CN107818324A - 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 - Google Patents

将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 Download PDF

Info

Publication number
CN107818324A
CN107818324A CN201710810856.9A CN201710810856A CN107818324A CN 107818324 A CN107818324 A CN 107818324A CN 201710810856 A CN201710810856 A CN 201710810856A CN 107818324 A CN107818324 A CN 107818324A
Authority
CN
China
Prior art keywords
signal
data block
array
computing device
parameter vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710810856.9A
Other languages
English (en)
Other versions
CN107818324B (zh
Inventor
G·A·雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN107818324A publication Critical patent/CN107818324A/zh
Application granted granted Critical
Publication of CN107818324B publication Critical patent/CN107818324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/62—Sense-of-movement determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/04—Display arrangements
    • G01S7/046—Display arrangements using an intermediate storage device, e.g. a recording/reproducing device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/03—Airborne
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种对信号参数矢量数据进行空间滤波的方法，其包括在计算设备处，在第一时间接收第一信号参数矢量并且在发生在第一时间之后的第二时间接收第二信号参数矢量。第一信号参数矢量和第二信号参数矢量来源于在传感器处接收的多个信号，并且分别包括第一信号数据块和第二信号数据块。该方法还包括分别将第一信号数据块和第二信号数据块传输到表示物理空间域的阵列数据结构的至少第一单元和第二单元，以及确定具有中心和一对轴线并且包含第一信号数据块和第二信号数据块的椭圆误差区域概率对象。中心表示在第二时间信号发射器的最高概率位置，一对轴线表示中心的空间误差。

Description

将功能性网格单元添加到随机稀疏树形网格以便空间滤波的 系统和方法
技术领域
本公开的领域总体涉及对由广域监视传感器接收的信号数据进行空间滤 波，并且更具体地，涉及用于将功能性网格单元添加到随机稀疏树形网格以 便空间滤波的系统和方法。
背景技术
在已知的空间滤波系统和方法中，改进的预处理前端架构生成具有新特 性的信号数据矢量，并且需要更广泛的处理系统和方法。已知的包括降噪和 盲源分离的空间滤波系统和方法的改进生成包含新特性和附加的新信息类型 的信号参数矢量。为了在后处理期间有效地生成信号参数矢量的有用的去交 织信息，此类已知的空间滤波系统和方法需要基本上更复杂的处理器架构。 即使具有改进的后处理架构，此类已知的空间滤波系统和方法也通过相对于 标准信号参数矢量的新类型信号参数矢量数据和非标准数据而遭遇去交织性 能的削弱。
至少一些已知的空间滤波和信号参数矢量去交织系统和方法在仅可以产 生到达角(AOA)空间信息而不是更准确的空间位置的单个平台架构中实现 是具有挑战性的。此外，至少一些已知的空间滤波和信号参数矢量去交织系 统和方法不能够(在没有高度精密、复杂和昂贵的后处理计算要求的情况下) 组合具有广泛变化的精确度的非标准信号参数并且使用移动发射器平台空间 信号参数作为信号参数矢量去交错的一部分。最后，为了生成精确的结果， 当使用随机直方图方法来扩展具有非常小的信元(cell)的网格中的空间数据 时，在至少一些已知的空间滤波系统和方法中，标准后处理架构的使用具有 不可接受的低效率。
发明内容
一方面，提供了用于对由至少一个监视平台生成的信号参数矢量数据进 行空间滤波方法。该至少一个监视平台包括被配置为从信号发射器接收多个 信号的传感器。该方法包括在计算设备处，在第一时间接收第一信号参数矢 量并且在发生在第一时间之后的第二时间接收第二信号参数矢量，第一信号 参数矢量包括第一信号数据块并且第二信号参数矢量包括第二信号数据块， 其中第一信号参数矢量和第二信号参数矢量来源于多个信号，并且其中第一 信号数据块和第二信号数据块包含用于信号发射器的空间定义的信息。该方 法还包括将第一信号数据块和第二信号数据块传输到存储在计算设备的存储 器中并且具有包括第一单元和第二单元的多个单元的阵列数据结构，其中将 第一信号数据块传输到第一单元并且将第二信号数据块传输到第二单元，其 中阵列数据结构表示由传感器从其中接收多个信号的物理空间域。该方法还 包括使用计算设备确定包含第一信号数据块和第二信号数据块并且具有中心 和一对轴线的椭圆误差区域概率对象(elliptical error region probability object)， 其中中心表示在第二时间信号发射器在物理空间域中的最高概率位置，其中 一对轴线表示在第二时间上的中心的空间误差，并且其中椭圆误差区域概率 对象与阵列数据结构相关联地存储在存储器中。
另一方面，提供了一种用于对由至少一个监视平台根据信号发射器的多 个信号生成的信号参数矢量数据进行空间滤波的系统。该系统包括被配置为 接收多个信号的传感器。该系统还包括耦接到传感器的预处理器，并且该预 处理器被配置为生成来源于多个信号的并且包括第一信号参数矢量和第二信 号参数矢量的多个信号参数矢量，多个信号参数矢量中的每个信号参数矢量 来源于多个信号中的一个信号，其中第一信号参数矢量包括第一信号数据块， 并且第二信号参数矢量包括第二信号数据块，并且其中第一信号数据块和第 二信号数据块包含信号发射器的空间定义的信息。该系统还包括耦接到预处 理器并且包括存储器的计算设备。计算设备被编程为在第一时间从预处理器 接收第一信号参数矢量并且在第二时间从预处理器接收第二信号参数矢量。 计算设备还被编程为将第一信号数据块和第二信号数据块传输到存储在存储 器中并且具有包括第一单元和第二单元的多个单元的阵列数据结构，其中将 第一信号数据块传输到第一单元并且将第二信号数据块传输到第二单元，其 中阵列数据结构表示由传感器从其中接收多个信号的物理空间域。计算设备 还被编程为确定包含第一信号数据块和第二信号数据块并具有中心和一对轴 线的椭圆误差区域概率对象，其中中心表示在第二时间信号发射器在物理空 间域中的最高概率位置，其中一对轴线表示在第二时间上的中心的空间误差， 并且其中椭圆误差区域概率对象与阵列数据结构相关联地存储在存储器中。
在又一方面，提供了一种其上包含有计算机可执行指令的非瞬时计算机 可读存储器。当计算机可执行指令由计算设备执行时，导致计算设备随时间 接收多个信号参数矢量，包括在第一时间接收第一信号参数矢量并且在第二 时间接收第二信号参数矢量，多个信号参数矢量中的每个信号参数矢量来源 于多个信号中的一个信号，该多个信号从被配置为接收来自信号发射器的多 个信号的传感器传输到计算设备，其中第一信号参数矢量包括第一信号数据 块并且第二信号参数矢量包括第二信号数据块。当计算机可执行指令由计算 设备执行时，还使得计算设备将第一信号数据块和第二信号数据块传输到存 储在存储器中并且具有包括第一单元和第二单元的多个单元的阵列数据结 构，其中将第一信号数据块传输到第一单元并且将第二信号数据块传输到第 二单元，其中阵列数据结构表示由传感器从其中接收多个信号的物理空间域。 当计算机可执行指令由计算设备执行时，还使得计算设备确定包含第一信号 数据块和第二信号数据块并且具有中心和一对轴线的椭圆误差区域概率对 象，其中中心表示信号发射器在第二时间上在物理空间域中的最高概率位置， 其中一对轴线表示在第二时间上中心的空间误差，并且其中椭圆误差区域概率对象与阵列数据结构相关联地存储在存储器中。
