雷达设备：其能够基于前方对象所反射的到达回波的接收信号，检测在例如安装至自己的机动车辆的雷达设备前面的区域中存在的每个前方对象的类型。

为了实现上述目的，本示例性实施例提供了一种雷达设备，该雷达设备具有收发装置、检测装置、改变量计算装置、概率分布存储装置和判断装置。收发装置发射雷达波，并且接收作为检测目标的各种类型的对象所反射的、雷达波的信号的回波。检测装置基于由收发装置接收到的到达回波的接收信号，检测各到达回波的信号强度。

改变量计算装置计算改变量Y。该改变量Y是当前到达回波的当前信号强度P(或信号功率P)与先前到达回波的先前信号强度Pb(或先前信号功率Pb)之间的差。该先前到达回波的先前信号强度Pb对应于当前到达回波的信号强度P。检测装置在从收发装置接收当前到达回波的时间开始计时得到的预定观察时段T_SW之前检测先前到达回波的先前信号强度Pb，并且检测装置检测当前到达回波的信号强度P。

例如，回波的改变量Y是信号强度P与先前信号强度Pb的功率比(P/Pb)。当对信号强度P和Pb进行对数放大时，可以计算在完成上述对数放大后的、信号强度log(P)与先前信号强度log(Pb)之间的差(log(P)-log(Pb))。

概率分布存储装置对于作为检测目标的每种类型的对象，存储从每种类型的对象发送的回波的改变量Y的概率分布。基于作为每种类型的对象所反射且到达收发装置处的雷达波的回波，计算概率分布。例如，各概率分布可以通过累积分布函数和概率密度函数函数或者替代这些函数的信息表来表达。这些函数或信息表存储在存储单元中。

判断装置基于存储在概率分布存储装置中的每种类型的对象的概率分布，判断作为反射雷达波的回波从其到达收发装置的对象的类型。回波对应于由改变量计算装置计算出的改变量Y。

在具有上述结构的根据示例性实施例的雷达设备中，基于由作为检测目标的每种类型的对象的反射表面上所产生的波动而调整的、到达回波的信号强度P的改变量Y，确定要发送的雷达波的发送波长λ和预定观察时段T_SW。

其中，雷达设备安装至机动车辆；雷达设备还包括用于估计机动车辆周围的区域的道路环境信息的环境估计装置，其中判断装置基于存储在概率分布存储装置中的概率分布和环境估计装置所估计的道路环境信息，计算在与改变量计算装置计算出的改变量Y对应的对象是作为反射雷达波的检测目标的类型的对象时的概率，并且判断装置基于作为反射雷达波的检测目标的每种类型的对象的概率，判断与改变量计算装置计算出的改变量Y对应的对象的类型。

由于作为反射雷达波的回波的相位根据作为检测目标的对象的反射表面的位置而改变，因此，当对象的反射表面振动或波动时，由振动或波动引起对象的反射表面的位置改变，并且反射表面的位置改变影响回波的相位改变。

假设对象是包括多个小反射表面的组件。

对象的反射表面的位置振动根据对象的类型(诸如，金属、人的外层皮肤、衣服和比如人的手臂和腿部的部位)而改变。对象的反射表面的不同波动改变改变量Y的概率分布。根据本发明的示例性实施例的雷达设备基于由对象的反射表面的波动的上述现象而引起的回波的改变量Y，来判断对象的类型。

然而，在观察时段T_SW期间从对象的每个反射表面到达的回波的相位改变量不小于π时，由收发装置接收到的到达回波的接收信号的幅度服从瑞利分布，其中，收发装置接收从在配备有雷达设备的自己的机动车辆周围的区域中存在的各种类型的对象传送的混合接收信号。这使得难以观察和辨别作为检测目标的对象的反射表面的波动。换句话说，在上述情况下，表现作为检测目标的对象的反射表面的波动的信息没有呈现在到达回波的改变量Y上，并且在改变量Y中没有产生对象的反射表面的波动的差。上述情况使得雷达设备难以基于改变量Y正确地判断对象的类型。

为了消除上述问题，根据本发明的示例性实施例的雷达设备确定所发送的雷达波的波长λ和观察时段T_SW，以使得在对象的反射表面上所产生的波动影响来自对象的到达回波的改变量Y。

到达回波在观察时段TSW期间的相位改变量取决于观察时段T_SW和所发送的雷达波的波长λ。另外，到达回波的相位改变量取决于在对象的反射表面上所产生的波动的幅值。

因此，确定发送雷达波的波长λ和观察时段T_SW，以使得在作为检测目标的每种类型的对象的反射表面上所产生的波动影响来自对象的到达回波的改变量Y。具体地，确定发送雷达波的波长λ和观察时段T_SW，以使得来自对象的每个反射表面的到达回波的相位改变量不超过值π。这满足对影响来自对象的到达回波的改变量Y的、在对象的反射表面上产生的波动的上述要求。

具有上述结构和功能的根据本发明的示例性实施例的雷达设备可以基于来自作为检测目标的对象的到达回波判断对象的类型。因此，当机动车辆配备有雷达设备时，可以确定在机动车辆周围的区域中存在的对象的类型。另外，机动车辆可以基于雷达设备的判断结果执行配备有传统雷达设备的机动车辆不执行的各种安全处理。例如，配备有根据本发明的示例性实施例的雷达设备的机动车辆中的ECU可以基于作为雷达设备的判断结果的前方对象的类型，来切换驾驶处理。因而，当与传统雷达设备相比时，本发明提供了更优越的雷达设备。

附图说明

将参照附图描述本发明的优选、非限制性实施例作为示例，在附图中：

图1是示意性示出根据本发明的示例性实施例的雷达设备的配置的框图；

图2A是示出发送信号Ss、回波信号Sr与差拍信号(beat signal)BT之间的关系的曲线图；

图2B是示出图2A中所示的差拍信号BT的功率谱的曲线图；

图3是示出每个前方对象的方位角与MUSIC谱之间的关系的图；

图4是示出对象的概率分布表的结构和存储在概率分布表中的数据项的曲线图；

图5是示出由图1所示的雷达设备中的信号处理单元执行的主处理例程的流程图；

图6是示出由图1所示的雷达设备中的信号处理单元执行的目标对象估计处理的流程图；

图7是示出作为图1所示的雷达设备的变型的雷达设备的结构的图；

图8是示出作为图6所示的目标对象估计处理的变型的目标对象估计处理的一部分的流程图；以及

图9是示出作为图6所示的目标对象估计处理的其他变型的目标对象估计处理的一部分的流程图。

具体实施方式

下文中，将参照附图描述本发明的各种实施例。在对各个实施例的以下描述中，类似的引用字符或标号在全部的几幅图中表示类似或相同的组成部分。

第一示例性实施例

将参照图1至图6描述根据本发明的示例性实施例的雷达设备1。

图1是示意性示出根据本发明的示例性实施例的雷达设备1的配置的框图。

雷达设备1是安装在机动车辆上的调频连续波(FMCW)雷达设备。FMCW雷达设备发送FMCW格式的雷达波，并且接收作为反射雷达波的回波。如图1所示，FMCW雷达设备1包括振荡器11、放大器13、分配器13和发送天线17。

振荡器11生成毫米高频信号。毫米高频线性改变，即根据时间推移而增大和减小。放大器13对振荡器11所生成的毫米高频信号进行放大。分配器15将经放大器13放大的毫米高频信号分配成发送信号Ss和本地信号L。发送天线17放射对应于发送信号Ss的雷达波。

图2A是示出雷达波的这种发送信号Ss和回波信号Sr以及差拍信号BT的曲线图。图2B是示出图2A中所示的差拍信号BT的功率谱的曲线图。

图2A的上部曲线图示出发送信号Ss、回波信号Sr和差拍信号BT之间的关系。图2A的下部曲线图示出差拍信号BT。如图2A和图2B所示，根据示例性实施例的雷达设备1生成并发送作为调频三角(锥形)波的雷达波。

