CN106560800B - 在雷达和声纳应用中调整定点快速傅立叶变换 - Google Patents

Abstract

本公开内容描述了在雷达和声纳应用中调整定点快速傅立叶变换，特别是用于处理由雷达或声纳系统接收的信号的多级固定点FFT算法的改进调整机制。提出调整包括：通过调整因子等于纯复指数输入信号的FFT算法的每对连续蝶形级的生长因子的倒数的两倍，调整每对连续蝶形级的FFT算法的输出。除了该调整，输入信号被允许通过饱和溢出。这种机制为任何类型的输入信号产生实施定点FFT的雷达和声纳接收器的足够的性能，从随机基本上复指数或正弦信号。提出这种调整可以在具有特定输入信号可获取的信号噪声比(SNR)值和为雷达和声纳应用成功处理该输入信号的SNR值之间实现平衡。

Description

在雷达和声纳应用中调整定点快速傅立叶变换

技术领域

本公开一般涉及数字信号处理，并且更具体地说，涉及实施定点快速傅立叶变换算法的雷达和声纳系统。

背景技术

雷达接收器是接收在大约3千赫(kHz)至300千兆赫(GHz)的射频范围的以电磁波形式的信号的电子设备。声纳接收器接收以声波的形式的信号的电子设备。射频和声纳接收器可用于从所反射的对象的信号的回声定位对象。

为了定位的目的，射频和声纳接收器将各自获得的信号转换成电信号，然后被分析以提取由信号携带的信息。信号的行为可以在时域例如，信号振幅如何随时间而变化)以及在频域(即，构成信号的不同频率分量)中进行分析，其中所述傅里叶变换在数学上涉及这两个域。此外，信号可以被分析为连续波形或，在数字信号处理(DSP)应用，作为时域点的集合。快速傅立叶变换(FFT)指用于计算以数字形式表示的信号的离散傅里叶变换(DFT)以及它们的逆(IDFTs)的算法。

由于跨信号处理应用无处不使用傅立叶变换，已努力在计算上改进其执行-从而许多FFT方法，诸如例如，在时间上抽取，在频率上抽取，基2，基4，混合基数等。尽管如此，需要实施FFT的进一步改进，特别是雷达和声纳应用方面，特别是能以相对较低的成本实现，并且消耗相对低的功率的那些雷达和声纳应用。

发明内容

本公开内容的实施例提供用于调整固定点FFT的机制，特别适用(但不限于)雷达和声纳应用。

本公开内容描述了用于用来处理由雷达或声纳接收器接收的信号的多级固定点FFT算法的改进调整机制，以确定对象的距离、位置或速度。提出的调整包括调整对于纯复指数输入信号的每对蝶形级的输出，例如每对连续的蝶形级，FFT算法具有调整因子等于FFT算法的一对蝶形级的生长因子的倒数的两倍，不采取尝试防止溢出的任何进一步行动。对于可以由雷达或声纳接收器进行处理的任何类型的输入信号，这种调整可以在具有特定输入信号可获取的信号噪声比(SNR)值和需要成功地处理该输入信号的SNR值之间实现平衡。

在本说明的示例性实施例中，调整参考每对连续的蝶形级的输出的乘法以一定比例因子说明。然而，本领域的普通技术人员将容易地认识到，乘法仅仅是一个非限制性的例子，因为基本上相同的调整可以通过其它手段实现，诸如例如通过偏移或除以乘法调整中使用的因子的倒数的调整因子。因此，有效地执行通过乘以如本文描述的调整因子的调整的所有可能的实施方式在本公开内容的范围之内。

本公开内容的一个方面提供雷达系统，该系统包括雷达发射器和雷达接收器。本公开的另一个方面提供一种声纳系统，其包括声纳发射器和声纳接收器。这两种系统都包括数据处理系统。雷达发射器被配置为发送其可包括频率斜坡的射频信号，而声纳发射器被配置为发送声信号，该信号可包括频率斜坡。雷达接收器被配置为检测至少包括从物体反射的所发射射频信号的一部分的射频信号，并且基于检测到的射频信号生成数据处理系统的输入信号。声纳接收器被配置为检测至少包括从物体反射的所发射的声纳信号的一部分的声纳信号，并且用于基于所检测到声纳信号生成数据处理系统的输入信号。在这两种系统中，数据处理系统被配置为提供输入信号作为包含两个或更多个蝶形级的FFT算法的输入，调整蝴蝶阶段的至少一对的输出，但最好是全部对，例如连续蝴蝶阶段，通过对于复指数的输入信号调整因子等于FFT算法的一对蝶形级的生长因子的倒数的两倍，并确定一个或多个：对象的距离的指示，对象的速度的指示，以及基于FFT算法的输出的对象的位置的指示。

本公开的另一个方面提供了一种系统，用于使用FFT算法提取感兴趣的基带信号。该系统至少包括数据处理系统，经配置在包括两个或更多个蝶形级的FFT算法的输入接收输入信号，其中输入信号包括一个或多个射频天线检测的射频信号或由一个或多个声纳传感器检测的声纳信号。该数据处理系统进一步经配置以调整(例如乘)每对连续的蝶形级的输出和复指数的输入信号的FFT算法的连续的蝶形级对的生长因子的倒数的两倍的比例因子，并基于FFT算法的两个或更多个蝶形级的最后级的输出提取基带信号。

在一些实施例中，FFT算法可以包括基2算法。在这种实施例中，调整可以包括：通过比例因子1调整一对中的一个蝶形级，和通过比例因子1/2调整连续蝶形级对的另一蝶形级，该调整通过例如使用适当的转换器被实现。

在其他实施例中，FFT算法可以包括基4算法。在这种实施例中，调整可以包括：通过比例因子1/2调整每个蝶形级，该调整再次可以通过例如使用适当的转换器实现。

在任何上述实施例中，该输入信号可以是或包括基本上复指数信号或基本正弦信号，即具有突出的单频分量的信号。

在任何上述实施例中，数据处理系统可被配置成调整每对连续的蝶形级的输出，允许由于饱和的无限制削波。

在任何上述实施方式中，该系统还可以包括一个或多个射频天线(当输入信号包括射频信号)或一个或多个超声波传感器(当输入信号包括声纳信号)。

如将被本领域技术人员可以理解的，本公开的方面可以体现在各种方式-例如作为一种方法，系统，计算机程序产品或计算机可读存储介质。因此，本公开的方面可采取完全硬件实施例，完全软件实施例(包括固件，驻留软件，微代码等)，或者组合可以全部通常本文被称为“电路”，“模块”或“系统”的软件和硬件方面的一个实施例的形式。本公开中描述的功能可以被实现为通过一个或多个处理单元执行的算法，例如一个或多个计算机的一个或多个微处理器。在各种实施例中，本文描述的方法的不同步骤和每个步骤的部分可以由不同的处理单元来执行。此外，本公开内容的各方面可以采取体现在一个或多个计算机可读介质，优选非临时性的计算机程序产品的形式，具有在其上实施的计算机可读程序代码，例如存储。在各种实施例中，这种计算机程序可以例如被下载(更新)到现有的设备和系统(例如，以现有的雷达或声纳接收器和/或他们的控制器等)或在制造这些装置的存储和系统。