附图说明
当参考附图阅读以下具体实施方式时，将更好地理解本公开的这些和其 它特征、方面和优点，其中在所有附图中相同的符号表示相同的部件，其中：
图1是具有驻留在由空中广域传感器监视平台监视的二维地表面上的多 个信号发射器的示例性物理环境的示意图。
图2是具有驻留在由基于地面的广域传感器监视平台监视的三维天空区 域中的多个信号发射器的可替代物理环境的示意图。
图3是可以与图1和图2中所示的监视平台一起使用的示例性信号处理 系统的示意图。
图4是可以与图3中所示的信号处理系统一起使用的用于去交织信号参 数矢量数据的示例性过程。
图5是使用图4中所示的过程确定的存储在阵列数据结构中的多个椭圆 误差区域概率对象的示意图。
图6是可以与图3中所示的信号处理系统一起使用的对信号参数矢量数 据进行空间滤波的示例性方法的流程图。
图7是可以与图3中所示的信号处理系统一起使用的、对信号参数矢量 数据进行空间滤波的可替代方法的流程图。
图8是可以与图3中所示的信号处理系统一起使用的、对信号参数矢量 数据进行空间滤波的可替代方法的流程图。
图9是可以与图3中所示的信号处理系统一起使用的、信号参数矢量数 据的空间滤波的可替代方法的流程图。
图10是可以与图3中所示的信号处理系统一起使用的、对信号参数矢量 数据进行空间滤波的可替代方法的流程图。
除非另有说明，否则本文提供的附图旨在说明本公开的示例的特征。这 些特征被认为可以被应用于包括本公开的一个或多个示例的各种系统。因此， 附图并不意味着包括本领域的普通技术人员已知的实践本文所公开的示例所 需的所有常规特征。
具体实施方式
在以下说明书和权利要求书中，将引用一些术语，其将被定义为具有以 下含义。
除非上下文另有明确规定，否则单数形式“一”、“一个”和“该/所述” 包括复数形式。
“可选的”或“可选地”意指随后描述的事件或情况可以发生或可以不 发生，并且该描述包括事件发生的情况和事件不发生的情况。
如整个本说明书和权利要求书中所使用的近似性语言可以被应用于修改 可允许变化的任何定量表示，而不导致与其相关的基本功能的改变。因此， 由一个术语或多个术语，诸如“约”、“大约”和“基本上”修改的值不限于 所指定的精确值。在至少一些情况下，近似性语言可以对应于用于测量该值 的仪器的精度。在这里和整个说明书和权利要求书中，范围限制可以被组合 和/或互换，此类范围被识别并且包括其中包含的所有子范围，除非上下文或 语言另有指示。
如本文所使用的，术语“处理器”和“计算机”以及相关术语，例如“处 理设备”、“计算设备”和“控制器”不限于本领域中称为计算机的那些集成 电路，而是广泛地指微型控制器、微型计算机、可编程逻辑控制器(PLC)、 专用集成电路(ASIC)和其它可编程电路，并且这些术语在本文中可互换使 用。在本文所描述的示例中，存储器可以包括但不限于计算机可读介质诸如 随机存取存储器(RAM)以及计算机可读非易失性介质诸如闪存等。另选地，也可以使用软盘、光盘-只读存储器(CD-ROM)、磁光盘(MOD)和/或数字 通用盘(DVD)。此外，在本文所述的示例中，附加的输入通道可以是但不限 于与操作界面相关联的计算机外围设备，诸如鼠标和键盘。另外地，也可以 使用可以包括但不限于例如扫描仪的其它计算机外围设备。此外，在示例性 示例中，附加的输出通道可以包括但不限于操作界面监视器。
此外，如本文所使用的，术语“进行盲源分离”、“盲源分离的”和“盲 源分离”是指用于从多个混合信号中分离(例如，滤波)一个或多个感兴趣 的源信号的系统和方法。在包括但不限于未确定情况(例如，比信号源少的 观测信号)的应用中，盲源分离有利于从任意一组时变(time-varying)信号 (例如，来自一个或多个信号发射器的雷达脉冲)中过滤感兴趣的纯信号， 而不依赖于大量关于源信号或信号混合过程的已知信息。
此外，如本文所使用的，术语“进行降噪”，“降噪的”和“降噪”涉及 用于改进从嘈杂环境接收的感兴趣信号的质量和预调节(pre-condition)感兴 趣信号的设备、系统和方法。对接收的感兴趣的信号进行降噪有利于使用下 游附加设备、系统和方法对接收的感兴趣的信号的附加信号处理，其中感兴 趣的信号最初由接收设备例如天线接收。
此外，如本文所使用的，术语“实时”是指相关联的事件的发生时间、 测量的时间和收集预确定数据的时间、处理数据的时间以及系统响应事件和 环境的时间中的至少一个。在本文所述的示例中，这些活动和事件基本上瞬 间发生。
本文中描述的用于将功能性网格单元添加到随机稀疏树形网格以便空间 滤波的系统和方法使得能够对使用改进的预处理前端架构和诸如降噪和盲源 分离等方法生成的信号参数矢量数据进行有效并且高性能的去交织。本文所 述的示例还有利于包含诸如附加信息等新特性的信号参数矢量的高性能去交 织。本文所述的示例进一步使得能够在后处理期间有效地生成信号参数矢量 的有用的去交织信息，而不需要高度精密、复杂和昂贵的处理器架构。本文 所述的用于将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统 和方法还有利于使用采用标准处理器的单个平台来进行标准的和新的信号参数矢量数据两者的高性能后处理。本文所述的示例进一步提供了仅产生到达 角(AOA)空间信息而不是更准确的空间位置的单个平台架构的实施方式。 本文所述的用于将功能网格单元添加到随机稀疏树形网格以便空间滤波的系 统和方法还有利于组合具有广泛变化的精确度的非标准信号参数，并且采用 移动的发射器平台空间信号参数作为去交织的一部分。本文所述的示例还使 得能够使用AOA包含的信号参数矢量数据以相对于已知的空间滤波系统和 方法在较短时间内使用标准处理器从随机直方图生成精确的结果。
图1是具有驻留在由包括但不限于飞行器7的广域基于传感器的空中监 视平台6监视的二维地面4上的多个信号发射器2的示例性物理环境1的示 意图。在示例性示例中，第一基于地面的信号发射器8是静止的，而第二基 于地面的信号发射器10是(例如，通过轮12)可移动的。第一基于地面的信 号发射器8和第二基于地面的信号发射器10都包括收发器14，所述收发器 14被配置为将包括但不限于雷达信号脉冲的电磁信号传输到三维空间中，所 述三维空间包括但不限于天空16。收发器14还被配置为通过来自空中监视平 台6的第一信号18和第二信号20中的至少一个的反射来检测空中监视平台6。 可由第一基于地面的信号发射器8和第二基于地面的信号发射器10检测的空 中监视平台6的特性包括但不限于分别从由收发器14接收第一反射信号22 和第二反射信号24辨别的空中监视平台6在天空16中的空间(例如，位置) 信息。空间信息包括但不限于空中监视平台6距离收发器14的距离(例如， 范围)、与收发器14的方位角、相对于收发器14的高度、以及空中监视平台 6的速度。
此外，在示例性示例中，空中监视平台6包括信号处理平台26，所述信 号处理平台26包括接收天线28。天线28被配置为从收发器14接收第一信号 18和第二信号20中的至少一个。天线28还被配置为将第一信号18和第二信 号20中的至少一个传输到信号处理平台26。天线28和信号处理平台26包括 模拟和数字电子电路部件(未示出)，其被配置为进行下列项中的至少一项： 检测、处理、量化、存储和显示第一信号18和第二信号20的各种特性。第 一信号18和第二信号20的特性包括但不限于频率、到达时间、离开时间、 脉冲宽度、脉冲幅度、脉冲重复间隔和AOA。信号处理平台26还包括模数 转换器，其被配置为生成包含第一信号18和第二信号20的前述特性中的至 少一种的至少一个信号参数矢量，作为要使用电子硬件上的基于计算机的方 法进行处理的数字数据，该电子硬件运行从非瞬时计算机可读存储介质执行 的软件。