雷达设备1还包括接收天线阵列19、接收开关21、放大器23、混合器25、滤波器27和模数(A/D)转换器29。接收天线阵列19由其中k个天线单元(k为正整数)串联布置的线性阵列天线构成，以便接收从前方对象反射的雷达波(作为反射雷达波)。接收开关21选择形成接收天线阵列19的k个天线单元之一，并且将由所选择的天线单元获得的回波信号Sr提供给下一级。放大器23对回波信号Sr进行放大。混合器25将经放大器23放大的回波信号Sr与本地信号L进行混合，并且生成差拍信号BT(参见图2A所示的下部曲线图)。滤波器27从由混合器25生成的差拍信号BT中去除不需要的信号分量。A/D转换器29对作为滤波器27的输出的滤波后的差拍信号BT进行采样，并且将采样的输出转换为数字数据项。在以下说明中，k个天线单元中的每一个以第k个天线(k＝1，2，...，和K)来表达。

雷达设备1还包括信号处理单元30和存储单元40。信号处理单元包括微计算机和外围元件。存储单元40存储概率分布表，该概率分布表稍后将详细说明。

信号处理单元30指示振荡器11开始和停止其操作，并且对从A/D转换器29提供的差拍信号BT的采样数据(数字数据项)执行信号处理。信号处理单元30通过接口(未示出)将通过信号处理所获得的各种信息(例如，对象的当前位置、相对速度、方位角和类型)发送至机动车辆的电气控制单元(ECU)。例如，雷达设备1通过通信线缆电连接至安装在机动车辆上的ECU。ECU执行雷达巡航控制。雷达设备1执行与ECU的串行数据通信，以便将上述信息提供给ECU。雷达设备1还电连接至车载LAN。

可以具有雷达设备1电连接至车辆LAN的结构，并且通过连接至ECU的车辆LAN将上述信息提供给ECU。

雷达设备1中的信号处理单元30指示振荡器11启动。振动器11生成并输出高频信号。放大器13接收高频信号并对其进行放大。放大器13输出放大后的高频信号。当接收到放大后的高频信号时，分配器15将所接收到的高频信号分配成发送信号Ss和本地信号L。发送信号Ss从发送天线17被作为雷达波发射。

另一方面，形成接收天线阵列19的每个天线单元接收反射雷达波，该反射雷达波是从发送天线17发送且由前方对象或障碍物反射的。接收天线阵列19中的各天线单元将接收信号(或回波信号)Sr输出到接收开关21。

接收开关21仅将第k个天线单元(k＝1，2，…，和K)的回波信号Sr输出到放大器23。放大器23对回波信号Sr进行放大并将其输出到混合器25。

混合器25将回波信号Sr与从分配器15提供的本地信号L进行混合，以便生成差拍信号BT。该差拍信号BT具有接收信号Sr与发送信号Ss之间的频率差分量。在滤波器27从差拍信号BT中去除不需要的信号分量后，A/D转换器29对从滤波器27输出的差拍信号BT进行放大。信号处理单元30接收从A/D转换器29发送的放大后的差拍信号BT。

接收开关21按照预定时间切换所有天线单元AN_1至AN_K。A/D转换器29与接收开关21的切换时间同步地执行数据采样。

信号处理单元30对于每个天线单元对经A/D转换器29采样的差拍信号BT的采样数据(数字数据)进行分离。信号处理单元30通过已知方法，对于每个天线单元分析差拍信号BT的采样数据，并且估计前方对象(雷达波被其反射)与配备有雷达设备1的自己的机动车辆之间的距离R、雷达设备1与前方对象之间的相对速度V、以及前方对象在自己的机动车辆的驾驶方向上的方位角θ。另外，信号处理单元30通过根据本发明的示例性实施例的特殊方法检测前方对象的类型。稍后将详细说明该特殊方法。

当发送天线17发送作为雷达波的发送信号Ss时，接收天线阵列19接收到达回波信号作为对象所反射的接收雷达波。如由图2A的上部图中所示的虚线表示，回波信号Sr延迟了与发送的无线电波在雷达设备1与前方对象之间行进往返行程所需的时间段相对应的时间段Tr。另外，回波信号Sr偏移了与配备有雷达设备1的自己的机动车辆与前方对象之间的相对速度V对应的多普勒频率fd。

行进这样的往返行程所需的时间段是从发送天线17发送雷达波的时间和接收天线阵列19接收从前方对象反射的无线电波的时间计时得到的时间长度。换句话说，上述的时间段对应于雷达设备1与前方对象之间的距离R。

如根据图2A所示的下部曲线图可以理解，关于时间段Tr和频率fd的信息由差拍信号BT在发送信号Ss的频率在向上调制区间内增大和发送信号Ss的频率在向下调制区间内减小的每个时间段期间的频率差来表达。

信号处理单元30对作为采样数据(数字数据)的差拍信号BT执行频率变换(傅里叶变换)，其中，该采样数据是在一个调制周期Tm内分别在向上调制区间和向下调制区间(参见图2A中的上部曲线图)期间通过接收天线阵列19中的每个天线单元而获得的。

信号处理单元30检测每个天线单元的功率谱在每个调制区间期间的峰值频率fp。信号处理单元30通过使用以下等式(1)，基于在向上调制区间内的峰值频率fp＝fb1和在向下调制区间内的峰值频率fp＝fb2，计算距离R和相对速度V，其中，距离R是配备有雷达设备1的自己的机动车辆与前方对象之间的距离，并且相对速度V是自己的机动车辆与前方对象之间的差。

R = \frac{c \cdot fr}{4 \cdot fm \cdot Δf}

V = \frac{c \cdot fd}{2 \cdot f 0}

fd = \frac{fb 1 - fb 2}{2}

fr = \frac{fb 1 + fb 2}{2} . . . (1)

其中，c是无线电波传播速度，fm是发送信号Ss的调制频率，Δf是发送信号的频率范围，并且f0是发送信号Ss的中心频率。

另一方面，由接收天线阵列19中的每个天线单元接收到的回波信号包含根据回波的到达方向的相位差。信号处理单元30基于关于包含在差拍信号BT中的相位差的信息，估计前方对象的方位角θ。

存在检测存在作为检测目标的前方对象的方位角的已知方法，例如，数字波束形成(DBF)方法、Capon方法、ESPRIT方法、MUSIC方法等。

当基于MUSIC方法检测前方对象存在的方位角时，信号处理单元30基于在峰值频率fp处的频率变换值，生成自相关矩阵，作为每个天线单元的差拍信号BT的频率变换值(傅里叶变换值)。信号处理单元30基于自相关矩阵的特征值和特征向量，计算MUSIC谱。

图3是示出每个前方对象(例如，前方行驶的机动车辆)的方位角θ与MUSIC谱之间的关系的图。当信号处理单元30计算这样的MUSIC谱时，如图3所示，在与前方对象(比如在配备有雷达设备1的自己的机动车辆前面的前方移动机动车辆)的位置对应的方位角生成功率锐峰(sharp power peak)。在示例性实施例中，信号处理单元30提取MUSIC谱的功率锐峰，并且估计与各峰值频率fp对应的到达回波的频率分量的方位角θ1，θ2，...，和θ_M。

如上所述，当计算距离R和相对速度V时，信号处理单元30需要指定一对向上调制区间内的峰值频率fb1与向下调制区间内的峰值频率fb2。然而，当存在多个前方对象时，信号处理单元30检测向上调制区间和向下调制区间中的每个区间内的多个峰值频率fp。

信号处理单元30基于方位角θ1，θ2，...，和θ_M的估计结果，在作为反射雷达波的到达回波的方向上将峰值频率fb1与峰值频率fb2进行匹配，并且得到一对向上调制区间内的峰值频率fb1与向下调制区间内的峰值频率fb2。然后，信号处理单元30通过上述处理估计前方对象与安装至自己的机动车辆的雷达设备1之间的距离R和相对速度V。

另外，信号处理单元30根据预定等式计算从各方位角θ发送的各回波的功率(或接收功率)，并且计算当前接收功率与在功率P1，..P2，...和P_M中的每一个的一个调制时段T之前的先前接收功率之间的差(或改变量Y)。信号处理单元30判断从雷达没备1发射的雷达波被前方对象反射所通过的每个前方对象的类型，并且基于改变量Y将作为反射雷达波的回波发送至雷达设备1。