从以下的描述以及权利要求，其它特征和本发明的优点是显而易见的。

附图说明

图1A和1B示出了示例性蝶形运算；

图2示出根据现有技术，示例性6级基数为2的FFT算法的调整；

图3示出根据本公开的一些实施例，示例性6级基数为2的FFT算法的调整；

图4提供了根据本公开的一些实施例，示出用于表示为输入信号的256点FFT的模拟结果的曲线图，其具有振幅足够小以避免限幅；

图5提供了根据本公开的一些实施例，示出如图4的输入波形的256点FFT的模拟结果的曲线图，但具有的幅度比图4的输入信号高4倍；

图6提供了根据本公开的一些实施例，示出如图4的输入波形的256点FFT的模拟结果的曲线图，但具有的幅度比图4的输入信号高8倍；

图7提供了根据本公开的一些实施例，示出如图4的输入波形的256点FFT的模拟结果的曲线图，但具有的幅度比图4的输入信号高16倍；

图8提供了根据本公开的一些实施例，一个示出如图4用于将输入波形的256点FFT的模拟结果的曲线图，但具有的幅度比图4的输入信号高511/16倍；

图9提供了根据本公开的一些实施例，示出图4但具有添加的噪声的输入信号的实部和虚部的曲线图；

图10提供了根据本公开的一些实施例，示出图9所示的输入信号的256点FFT的模拟结果的曲线图；

图11提供了根据本公开的一些实施例，示出图4但具有显著更多的噪声的输入信号的实部和虚部的曲线图；

图12提供了根据本公开的一些实施例，示出用于图11中所示的输入信号的256点FFT的模拟结果的曲线图；

图13提供了根据本公开的一些实施例，示出相比于图11以2倍的输入信号的实部和虚部的曲线图

图14提供了根据本公开的一些实施例，示出用于在图13所示的输入信号的256点FFT的模拟结果的曲线图；

图15提供了根据本公开的一些实施例，示出相比于图13以2倍的输入信号的实部和虚部的曲线图；

图16提供了根据本公开的一些实施例，示出用于在图15所示的输入信号的256点FFT的模拟结果的曲线图；

图17示出了根据本公开的一些实施例，利用改进的固定点的FFT的结构的方法的示范性流程图；

图18描绘了根据本公开的一些实施例，示出示例性数据处理系统的框图；和

图19示出根据本公开的一些实施例，配置成实现定点的FFT的调整的示例性射频或声纳接收器的系统视图。

具体实施方式

FFT的基础知识及其在雷达和声纳系统中的应用

如本文先前所述，FFT指用于计算以数字形式表示的信号的离散傅里叶变换和逆离散傅立叶变换的算法。

FFT是可以应用到获取的信号(例如，接收的射频或声纳信号)的变换函数的例子，从时域到频域变换所获取的波形(其可能变换之前处理，例如由所获取的波形与窗函数相乘)。作为结果，获得所获取的信号的一部分的频率分解。

雷达和声纳系统通常功能如下。首先，雷达/声纳发射器输出信号，回波其中将被评估以定位对象。很多时候，发射器周期性地输出信号。由发射器发送的信号通常是线性调频脉冲信号。如众所周知地，线性调频脉冲信号是其中频率随时间提高或减小的信号，前者通常被称为“向上线性调频脉冲”，后者通常被称为“向下线性调频”。其他术语有时与术语“chirp”、“频率斜坡”、“扫频”或“扫信号”互换使用。在雷达系统的情况下，所使用的信号是在射频范围内的电磁信号。在声纳系统的情况下，所用的信号是声信号。

所发射的信号从物体反射，以及反射(即，回荡)信号由雷达/声纳接收器使用适当的传感器获得。在雷达系统的情况下，适当的传感器包括至少一个，但通常是多个，无线天线。在声纳系统的情况下，适当的传感器包括至少一个，但通常有多个，声学传感器。

雷达/声纳接收器将获取的反射信号转换成电输入信号，该电信号被提供给一个雷达/声纳系统的数据处理单元。数据处理单元然后对输入信号执行一系列的操作，这些操作涉及的一个或多个FFT算法的多个应用。

如果由发射器发送的信号是线性调频脉冲信号，那么，反射信号也是线性调频脉冲信号。因为对象是在远离发射器的一定距离，接收到的线性调频脉冲信号是相对于所发送的线性调频脉冲信号相位偏移。所发射的信号和接收反射信号之间的相位差直接正比于所发射的信号到达对象和反射信号回来的时间，依次正比于到物体的距离。因此，相位差异指示到物体的距离。因为传输的信号是线性调频脉冲，发射和反射线性调频脉冲之间的相位差本身表现为施加如本文中所述的FFT算法所得的FFT输出的相位差。从而，向所接收的线性调频脉冲信号施加FFT算法允许估计到物体的距离。此外，向所接收的线性调频脉冲信号应用FFT算法也可以允许推定其他特性，诸如例如移动物体的速度，物体的运动的方向，和/或对象相对于所述发射器和/或接收器的位置。

使用FFT算法检测处理雷达信号的一种方法描述如下。然而，其他的方法也是本领域中的普通技术人员已知的，所有这些都在本公开的范围之内。此外，虽然在雷达系统的背景下提供下面的描述，类似的描述也适用于声纳系统，可能有修改将是基于这里提供的描述对于本领域中的普通技术人员显而易见的。

雷达接收器检测信号从使用雷达天线的物体反射，并创建数据的矩形，其中每一行是接收信号的样本的序列，与下一行是样本的下一个序列，所有的序列一起构成一个坡道。然后，水平(窗口)FFT是在样本的各行执行。然后，垂直窗的FFT对水平FFT的结果执行，和从物体反射和由雷达接收器检测的信号显示为在垂直窗口FFT的结果的幅度“峰值”。对于雷达接收器的特定输入天线，垂直窗口FFT的结果通常被布置成二维阵列，其中一维(通常阵列的水平轴)索引频率和其他尺寸，通常阵列的垂直轴索引对象的速度。当所发射的信号是调频时，该阵列中的峰值的频率分量(即在峰值出现指示在横轴上的频率值)作为时间标记，指示透射和反射的线性调频脉冲之间的相位差，如上所述，其成正比于对象有多远。由此，阵列的水平轴通常描述为索引到对象的距离或范围。

以可变f表示频率和以变量v表示速度意味着阵列的每个元素以特定值对(f，v)被索引，其中f的值(即，阵列中元素的水平位置)表示对象的位置，和v的值(即，阵列中的元素的垂直位置)指示对象的速度。该阵列的每个元素包括从垂直FFT的应用的结果导出的值，和表示所获取的信号的给定的频率和速度值对的幅度。阵列的每个元素通常被称为“频率槽”或简称为“槽”，术语“槽”可以反映事实：该阵列可以被认为是包括所获取的能量的信号被分布的多个仓。在各种实施例中，槽可以含有复杂的数值或实数值。例如，实际值可表示为复值的正实量X(f)，该值被呈现表示所获取的信号的幅度，表示例如作为实际幅度，平方幅度，或作为幅度的压缩变换，诸如平方根或对数。类似的处理是由声纳系统完成的。

频率槽在由雷达和声纳接收器使用FFT算法的上下文开始发挥作用在于：从由雷达或声纳传感器获取的总信号分离感兴趣的特定雷达或声纳信号(即，从感兴趣的特定对象反射的雷达或声纳信号)可以通过识别哪些槽对应于感兴趣的信号和/或通过识别槽可以是活动的来实现。为此，槽进行评估，以确定它们是否包含满足一个或多个预定的标准值。例如，一个标准可以包括比较箱的值和一定阈值，以确定槽是否可以被分类为包含“峰值”，表明相当大量的所获得的信号的能量集中在该槽。各种算法可以执行，以确定在哪里设定阈值，以指示在每个槽中峰值的存在或不存在，所有这些算法是本公开内容的范围内。