在操作中，在示例性示例中，信号处理平台26提供关于多个信号发射器 2中的每一个信号发射器2的空间和识别信息，该多个信号发射器2位于空中 监视平台6上的天线28的可监视区域30中的地面4上。包括但不限于基于 计算机的方法的由信号处理平台26实现的信号数据处理方法基本上实时地产 生进一步的数据，从而便于基本上实时地确定多个信号发射器2中的每一个 信号发射器2的特性。由通过信号处理平台26实现的信号数据处理方法确定 的信号发射器2的特性包括但不限于特定信号发射器2用于在可监视区域30中操作的授权(无论特定信号发射器2是移动的还是静止的)和特定信号发 射器2对空中监视平台6、可监视区域30中的其它信号发射器2、以及可监 视区域30和天空16中的至少一个中的任何其它人员和财产中的至少一者造 成的威胁级别(例如，识别，朋友或敌人-IFF)。
此外，在示例性示例中的操作中，由通过信号处理平台26实现的信号数 据处理方法确定的信号发射器2的特性也在物理设备和系统中引起各种基本 上实时的物理动作，该物理设备和系统与信号处理平台26进行电气通信和数 据通信中的至少一者。例如，由通过信号处理平台26实现的信号数据处理方 法确定的信号发射器2的特性显示在人机界面(HMI)和显示器中的至少一 个上，其包括但不限于作为具有表示包括可监视区域30的二维物理空间域的 网格的地图，其中第一基于地面的信号发射器8和第二基于地面的信号发射器10中的至少一个的位置和身份被基本上实时地绘制在它们各自的网格坐标 处。此外，例如，由通过信号处理平台26实现的信号数据处理方法确定的信 号发射器2的特性作为数据被基本上实时地传输到空中监视平台6(例如，飞 行器7的飞行舵和襟翼)中的致动器控制器，以便于它的逃避操纵(例如， 通过飞行器7的自动驾驶功能，包括飞行器7是靶机的情况)，从而避免被确 定为威胁的特定信号发射器2的操作区域。
作为进一步的示例，由通过信号处理平台26实现的信号数据处理方法确 定的信号发射器2的特性作为如警告信号的数据被基本上实时地传输到在没 有授权的情况下在可监视区域30中操作的特定信号发射器2。除了警告信号 之外，由通过信号处理平台26实现的信号数据处理方法确定的信号发射器2 的特性作为如警报信号的数据被基本上实时地传输到在特定未经授权的和/或 威胁的信号发射器2附近操作的相关联的移动设备31。例如，警报信号被传 输到警察局和军事单位中的至少一个，包括机器人和自主单元(例如，靶机 (drone))中的至少一个，其具有能够接收数据并且致动朝向特定的未授权和 /或威胁的信号发射器2的定向移动(例如，使特定未授权的和/或威胁的信号 发射器2无效)的致动器控制器。此外，例如，由通过信号处理平台26实现 的信号数据处理方法确定的信号发射器2的特性作为如控制信号的数据被基 本上实时地传输到定位在近端天线28和远端空中监视平台6中的至少一个的 电子支援措施(ESM)和电子战(EW)系统中的至少一个，以例如指引在没 有授权的情况下在可监视区域30中操作的特定信号发射器2处的干扰信号(jamming signal)(未示出)。
图2是具有驻留在由包括但不限于(例如，具有轮12的)移动监视平台 的基于地面的广域传感器监视平台34监视的三维空域33中的多个信号发射 器2的可替代的物理环境32的示意图。在可替代的示例中，第一空中信号发 射器36耦接到飞行器7，并且第二空中信号发射器38包含在靶机40中。第 一空中信号发射器36和第二空中信号发射器38都包括收发器14，收发器14 被配置成将信号传输到空域33和地表面4中的至少一个。收发器14还被配 置为通过第一信号18和第二信号20中的至少一个的反射来检测基于地面的 监视平台34、相关联的基于地面的设备42以及其它空中物体(未示出)，如 上参考图1所示和所述的。可由第一空中信号发射器36和第二空中信号发射 器38检测的基于地面的监视平台34的特性包括但不限于分别从由收发器14 接收的第一反射信号22和第二反射信号24辨别的地表面4上的基于地面的 监视平台34的空间信息。空间信息包括但不限于基于地面的监视平台34距 离收发器14的距离(例如，范围)、与收发器14的方位角、相对于收发器14 的高度、以及基于地面的监视平台34的速度(例如，其中基于地面的监视平 台34是移动的)。
此外，在可替代的示例中，基于地面的监视平台34包括信号处理平台26， 信号处理平台26包括被配置为从收发器14接收第一信号18和第二信号20 中的至少一个的天线28。天线28还被配置为将第一信号18和第二信号20中 的至少一个传输到信号处理平台26。天线28和信号处理平台26包括模拟和 数字电子电路部件(未示出)，其被配置为进行下列项中的至少一项：检测、 处理、量化、存储和显示第一信号18和第二信号20的各种特性。第一信号 18和第二信号20的特性包括但不限于频率、到达时间、离开时间、脉冲宽度、 脉冲幅度、脉冲重复间隔和AOA。信号处理平台26还包括模数转换器，其 被配置为生成包含第一信号18和第二信号20的前述特性中的至少一个特性 的至少一个信号参数矢量，作为要使用电子硬件上的基于计算机的方法处理 的数字数据，该电子硬件运行从非瞬时计算机可读存储介质执行的软件。
在操作中，在可替代的示例中，信号处理平台26提供关于多个信号发射 器2中的每一个信号发射器2的空间和识别信息，该多个信号发射器2位于 基于地面的监视平台34上的天线28的可监视空间44(例如，天空16)中的 空域33中。在其它未示出的示例中，可监视空间44是可监视体积的水(例 如，在水体表面下方)。在其它未示出的示例中，可监视空间44是外太空(outer space)的可监视区域。由信号处理平台26实现的包括但不限于基于计算机的 方法的信号数据处理方法基本上实时地产生进一步的数据，以便基本上实时 地确定多个信号发射器2中的每一个信号发射器2的特性。由通过信号处理 平台26实现的信号数据处理方法确定的信号发射器2的特性包括但不限于特 定信号发射器2用于在可监视空间44中操作的授权(无论特定信号发射器2 是否以超音速行进)和特定信号发射器2对基于地面的监视平台34、空域33 的可监视空间44中的其它信号发射器2、以及在可监视空间44和整个空域 33中的至少一个中的任何其它人员和财产(未示出)中的至少一者造成的威胁级别。
此外，在可替代的示例的操作中，由通过信号处理平台26实现的信号数 据处理方法确定的信号发射器2的特性也在物理设备和系统中引起各种基本 上实时的物理动作，该物理设备和系统与信号处理平台26进行电气通信和数 据通信中的至少一者。例如，由通过信号处理平台26实现的信号数据处理方 法确定的信号发射器2的特性显示在HMI和显示器中的至少一个上，其包括 但不限于作为具有表示包括可监视空间44的三维物理空间域的网格的地图， 其中第一空中信号发射器36和第二空中信号发射器38中的至少一个的位置和身份被基本上实时地绘制在它们各自的网格坐标处。此外，例如，由通过 信号处理平台26实现的信号数据处理方法确定的信号发射器2的特性作为数 据被基本上实时地传输到基于地面的监视平台34和相关联的基于地面的设备 42(例如，运载工具的转向和传动系)中的至少一个的可移动示例中的致动 器控制器，以便于它的逃避操纵(例如，手动、自动和机器人功能中的至少 一个)，从而避免被确定为威胁的特定信号发射器2在地面4上的操作区域。
作为另一个示例，由通过信号处理平台26实现的信号数据处理方法确定 的信号发射器2的特性作为如警告信号的数据被基本上实时地传输到在没有 授权的情况下在可监视空间44中操作的特定信号发射器2。除了警告信号之 外，由通过信号处理平台26实现的信号数据处理方法确定的信号发射器2的 特性作为如警报信号的数据被基本上实时地传输到在特定未经授权的和/或威 胁的信号发射器2附近操作的相关联的基于地面的设备42。例如，警报信号 被传输到警察和军事单元中的至少一个，包括机器人和自主单元(例如，靶 机)中的至少一个，具有能够接收数据并且致动朝向特定未授权的和/或威胁 的信号发射器2的定向移动(例如，使特定未授权的和/或威胁的信号发射器 2无效)的致动器控制器。此外，例如，由通过信号处理平台26实现的信号 数据处理方法确定的信号发射器2的特性作为如控制信号的数据被基本上实 时地传输到定位在近端天线28和远端基于地面的监视平台34中的至少一个 的ESM和EW系统中的至少一个，以例如引导在没有授权的情况下在可监视 空间44中操作的特定信号发射器2处的干扰信号(未示出)。