通常，回波(或反射无线电波)的相位根据前方对象的反射表面的位置而改变。当前方对象的反射表面不稳定(例如，振动)时，根据前方对象的反射表面的振动而在回波(作为反射雷达波)中发生相位改变。

由于可以考虑反射到达的雷达波的前方对象具有由多个小反射表面构成的组件，因此，使前方对象的反射表面振动的现象根据前方对象的反射表面的类型(诸如，金属表面、人穿的衣服、人的腿部外层皮肤和手臂外层皮肤)而改变。

也就是说，雷达波在反射表面上的不同振动(即，不同波动)具有雷达波的改变量Y的不同概率分布。根据本发明的示例性实施例的雷达设备1基于由上述现象引起的改变量Y来判断反射雷达波的前方对象的类型。

例如，当考虑了前方对象所反射且从前方对象发送的到达回波时，在时间t的反射波可以由以下等式(2)来表达。

\begin{matrix} x (t) = \underset{i}{Σ} \frac{C}{{(4 π)}^{3} {(R (t) + {ΔR}_{i} (t))}^{4}} \exp {j \cdot (2 πf \cdot t + \frac{4 π (R (t) + {ΔR}_{i} (t))}{λ})} \\ \approx \frac{C}{{(4 π)}^{3} R {(t)}^{4}} \exp {j \cdot (2 πf \cdot t + 4 π \frac{R (t)}{λ})} \underset{i}{Σ} \exp {j \cdot \frac{4 πΔ R_{i} (t)}{λ}} \end{matrix} . . . (2)

其中，C是由发送增益、接收增益、发送功率和RCS值而确定的，Ri(t)是在时间t处在雷达设备1与前方对象的第i个反射表面之间的距离，R(t)表示雷达设备1与多个反射表面之间的距离的平均值，ΔRj(t)表示距离Rj(t)与平均值之间的差，f表示雷达波的发送频率，以及λ表示所发送的雷达波的波长。

基于前方对象的反射表面由雷达横截面RCS组成的假设作出等式(2)，并且雷达横截面RCS包括独立移动的多个小反射表面。上述等式(2)中的引用字符“C”是通过使用发送增益、接收增益、发送功率和RCS值而获得的。

在等式(2)中，在时间t处在雷达设备1与前方对象的第i个反射表面之间的距离Ri(t)可以由Ri(t)＝R(t)+ΔRj(t)表示，其中，R(t)表示雷达设备1与多个反射表面之间的距离的平均值，ΔRj(t)表示距离Ri(t)与平均值之间的差，f表示雷达波的发送频率，并且λ表示发送的雷达波的波长。

由于ΔRj(t)是非常小的值，因此通过用R(t)来代替R(t)+ΔRj(t)获得近似等式x(t)。

在从时间t前进极短的观察时间T_SW处的、作为前方对象所反射的反射雷达波的回波可以通过以下等式(3)来表达。

\begin{matrix} x (t + Tsw) = \underset{i}{Σ} \frac{C}{{(4 π)}^{3} {(R (t + Tsw) + Δ R_{i} (t + Tsw))}^{4}} \\ \times \exp {j \cdot (2 π f_{Tsw} \cdot t + \frac{4 π (R (t + Tsw) + Δ R_{i} (t + Tsw))}{λ})} \\ \approx \frac{C}{{(4 π)}^{3} R {(t)}^{4}} \exp (j \cdot 2 πf \cdot t) \underset{i}{Σ} \exp {j \cdot \frac{4 π (R (t) + v (t) \cdot Tsw + Δ R_{i} (t) + Δ v_{i} (t) \cdot Tsw)}{λ}} \\ = \frac{C}{{(4 π)}^{3} R {(t)}^{4}} \exp {j \cdot (2 πf \cdot t + 4 π \frac{R (t) + v (t) \cdot Tsw}{λ})} \\ \times \underset{i}{Σ} \exp {j \cdot \frac{4 π (Δ R_{i} (t) + Δ v_{i} (t) \cdot Tsw)}{λ}} \end{matrix} . . . (3) .

在等式(3)中，v(t)表示反射发送的雷达波的前方对象的相对速度，Δv_i(t)表示速度差，即，相对速度V(t)在第i个反射表面上的波动量。

在近似等式(3)中，在时间t处的频率f被用作在时间t+t_SW处的频率f_TSW。

作为在时间t和时间t+T_SW处的反射雷达波的回波可以通过以下等式(4)来近似。例如，当计算作为反射雷达波的回波之间的功率比来作为改变量Y时，改变量Y可以通过以下等式(4)来表达。

\begin{matrix} Y = \log \frac{{| x (t + Tsw) |}^{2}}{{| x (t) |}^{2}} \\ \approx \log {| \underset{i}{Σ} \exp {j \cdot \frac{4 π (Δ R_{i} (t) + Δ v_{i} (t) \cdot Tsw)}{λ}} |}^{2} - \log {| \underset{i}{Σ} \exp {j \cdot \frac{4 πΔ R_{i} (t)}{λ}} |}^{2} \end{matrix} . . . (4) .

在等式(4)中，改变量Y是通过对功率比进行对数放大而获得的。

当计算作为在时间t+T_SW处的反射雷达波的回波的功率与作为在时间t处的反射雷达波的回波的功率之间的功率比时，可以计算改变量Y作为由ΔRi(t)和ΔVi(t)改变的值。因此，当对于每种类型的对象将改变的值Y与关于改变量Y的概率分布中的值(其是预先用实验方法获得的)进行比较时，信号处理单元30可以检测或判断前方对象的类型。

然而，当在观察时段T_SW期间作为来自每个反射表面的反射雷达波的回波的相位改变量不小于π时，在接收天线阵列19处的回波的接收信号的幅度服从瑞利分布，信号处理单元30难以检测从前方对象的反射表面反射的到达回波的波动或振动，这是因为接收天线阵列19从多个反射表面接收混合的反射分量。

为了避免此情况，根据示例性实施例的雷达设备1中的信号处理单元30确定发送波长λ和观察时段T_SW，以使得作为前方对象的每个反射表面所反射的反射雷达波的到达回波的相位改变量不超过π的值。

现在将详细描述发送波长λ和观察时段T_SW。

作为来自前方对象的第i个反射表面的反射雷达波的回波的相位改变量可以通过来表达，其中，是在时间t作为来自前方对象的第i个反射表面的反射雷达波的到达回波的相位，并且是在时间t+TSW作为来自前方对象的第i个反射表面的反射雷达波的回波的相位。

当在观察时段T_SW期间作为来自前方对象的每个反射表面的反射雷达波的到达回波的相位改变量服从从-π到+π的分布时，作为反射雷达波的到达回波的混合波的幅度分布服从瑞利分布。

换句话说，当确定发送波长λ和观察时段T_SW以使得作为来自前方对象的每个反射表面的反射雷达波的到达回波的相位不超过值π时，信号处理单元30可以检测由作为接收天线阵列19接收到的反射雷达波的到达回波引起的前方对象的波动。也就是说，通过以下等式(5)确定发送波长λ和观察时段T_SW以使得中的最大值小于值π就足够了。

max{Δφ_i}＜π

..............(5)

另一方面，的值可以通过以下等式(6)来表达。

Δ φ_{i} (t) = 2 \cdot (\frac{2 πΔ v_{i} (t) \cdot Tsw}{λ}) . . . (6)

考虑了作为来自每个反射表面的反射雷达波的到达回波的波动量Δvi(t)服从零与方差σ_v ²的平均值的正态分布N(0，σ_v ²)。在确定发送波长λ和观察时段T_SW时满足以下等式(7)以使得可以在3σ_v的范围内(在99.7％概率范围的范围内)观察具有方差σ_v ²的前方对象的波动就足够了。

\frac{4 π \cdot 3 σ_{v} \cdot Tsw}{λ} < π . . . (7)

换句话说，发送波长λ和观察时段T_SW满足以下等式(8)就足够了。

σ_{v} < \frac{λ}{12 Tsw} . . . (8)

根据示例性实施例的雷达设备1中的信号处理单元30使用等式(7)和等式(8)，并且基于具有最大波动的前方对象的方差σ_v ²来确定发送波长λ和观察时段T_SW。进行实验足以获得波动的幅值(作为方差σ_v ²).