在实践中，通常对每个输入天线产生如上所述的值的二维阵列，以及雷达接收器通常包含多于一个天线，从而使阵列成为三维阵列，第三维索引不同的天线。上述处理对该三维阵列的每个天线的矩形片执行，然后天线的光束成形。

然而，很多不同的已知FFT方法的共同点在于：他们通过将代表信号的数字点划分为子集(在称为“抽取”的过程)，计算每个子集的DFT，然后再处理每个子集的DFT的结果，以产生包含一组频域点的最终结果而分阶段计算。不同表达，该FFT方法拆散DFT计算成阶段，其中每个阶段计算出较小的DFT，然后使用某种结构以组合在不同阶段的计算的结果。

FFT的大部分计算工作量在于子集的处理。处理发生在一系列阶段，其中子集被首先处理成中间结果，中间结果被进一步处理，并以此类推，直到产生频域点的最后一组。每一级包括多个各处理，每个同时处理n个输入点，以产生n个输出点，值n被称为FFT算法的“基数”。因为基数2的数据流图(即，有值2的基数)的操作类似于蝴蝶(如图1A所示，其中，输入点x0，x1按照方程y0＝x0+t*x1和y1＝x0-t*x1被处理成输出点y0，y1)，“t”被称为“旋转因子”，这些操作被称为“蝴蝶行动”或简称为“蝴蝶”，有其他基数的操作也称为蝶形操作(如在图1B中所示的基数4操作)。

浮点VS定点表示

FFT中的值可以表示或者作为定点数或浮点数。

在计算的上下文中公知的，定点数具有整数部分的特定数目的保留位或数字(即，小数点左边的部分)和小数部分的特定数目的保留位(即，小数点右边的部分)。无论是大或小数，它将始终对每个部分使用相同数量的比特。例如，如果定点格式是十进制IIIII.FFFFF，那么，可以表示的最大正数是二进制11111.11111＝31.96875，如果无符号和01111.11111＝15.96875，如果有符号，和最小的正数是二进制00000.00001＝0.03125。该表示需要处理该数字的处理器具有小数点知识。在下文中，“位”，(它本质上是一种二进制表示)有时参考描述为十进制表示，然而，基于在本文中提供的描述，该技术人员会容易地认识到它的本质。

由于也是公知的，浮点数不保留整数部分或者小数部分的位的特定数目。相反，它保留有一定数目的数目(称为“尾数”或“有效数字”)以及一定数目的位，以指示该数内小数位的位置(称为“指数”)。因此，使用10位表示的浮点数可以代表9.9999999e+50的最大值和0.0000001e-49的最小值，2位预留用于指数，考虑为简单起见，无符号浮点数来表示。对于符号浮点数，最小值将是-9.9999999e+50。

有时，看相同宽度的数目，整数表示可以比浮点表示更准确，自尾数本身失去一些位到指数的。然而，较高的是算法的动态范围，更好是浮点VS定点。在一般情况下，浮点表示可以提供更大的准确性，因为具有固定数目的位数，可以表示不同阶幅度的数量。另一方面，定点处理实现通常与较低成本和功耗相关联，因为定点表示可以使用由软件实现控制整数硬件操作处方有关二进制或小数点的位置特定约定，例如，从右侧6位或数。操纵这些表示的硬件比浮点成本更低，而且它也可用于执行正常整数操作。因此，使用定点FFT常常是有利的。然而，它并不总是能够使用定点FFT，因为它是难以充分控制其生长阶段，更详细地在下面的部分中描述。

定点FFT的阶段增长

来自FFT算法的每个连续阶段的输出信号可大于提供到阶段的输入信号，作为执行该阶段的计算的结果。该输入信号可在每个阶段生长的因子不同，取决于输入信号的类型。例如，δ函数输入信号根本不经历增长，随机输入信号可以每基2阶段以因子开方(2)增长，而复杂的指数(例如正弦)输入信号可以每2基阶段以因子2增长。换句话说，FFT可以尽可能多的成长，每个基2阶段1位以上，对于复指数类型的输入，对于δ函数的输入，以少至没有增长。但是，平均，生长是每基数2阶段0.5位。

这种增长是众所周知的问题，其中，如先前所描述的定点FFT，无论大或小的数字表示，它只能对于每个整数的和分数部分使用比特的相同预定数量。在每个阶段的生长可导致溢出，即其中计算产生结果，幅度上大于预定的定点实施方式可存储或表示的情况。如果溢出，给定的存储器元件存储或表示它可以存储或表示的最大值，称为“饱和”。换句话说，计算结果被夹到最大值。

由于溢出导致计算结果不能正确地表示，通常情况下，定点FFT算法尽量避免或显著限制溢出。为了避免溢出的方法之一是在FFT算法的一些或所有阶段之后应用比例因子。到现在为止，对于缩减各个FFT级的输出的各种方案已被使用，都具有不同的缺点。

最强大的调整方法是每基数2阶段以1位向下调整。6级64点FFT的示例示于图2，其中，指示为“>>1”的每个框代表通过因子2按比例缩小。

如所公知的，计算机通常实现乘法器，即，乘法由表示在基座2的形式，其中任何两个数的乘法被减少以移位和加入位。例如，以因子2向下生长(增益)或调整指以正确的方向移动一位。例如，从例如值3(“11”的二进制表示)至值6(“110”的二进制表示)以因子2增长被表示向左偏移“11”(即，值3)一位，到达110(即，值6)。同样地，从例如值6至值3以因子2向下调整被表示为向右偏移“110”一位，到达“011”。向右偏移一位移在图2中表示为“>>1”，表示以因子2向下调整(即，信号乘以1/2)。

如图2所示的调整允许在大多数情况下避免溢出(如以上所指出的，在一个单级位的成长可超过1位，但这不够罕见)。然而，因为平均增长率为每基数2级只有0.5位，对于平均输入，这种调整类型不必要地损失分辨率的一些位。对于在图2中示出具有6个阶段的情况下，三个比特(即，6个阶段乘以每阶段0.5比特)的分辨率可以被不必要地丢失。因此，需要调整定点的FFT的改进调整方法，以便使那些FFT商业上可行。

定点FFT的提出改进调整

本公开的实施例是基于例如通过相乘调整雷达或声纳接收器实现的固定点FFT的每对连续蝶形级的输出，通过调整因子等于纯粹的复指数输入信号FFT算法的一对连续的蝶形级的生长因子的倒数的两倍，而不是采取试图阻止溢出的任何进一步行动。换句话说，每隔一个基2阶段的输出由2按比例缩小(即输出被有效地相乘1/2)，或每基4级的输出由2按比例缩小，这是有效地和每隔1个基2阶段由2向下调整相同。除此调整之外，输入信号被允许通过饱和溢出。模拟结果已惊奇和出乎意料地发现：对于实施定点FFT的雷达和声纳接收器，该调整为任何类型的输入信号产生足够的性能，从随机到基本上复指数或正弦信号。

该调整方法似乎适用于在它们的频率成分随机的输入信号，例如在宽带通信系统中使用的信号。然而，对于本领域的普通技术人员将是反直觉使用该调整方法为主要复指数或正弦波信号，例如基带，如在雷达和声纳应用通常检测的单个频率信号，因为如下面所解释一般，这种方法很可能导致溢出，因此，显著降低信号噪声比(SNR)，工程师通常尝试避免的结果。在对比这种思维常规线路中，本公开内容是基于认识到：对于由雷达或声纳接收器进行处理的任何类型的输入信号，该调整可以实现具有对于特定的输入信号获得的SNR值和成功处理该信号的SNR值之间的平衡是可能的。