图3是可以与图1和图2中所示的监视平台(例如，空中监视平台6和/ 或基于地面的监视平台34)一起使用的示例性信号处理系统100的示意图。 在示例性实施方式中，信号处理系统100使用来源于例如但不限于雷达信号 的接收信号的盲源分离(BSS)来生成脉冲描述符字(PDW)矢量138。更一 般地，在其它实施方式中，信号处理系统100能够以与本文所述的方式基本 上类似的方式生成除了PDW矢量之外的信号参数矢量(例如，信号参数矢量138)。BSS，也被称为盲信号分离，用于从多个混合信号中分离(例如，过滤) 一个或多个感兴趣的源信号。在包括但不限于不确定的情况(例如，比信号 源少的观测信号)的应用中，BSS有利于从任意一组时变信号(例如，来自 一个或多个信号发射器的雷达脉冲)中分离和识别感兴趣的纯信号，而不依 赖于大量关于信号发射器、感兴趣信号或信号混合过程的已知信息。
在示例性示例中，信号处理系统100包括通信地耦接到天线28的信号数 据处理器101。在示例性示例中，天线28是广域传感器103。信号数据处理 器101包括预处理器104和后处理器105。传感器103被配置为从例如但不限 于第一空中信号发射器36和第二空中信号发射器38接收信号。尽管图3中 示出了两个信号发射器36和38，但是本领域技术人员将理解，传感器103可 以从任何数量的信号发射器36和38接收信号。
传感器103通过预调节器108通信地耦接到预处理器104。在示例性示例 中，预调节器108包括低噪声放大器109、带通滤波器110和宽带模数转换器 (ADC)111。在操作中，预调节器108被配置为将从传感器103接收的传 感器输出信号112转换为被传输到预处理器104的输入信号113。每一个输入 信号113均来源于在传感器103处接收的时变信号。时变信号可以包括从信 号发射器36和38接收的信号的混合。例如，时变信号可以包括第一信号18和第二信号20。
在示例性示例中，预处理器104包括一个或多个信号降噪模块118和多 个盲源分离(BSS)模块120。每一个BSS模块120耦接到单个信号降噪模块 118，并且表示一个BSS信道。信号处理系统100中的BSS信道200的总数 量被表示为K。信号降噪模块118将降噪信号124和状态能量信号126传输 到多个BSS模块120中的每一个相应的BSS模块120(例如，120a、120b、...、 120K)。状态能量信号126表示在特定采样时间点(例如，状态)下与输入信号113的幅度成比例的量(例如，模拟电压电平)。
在操作中，输入信号113从预调节器108被传输到信号降噪模块118，在 信号降噪模块118处输入信号113经历信号降噪，并且随后作为降噪信号124 被传输到每一个BSS模块120。例如，第一信号18最初在传感器103处作为 具有包括但不限于频率和带宽的信号特性的脉冲而被接收。在该示例中，在 由预调节器108处理之后，第一信号18的单个脉冲随后在信号降噪模块118 处作为混合信号(例如，输入信号113表示第一信号18的信号脉冲，并且具 有包括但不限于除了所需的感兴趣信息之外的噪声和信息的各种特性)被接 收。信号降噪模块118在将具有频率和带宽(或频率和带宽的规则模式)的 降噪信号124传输到BSS模块120之前对混合输入信号113进行降噪。由信 号处理系统100实现的方法基本上实时地由上述设备和系统执行。
此外，在示例性示例中，预处理器104包括耦接到每一个BSS模块120 的一个或多个PDW生成模块128，以及耦接到每一个BSS模块120的脉冲降 噪模块130。PDW生成模块128基于从每一个BSS模块120接收的盲源分离 信号129来生成PDW参数矢量138。每一个PDW参数矢量138包含表示来 源于盲源分离信号129的单个脉冲的、信号18和20中的一个的感兴趣的特 性(例如，频率、带宽、到达时间、出发时间、脉冲宽度、脉冲幅度、脉冲 重复间隔和/或AOA)的数据。脉冲降噪模块130还基于盲源分离信号129来 生成未知信号状态空间表示信号139。未知信号状态空间表示信号139包含表 示信号18和20中的一个的感兴趣的附加特征(例如，非PDW型)的数据， 根据该数据可辨别关于信号发射器36和38中的一个的可用空间信息。PDW 参数矢量138和未知信号状态空间表示信号139被传输到后处理器105。信号降噪模块118、PDW生成模块128和脉冲降噪模块130包括合适的信号滤波、 信号放大、信号调制、信号分离、信号调节和/或使用模拟和/或数字电子电路 部件实现的ADC电路。此外，在示例性示例中，每一个BSS模块120将相应 的盲源分离信号129(例如，129a、129b、...、129K)传输到PDW生成模块 128和脉冲降噪模块130。
后处理器105包括计算设备132，计算设备132包括存储器134。如上所 述，PDW生成模块128从每一个相应的BSS模块120接收盲源分离信号129。 然后，PDW生成模块128利用盲源分离信号129生成随后被传输到后处理器 105的PDW参数矢量138。PDW参数矢量138由计算设备132接收并且作为 非瞬时计算机可读数据(包括但不限于作为至少一个缓冲数据集)存储在存 储器134中。脉冲降噪模块130还被配置为从每一个相应的BSS模块120接 收盲源分离信号129。脉冲降噪模块130进一步被配置为利用盲源分离信号 129来生成随后被传输到后处理器105的未知信号状态空间表示信号139。未 知信号状态空间表示信号139由计算设备132接收并且作为非瞬时计算机可 读数据(包括但不限于至少一个缓冲数据集)存储在存储器134中。在示例 性示例中，计算设备132从存储器134获取缓冲的数据组，以用于使用基于 计算机的方法进行处理，该方法采用运行从也存储在非瞬时存储器134中的指令集数据(例如，来自一个或多个非瞬态计算机可读存储介质)执行的软 件的操作系统。
计算设备132实现基于计算机的方法(例如，来自存储在存储器134中 的软件指令)，以基于包含在PDW参数矢量138和未知信号状态空间表示信 号139中的至少一个中的数据来执行操作。此类操作包括但不限于检测、处 理、量化、存储和显示(例如，以人类可读数据形式)至少一个信号(例如， 信号18和20)的各种特性，该至少一个信号被表示为PDW参数矢量138和 未知信号状态空间表示信号139中的至少一个中的数据。例如，由PDW生成 模块128生成的PDW参数矢量138包含以矢量形式结构化的多个PDW矢量 数据块，其中每一个PDW矢量数据块包含第一信号18的一个参数。参数(例 如，表示第一信号18的至少一个特性)包括但不限于频率、带宽、到达时间、 离开时间、脉冲宽度、脉冲幅度、脉冲重复间隔和/或AOA。计算设备132读 取PDW参数矢量138，并且对多个PDW矢量数据块中的至少一个PDW矢量数据块执行上述操作中的至少一项。此外，在示例性示例中，计算设备132 读取并且将PDW参数矢量138分离(例如，去交织)成其组分PDW矢量数 据块(constituent PDW vectorblock)，并且相比于包含在PDW参数矢量138 中的PDW矢量数据块的总数量在存储器134中存储较少的PDW矢量数据块。 PDW参数矢量138的去交织使得能够通过计算设备132确定信号18和/或20 的感兴趣的特性，从而例如但不限于精确地确定和追踪信号发射器36和/或38的空间信息。在其它实施方式中，计算设备132读取所有的PDW矢量数 据块并将所有的PDW矢量数据块彼此分离，并且将包含在其中的所有的数据 存储在存储器134中。在由传感器103接收到信号18和20后，计算设备132 基本上同时地(例如，实时地)执行上述操作。
将来自由计算设备132执行的操作的结果数据存储在存储器134中。此 外，在示例性示例中，计算设备132使得后处理器105将数据输出信号142 传输到HMI，以有利于由信号处理系统100的用户进行的关于信号18和20 的信息的交互、修改、可视化、至少一个进一步的操作以及可视记录中的至 少一项。例如，HMI是显示器144，其从后处理器105接收数据输出信号142。 在一个示例中，表示由信号处理系统100确定的信号发射器36和38的物理 位置的特性(例如，诸如物理空间域中的网格坐标的位置特性，该物理空间 域例如二维地表面4)被显示在显示器144上，并且被基本上实时更新。数据 输出信号142还从后处理器105被传输到与信号处理系统100相关联的至少 一个设备和/或系统(例如，运载工具146)。此外，计算设备132使得后处理 器105能够基本上实时地将致动器控制信号148传输到包括在运载工具146 内的致动器控制器150，以便控制运载工具146。例如，运载工具146可以是 远程和/或自主操作的陆地运载工具和/或无人驾驶机(UAV，例如，靶机40)。