示例性实施例还准备了每种类型的前方对象的概率表，其表示反射雷达波的每个前方对象的改变量Y。存储单元40存储表示每个前方对象的改变量Y的概率分布的这样的概率分布表。这使得可以基于所获得的改变量Y来检测前方对象的类型。

图4是示出对象的概率分布表的结构和存储在概率分布表中的数据项的曲线图。

如图4所示，概率分布表存储作为检测目标的每个对象的改变量Y的概率分布，该概率分布在每个对象反射从雷达设备1发送的雷达波时已获得。具体地，每个概率分布表存储在当前改变量Y变为不大于改变量Y的值时每个对象的类型的累积分布概率。

例如，可以通过以下方法制作每个对象的改变量Y的这样的概率分布表。

雷达设备1将雷达波发送到每种类型的对象，并且接收到达回波作为检测数据项。到达回波是由每个对象反射的反射雷达波。雷达设备1基于检测数据项制作改变量Y的概率分布表。存在如下的另一种方法：除了上述检测数据项外，雷达设备1执行仿真以便为了获得在每个方差σ_v ²处改变量Y的概率分布而改变方差σ_v ²，并且将检测数据项和改变量Y在最接近检测数据项的方差σ_v ²处的概率分布表存储到概率分布表中。

在本发明的示例性实施例中，每种类型的对象的累积概率分布存储在概率分布表中。

当根据示例性实施例的雷达设备1中的信号处理单元30检测前方对象的类型时，信号处理单元30计算通过作为来自前方对象的反射雷达波的回波而获得的改变量Y的累积概率、并计算所计算的累积概率与写入概率表中的关于相邻改变量Y的累积概率之间的差，以便区分累积概率分布。结果，信号处理单元30获得改变量Y的概率密度。因此，可以存储改变量Y的概率密度来代替累积概率分布。此外，可以将关于累积分布函数和概率密度函数的信息存储到存储单元40中，来替代改变量Y的概率分布表。

由根据示例性实施例的雷达设备1中的信号处理单元30处理的前方对象是机动车辆、护栏、人等。

存储在存储单元40中的概率分布表具有关于反射雷达波的各种类型的对象(诸如由金属制成的对象、人等)的概率分布。具体地，由于存储在存储单元40中的概率分布表包含站立的人的概率分布和移动的人的概率分布，因此，雷达设备1中的信号处理单元30可以将站立的人与移动的人以及由金属制成的对象等区分开并进行识别。

因此，当信号处理单元30检测在配备有根据示例性实施例的雷达设备1的自己的机动车辆前面的移动的人的存在时，雷达设备1执行车辆控制以降低车辆速度。这使得可以避免与移动的人发生交通事故。另外，由于雷达设备1可以将人的存在与护栏等的存在区分开，因此雷达设备1可以指示机动车辆避免与人的碰撞，并且与护栏碰撞而不是人。任何传统设备不具有雷达设备1的上述改进的功能。

现在将参照图5和图6描述由具有上述改进功能的雷达设备1中的信号处理单元30执行的处理。

图5是示出由图1所示的雷达设备1中的信号处理单元30执行的主处理例程的流程图。图6是示出由图1所示的雷达设备1中的信号处理单元30执行的目标对象估计处理的流程图。

雷达设备1中的信号处理单元30每隔调制周期Tm定期地执行图5所示的主处理例程。这样每隔调制周期Tm执行一系列信号处理步骤(S110至S150)，以便估计自己的机动车辆与前方对象之间的距离R、自己的机动车辆与前方对象之间的相对速度V、以及前方对象的方位角θ。另外，信号处理单元30检测前方对象的类型。

具体地，信号处理单元30基于差拍信号BT的采样数据，在一个调制周期Tm内的向上调制区间期间执行目标对象估计处理(由图6所示的步骤S210至S350组成)(图5所示的S110)。该差拍信号BT是由接收天线阵列19在作为处理目标时段的一个向上调制时段期间接收到的到达回波而产生的。此后，信号处理单元30基于差拍信号BT的采样数据，在向下调制区间期间执行目标对象估计处理(由图6所示的步骤S210至S350组成)(图5所示的S120)。该差拍信号BT也是由接收天线阵列19在作为处理目标时段的一个调制周期Tm中的向下调制时段期间接收到的到达回波而产生的。

在图6所示的检测目标对象的类型的目标对象估计处理中，信号处理单元30对于接收天线阵列19中的每个天线单元在处理目标时段期间获得差拍信号BT的采样数据(步骤S210)。信号处理单元30在每个天线单元中对差拍信号BT执行频率变换，并且对于每个天线单元计算功率谱(步骤S220)。此后，信号处理单元30选择在每个天线单元中共同检测到的峰值频率fp。在示例性实施例中，信号处理单元30检测不小于预定阈值的、每个天线单元的功率谱的峰值，并且检测不小于预定阈值的每个峰值频率作为峰值频率fp(步骤S230)。

在峰值频率fp结束后，信号处理单元30选择所检测到的峰值频率之一作为处理目标(步骤S240)，并且生成接收向量X＝(x1，x2，…，xk)^T，其中，频率变换值以每个天线单元的处理目标频率来排列。信号处理单元30计算接收向量X的自相关矩阵Rxx1＝E[XX^H]和自相关矩阵Rxx2＝XX^H(步骤S250)。在上述的接收向量X和上述的自相关矩阵Rxx1＝E[XX^H]和自相关矩阵Rxx2＝XX^H中，T表示向量的转置，H表示复共轭的转置，xk表示由第k个天线单元的接收信号在处理目标调制区间期间产生的差拍信号BT的频率变换值。

顺便提及，传统方法计算值XX^H的期望值EE[XX^H]作为自相关矩阵Rxx，以便确定前方对象的方位角。

另一方面，根据示例性实施例的雷达设备1中的信号处理单元30需要计算从来自对象的回波的每个到达方位角反射的到达回波的同时的功率，以便计算改变量Y。因此，信号处理单元30通过使用当前接收到的向量X作为自相关矩阵Rxx2，计算值XX^H的期望值E[XX^H]和值XX^H的同时的值，以便估计功率谱。

可以计算包括最新接收向量X的、预定数量的XX^H的过去值的平均值，作为期望值XX^H。

此后，信号处理单元30计算自相关矩阵的特征值λ1，λ2，...，和λk(λ1≥λ2≥，..，λk)和特征向量e1，e2，…，和ek。信号处理单元30基于不小于热噪声功率(约翰逊-奈奎斯特噪声功率)的阈值λth的特征值的数量，估计到达回波的频率(步骤S260)。

当信号处理单元30计算噪声特征向量E_N和导向向量a(θ)作为阵列天线对方位角θ的复合响应，并且最终计算通过以下等式(9)中的评价函数P_MU(θ)表达的MUSIC谱时，其中，噪声特征向量E_N由与小于热噪声功率的(K-M)个特征值λ_M+1，…，和λ_K对应的特征向量e_M+1，...，e_K构成。

E_N＝(e_M+1，e_M+2，…，e_K)

P_{MU} (θ) = \frac{a^{H} (θ) a (θ)}{a^{H} (θ) E_{N} E_{N}^{H} a (θ)} . . . (9) .

信号处理单元30从通过等式(9)中的上述评价函数P_MU(θ)表达的MUSIC谱中提取每M个回波的峰值。信号处理单元30将与所提取的峰值对应的方位角θ₁，...，θ_M确定为作为来自前方对象的反射雷达波的回波的方位角(步骤S270)。

信号处理单元30通过以下等式(10)估计作为来自方位角θ₁，...，θ_M的反射雷达波的到达回波的功率(或接收功率)，并且将所估计的功率暂时存储在存储单元40中(步骤S280)。

具体地，信号处理单元30通过使用与在步骤S270中所估计的各回波的方位角θ₁，...，θ_M对应的导向向量a(θ₁)，...，a(θ_M)，生成通过以下等式(10)表达的阵列响应矩阵A。这些回波是用以估计接收功率的目标。

A＝[a(θ₁)，a(θ₂)，…，a(θ_M-1)，a(θ_M)]

......................(10).