射频和声纳应用的一个显着的特征在于：在每个时间点上，从对象反射的信号是基带信号，典型的是单一频率信号。该反射信号可以被表示为特定频率的复指数(例如正弦)波形。该清洁的芯雷达和声纳信号通常由宽带噪声劣化，即，频率的范围广泛的噪声，或带。

与此相反，常常在其它应用使用的信号(诸如，例如，用于在多载波系统中编码数据的信号，诸如例如正交频分复用(OFDM)是宽带信号，即具有宽的频率范围的信号，并因此，从它们的频率表示的角度是随机的。

射频和声纳应用的另一个显着特点在于：它们只需要准确地确定存在或不存在FFT输出的峰值。只要峰值可以精确地确定，峰值的确切幅值并不重要。该功能使得雷达和声纳应用不同于具有正弦/复指数信号的普通应用，这使得这里描述的调整方法适用于雷达和声纳应用。

在下文中，本公开的实施例将参照实施基2FFT算法的雷达接收器说明。然而，这些实施方式同样适用于声纳接收器。此外，无论是对雷达和声纳应用，基于本文提供的描述，本领域的普通技术人员将很容易能够扩展这些实施例(可具有已知的小修改)到其它类型的固定点FFT实现中，诸如例如基数4和其它算法。因此，所有这些实施例和实施在本公开的范围之内。

图3示出根据本公开的一些实施例，示例性6级基数为2的FFT算法的调整。在其他实施例中，可以使用阶段的任何其它数量。

如图3所示，所提出的调整包括每隔基数2阶段由1位调整(相当于每基数2级0.5位)。本发明的发明人认识到，该调整适合于将在射频和声纳应用中实现的定点FFT，其中由接收器检测的芯干净信号是复杂指数(例如，正弦)，这可然后通过宽带噪声降低，并且其中所要求的精确度随着噪声增大而增长。该调整导致需要通过雷达或声纳接收器进行处理的任何类型的输入信号的足够SNR，范围从高度随机输入信号到基本上复指数的输入信号，以及包括介于高度无规和很大程度上复指数输入信号之间的输入信号。

提供给雷达接收器的数据处理系统的FFT算法的高度随机输入信号(即，包含许多不同的频率的信号)意味着：该接收的雷达信号非常嘈杂。对于基2FFT，高度随机的输入信号通过每一个阶段增长因子sqrt(2)。因此，每隔基2阶段，信号增长2倍(即，sqrt(2)×sqrt(2))。有了这样的增长，通过每隔基2阶段2倍调整信号通常不会导致溢出，因为该调整将提供生长足够的补偿。如先前描述地，溢出导致计算结果不能正确地表示，这会降低所接收的信号。不具有溢出意味着接收的雷达信号不被由于溢出添加噪声而进一步降低，从而相比调整每一个阶段的保守常规方法增加了信噪比，这正是用于高随机信号的成功处理。

提供到雷达接收器的FFT算法的纯粹复指数输入信号(即包括单个频率的信号)意味着接收的雷达信号非常干净，无噪声。对于基2FFT，纯粹的复指数输入信号中每基2阶段增长因子2。因此，每隔基2阶段，信号增长因子4(即，2×2)。有了这样的增长，通过每隔基2阶段2倍调整信号将可能导致由于饱和的溢出，因为它不会补偿4每隔基2阶段的成长，增加了噪声和降低信噪比。然而，这种降低信噪比在雷达接收器接受的，因为由于接收到的反射雷达信号非常干净，无噪声开始，则不需要高SNR识别在FFT输出中的峰值。如本文前面所述，一旦上的FFT的输出的峰值被识别，基于FFT bin的二维阵列中峰值的x轴和y轴坐标确定对象的距离，对象的位置和/或物体的速度。在速度不被确定的情况下，通过仅施加水平FFT，足以仅仅生成一维数组。

介于纯粹的复指数波形和高度随机信号之间某处的输入信号意味着接收到的雷达信号不是很干净，无噪音，而是通过宽带噪声降低。这样的信号越接近随机信号，更多噪声。对于基2FFT，该输入信号将通过每基数2级的sqrt(2)和2之间的因子生长。因此，信号每隔基数2级增长2和4之间的因子。这里提出的调整自然会达到由于通过饱和溢出的噪声量和输入信号的清洁度之间的平衡，后者依次必要使得SNR成功处理由雷达接收器接收的信号：

-接收的非纯粹复指数但是包括相对小的噪声(即，信号仅具有随机信号的相对小的贡献)的信号将具有每基数2阶段比sqrt(2)接近2的生长因子，因此，可通过产生被添加更多的噪声饱和溢出(即信噪比下降)，这是可以接受的，因为这样的信号相对干净开始，因此，不需要高的SNR被成功处理，

-非纯粹随机但包括相对大的噪声分量(即，具有随机信号的相对大贡献的信号)的接收信号将具有每基数2阶段接近生长因子sqrt(2)，而不是2，因此，是不太可能由于饱和的溢出导致较小噪声被加入(即，增加的SNR)，这是有利的，因为这些信号需要增加的信噪成功地处理。

对于基4的FFT算法，每个基4阶段的成长对于单纯复指数输入信号是因子4，对于随机输入信号因子为2。因此，基数4的FFT的相应比例将对于基2调整两倍，如上所述。

在一些实施例中，确保当发生溢出时，信号在它的最大或最小电平饱和，而不是让它“环绕”是重要的。轻度饱和相当于增加了一些噪声的信号，而全包裹围绕以最大可能值降低信号。本文描述的配置为执行方法的数据处理系统，诸如例如在图18或19所示的系统中，可以被配置为确保在数学运算(在此情况下，操作被加/减)中，该信号被饱和，而不是缠绕。

与尝试消除或至少限制由于饱和的溢出或使溢出可能性较小的现有技术的FFT调整方法相反，上述目的地调整允许发生溢出。该调整降低纯粹的干净的复指数输入的FFT精度，其中，“足够好”的精度要求并不高，同时当信号变得噪音时提供了逐步改善FFT精度。下方的部分提供向可被提供给数据处理系统的各种输入信号应用所提出的调整的模拟结果，用于通过雷达或声纳接收器检测到的处理信号。

仿真结果

即使在接近饱和干净复指数输入信号的最坏情况下，所描述的调整方法本文仍允许检测所接收的基频反射雷达信号，尽管剪裁。图4-图16提供示例性签名定点16位整数的FFT的模拟结果，配置以饱和值32，767的。值32，767(在以下称作“32K”)是可以通过固定点FFT实现本实施例的表示的最大值，因为这是有符号的16位整数的最大可能值。换句话说，饱和而非缠绕的16位整数意味着：在32，767的正饱和＝0x7FFF，在-32，768的负饱和＝0x8000。

图4示出表示为输入波形的256点FFT的图(400)(即，256点的FFT窗口这种指数的精确3个周期)，输入信号足够小，这样就没有了FFT结果的削波。如图4中所示，FFT的峰值402为约16K，足够低以避免可发生在约32K削波。

图5示出如图4的相同输入波形的曲线图(500)，但具有的幅度比图4中所示的4倍，例如振幅高到足以显著夹到可由本实施例的定点FFT表示的最大值。如可在图5看出，可以尽管FFT峰502夹在大约32K的最大可能值限幅，而正确的值将是约64K，所以实际上在所计算的相对光谱没有退化，如该图的水平轴指示。