在一种操作模式中，包含在相应的PDW参数矢量138中的频率和带宽信 息中的至少一者连同相应的信号发射器36和38的位置被一起显示在显示器 144上，以便精确地追踪位置和与特定信号发射器36和38的关联。在至少一 个信号发射器36和38是可移动的情况下，显示器144被基本上实时地自动 更新，以显示至少一个相应的可移动的信号发射器36和38的位置信息。此 外，计算设备132还确定至少一个相应的可移动的信号发射器36和38的速 度、加速度、轨迹和踪迹(例如，包括当前位置和先前位置)中的至少一个。 在另一种操作模式中，由信号数据处理器101确定的特性还触发与信号处理 系统100通信的物理设备和系统中的各种基本上实时的物理动作。例如，由 信号处理系统100确定的包括频率和带宽的信号发射器36和38的特性作为 数据被基本上实时地传输到运载工具146中的致动器控制器150(例如，传输 到无人驾驶机的控制飞行舵和襟翼)。如果信号发射器36和38是被确定为威 胁的未授权的(例如，敌对的、先前未检测到的等)信号发射器，则致动器 控制器150操纵运载工具146，以避免信号发射器36和38的操作区域或约束 (engage)信号发射器36和38。作为进一步的示例，由本文所述的信号数据 处理方法确定的信号发射器36和38的特性以控制信号被基本上实时地传输 到与信号处理系统100相关联的电子支援措施(ESM)设备和电子战(EW) 系统，以引导例如在没有授权的情况下在传感器103的可监视环境中操作的 信号发射器36和38处的干扰信号。
在操作中，信号处理系统100中的多个BSS模块120中的每一个BSS模 块120实现具有动态更新的滤波方法，以使得能够生成包含频率、中心频率、 带宽、脉冲时间和脉冲宽度信息中的至少一个的高质量PDW。用于追踪例如 感兴趣的信号的频率和带宽的PDW的此类改进的精确度和分辨率便于识别、 确定和/或分析发射相关联的信号的信号发射器36和38。例如，如上所述， 信息(包括但不限于来源于信号发射器36和38中的PDW的信息)在作为数 据输出信号142由后处理器105传输到显示器144之后被显示在显示器144 上。这种改进的信息使得信号处理系统100能够将第一空中信号发射器36与 第二空中信号发射器38区分开。另外，例如，传感器103的监视环境中的不 同信号发射器36和38被绘制在显示器144(例如，作为地图)上相应的位置 (例如，网格坐标)处。
此外，在操作中，多个BSS模块120分离多个降噪信号124。每一个BSS 模块120包含多个可调谐滤波器(未示出)，其中每一个滤波器基于包括但不 限于中心频率和带宽的滤波器参数进行操作。此外，在示例性示例中，预处 理器104包括BSS控制模块196，其有利于控制多个BSS模块120中的每一 个相应的BSS模块120。BSS控制模块196接收来自多个BSS模块120中的 每一个BSS模块120的包含BSS相关信息的相应的BSS数据信号197(例如，197a、197b、...、197K)，该BSS相关信息包含包括但不限于频率、带宽和状 态。基于包含在BSS数据信号197中的BSS相关信息，BSS控制模块196还 生成相应的BSS控制信号198(例如，198a、198b、...、198K)并且将相应 的BSS控制信号198传输回到每一个相应的BSS模块120，以控制例如但不 限于，降噪信号124的接收的定时和相应的盲源分离信号129到PDW生成模 块128和脉冲降噪模块130中的至少一个的传输。BSS数据信号197和BSS 控制信号198中包含的信息被BSS控制模块196使用，以便于实现反馈控制 回路。
图4是可以与图3中所示的信号处理系统100一起使用的用于去交织信 号参数矢量138数据的示例性过程400的示意图。在示例性示例中，至少一 个阵列数据结构401被存储在存储器134(未示出)中的至少一个地址处。阵 列数据结构401包括多个阵列，所述多个阵列包括稀疏(例如，粗)阵列(例 如，表示为“级别1”的网格)402、中等阵列404(“级别2”)和精细阵列 406(“等级3”)。多个阵列的每一个阵列包括从存储器134中的阵列数据结构401的地址进行子寻址的多个单元(例如，网格坐标)407。稀疏阵列402相 比于中等阵列包含较小数量的单元407，精细阵列406相比于中等阵列404包 含较大数量的单元407。此外，稀疏阵列402、中等阵列404和精细阵列406 的单元407表示物理空间域(例如，可监视区域30和可监视空间44中的至 少一个)的基本上相等尺寸的子区域的连续更精细的表示。在任何给定的时 间，单元407的集合在任何时间点分别表示可监视区域30和可监视空间44 的面积和体积空间中的至少一个。在具有信号处理系统100的可移动信号数 据处理平台26(未示出)的情况下，单元407的集合在连续的时间点(例如， 帧)上分别表示可监视区域30和可监视空间44的变化的而不是基本上恒定 的面积和体积空间。
此外，在示例性示例中，阴影散列键例程(shadow hash key routine)408 作为软件指令被存储在存储器134中，并且以基于计算机的方法由计算设备 132(未示出)执行。阴影散列键例程408在用户开始启动状态410后在计算 设备132上运行，该启动状态包括但不限于对信号处理系统100进行通电和 唤醒信号处理系统100中的至少一种。启动状态410进行到第一子例程412， 在此期间计算设备132连续地检查信号参数矢量138数据和未知信号状态空 间表示信号139数据中的至少一个是否由后处理器105从预处理器104接收。 如果信号参数矢量138数据和未知信号状态空间表示信号139数据中的至少 一个未被后处理器105接收，则阴影散列键例程408循环回来并且再次执行 第一子例程412。
如果在第一子例程412期间，计算设备132确定信号参数矢量138数据 和未知信号状态空间表示信号139数据中的至少一个被后处理器105从预处 理器104接收，则阴影散列键例程408进行到第二子例程414。在第二子例程 414期间，计算设备132结合存储器134执行软件指令以进行下列项中的至少 一项：读取(例如，获取)、插入(例如，写入)和删除使用传感器103获得 的空间定义的数据。此外，在第二子例程414期间执行第一阴影散列键函数， 其被定义为：
H1(k)＝1级散列
其中H1(k)是用于将键(key)映射到稀疏阵列402中的单元407的散 列函数，并且k是稀疏阵列402中的至少一个空间定义的数据记录的子地址 (例如，稀疏阵列402中的单元407，在该单元407处，至少一个空间定义的 数据记录被存储在存储器134中)。因此，键k对应于在给定时间点处监视 的物理空间域的子区域。在稀疏阵列402表示二维可监视区域30的情况下， 按下列确定键k：
k1＝x1*c1+y1
其中k1是键，c1是常数(例如，由计算设备132确定)，并且x1和y1定义 到具有相应的单元407的子地址的稀疏阵列402中的索引(例如，对应于物 理空间域中的纬度和经度)。
此外，在示例性示例中，结合将信号参数矢量138数据和未知信号状态 空间表示信号139数据中的至少一个存储在存储器134中对应于物理空间域 中的子区域的稀疏阵列中的相应单元407处来执行阴影散列键例程408。在第 二子例程414期间，计算设备132检查是否通过H1(k)散列函数找到键k1。 如果未找到键k1，则计算设备132执行基本上类似于第一阴影散列键函数的 第二阴影散列键函数，H2(k)＝2级散列，但是在中等阵列404而不是稀疏 阵列402上执行。如果找到键k1，则计算设备132确定在稀疏阵列402中是 否存在感兴趣的空间定义的数据。如果感兴趣的空间定义的数据未被存储在 稀疏阵列402中，则计算设备132然后确定是否存在到中等阵列404中的地 址的指针，如果是，则将第二子例程414指向那里。在空间定义的数据没有 存储在中等阵列404中，而是中等阵列404包含到精细阵列406中的地址的 指针的情况下，第二子例程414被类似地指向那里。第二子例程414以这种 方式继续，直到计算设备132找到期望的数据值或感兴趣的值，否则确定一 个值或多个值未被存储在存储器134中。