信号处理单元30通过使用作为阵列响应矩阵A的自相关矩阵Rxx2和自发值，计算通过以下等式(11)表达的矩阵S的对角分量。

S＝(A^HA)^-1A^H·Rxx2·A(A^HA)^-1

.......................(11).

矩阵S中的第m个对角分量对应于方位角θ_m(其中，m＝1，...，M)的接收功率P_m。

也就是说，信号处理单元30计算矩阵S的对角分量，以便估计从在步骤S270中所估计的各到达方位角θ1，...，θM发送的回波的功率(接收功率)。尽管信号处理单元30在步骤S270中计算回波的到达方位角，但是信号处理单元30在步骤S280中从回波的到达方位角提取不大于阈值的、通过上述方法所计算出的功率。

信号处理单元30选择回波的到达方位角θ₁，...，θ_M之一作为检测目标(步骤S290)，并且判断是否存储了从所选择的到达方位角发送的到达回波的前一估计值(步骤S300)。

也就是说，信号处理单元30基于到达回波在前一调制周期Tm中的目标处理调制区间期间的接收信号，判断(1)是否已估计当前目标对象的同一峰值频率fp处的方位角估计和功率估计；以及(2)是否已估计从当前目标对象的同一方位角到达的回波的功率估计。

当已执行上述估计处理时，信号处理单元30判断功率的先前估计值存储在存储单元40中。另一方面，当未执行上述估计处理时，信号处理单元30判断不存在功率的先前估计值。

当信号处理单元30判断不存在功率的估计值(步骤S300中的“否”)时，操作流程进行到步骤S340。

另一方面，如果信号处理单元30判断存在功率的先前估计值(步骤S300中的“是”)，则操作流程进行到步骤S310。

在步骤S310中，信号处理单元30计算当前功率的改变量Y，其不同于先前计算出的要检测的目标方位角的改变量Y。当当前估计功率由引用字符P表示并且先前估计功率由引用字符Pb表示时，当前计算出的改变值通过以下等式(12)来表达。

Y＝log(P/Pb)＝log(P)-log(Pb)

..................(12).

在等式(12)中，执行对数放大，并且存储以分贝(dB)为单位的估计功率(例如，存储在存储单元40中)，以便通过使用它们之间的差来简单地计算改变量Y。

由于示例性实施例使用在一个调制周期Tm之前所获得的值作为先前估计功率，所以观察周期T_SW变得等于调制周期Tm。

在完成上述步骤之后，操作流程进行到步骤S320。在步骤S320中，信号处理单元30基于存储在存储单元40中的概率分布表中的、根据目标对象的类型的概率分布的信息，针对要检测的每种类型的目标对象计算概率Pr(下文中，称为“生成概率P”)。当在步骤S310中所计算出的改变量Y是基于从该类型的目标对象反射的回波而计算出的改变量Y时，所计算出的上述概率Pr是获得该改变量Y的概率。

如前所述，由于概率分布表包括每个改变量Y的离散累积概率，所以信号处理单元30计算在步骤S310中所计算出的改变量Y的累积概率与相邻功率的改变量Y的累积概率之间的差，以便计算作为累积概率对改变量Y的微分的概率密度。也就是说，在步骤S320中，信号处理单元30计算在步骤S310中所计算出的改变量Y的概率密度，并且对于每种类型的对象计算改变量Y的生成概率Pr。

在计算作为检测目标的每种类型的对象的生成概率Pr后，信号处理单元30从各类型的对象的生成概率中提取最高生成概率，并且判断该类型的对象反射雷达波并发送回波(步骤S330)。

在步骤S340中，检查信号处理单元是否判断到达在步骤S270中所估计的所有到达方位角θ₁，...，θ_M(除了在步骤S280中所排除的方位角)的回波所来自的对象的类型。

当步骤S340中的检测结果指示否定(步骤S340中的“否”)时，操作流程返回至步骤S290。在步骤S290中，将方位角切换为其他方位角，并且信号处理单元30执行步骤S300后的处理。

另一方面，当步骤S340中的检测结果指示肯定(步骤S340中的“是”)时，操作流程进行到步骤S350。在步骤S350中，信号处理单元30选择所有峰值频率fp作为处理目标。信号处理单元30检查是否针对所有峰值频率fp执行这一系列步骤S250至S340。当步骤S350中的检测结果是否定的(步骤S350中的“否”)时，操作流程返回至步骤S240。在步骤S240中，信号处理单元30切换目标频率，并且执行这一系列步骤S250至S340。另一方面，当步骤S350中的检测结果是肯定的(步骤S350中的“是”)时，信号处理单元30完成图6所示的目标对象估计处理。

当信号处理单元30完成在向上调制区间和向下调制区间期间的图6所示的目标对象估计处理时，操作流程进行到图5所示的步骤S130。在步骤S130中，信号处理单元30执行在向上调制区间和向下调制区间期间的峰值频率的成对匹配处理，以便指定在向上调制区间内的峰值频率fp＝fb1的组合和在向下调制区间内的峰值频率fp＝fb2的组合。信号处理单元30基于所指定的峰值频率的组合，估计配备有雷达设备1的自己的机动车辆与作为检测目标的前方对象之间的距离R和相对速度V(步骤S140)。

信号处理单元30将回波的到达方位角θ₁，...，θ_M与所估计的距离R和相对速度V进行组合，并且将关于距离R、相对速度V和方位角θ以及存在于自己的机动车辆周围的目标对象的类型的信息通过通信接口(从图1省略)输出到外部电气控制单元(ECU)(步骤S150)，其中，到达方位角θ₁，...，θ_M是基于峰值频率fp和关于反射雷达波作为到达方位角θ₁，...，θ_M的回波的目标对象的类型的信息而估计出的。信号处理单元30对于每个调制区间Tm重复执行上述处理。

如之前详述，除了前方对象与配备有雷达设备1的自己的机动车辆之间的距离R和相对速度V外，根据示例性实施例的雷达设备1可以估计作为检测目标的前方对象的类型。另一方面，任何传统雷达设备都不能检测作为检测目标的前方对象的类型。

根据本发明的示例性实施例的雷达设备1可以检测并指定每个前方对象的类型，诸如由金属制成的各种对象(如机动车辆和护栏)、站立的人和移动的人等。

当机动车辆配备有具有上述结构和特征的根据示例性实施例的雷达设备1时，ECU(电气控制单元)可以根据基于雷达设备1的检测结果所检测并指定的前方对象的类型来切换自己的机动车辆的控制模式。这使得可以避免各种事故，例如，与前方对象或人的碰撞。

顺便提及，雷达设备1中的信号处理单元30基于概率分布表中的概率分布与基于从前方对象反射的雷达波的到达回波而获得的改变量Y之间的比较结果，来检测并估计前方对象的类型。雷达设备1可以基于道路环境信息预先估计前方对象存在的概率。例如，在城区的道路上有许多人，在郊区的道路上有很少的人。另一方面，在高速公路上通常没有人。

也就是说，雷达设备1还可以基于改变量Y的生成概率Pr和道路环境信息来判断前方对象的类型，其中，雷达波是由前方对象反射的，并且回波是从对应于改变量Y的、作为检测对象的前方对象发送的。

现在将参照图7和图8描述雷达设备1的变型。雷达设备1的变型基于改变量Y的生成概率Pr和道路环境信息来判断前方对象的类型。

(第一变型)

图7是示出作为图1所示的雷达设备1的变型的雷达设备2的结构的图。

在作为图1所示的雷达设备1的变型的雷达设备2中，存储单元41除了概率分布表外还存储补偿表，信号处理单元31通过车载局域网(车载LAN)与导航ECU100进行通信，并且信号处理单元31执行与图6所示的目标对象估计处理不同的目标对象估计处理。信号处理单元31对应于图1所示的信号处理单元30，并且存储单元41对应于图1所示的存储单元40。

信号处理单元31的其他部件与信号处理单元30中的部件相同。这里省略对相同部件的说明，并且将说明雷达设备2与图1所示的雷达设备1不同的特征。

图7所示的雷达设备2中的信号处理单元31通过车载LAN与导航ECU100进行通信。也就是说，导航ECU100将与关于自己的机动车辆驾驶的当前道路有关的道路信息的类别信息提供给信号处理单元31。