图6示出了如图4的相同输入信号的曲线图(600)，但在8倍速的振幅，导致峰值602的削波。在图6的例子中，峰值602的削波是相当显著，因为根本仓的理论值约128K被裁剪为32K的最大FFT值。在这种情况下，存在输出的明显失真，如在图6中可以看出除了峰值602的较小峰值，但是FFT的基本容器(即峰602)仍然是很清楚明显和正确的，允许接收信号的成功处理。

图7示出对于在图4的相同输入信号的曲线图(700)，但这次在16倍的振幅。在这种情况下，输入信号的峰-峰幅值是32K，输入的全动态范围的一半，导致FFT的几乎每一个阶段削波英寸。如在图7中可以看出基本峰值702以外的较小峰值，现在有大的失真输出，然而基本槽702仍然是非常清楚明显和正确的。图7的实施例的削波是非常显著的，因为根本槽的理论值应该是256K，它已在32K被裁剪。换言之，数学上正确的输出是在动态范围8倍。

图8示出了对于图4的相同输入信号的曲线图(800)，但图4的输入信号的幅度的511/16。这可代表情况，就是作为接近满饱和度是可能得到与该FFT，因为512/16＝32，和输入信号会在FFT甚至开始前已经被削波。这种情况会导致在FFT的每一个阶段限幅，如示于图8具有除基峰802的较小峰。如可在图8中可以看出，即使在这种极端情况下，根本槽令人惊讶地仍然是正确的，但现在有另一个基本槽候选804，不明确选择哪一个。然而，对于实际的实施，这种情况不太可能发生，因为雷达系统通常被设计成不会在所收集的数据饱和(FFT的数学运算之前即甚至开始)，即使对于预期复指数芯射频信号的噪声。

现在考虑当添加噪声，并同时确保在FFT甚至开始之前输入信号不被限幅，会发生什么。图9示出了图(900)，示出图4的输入信号的实部和虚部(从而没有发生削波，即振幅足够小)，但具有添加的噪声。在图9中，曲线902表示这样嘈杂复输入信号的实部，而曲线904表示虚部。

图10示出了在图9所示的输入信号，如从图10中可以看出的FFT的曲线图(1000)，FFT处理期间没有出现削波，FFT峰1002是在约16K。

图11示出对于在图4的输入信号的相同复指数核信号的曲线图(1100)，但有更多的噪音，即比图9的信号所示具有显著更多的噪音比。在图11中，曲线1102表示该嘈杂复输入信号的实部，而曲线1104表示虚部。

图12示出在图11所示的输入信号的FFT的曲线图(1200)。如可从图12可以看出的，无峰1202的削波发生在FFT计算过程中，虽然整体输入幅度和图5产生的信号是相同的，其中所述FFT确实剪辑。

以另一个因子2增加改输入示于图13，示出了如在图11中的相同的波形的曲线图(1300)，但是以2倍的大小。在图13中，曲线1302表示这样嘈杂复输入信号的实部，而曲线1304表示虚部。相应FFT示于图14，表示作为图12的相同波形的曲线图(1400)，但是以2倍的大小。虽然，在这种情况下，总的峰-峰值输入振幅现在是16K(即，全动态范围的四分之一)，FFT计算过程中没有发生削波，和峰1402在输出中的位置是完全准确。这是由于事实：大部分的输入的振幅的现在由噪声占用，其FFT生长仅是每基数2阶段0.5比特。相同幅度的纯指数输入产生在图5所示的FFT，这确实夹子，但对结果其收效甚微，恰恰是因为它的输入是“干净”。

最后，图15示出了与图13的比较再次加倍的有噪声的输入的曲线图(1500)，所以，对于图15，输入是总输入的动态范围的一半。在图15中，曲线1502表示该嘈杂复输入信号的实部，而曲线1504表示虚部。相应FFT示于图16，表示作为图14的相同波形的曲线图(1600)，但是以2倍的大小。裁剪确实发生-基本的峰值1602已经饱和在32，767，而理想情况下，它应该是64K。这是剪辑的唯一的副作用，当与图14比较，光谱的其余部分看起来完美，并基峰是容易区别。

利用定点FFT的改进调整的示例性方法

图17示出了利用改进的固定点的FFT的调整，如本文描述的方法的示例性流程图(1700)。这样的方法可以通过包括至少处理器和存储器，例如任何数据处理系统中执行例如在图18所示的数据处理系统1800。该数据处理系统可包括内部或通信地连接到雷达或声纳系统，特别是雷达或声纳接收器。

该方法1700假定，首先，雷达或声纳发射器发射的信号是由一个或多个感兴趣的对象反射并通过雷达或声纳接收器获得。这样的信号优选是线性调频脉冲信号。

该方法1700可以开始于：数据处理系统获得指示由雷达接收器的雷达天线或声纳接收器(在图17，框1702)的声纳传感器检测到的信号的输入信号。检测到的信号包括由雷达或声纳发射器发送的信号，作为从感兴趣的一个或多个物体反射的。所发射的信号可以是线性调频脉冲信号，在这种情况下，检测到的信号也将包含线性调频脉冲信号。在各种实施例中，数据处理系统可以从例如接收输入信号雷达的模拟前端或配置成接收和可能通过射频或声纳接收器取得前处理信号的声纳接收器。在一些实施例中，模拟前端可以转换(如果需要)获取的模拟信号为提供给数据处理系统中的输入信号的数据样本。

如在图17与框1704所示，数据处理系统可以随后用如本文所述的改进调整应用FFT。为此目的，该数据处理系统可以例如执行步骤，如上所述，即在数据矩形执行水平(即，范围)窗口FFT，优选但不是必须跟着垂直(速率)窗口FFT。因此，在峰识别以下步骤开始之前，该数据处理系统可以对水平FFT的结果执行垂直FFT。在实现中仅检测到的对象的范围是感兴趣，而不是他们的速度，数据处理系统可以被配置为对水平FFT输出进行峰值识别。换句话说，在这样的实施中，数据处理系统将只对输入信号执行水平FFT，和在索引频率的一维阵列安排结果，对象的距离可以根据被确定为可归因于该对象的峰值的频率确定。

应当指出：其中采用奇数级的基2FFT算法的情况下，在一些实施例中，数据处理系统可以被配置成如本文所述对阶段对执行改进的调整，和一个未配对的奇数级的输出可留下未调整。在其它实施例中，数据处理系统可被配置成通过确定为适合于该系统的特定部署的任何量调整奇数级的输出。

一旦该数据处理系统获得应用FFT的输出，数据处理系统被配置为识别可在FFT输出(框1706在图17)中存在的零或以上的峰值。如本文先前所述，确定峰的方式对于本领域中的普通技术人员已知，用于识别峰值的任何已知装置和算法都在本公开的范围之内。

基于在FFT输出所识别的峰，数据处理系统可确定一个或多个：对于感兴趣的每个对象，对象的距离的指示，对象的速度的指示，对象的移动方向的指示，和对象的位置的指示，例如相对于所述雷达/声纳接收器或发射器(框1708在图17)。为此目的，如本文中所描述的，数据处理系统将确定所识别的峰的x和y坐标，以确定关于对象位置和运动的信息。各种方式来确定距离的，位置，运动方向，和/或基于在雷达接收器的FFT输出所识别的峰值的对象的速度在本领域中是已知的，并且都在本公开的范围之内。