如下面参考图5至图6进一步所示和所述的，每一个连续信号随时间被 信号处理系统100接收、矢量化和去交织，阵列数据结构401的多个单元407 将在它们中存储具有相关联的空间定义的数据值的多个信号数据块。相关联 的空间定义的数据值来源于至少一个信号发射器2物理空间环境(例如，至 少一个可监视区域30和可监视空间44)并且表示至少一个信号发射器2物理 空间环境的空间特性。计算设备132还执行阴影散列键例程408以生成至少 一个椭圆误差区域概率对象416并且将其存储在存储器134中，该椭圆误差 区域概率对象416表示具有广泛变化的误差大小的空间信息，并且被存储在 稀疏阵列402、中等阵列404和精细阵列406中多于一个中的多个单元407中。 在示例性示例中，过程400包括第一椭圆误差区域概率对象418和第二椭圆 误差区域概率对象420。阴影散列键例程408还有利于将具有稀疏阵列402、 中等阵列404和精细阵列406中的至少两个之间的变化稀疏度的空间数据值 (包括但不限于非稀疏空间对象)组合成至少一个椭圆误差区域概率对象416，该至少一个椭圆误差区域概率对象416可由计算设备132在包括阵列数 据结构401的随机稀疏树形网格内操作。背景示例可以在名称为“Methods and systems for spatialfiltering using a stochastic sparse tree grid(使用随机稀疏树形 网格的空间滤波的方法和系统)”的美国专利8,805,858中找到。因此，椭圆 误差区域概率对象416实现最初从至少一个传感器103获取并且进一步来源 于单个和存储器的空间数据表示以及计算上有效的表示。此外，在示例性示 例中，阴影散列键例程408因此提供使用阴影散列键的有效查找方法，并且 其使用各个单元407和椭圆误差区域概率对象416在阵列数据结构401内操作，以存储、组织、选择和分析感兴趣的空间信号数据，并且以操作上、计 算上和存储有效的方式进行读取、写入和删除该数据。
在上述美国专利8,805,858的背景中，过程400和阴影散列键例程408有 利于信号降噪模块118和至少一个盲源分离模块120(以上被称为信号处理系 统100的“EW前端”，未示出)的使用。此外，在其它未示出的示例中，过 程400和阴影散列键例程408有利于在被配置为共享他们的信息的包含协作 传感器103的监视平台(例如，包括一个或多个空中监视平台6和/或一个或 多个基于地面的监视平台34中的至少一个)之间共享空间信息，以及采用广 泛变化类型的传感器103类型、需要结果融合的传感器103和/或用于产生的 传感器导出空间信息产生具有广泛不同的误差大小的传感器数据的任何其它 传感器103前端。向美国专利8,805,858中所述的使用随机稀疏树形网格的空 间滤波的方法和系统中添加过程400和阴影散列键例程408使得阴影散列键 能够查找除了典型的网格单元407之外的椭圆区域，以实现在随机树形网格 中获取、插入和删除空间定义的传感器信息的目的。
在操作中，在示例性示例中，包括但不限于椭圆误差区域概率对象416 的椭球形区域是指一般意义上的，并且包括例如椭球形区域的交叉部分 (intersection)以及由半平面区域的交叉部分限定的成角度区域。半平面可被 认为是退化椭圆以便用于算法目的，因此，椭球形区域以及其交叉部分是指 广义的椭球形区域以及其交叉部分。来自至少一个传感器103的空间信息的 广泛不同的误差大小意味着这些不同的区域具有非常大的尺寸和非常小的尺 寸，使得通过标准网格(例如，精细阵列406，其仅在监视的物理空间环境的小面积或区域内的稀疏空间数据的情况下被计算设备132有效地处理)一起 处理它们需要新的有效方法。过程400和阴影散列键例程408使得能够基于 网格化方法来有效并且准确地进行该联合处理，该网格化方法可以包括诸如 椭球和多至M个维度的半空间的对象，其中M是(例如)存在于信号参数矢 量138中的矢量输入参数的数量，或者在典型的电光/红外型传感器103的情 况下为二维，或者在基于激光/光检测和测距(LADAR/LIDAR)的监视平台系统的情况下为三维。
在示例性示例中，涉及通信协作的多种类型的传感器103的传感器融合 包括多个不同的可能的处理维度(processing dimension)。然而，假设输入矢 量被认为是随机变量并且具有相关联的标准偏差，则通常将过程400中使用 的树形网格的输入的矢量尺寸表示为M。在整个参数集合中的隐含或测量的 误差的情况下，当过程400的树形网格和阴影散列键例程408以这种方式使 用时，如果使用在上述美国专利8,805,858中所述的稀疏技术来实现，则该区 域可能变得如此之大以至于计算上和存储上的无效。因此，过程400有利于用于有效地存储和查找稀疏网格单元407和非稀疏椭圆误差区域概率对象416 两者的改进的方法，所有均在如先前在上述美国专利8,805,858中所公开的随 机树形网格内。在过程400中被添加到随机树形网格的基本对象被定义如下：
具有中心mu(μ)和形状矩阵Q的Rn中的椭球E(μ，Q)是集合：
E(μ,Q)＝{x∈Rn∣(x-μ)TQ-1(x-μ)≤1}
其中半空间(例如，二维中的半平面)可以被视为无界椭球(例如，具有形 状矩阵的椭球，其中除了一个特征值之外其所有特征值都是无限大的)。
此外，在操作中，计算设备132以投影形式使用椭球E(μ，Q)的上述 表示，以便计算和存储器使用的效率。因此，维度M的通用椭球的(M+2) (M+1)独立系数由下式定义：
E(μ,Q)＝{x∈Rn∣(x,1)TQ’-1(x,1)≤0}
其中Q'是一个放大的形状矩阵。该椭球还具有相关联的概率密度函数(PDF)， 其定义如下：
对于所有的x∈E
此外，在操作中，过程400的示例性使用情况通过阴影散列键例程408 对来源于至少一个传感器103的空间定义的数据采用至少一个椭圆误差区域 概率对象416。例如，通过以3西格马(3-σ)级别操作，误差的修正标准(例 如，高斯)PDF的支集(support)直接对应于椭球。因此，椭球形状直接映 射到使该形状作为其支集的PDF。两个半平面的交叉部表示对应于到无穷大 的二维角区域的楔形物(wedge)，在示例性示例中，该楔形物进一步表示仅角度传感器103提供的AOA空间信息。沿中心线的距离以增加的宽度参数化 一维(1D)高斯PDF。通过将其与具有给定半径的圆(特殊类型的椭圆)的 交叉部分相组合，因此确定了角度区域，该角度区域定义到具有已知的最大 灵敏度的至少一个传感器103的最大距离，和/或预定义的最大尺寸的感兴趣 的监视物理空间环境。三维(3D)空间中四个半平面的交叉部分(其中每一 对垂直于另一对)允许表示空间中到无穷大的角度和沿中心线的距离的矩形 楔形物被参数化为具有由正交对给定的轴线线的二维(2D)高斯PDF。
EW系统(例如，包含在用于雷达脉冲感测的信号处理系统100中的)是 具有前端接收器的仅接收系统，其中前端接收器产生例如但不限于它们检测 的每一个雷达脉冲的脉冲描述符字(PDW)。它们与雷达系统的不同之处在于 它们不是自然地产生范围，并且它们必须处理未知信号，而不是检测它们传 输的信号的反射版本。此外，由于存在必须检测的多于一种类型的EW信号， 所以检测是多于一维的。包括但不限于与上述美国专利8,805,858中所述的用 于空间滤波的随机稀疏树形网格的方法和系统一起使用的过程400和阴影散 列键例程408通过空间定义的噪声和干扰信号内的弱信号的较高的检测概率、 通过应用于空间信息的改进的统计方法的更高的正确分类概率来实现此类 EW信号的空间空间滤波。因此，过程400和阴影散列键例程408有利于较长 范围的检测和分类、使用较小的天线28和/或孔的检测和分类、以及使用较低 的发射功率的检测和分类。
此外，在操作中，过程400和阴影散列键例程408有利于在单个EW平 台的上下文中的上述优点，单个EW平台仅可产生到达角空间信息，而不是 更准确的空间位置。在至少一个感兴趣的信号发射器2可能位于的非常大的 2D物理区域或3D物理空间的监视期间，计算和存储器使用效率极大地忍受 稀疏分类和组织的AOA确定，其以具有非常小的单元407(例如，与精细阵 列406一样精细或更精细)的网格存储在阵列数据结构401中。在稀疏AOA 数据的情况下，当采用上述美国专利8,805,858中所述的系统和方法时，这尤 其如此，并且其中稀疏随机直方图树形网格使用(多维)稀疏随机直方图。 这部分归因于当观察地面或机载信号发射器2时，精细阵列406的大多数存 储体(bin)没有数据。类似地，使用单个网格来存储所有信号信息以形成空 间滤波器是低效的，因为大多数空间信息非常不规律。例如，阵列数据结构 401的一些级别是密集的，并且其一些区域非常稀疏，从而导致散列表效率很 低，因为它在假设单个散列中的键数量在整个阵列上相对恒定的情况下操作， 从而随着更多数据值和/或对象被添加到阵列数据结构401，线性搜索时间被 增加到不可接受的高级别。