导航ECU100连接至由全球定位系统(GPS)接收器和道路地图数据库103构成的当前位置检测单元101。当前位置检测单元101检测配备有雷达设备2的自己的机动车辆的当前位置。导航ECU100重复执行道路环境信息发送处理，以便获得从当前位置检测单元101传送的自己的机动车辆的当前位置信息(步骤S410)。导航ECU100基于存储在道路地图数据库103中的信息，判断与由当前位置信息指示的当前位置对应的自己的机动车辆的道路环境信息的类别(步骤S420)。

导航ECU100通过车载LAN将所获得的在自己的机动车辆的当前位置处的道路环境的类别信息发送至雷达设备2(步骤S430)。

道路地图数据库103存储指示自己的机动车辆驾驶的当前区域是郊区和城镇(或城区)之一的区域信息。另外，道路地图数据库103存储指示当前道路是否是高速公路的区域信息。

也就是说，在步骤S420中，雷达设备2中的信号处理单元31指定配备有雷达设备1的自己的机动车辆驾驶的当前道路，并且判断当前道路是否是高速公路。当步骤S420中的判断结果指示当前道路是高速公路时，信号处理单元31判断当前道路的道路环境信息的类别对应于高速公路。另一方面，当步骤S420中的判断结果指示当前道路不是高速公路时，信号处理单元31确定当前道路的道路环境信息的类别对应于郊区或城区(城市或城镇)。

当信号处理单元31执行上述处理时，导航ECU100将关于所确定的当前道路的道路环境信息的类别的信息传送至雷达设备2中的信号处理单元31。

图8是示出由根据第一变型的雷达设备2中的信号处理单元31所执行的、作为图6所示的目标对象估计处理的变型的目标对象估计处理的一部分的流程图。

信号处理单元31从导航ECU100接连地接收当前道路的上述类别信息。在完成目标对象估计处理(参见图6)中的处理(在步骤S320中)后，信号处理单元31执行图8所示的一系列步骤S510至S540，而不是步骤S330的处理。

具体地，信号处理单元31指定与自己的机动车辆驾驶的当前道路对应的道路环境信息的类别(步骤S510)。

信号处理单元31从存储在存储单元41中的补偿表读出作为检测目标的每种类型的前方对象的补偿系数W，作为与所指定的类别对应的补偿系数W的组合(步骤S520)。

信号处理单元31将在步骤S320中对于每种类型的前方对象计算出的、改变量Y的生成概率(概率密度)Pr与作为检测目标的每种类型的前方对象的对应补偿系数W相乘。信号处理单元31计算反射雷达波的且计算改变量Y所利用的检测目标的概率Z＝W·Pr(步骤S530)。

如图7所示，补偿表按城市、城镇、郊区、高速公路等中的每一种的道路环境信息的类别，存储作为检测目标的每种类型的前方对象的一组补偿系数W。例如，针对城镇或城市的一组补偿系数W包含以下补偿系数W：

针对站立的人的补偿系数W11是1/3(W11＝1/3)；

针对移动的人的补偿系数W12是1/3(W12＝1/3)；以及

针对由金属制成的对象的补偿系数W13是1/3(W13＝1/3)。

针对郊区的一组补偿系数W包含以下补偿系数W：

针对站立的人的补偿系数W21是0.25(W21＝0.25)；

针对移动的人的补偿系数W22是0.25(W22＝0.25)；以及

针对站立的人的补偿系数W23是0.5(W23＝0.5)。

针对高速公路的一组补偿系数W包含以下补偿系数W：

针对站立的人的补偿系数W31是0(W31＝0)；

针对移动的人的补偿系数W32是0(W32＝0)；以及

针对站立的人的补偿系数W33是1(W33＝1)。

当自己的机动车辆在郊区内驾驶时，信号处理单元31将基于站立的人的概率分布而计算出的改变量Y的生成概率Pr乘以补偿系数W21＝0.25。当作为检测目标的前方对象是站立的人时，信号处理单元31计算站立的人的概率Z＝0.25·Pr。

类似地，信号处理单元31将基于移动的人的概率分布而计算出的改变量Y的生成概率Pr乘以补偿系数W22＝0.25。当作为检测目标的前方对象是移动的人时，信号处理单元31计算站立的人的概率Z＝0.25·Pr。

另外，信号处理单元31将基于由金属制成的对象的概率分布而计算出的改变量Y的生成概率Pr与补偿系数W23＝0.5相乘。当作为检测目标的前方对象是由金属制成的对象时，信号处理单元31计算由金属制成的对象的概率Z＝0.5·Pr。

信号处理单元31判断具有所计算出的最大概率Z的类型的前方对象是反射雷达波作为到达回波的目标对象(步骤S540)。

此后，信号处理单元31执行从步骤S340开始的这一系列处理。

如之前详细描述的，根据雷达设备1的变型的雷达设备2基于道路环境信息检测反射雷达波的前方对象的类型。因此，信号处理单元31可以基于使用道路环境信息的预估计来以高精确性确定前方对象的类型。

在变型中，信号处理单元31通过使用道路地图数据库103和当前位置检测单元101来判断道路环境信息。然而，本发明的构思并不限制于该变型。例如，信号处理单元31可以基于自己的机动车辆的驾驶速度来检测道路环境信息。

(第二实施例)

将参照图9描述根据第二变型的雷达设备3。

在根据雷达设备1的第二变型的雷达设备3中，信号处理单元32从图9所示的速度传感器105接收自己的机动车辆的速度信息，而不是通过导航ECU100接收道路环境信息的类别。另外，信号处理单元32执行图9所示的目标对象估计处理，其与图6所示的目标对象估计处理不同。

信号处理单元32的其他部件与信号处理单元30中的部件相同。这里省略对相同部件的说明，并且将说明雷达设备3与图1和图7所示的雷达设备1和2不同的特征。

根据第二变型的雷达设备3中的信号处理单元32从速度传感器105接收自己的机动车辆的速度信息，而不是从导航ECU100提供的、自己的机动车辆驾驶的当前道路的道路环境的类别信息。在完成步骤S320所示的处理后，信号处理单元32执行图9所示的一系列步骤S610至S640。

具体地，信号处理单元32基于从速度传感器105获得的速度信息，估计在自己的机动车辆周围的区域的道路环境(步骤S610)。也就是说，信号处理单元32计算在从过去时间到当前时间的时段期间(例如，在过去五分钟期间)的平均车辆速度，并且基于作为指数的、所计算出的平均车辆速度，来判断自己的机动车辆周围的区域的道路信息的类别。

当所计算出的平均速度小于第一边界值(例如，30km/h)时，信号处理单元32判断道路环境的类别信息是城市或城镇。另一方面，当所计算出的平均速度不小于第一边界值(例如，30km/h)且小于第二边界值(例如，60km/h)时，信号处理单元32判断道路环境的类别信息是郊区。另外，当所计算出的平均速度不小于第二边界值(例如，60km/h)时，信号处理单元32判断道路环境的类别信息是高速公路。

在完成对道路环境的估计后，类似于步骤S520和S530中的处理，信号处理单元32读出存储在存储单元40中的补偿表中与自己的机动车辆周围的区域的道路环境信息的类别对应的每种类型的前方对象的补偿系数W(步骤S620)。信号处理单元32将来自概率分布表的、针对每种类型的前方对象的改变量Y的每个生成概率(概率密度)Pr乘以每种类型的前方对象的对应补偿系数W。这使得可以对于每种类型的前方对象计算作为反射雷达波作为到达回波的检测目标的对象的概率Z(Z＝W·Pr)(步骤S630)。

类似于步骤S540的处理，信号处理单元32判断具有所计算出的最大概率Z的类型的前方对象是反射雷达波作为到达回波的目标对象(步骤S640)。

此后，信号处理单元31执行从步骤S340开始的一系列处理。

由于根据第二变型的雷达设备3基于道路环境信息，将前方对象的类型判断为检测目标，因此，可以基于使用道路环境信息的预估计来以高精确性确定前方对象的类型。具体地，由于根据第二变型的雷达设备3基于车辆速度估计道路环境，不具有任何道路地图数据库103和当前位置检测单元101的机动车辆可以在考虑道路环境的情况下判断前方对象的类型。这使得可以将雷达设备3应用于各种类型的机动车辆和其他应用。