示例性数据处理系统

图18示出了根据本公开的一些实施例，示出示例性数据处理系统1800的方框图。

如图18所示，数据处理系统1800可以包括通过系统总线1806耦合到存储器元件1804的至少一个处理器1802，因此，数据处理系统可以在存储器元件1804内存储进一步的程序代码，处理器1802可以执行经由系统总线1806从存储器元件1804访问的程序代码。在一个方面中，数据处理系统可以被实现为适合于存储和/或执行程序代码的计算机。然而，应当理解，数据处理系统1800可在包括处理器和能够执行本公开中所描述的功能的存储器的任何系统的形式来实现。

存储器元件1804可包括一个或多个物理存储器设备，诸如，例如，本地存储器1808和一个或多个大容量存储设备1810。本地存储器可以指随机存取存储器或其他非持久存储器装置，通常在程序代码的实际执行期间使用。大容量存储设备可被实现为硬盘驱动器或其他持久性数据存储设备。该处理系统1800还可以包括一个或多个高速缓冲存储器(未示出)，提供至少某些程序代码的临时存储，以减少程序代码必须从大容量存储装置1810在执行期间进行检索的次数。

输入/输出(I/O)描绘作为输入设备1812和输出设备1814的设备任选可以耦合到数据处理系统。输入设备的例子可以包括(但不限于)键盘，定点设备，诸如鼠标，或类似的。输出设备的实例可以包括，但不限于，监视器或显示器，扬声器，或类似物。输入和/或输出设备可以耦合到直接的数据处理系统或通过中间I/O控制器。

在实施例中，输入和输出设备可以被实现为组合的输入/输出设备(在图18中包围输入装置1812和输出装置1814中的虚线所示)。这样的组合设备的一个例子是触敏显示器，也有时被称为“触摸屏显示器”或简称为“触摸屏”。在这样的实施例中，输入到该装置可以由物理对象的移动来提供，如例如触摸屏显示器上或附近的触针或用户手指。

网络适配器1816还可以任选地连接到数据处理系统，使其能够通过中间专用或公共网络变得耦合到其他系统，计算机系统，远程网络设备和/或远程存储设备。网络适配器可以包括数据接收器，用于接收由发送的数据所述的系统，装置和/或网络的数据处理系统1800，和用于从数据处理系统发送数据的数据发送器1800向所述系统，装置和/或网络。调制解调器，电缆调制解调器以及以太网卡是不同类型的网络适配器可与数据处理系统1800可使用的例子。

如在图18描绘，1804可以存储应用程序1818在各种实施例的存储器元件中，应用程序1818可以存储在本地存储器1808中，一个或多个大容量存储设备1810，或者除了本地存储器和大容量存储设备。但是应当理解，数据处理系统1800可进一步执行操作系统(在图18未示出)，其可以方便应用1818的应用1818的执行，以可执行程序代码的形式被实施，可以通过执行数据处理系统1800，例如，由处理器1802响应于执行应用程序，该数据处理系统1800可被配置为执行本文描述的一个或多个操作或方法步骤。

利用定点的FFT的改进的扩展典型的雷达或声纳系统

图19示出根据本公开的一些实施例，配置成实现定点FFT的调整的示例性射频或声纳系统1900的系统图。该系统1900包括至少用于从对象发射信号的发射器1902，该系统1900是雷达系统的情况下，这将是雷达发射器，和系统1900是声纳系统的情况下是声纳发射器。

发射器1902可以包括线性调频脉冲信号发生器。用于产生线性调频脉冲信号的各种装置在本领域中是已知的，如例如用YIG振荡器，采用具有电压控制振荡器(VCO)的模拟电路和线性或指数斜坡控制电压，或数字数字信号处理器(DSP)，数字-模拟转换器(DAC)产生线性调频脉冲信号，和直接数字合成器(DDS)和通过改变在数字控制振荡器的工序。用于产生线性调频脉冲信号的所有装置和方式都在本公开的范围之内。

系统1900还包括传感器1904，用于检测信号，例如系统1900是雷达系统的情况下的一个或多个射频天线，和系统1900是声纳系统的情况下一个或多个超声波传感器。

该系统1900还可以包括数据处理系统1908，包含至少一个处理器1910和存储器1912，用于执行利用定点的FFT的调整的方法和执行本文中所描述的数据处理功能的各个方面。在一些实施例中，数据处理系统1908可被实现为在图18所示的系统1800。

在一些实施例中，数据处理系统1908可被配置成执行在图17以及其它的处理功能示出的方法1700处所描述的，诸如例如处理部分“FFT的基础知识及其在雷达和声纳系统中的应用”上述描述。

可选地，射频或声纳接收器还可以包括信号调节器1906，配置成在供给调节信号作为数据处理系统1908的输入信号之前调节由接收器1904获取的信号。该调节可包括一个或多个例如模拟到数字的转换，根据一个或多个预定义准则过滤(例如，施加带通滤波器，以仅处理信号中的频率的有限频带)，放大等。

实施如本文所述的改进调整，使得能够使用定点的FFT执行雷达/声纳系统1900，有利地降低了系统的成本和功耗。

虽然图19示出了数据处理系统1908被包括在系统1900中，在其他实施例中，数据处理系统1908可实现外部于系统1900，在这种情况下，数据处理系统1908可被配置成控制系统1900远程，经由任何适当的通信信道。换句话说，并非如图19所示实现为系统1900内，数据处理系统1908可以外部于系统1900和通信地耦合到系统1900。

例子

示例1提供了一种雷达系统，包括雷达发射器，配置以发射无线信号，雷达接收器，被配置为检测包括信号至少从物体反射的发送的射频信号的一部分，并基于所检测的信号生成输入信号，以及数据处理系统。该数据处理系统被配置以提供输入信号，作为包括两个或多个蝶形级的快速傅里叶变换(FFT)算法的输入，由调整因子等于复指数的输入信号FFT算法的每对连续蝶形级的生长因子的倒数的两倍调整每对连续蝶形级的输出，以及基于所述FFT算法的输出确定一个或多个：对象的距离的指示，对象的速度的指示，以及对象的位置的指示。

示例2提供了如示例1的一种雷达系统，其中，所述FFT算法包括基2算法，并且其中所述调整包括：通过比例因子1调整一对中的一个蝶形级，和通过比例因子1/2调整连续蝶形级对的另一蝶形级。

示例3提供如示例1的雷达系统，其中，所述FFT算法包括基数4算法，并且其中所述调整：通过比例因子1/2调整每个蝶形级。

示例4提供如在上述示例中的任何一个的系统的雷达系统，其中，输入信号包括大致复指数信号或基本上正弦信号。

示例5提供在上述示例的任何一个的系统的雷达系统，其中，其中，所述数据处理系统被配置为调整每对蝶阶段的输出，允许输入信号由于饱和的无限削波。

示例6提供了在上述的示例的任何一个的系统的雷达系统，其中，所述数据处理系统进一步经配置以确保输入信号是饱和的，而不是被缠绕。

示例7提供了在上述的示例的系统的雷达系统，其中，所述数据处理系统被配置为通过对输入信号的数据样本的行施加水平窗的FFT算法以及通过对水平窗口FFT算法的输出实施垂直窗口FFT算法而执行FFT算法，以产生FFT算法的输出。

示例8提供了在上述的示例的任何一个的系统的雷达系统，其中，所述数据处理系统被配置为识别FFT算法的输出中的零或多个峰值，以及其中确定所述一个或多个对象的距离的指示，物体的速度的指示，以及对象的位置的指示是基于所识别的零或多个峰值来执行。