此外，在操作中，当唯一的空间信息来自于来自非常大的监视环境的信 号发射器2脉冲的AOA时，相关联的误差很大，并且因此当使用随机技术进 行扩展时占用的直方图的数量将很大。过程400和阴影具有键例程，因此通 过下列操作来提高用于记录多个直方图的占用的计算和存储器使用效率：通 过创建树形网格的多个级别(例如，稀疏阵列402、中等阵列404和精细阵列 406)的稀疏度来降低阵列数据结构401中总体所需的网格单元407的数量。 通过使得计算设备132不仅能够在阵列数据结构401的各个阵列级别上而且 能够在至少一个椭圆误差区域概率对象416上执行获取、插入和删除操作， 将阴影散列键例程408添加到该多级和多分辨率网格方法提高了空间滤波的 性能。
此外，在操作中，具有阴影散列键例程408的过程400使用随机直方图 来代替具有数据落入或不落入其中的离散存储体的普通直方图，从而根据存 储体尺寸和数据是否落在存储体的中心或其边缘附近而导致直方图的外观失 真。数学上，随着越来越多的数据被添加，普通的直方图接近数据的分级PDF (binned PDF)，只要该存储体的尺寸足够小。然而，上述失真导致接近PDF 的直方图比随机直方图方法慢得多，因此需要更多的数据(这在实践中往往 很少)和更多的存储器来获得好的结果。在添加每一个数据点时，过程400 和阴影散列键例程408采用的随机直方图方法使用每一个参数的测量方差或 假定方差来扩展直方图。因此，根据概率扩展，也添加附近的存储体，而不 是仅增加数据点落入的存储体。在至少一个椭圆误差区域概率对象416的情 况下，当为每一个数据输入设置PDF时假定扩展，并且因此，这种扩展是直 接暗示的。此外，当计算网格或位置的最终值时，必须将与该网格的单元407 交叉的至少一个椭圆误差区域概率对象416值的交叉部分的值相加在一起。
此外，在操作中，多维稀疏随机直方图用在大多数存储体没有数据(例 如，输入数据在树形网格内是稀疏的)的情况。它使用之前在其实现中描述 的稀疏树形格网格的机制来降低存储器需求(例如，仅非零存储体和椭圆误 差区域概率对象416进行存储)。同样，与随机直方图一样，即使高斯分布具 有无穷长的尾部，但在实际实现中，可以使用阈值诸如正负3标准偏差。这 限制了将稀疏随机直方图更新为输入信号的数量的恒定倍数的操作次数。此 外，在过程400的操作中，也可以使用最近可用的椭圆误差区域概率对象416 来并入先验信息。例如，经常存在来自空间内的映射或物理特征的固定的空 间信息，其中空间可以在不同的位置不同地影响空间滤波器，并且该固定的 空间信息可以通过网格单元407和椭球被捕获在阵列数据结构401中。因此， 可以计算椭球上的加权函数，该加权函数与给定的假设陆地特征信息的情况 下先验信息存在的概率成比例。
此外，在操作中，对上述系统和方法添加随机直方图的轻微修改可以如 前述进行。例如，循环稀疏随机直方图用于插入循环测量(诸如用于角度输 入)，并且可以与两个半平面的交点(例如，在二维中)及其伴随的PDF相关 联。这通过插入模数2π或模数360°完成。此外，使用时间加权的稀疏老化 (sparse aging)以与网格单元407相同的方式在椭圆误差区域概率对象416 上进行。特别地，它允许新的椭圆误差区域概率对象416老化并且消失。参 考回到上述美国专利8,805,858中所述的系统和方法，标准直方图通过删除构 成直方图并且比某一预定年龄更老的对象(例如，具有与当前时间的差异大 于预定量的时间值的对象)来使对象老化。这允许未分类的对象“老化退出” 直方图。特别是，噪声信号通常不会被追踪，因此，保持未追踪直到最终消 失为止。这是必要的，因为否则空间滤波器直方图上的噪声基底将继续上升， 直到重复信号的强烈积累的存储体将被相邻的噪声存储体淹没。相反，在过 程400的操作中，通过使用时间加权，随机直方图以时间顺序保持属于每一个“存储体”(例如，网格单元407)的对象的链表，并且通过使用基于一组 时间间隔年龄的一系列时间权重来逐渐地对这些重复信号进行去累积。因此， 根据信号处理系统100的特定应用需求，如果需要，加权可以指数地减小， 或者在其它情况下甚至均匀减小。因此，对于过程400和阴影散列键例程408， 我们简单地补充，现在对象列表包括随时间的推移而老化并且消失的椭圆误 差区域概率对象416。
图5是使用过程400确定的并且存储在如图4所示的阵列数据结构401 中的第一椭圆误差区域概率对象418和第二椭圆误差区域概率对象420的示 意图。在示例性示例中，稀疏阵列402以二维(2D)a×b阵列(其中a等于1， b等于1)来体现，并且具有表示可监视区域30的子区域的一个单元407。置 于稀疏阵列402上的是中等阵列404，其以a等于3，b等于3的2D a×b阵 列来体现，并且具有表示可监视区域30的九个子区域的九个单元407。在其 它未示出的示例中，在中等阵列404中a不等于b。在其它未示出的示例中， 稀疏阵列402和中等阵列404中的至少一个以三维(例如，立方)阵列来体 现。稀疏阵列402和中等阵列404共享由存储器134中的地址定义的原点502。 由传感器103在第一时间点从第一信号发射器2(未示出)接收并且由信号处 理系统100去交织的第一类型的第一信号数据块504(例如，由实心正方形表 示的第一AOA)映射到稀疏阵列402。在第一时间点之后的第二时间点，从 第二信号发射器2接收的第二类型的第二信号数据块506(例如，由图5中的 实心菱形表示的第二AOA)映射到中等阵列404中的第一子地址508。接下 来，在第二时间点之后的第三时间点，从第一信号发射器2接收到的第三类 型的第三信号数据块510(例如，由图5中的实心三角形表示的第一位置)映 射到第二子地址512。
在第三时间点之后稀疏阵列402和第二子地址512一起包含来自第一信 号发射器2的两个空间定义的信号数据块的情况下，通过阴影散列键例程408 找到键，并且计算设备132相对于第三信号数据块510确定第一信号数据块 504的特定解析地址(例如，物理空间域中的位置)的第一椭圆误差区域概率 对象418。由计算设备132确定第一椭圆误差区域概率对象418包括确定在阵 列数据结构401中定义第一椭圆误差区域概率对象418的第一椭球形区域的 第一中心514(在图5中表示为实心点)以及第一对轴线(未示出)。第一中 心514表示在第三时间点第一信号发射器2在可监视区域30中的最高概率位 置，并且第一对轴线表示在第三时间点第一中心514的空间误差(例如，标 准偏差)。第一椭圆误差区域概率对象418、第一中心514、第一对轴线和第 一中心514的空间误差中的至少一个是下列中的至少一种情况：存储在存储 器134，和在显示器144上显示为人类可读数据。
在第三时间点之后的第四时间点，第一类型的第四信号数据块516(在图 5中由实心正方形表示)映射到中等阵列404的第三子地址518。在第四时间 点之后中等阵列404包含来自第二信号发射器2的两个空间定义的信号数据 块的情况下，通过阴影散列键例程408找到键，并且计算设备132相对于第 四信号数据块516确定第二信号数据块506的特定解析地址(例如，物理空 间域中的位置)的第二椭圆误差区域概率对象420。由计算设备132确定第二 椭圆误差区域概率对象420包括确定在阵列数据结构401中定义第二椭圆误 差区域概率对象420的第二椭球形区域的第二中心520(在图5中表示为实心 点)以及第二对轴线(未示出)。第二中心520表示在第四时间点第二信号发 射器2在可监视区域30中的最大概率位置，并且第二对轴线表示在第四时间 点第二中心520的空间误差(例如，标准偏差)。第二椭圆误差区域概率对象 420、第二中心520、第二对轴线以及第二中心520的空间误差中的至少一个 是下列中的至少一种情况：存储在存储器134，和在显示器144上显示为人类 可读数据。