如之前详细描述的，振荡器11、放大器13、发送天线17、接收天线阵列19、接收开关21和放大器23对应于权利要求中所使用的收发装置。

另外，信号处理单元30、31和32所执行的步骤S280中的处理对应于权利要求中所使用的检测装置所执行的处理的一个示例。另外，信号处理单元30、31和32所执行的步骤S310中的处理对应于权利要求中所使用的改变量计算装置所执行的处理的一个示例。

存储概率分布表的存储单元40中的存储区域对应于概率分布存储装置的一个示例。信号处理单元30所执行的步骤S320和S330中的处理或者信号处理单元31所执行的步骤S320、S620至S640中的处理或者信号处理单元32所执行的步骤S320、S620至S640中的处理对应于权利要求中使用的判断装置所执行的一个示例。

另外，信号处理单元31所执行的步骤S510中的处理或者信号处理单元32所执行的步骤S610中的处理对应于权利要求中使用的环境估计装置所执行的一个示例。

雷达设备1、2和3中的混合器25对应于权利要求中所使用的差拍信号生成装置。信号处理单元30、31和32所执行的步骤S110至S140中的处理、以及目标对象估计处理中的步骤S210至S270中的处理对应于权利要求中所使用的信号分析装置所执行的处理。

本发明的构思不受限于之前所述的、使用调频连续波(FMCW)雷达设备的示例性实施例和变型。例如，可以将本发明的构思应用于除了FMCW方法之外的不同方法的雷达设备，例如，步进频率波形(SFW)方法的雷达设备。

另外，可以将根据本发明的雷达设备应用于除了车载雷达设备之外的各种应用。

尽管根据本发明的雷达设备1、2和3检测诸如人和由金属制成的对象(如机动车辆)的前方对象的类型，但是也可以检测除了人和机动车辆以外的各种对象的类型。

尽管根据本发明的雷达设备1、2和3通过使用道路地图数据库103和速度传感器105之一来估计道路环境信息，但是雷达设备也可以通过使用道路地图数据库103和速度传感器105这两者来估计道路环境信息。

(本发明的其他特征)

在根据本发明的示例性实施例的雷达设备中，概率分布存储装置至少存储在反射雷达波的对象是由金属制成时所获得的概率分布以及在反射雷达波的对象是人时所获得的概率分布。另外，优选地，判断装置基于存储在概率分布存储装置中的概率分布，独立检测反射雷达波的人和由金属制成的对象。

当根据示例性实施例的雷达设备应用于机动车辆(即，机动车辆配备有具有上述结构的雷达设备)时，可以基于表明前方对象是机动车辆、护栏、站立的人或行走的人的判断结果来切换车辆控制。这提供了安全驾驶。

当机动车辆配备有传统雷达设备、并且机动车辆在机动车辆避免与行走的人的碰撞的情况下时，机动车辆不能与护栏碰撞，而是与行走的人碰撞。

另一方面，配备有根据本发明的示例性实施例的雷达设备的机动车辆中的ECU可以基于雷达设备的判断结果执行避免控制，以避免与行走的人的碰撞以及与护栏而不是行走的人碰撞。

更优选地，作为存储单元的概率分布存储装置存储在人停止时的概率分布和在人行走时的概率分布。雷达设备基于这些概率分布判断站立的人和行走的人。该结构的雷达设备使得可以基于雷达设备中的判断装置的判断结果，在考虑对象的类型的情况下进一步避免与对象的碰撞。

在根据本发明的示例性实施例的雷达设备中，判断装置具有如下结构以便判断或确定发送回波的对象的类型。即，判断装置基于存储在概率分布存储装置中与改变量计算装置所计算出的改变量Y对应的、针对对象的类型的概率分布，计算该改变量Y的生成概率。判断装置判断具有所计算出的最大生成概率的对象的类型是与改变量计算装置所计算出的改变量Y对应的对象的类型。

更优选地，除了之前所述的使用概率分布的方法外，判断装置基于道路环境信息判断或确定对象的类型。即，优选地，根据本发明的示例性实施例的雷达设备安装至机动车辆。雷达设备还具有环境估计装置。该环境估计装置估计机动车辆周围的区域的道路环境信息。判断装置基于存储在概率分布存储装置中的概率分布和环境估计装置所估计的道路环境信息，来计算在与改变量计算装置所计算出的改变量Y对应的对象是作为反射雷达波的检测目标的类型的对象时的概率。判断装置基于作为检测目标并且反射雷达波的每种类型的对象的概率，判断与改变量计算装置所计算出的改变量Y对应的对象的类型。

发射回波作为反射雷达波的对象存在的概率根据配备有雷达设备的自己的机动车辆驾驶的道路的道路环境而改变。换句话说，使用道路环境信息作为指数，可以预先估计自己的机动车辆周围的区域中每种类型的对象存在的可能性。例如，在自己的机动车辆周围的区域中存在人的可能性根据该区域是自己的机动车辆高速所驾驶的高速公路还是自己的机动车辆所驾驶的城市、城镇或郊区中的道路而改变。因此，当雷达设备具有考虑自己的机动车辆所驾驶的道路的道路环境信息的功能时，雷达设备中的判断装置可以以高精确性判断对象的类型。

在雷达设备中，判断装置基于存储在概率分布存储装置中的概率分布，计算在与改变量计算装置所计算出的改变量Y对应的对象是作为反射雷达波的检测目标的类型的对象时的生成概率。判断装置通过将与环境估计装置所计算出的道路环境信息对应的补偿与生成概率相加，计算在与改变量计算装置所计算出的改变量Y对应的对象是作为检测目标的类型的对象时的概率。

例如，判断装置通过将所计算出的生成概率与对应的补偿系数相乘，计算与所计算出的改变量Y对应的、发送回波作为反射雷达波的对象是某种类型的对象的概率。

环境估计装置可以具有以下功能以直接或间接读出表示每个区域的道路环境的道路环境信息。

在雷达设备中，环境估计装置从存储表示每个区域的道路环境的数据的道路环境数据库获得与机动车辆所驾驶的当前道路对应的道路环境信息，并且环境估计装置估计机动车辆所驾驶的区域的道路环境是由所获得的道路环境信息所指示的道路环境。

例如，环境估计装置接收表示与自己的机动车辆的当前位置对应的区域的道路环境信息的数据(例如，将道路环境的类别指示为城市、城镇、郊区、高速公路等的数据项)，其中，该当前位置是当前位置检测单元(如，GPS(全球定位系统)接收器)从作为道路环境数据库的道路地图数据库检测到的。

环境估计装置基于所接收到的数据项，估计自己的机动车辆周围的区域的道路环境。由于机动车辆通常配备有道路地图数据库和比如GPS接收器的位置检测器，因此，当雷达设备包括具有上述结构的环境估计装置时，可以估计自己的机动车辆周围的区域的道路环境信息。

为了使环境估计装置具有上述结构和功能，需要将道路环境数据库安装在雷达设备或自己的机动车辆中，并且使雷达没备配备有通信接口以便从外部道路环境数据库接收数据项。这妨碍了雷达设备以低成本实现基于道路环境信息正确地判断并识别对象的类型的功能。

为了避免上述问题并实现该要求，可接受雷达设备中的环境估计装置基于机动车辆的驾驶速度来估计机动车辆所驾驶的区域的道路环境。

在具有许多十字路口的区域中，机动车辆通常以低速驾驶。另一方面，机动车辆在具有较少十字路口的区域内驾驶得很快。另外，机动车辆在没有任何十字路口的高速公路上以高速驾驶。因此，雷达没备可以基于机动车辆的驾驶速度来估计当前道路环境。这使得雷达设备可以基于通过车辆速度获得的道路环境信息来判断对象的类型，而无需任何道路地图数据库。

可以将根据示例性实施例的雷达设备应用于使用调频连续波(FMCW)方法和步进频率波形(SFW)方法之一的雷达设备。

由于根据示例性实施例的雷达设备可以检测自己的机动车辆与作为检测目标的对象之间的距离、对象的方位角、对象的移动速度等，因此，安装在自己的机动车辆上的ECU可以基于雷达设备的判断结果来执行机动车辆的驾驶控制。