示例9提供了在上述示例中的任何一个的系统的雷达系统，其中，所述射频信号包括一个线性调频脉冲信号。

示例10提供了在上述的示例的任何一个的系统的雷达系统，其中，FFT算法包括固定点FFT算法。

示例11提供了一种声纳系统，包括：在包括两个或多个蝶形阶段的快速傅里叶变换(FFT)算法的输入接收输入信号，其中，所述输入信号包括由一个或多个射频天线检测到的雷达信号或由一个或多个超声波传感器检测到的声纳信号；通过调整因子等于复指数的输入信号的FFT算法的一对连续蝶形级的生长因子的倒数的两倍，调整每对连续蝶形级的输出；和基于所述FFT算法的输出，确定一个或多个：所述对象的距离的指示，所述对象的速度的指示，以及对象的位置的指示。

示例12提供了示例11的声纳系统，其中，所述FFT算法包括基2算法，并且其中所述调整包括：通过比例因子1调整一对中的一个蝶形级，和通过比例因子1/2调整连续蝶形级对的另一蝶形级。

示例13提供了示例12的声纳系统，其中，FFT算法包括基数4算法，并且其中所述调整包括：通过比例因子1/2调整每个蝶形级。

示例14提供如在上述示例中的任一项的声纳系统的声纳系统，其中，该输入信号包括基本上复指数信号或基本上正弦信号。

示例15提供了如在上述示例中的任一项的声纳系统的声纳系统，其中，所述数据处理系统被配置为调整每对连续蝴蝶阶段的输出，允许由于饱和的输入信号的无限削波。

示例16提供了如在上述的示例的任一项的声纳系统的声纳系统，其中，所述数据处理系统进一步经配置以确保输入信号是饱和的，而不是被缠中。

示例17提供了如在上述的示例的声纳系统，其中，所述数据处理系统被配置为通过对输入信号的数据样本的行施加水平窗的FFT算法以及通过对水平窗口FFT算法的输出实施垂直窗口FFT算法而执行FFT算法，以产生FFT算法的输出。

示例18提供如在上述的示例的任一项的声纳系统的声纳系统，其中，该所述数据处理系统被配置为识别FFT算法的输出中的零或多个峰值，以及其中确定所述一个或多个对象的距离的指示，物体的速度的指示，以及对象的位置的指示是基于所识别的零或多个峰值来执行。

示例19提供了如在上述示例中的任何一个的声纳系统的声纳系统，其中，所述声纳信号包括线性调频脉冲信号。

示例20提供了如在上述的示例的任一项的声纳系统的声纳系统，其中，FFT算法包括固定点FFT算法。

示例21提供如上述任何示例中使用的雷达系统或声纳系统的数据处理系统。

示例22提供由数据处理系统执行的方法，如上述任何示例。

示例23提供了一种非临时性计算机可读存储介质，其存储指令，当在计算机的处理器上执行时，由数据处理系统执行上述任何示例的执行的方法。

示例24提供了一种计算机程序，配置数据处理系统以执行在任何上述示例的功能。

变化和实现

虽然用示例性实施方式的引用上述本发明的实施例，如图3-图19，本领域的技术人员将认识到，上面描述的各种教导可应用于多种其他的实现。特别是，虽然在本公开内容提供了一些说明参考基数2的FFT，这些描述都适用于阶段实现的其它FFT。此外，虽然本文所提供的实施例是参照其包含5个阶段的FFT和16位的整数FFT，当然在其它实现中可以使用任何其它数量的阶段和任何数目的比特。

在某些上下文中，本文讨论的特征可以适用于汽车系统，安全关键的工业应用，医疗系统，科学仪器，无线和有线通信，雷达，工业过程控制，音频和视频设备，电流检测，仪表(可以是高度精确的)，以及其他基于数字处理的系统。

此外，以上所讨论的某些实施例可以提供在数字信号处理技术，用于医学成像，患者监护，医疗仪器，和家庭医疗保健。这可包括肺监测器，加速度计，心脏速率监视器，起搏器等。其他应用程序可以包括安全系统的汽车技术(例如，稳定控制系统，驾驶辅助系统，制动系统，信息娱乐和任何类型的内部应用)。

在其它实施例方案中，本公开的教导可以适用于工业市场，包括过程控制系统，以帮助驱动效率，能量效率和可靠性。在消费者应用中，以上所讨论的信号处理电路的教导可用于图像处理，自动对焦，并且图像稳定(例如，用于数字静态相机，摄像机，等等)。其他消费应用可以包括家庭影院系统，DVD录像机和高清电视的音频和视频处理器。

在实施例的以上的讨论中，系统的部件(诸如例如，时钟，多路复用器，缓冲器，和/或其它组分)可容易地被替换，取代，或为了适应特定的电路需要以其它方式修改。此外，应该指出的是，使用互补的电子设备，硬件，软件等提供用于实现涉及虚拟抖动的本公开教导的同样可行的选择。

用于实施如本文中所提出的定点FFT的调整功能的各种系统的零件可包括电子电路以执行本文描述的功能。在一些情况下，该系统的一个或多个部分可以由处理器来提供，特别配置用于执行本文中所描述的功能。例如，该处理器可以包括一个或多个专用部件，或者可以包括可编程逻辑门，被配置为执行本文描述的所述功能。该电路可以在模拟域中，数字域，或在混合信号域操作。在一些情况下，通过执行存储在非临时性计算机可读存储介质上的一个或多个指令，所述处理器可经配置以执行在此描述的功能。

在一个示例实施例中，任何数目的图3，图18和19的电路可被在一个相关联的电子器件的电路板来实现。主板可以是一般的电路板，可以装在电子设备的内部电子系统的各种组件，并进一步为其他外围设备提供连接器。更具体地，电路板可以提供电连接，通过其该系统的其它部件可电通信。根据特定的配置需求、处理需求、计算机设计等，任何合适的处理器(包括数字信号处理器、微处理器、支撑芯片组等)、计算机可读非临时性存储元件等可以被适当地联接到所述板。其他组件(诸如，外部存储、另外的传感器、用于音频/视频显示器的控制器以及外围设备)可以通过电缆被连接到电路板插入式卡，或集成到板本身。在各种不同的实施例中，本文中所描述的功能可以在仿真形式的软件或固件内布置在支持这些功能的结构的一个或多个可配置(如可编程)元件运行来实现。软件或固件提供仿真可以提供包括指令以允许处理器执行这些功能的非临时性计算机可读存储介质上。

在另一示例实施例中，图3，图18和19的电路可以被实现为单独的模块(例如，具有相关联的部件和电路被配置为执行特定的应用程序或功能的设备)或实现为插件模块到应用电子设备的特定硬件。需要注意，本公开的具体实施例可以容易地包括在芯片上(SOC)包的系统中，无论是在部分或全部。SOC表示计算机或其它电子系统的组件集成到单个芯片的IC。它可以包含数字、模拟、混合信号以及经常射频功能：所有这些都可以在单个芯片衬底上提供。其他实施例可以包括多芯片模块(MCM)，具有多个位于单一的电子封装内并配置成彼此通过电子封装密切相互作用独立的IC。在各种其它实施例中，控制电路可以在一个或多个硅芯，被实现在专用集成电路(ASIC)、现场可编程门阵列(FPGA)和其他的半导体芯片。

还必须要注意，所有的规格、尺寸以及且本文所概述的关系(例如，处理器，逻辑运算，数量等)只被提供用于示例的目的，仅教学。这样的信息可以变化相当大，而不脱离本公开的精神，或实施例和所附权利要求的范围。规格只适用于非限制性示例，因此，它们应被理解为这样。在前面的描述中，示例实施例已经参考特定的处理器和/或部件安排描述。可以对这样的实施方式进行各种修改和改变，而不脱离示例和所附权利要求的范围。说明书和附图相应地应被视为说明性的而不是限制性的意义。

注意，利用本文提供的许多例子，相互作用可以在两个、三个、四个或更多个电部件来描述。然而，这已只为清楚和示例的目的进行。但是应当理解，该系统可以以任何合适的方式合并。沿着类似的设计方案，任何示出的组件、模块和图的元件可以以各种可能的配置相结合，所有这些显然在本说明书的范围之内。在某些情况下，可能会更容易通过只引用电元件的有限数量来描述一个或多个一组给定流的功能。但是应当理解的是，图和其教导的电路是容易可扩展的，并且可以容纳大量的组件，以及更复杂/精密的安排和配置。因此，提供的示例不应该限制范围或抑制电路的广泛教导为可能应用于其它无数架构。

注意，在本说明书中，包含在“一个实施例”、示例实施例”、“实施例”、“另一实施例”、“一些实施例”、“各种实施例”、“其他实施例”、“替代实施例”等中引用的各种特征(例如，元件、结构、模块、组件、步骤、操作、特性等)旨在表示，任何这样的功能都包含在本公开内容的一个或多个实施例，而是可或可以在相同的实施例被组合。

同样重要的是要注意，如本文中所提出的有关定点的FFT的调整功能的功能只说明了一些在图3，图18和19示出了可以由被执行，或在可能的函数，系统有的这些操作可能会被删除或移除在适当情况下，或这些操作可以被修改或改变，而不脱离本公开的范围。另外，这些操作的定时可以大大改变。前面的操作流程已经提供讨论的目的。极大的灵活性是通过在任何合适的布置，年表，配置和定时机制在此描述的实施例提供，可在不脱离本公开的教导的情况下可以提供。

需要注意，上面描述的装置的所有可选特征也相对于所述方法或本文描述过程来实现，实施例细节可以在一个或多个实施例中的任何地方使用。

许多其它改变、替代、变化、改变和修改可以领域技术人员确定，它的目的是，本发明包括落入实施例和所附的权利要求的范围内的所有这样的改变、替换、变化、改变和修改。

虽然该权利要求在美国专利商标局之前使用的样式单依赖格式呈现，但是应该理解的是，任何权利要求可以依赖并用相同类型的任何前述权利要求组合，除非这显然是技术上不可行。

Claims (20)

1.一种雷达系统，包括：

雷达发射器，被配置为发送射频信号；

雷达接收器，配置成检测信号，所述信号至少包括所发送的射频信号从物体反射的一部分，并且基于所检测到的信号产生输入信号；和

数据处理系统，配置成：

提供所述输入信号作为到包括两个或更多个蝶形级的快速傅立叶变换算法的输入；

通过调整因子调整每对蝶形级的输出，所述调整因子等于对于复指数的输入信号所述快速傅立叶变换算法的该对蝶形级的生长因子的倒数的两倍；和

基于所述快速傅立叶变换算法的输出，确定下列中的一个或多个：到所述物体的距离的指示，所述物体的速度的指示，以及所述物体的位置的指示。

2.根据权利要求1所述的雷达系统，其中，所述快速傅立叶变换算法包括基2算法，并且

其中所述调整包括：通过比例因子1调整每一对蝶形级中的一个蝶形级，和通过比例因子1/2调整每一对蝶形级中的另一蝶形级。

3.根据权利要求1所述的雷达系统，其中，所述快速傅立叶变换算法包括基数4算法，并且其中所述调整包括：通过比例因子1/2调整每个蝶形级。

4.根据权利要求1所述的雷达系统，其中，所述输入信号包括复指数信号或正弦信号。

5.根据权利要求1所述的雷达系统，其中，所述数据处理系统被配置为调整每对蝶级的输出，允许输入信号由于饱和的无限削波。

6.根据权利要求1所述的雷达系统，其中，所述数据处理系统被进一步配置以确保所述输入信号被饱和，而不是被缠绕。

7.根据权利要求1所述的雷达系统，其中，所述数据处理系统被配置为：通过对输入信号的数据样本的行施加水平窗口快速傅立叶变换算法以及通过对水平窗口快速傅立叶变换算法的输出实施垂直窗口快速傅立叶变换算法而执行快速傅立叶变换算法，以产生快速傅立叶变换算法的输出。

8.根据权利要求1所述的雷达系统，其中，所述数据处理系统被配置为识别快速傅立叶变换算法的输出中的零或多个峰值，以及其中确定到所述物体的距离的指示、物体的速度的指示，以及物体的位置的指示中的一个或多个是基于所识别的零或多个峰值来执行。

9.根据权利要求1所述的雷达系统，其中，所述射频信号包括线性调频脉冲信号。

10.根据权利要求1所述的雷达系统，其中，所述快速傅立叶变换算法包括固定点快速傅立叶变换算法。

11.一种处理复指数或正弦输入信号的方法，包括：

在包括两个或更多个蝶形级的快速傅里叶变换算法的输入接收输入信号；

通过下列步骤来产生输出信号：

在所述两个或多个蝶形级对所述输入信号进行蝶形操作，和

通过调整因子调整每对连续蝶形级的输出，所述调整因子等于用于快速傅立叶变换算法的该对连续蝶形级的生长因子的倒数的两倍；和

在快速傅立叶变换算法的输出提供所述输出信号。

12.根据权利要求11所述的方法，其中所述输入信号是基于从物体反射的射频信号部分产生的，

所述方法还包括：

基于所述快速傅立叶变换算法的输出，确定下列中的一个或多个：到所述物体的距离的指示，所述物体的速度的指示，以及物体的位置的指示。

13.根据权利要求11所述的方法，还包括：

在所述两个或更多个蝶形级中的一个或多个处允许溢出。

14.根据权利要求11所述的方法，其中，所述快速傅立叶变换算法包括基2算法，并且其中所述调整包括：通过比例因子1调整每一对连续蝶形级中的一个蝶形级，和通过比例因子1/2调整所述每一对连续蝶形级的另一蝶形级。

15.根据权利要求11所述的方法，其中所述快速傅立叶变换算法包括基数4算法，并且其中所述调整包括：通过比例因子1/2调整每个蝶形级。

16.一种数字信号处理系统，用于处理在包括两个或更多个蝶形级的快速傅里叶变换算法的输入接收的复指数或正弦输入信号，所述系统包括：

用于通过下列步骤产生快速傅立叶变换算法的输出的构件：

在所述两个或多个蝶形级处对所述输入信号进行蝶形操作，和

通过以每对连续蝶形级的输出除以所述快速傅立叶变换算法的该对连续蝶形级的生长因子的一半，来调整每对连续蝶形级的输出。

17.根据权利要求16所述的系统，其中所述输入信号是基于从物体反射的射频信号部分产生的，

所述系统还包括构件，用于基于所述快速傅立叶变换算法的输出，确定下列中的一个或多个：到所述物体的距离的指示，所述物体的速度的指示，以及物体的位置的指示。

18.根据权利要求16所述的系统，其中所述两个或更多个蝶形级中的各蝶形级仅属于一对连续蝶形级。

19.根据权利要求16所述的系统，其中所述快速傅立叶变换算法包括基2算法，并且其中所述调整包括：以每一对连续蝶形级中的一个蝶形级的输出除以二，而不调整所述每一对连续蝶形级中的另一蝶形级的输出。

20.根据权利要求16所述的系统，其中所述快速傅立叶变换算法包括基数4算法，并且其中所述调整包括：以每一对连续蝶形级中的各蝶形级的输出除以二。