雷达设备中的收发装置具有发送天线和接收天线阵列。例如，发送天线基于调频连续波(FMCW)方法或步进频率波形(SFW)方法之一发射雷达波。接收天线阵列包括接收作为由作为检测目标的对象所反射的雷达波的回波的多个接收天线单元。

当雷达设备还具有差拍信号生成装置和信号分析装置时，可以将根据本发明的示例性实施例的雷达设备应用于FMCW雷达设备和SFW雷达设备。差拍信号生成装置将由接收天线阵列中的每个接收天线单元接收到的回波的接收信号与由发送天线发射的雷达波的发送信号混合，并且差拍信号生成装置生成每个接收天线单元的差拍信号。信号分析装置基于每个接收天线单元的差拍信号，检测配备有雷达设备的机动车辆与反射雷达波的对象之间的距离以及对象的方位角。

另外，检测装置基于差拍信号生成装置所生成的每个接收天线单元的差拍信号，对于具有不同的距离和方位角的每个对象检测作为来自对象的到达回波的反射雷达波的信号强度。改变量计算装置对于反射雷达波并且发射回波作为反射雷达波的每个对象，基于由检测装置检测到的从对象发送的当前接收回波的信号强度P以及由检测装置检测到的从对象发送的且由收发装置接收到的先前回波的先前信号强度Pb，计算与先前计算出的信号强度Pb对应的当前接收回波的信号强度P的改变量Y，其中，该先前回波的先前信号强度Pb是由检测装置在从先前接收回波的接收时间到收发装置接收到当前回波的时间计时得到的前一观察时段T_SW之后的时间处检测到的。判断装置基于改变量计算装置所计算出的改变量Y和存储在概率分布存储装置中的对象的类型的概率分布，判断对象的类型。

根据本发明的示例性实施例的雷达设备可以指定每个前方对象的类型和在自己的车辆前面存在的每个前方对象的位置(距离和方位角)，并且雷达设备识别在雷达设备周围的区域的状态。当将雷达设备应用于机动车辆时，机动车辆的电气控制单元可以基于在机动车辆前面存在的前方对象的位置和类型，执行最佳驾驶控制，并且基于所获得的在机动车辆周围的区域的状态来避免交通事故发生。

尽管已详细描述本发明的具体实施例，但是本领域的技术人员应理解，可以根据本公开内容的总体教导来开发对那些细节的各种变型和替换。因此，所公开的特殊布置仅是说明性的，并且不限于被赋予以下权利要求及其全部等同方案的完整广度的本发明的范围。

Claims

1.一种雷达设备，包括：

收发装置，用于发射雷达波和接收由作为检测目标的各种类型的对象所反射的、所述雷达波的信号的回波；

检测装置，用于基于由所述收发装置接收到的到达回波的接收信号，检测各到达回波的信号强度；

改变量计算装置，用于计算改变量Y，所述改变量Y是所述检测装置检测到的当前到达回波的当前信号强度P与所述检测装置在预定观察时段T_SW前检测到的与所述当前到达回波的当前信号强度P对应的先前到达回波的先前信号强度Pb之间的差；

概率分布存储装置，用于对于作为所述检测目标的每种类型的对象，存储从每种类型的对象发送的到达回波的改变量Y的概率分布，其中，所述概率分布是基于作为每种类型的对象所反射且到达所述收发装置的雷达波的所述到达回波而计算出的；以及

判断装置，用于基于存储在所述概率分布存储装置中的每种类型的对象的概率分布，判断反射所述雷达波并且所述到达回波从其到达所述收发装置的对象的类型，其中，所述到达回波对应于由所述改变量计算装置计算出的改变量Y，

其中，所述雷达波的发送波长λ和所述预定观察时段T_SW是基于由作为所述检测目标的每种类型的对象所产生的波动而调整的、所述到达回波的信号强度P的改变量Y而确定的，

其中，所述雷达设备安装至机动车辆；

所述雷达设备还包括用于估计所述机动车辆周围的区域的道路环境信息的环境估计装置，其中

所述判断装置基于存储在所述概率分布存储装置中的所述概率分布和所述环境估计装置所估计的所述道路环境信息，计算在与所述改变量计算装置计算出的所述改变量Y对应的对象是作为反射所述雷达波的检测目标的类型的对象时的概率，并且

所述判断装置基于作为反射所述雷达波的所述检测目标的每种类型的对象的概率，判断与所述改变量计算装置计算出的所述改变量Y对应的对象的类型。

2.根据权利要求1所述的雷达设备，其中，所述概率分布存储装置至少存储在反射所述雷达波的对象是由金属制成时所获得的概率分布以及在反射所述雷达波的对象是人时所获得的概率分布，并且

其中，所述判断装置被配置为基于存储在所述概率分布存储装置中的概率分布，区分反射所述雷达波的人和由金属制成的对象。

3.根据权利要求1所述的雷达设备，其中，所述判断装置基于存储在所述概率分布存储装置中与所述改变量计算装置所计算出的改变量Y对应的、针对所述对象的类型的概率分布，计算所述改变量Y的生成概率，并且

所述判断装置判断具有所计算出的最大生成概率的对象的类型是与所述改变量计算装置所计算出的所述改变量Y对应的对象的类型。

4.根据权利要求1所述的雷达设备，其中，所述判断装置基于存储在所述概率分布存储装置中的所述概率分布，计算在与所述改变量计算装置计算出的所述改变量Y对应的对象是作为反射雷达波的检测目标的类型的对象时的生成概率，以及

所述判断装置通过将与所述环境估计装置计算出的所述道路环境信息对应的补偿与所述生成概率相加，计算在与所述改变量计算装置计算出的所述改变量Y对应的对象是作为检测目标的所述类型的对象时的概率。

5.根据权利要求1所述的雷达设备，其中，所述环境估计装置从存储表示每个区域的道路环境的数据的道路环境数据库，获得与所述机动车辆所驾驶的当前道路对应的道路环境信息，并且所述环境估计装置估计所述机动车辆所驾驶的区域的道路环境是由所获得的道路环境信息所指示的道路环境。

6.根据权利要求1所述的雷达设备，其中，所述环境估计装置基于所述机动车辆的驾驶速度，估计所述机动车辆所驾驶的区域的道路环境。

7.根据权利要求1所述的雷达设备，其中，所述雷达设备是使用调频连续波FMCW方法和步进频率波形SFW方法之一的雷达设备。

8.根据权利要求1所述的雷达设备，其中，所述收发装置包括发送天线和接收天线阵列，所述发送天线基于调频连续波FMCW方法和步进频率波形SFW方法之一发射所述雷达波，并且所述接收天线阵列包括接收作为由作为所述检测目标的对象所反射的雷达波的回波的多个接收天线单元，

所述雷达设备还包括差拍信号生成装置和信号分析装置，其中，所述差拍信号生成装置将由所述接收天线阵列中的每个接收天线单元接收到的到达回波的接收信号与由所述发送天线发射的雷达波的发送信号混合，并且所述差拍信号生成装置生成每个接收天线单元的差拍信号，

所述信号分析装置基于每个接收天线单元的所述差拍信号，检测配备有所述雷达设备的所述机动车辆与反射所述雷达波的对象之间的距离以及所述对象的方位角，

所述检测装置基于所述差拍信号生成装置所生成的每个接收天线单元的差拍信号，对于具有不同距离和方位角的每个对象检测作为从所述对象到达的到达回波的反射雷达波的信号强度，

所述改变量计算装置对于反射所述雷达波并发射所述到达回波作为反射雷达波的每个对象，基于由所述检测装置检测到的从所述对象发送的当前接收回波的信号强度P以及由所述检测装置检测到的从所述对象发送的且由所述收发装置接收到的先前回波的先前信号强度Pb，计算与先前计算出的信号强度Pb对应的当前接收回波的信号强度P的改变量Y，其中，所述先前回波的先前信号强度Pb是由所述检测装置在从先前接收到的到达回波的接收时间到收发装置接收到当前到达回波的时间计时得到的前一观察时段T_SW之后的时间处检测到的，以及

所述判断装置基于所述改变量计算装置所计算出的改变量Y和存储在所述概率分布存储装置中的对象的类型的概率分布，判断所述对象的类型。