在第五时间点和第六时间点，分别从第一信号发射器2接收第一类型的 第五信号数据块522(在图5中用实心正方形表示)和第一非标准数据点524 (例如，不是来源于信号参数矢量，而是来源于非标准数据，根据该非标准 数据空间定义的信息可来源于未知信号状态空间表示信号139)。第一非标准 数据点524在图5中由星号表示。第五信号数据块522映射到第二子地址512， 并且第一非标准数据点524映射到第四子地址526。在第六时间点之后稀疏阵 列402和中等阵列404一起包含来自第一信号发射器2的三个空间定义的信 号数据块和一个非标准数据点的情况下，通过阴影散列键例程408找到键， 并且计算设备132确定第一信号数据块504、第三信号数据块510、第五信号 数据块522和第一非标准数据点524相对于彼此的特定解析地址(例如，物 理空间域中的位置)的精细的(例如，更新的)第一椭圆误差区域概率对象 528。由计算设备132确定精细的第一椭圆误差区域概率对象528包括确定在 阵列数据结构401中定义精细的第一椭圆误差区域概率对象528的精细的第一椭球区域的精细的第一中心530(在图5中表示为“x”)以及精细的第一对 轴线(未示出)。精细的第一中心530表示在第六时间点第一信号发射器2在 可监视区域30中的更新的最高概率位置，并且精细的第一对轴线表示在第六 时间点精细的第一中心530的更新的空间误差(例如，标准偏差)。精细的第 一椭圆误差区域概率对象528、精细的第一中心530、精细的第一对轴线和精 细的第一中心530的更新的空间误差中的至少一个是下列中的至少一种情况： 存储在存储器134，和在显示器144上显示为人类可读数据。
在第七时间点，第二非标准数据点532(在图5中由星号表示)从第二信 号发射器2被接收并且映射到第三子地址518。在第七时间点之后中等阵列 404一起包含来自第二信号发射器2的两个空间定义的信号数据块和一个非标 准数据点的情况下，通过阴影散列键例程408找到键，并且计算设备确定第 二信号数据块506、第四信号数据块516和第二非标准数据点532相对于彼此 的特定解析地址(例如，物理空间域中的位置)的精细的(例如，更新的) 第二椭圆误差区域概率对象534。由计算设备132确定精细的第二椭圆误差区 域概率对象534包括确定在阵列数据结构401中定义精细的第二椭圆误差区 域概率对象534的精细的第二椭球区域的精细的第二中心536(在图5中表示 为“x”)和精细的第二对轴线(未示出)。精细的第二中心536表示在第七时 间点第二信号发射器2在可监视区域30中的更新的最高概率位置，并且精细 的第二对轴线表示在第七时间点精细的第二中心536的更新的空间误差(例 如，标准偏差)。精细的第二椭圆误差区域概率对象534、精细的第二中心536、精细的第二对轴线以及精细的第二中心536的更新的空间误差中的至少一个 是下列中的至少一种情况：存储在存储器134，和在显示器144上显示为人类 可读数据。
此外，在示例性示例中，在第二非标准数据点532存储在阵列数据结构 401中并且第七时间点已经过去之后，第一数据集群538和第二数据集群540 驻留在稀疏阵列402和中等阵列404中。对于第一数据集群538，第一椭圆误 差区域概率对象418到精细的第一椭圆误差区域概率对象528的精细化增加 了相应的空间误差并且增加了相应椭球区域的面积。相应的椭球区域的面积 的增加指示第一信号发射器2是移动信号发射器2。计算设备132还被配置为 确定移动信号发射器2的速度、加速度和移动方向中的至少一个，以及进行 下列中的至少一种操作：将该数据存储在存储器134，和将其以人类可读的形 式显示在显示器144上。然而，在第二数据集群540中，相应的空间误差和 椭球区域面积减小，这指示第二信号发射器2是不移动的。计算设备132还 被配置为使用根据存储在存储器134上并且从存储器134执行的软件指令而 执行的异常值(outlier)统计方法来从存储器134中删除异常值信号数据块和 异常值非标准数据点中的至少一个。此类异常值统计方法有利于有效利用存 储器资源，并且防止将实际上在物理空间域中是静止的特定的信号发射器2 错误地表征为移动的。
此外，在示例性示例中，当特定信号发射器2已经以可接受的误差定位 在物理空间域中并且被确定为静止时，计算设备132被配置为从阵列数据结 构401删除相关联的数据，从而释放存储器134中的空间。当特定信号发射 器2还没有以可接受的误差位于物理空间域中时，如上所述，信号处理系统 100继续对接收的信号进行去交织，并且进一步细化相关联的椭圆误差区域概 率对象416，直至达到可接受程度的空间误差和/或确定特定信号发射器2是 移动的。
图6是可以与图3所示的信号处理系统100一起使用的对信号参数矢量 数据进行空间滤波的示例性方法600的流程图。在示例性示例中，方法600 包括在计算设备132处，在第一时间接收602第一信号参数矢量(例如，包 含第一信号数据块504)和在第一时间之后的第二时间接收第二信号参数矢量 (例如，包含第三信号数据块510)。第一信号数据块和第二信号数据块包含 信号发射器2的空间定义的信息。方法600还包括将第一信号数据块和第二 信号数据块传输604到存储在存储器134中并且具有包括至少第一单元407 和第二单元407的多个单元407的阵列数据结构401，其中第一信号数据块和 第二信号数据块分别被传输到阵列数据结构401的第一单元407和第二单元 407(例如，稀疏阵列402、中等阵列404和精细阵列406中的至少一个的单 元407)。阵列数据结构401表示物理空间域(例如，可监视区域30)，在该 物理空间域中来自信号发射器2的多个信号由例如传感器103接收。方法600 还包括使用计算设备132来确定606包含第一信号数据块和第二信号数据块 并且具有中心(例如，第一中心514)和一对轴线的椭圆误差区域概率对象 416。中心表示在第二时间信号发射器2在物理空间域中的最高概率位置，并 且一对轴线表示在第二时间中心的空间误差。确定还包括将椭圆误差区域概 率对象416与阵列数据结构401相关联地存储在存储器134中。
图7是可以与图3所示的信号处理系统100一起使用的用于对信号参数 矢量数据进行空间滤波的可替代的方法700的流程图。在可替代的示例中， 方法700包括如上参考图6所示和所述的方法600的步骤。方法700还包括 经由耦接到计算设备132的显示器144将数据输出信号142(下列中的至少一 项：椭圆概率误差区域对象(例如，椭圆误差概率区域对象418和420中的 至少一个)、第一信号数据块504和第二信号数据块506中的至少一个的值、 中心值(例如，中心514和520中的至少一个)以及该一对轴线中的至少一 个轴线的值)显示702为人类可读的数据。方法700还包括基于椭圆误差区 域概率对象的确定来来将至少一个监视平台(例如，监视平台6和34中的至 少一个)和与其相关联的设备(例如，设备31和42中的至少一个)中的至 少一个的移动引导为下列之一：朝向信号发射器(例如，信号发射器2、8、 10、36和38中的至少一个)的位置和远离信号发射器的位置。
另外，在可替代的示例中，在方法700中，接收602(如上参考图6所示 和所述)进一步包括接收706作为进一步来源于降噪信号124和盲源分离信 号129中的至少一个的信号参数矢量138的第一信号参数矢量138和第二信 号参数矢量138中的至少一个。方法700还包括使用计算设备132确定708 椭圆误差区域概率对象的面积的变化率和椭圆误差区域概率对象的面积的变 化方向中的至少一个。方法700还包括使用计算设备132并且基于椭圆误差 区域概率对象的面积的变化率和椭圆误差区域概率对象的面积的变化方向中 的至少一个来确定710下列项中的至少一个：信号发射器的移动的存在、信 号发射器的移动方向、信号发射器的速度和信号发射器的加速度。
图8是可以与图3中所示的信号处理系统100一起使用的对信号参数矢 量数据进行空间滤波的可替代的方法800的流程图。在可替代的示例中，方 法800包括如上参考图6所示和所述的方法600的步骤。另外，在可替代的 示例中，在方法800中，阵列数据结构401包括多个阵列(例如，稀疏阵列 402、中等阵列404和精细阵列406)。多个阵列包括具有第一数量的单元407 的第一阵列和具有第二数量的单元407的第二阵列。此外，在可替代的示例中，在方法700中，传输604(如上参考图6所示和所述)还包括使用计算设 备132将第一信号数据块504和第二信号数据块506中的至少一个分配802 到第一阵列和第二阵列中的一个。此外，在可替代的示例中，在方法800中， 确定606(如上参照图6所示和所述)还包括下列项中的至少一个：确定804 包含第一阵列中的第一信号数据块504和第一阵列中的第二信号数据块506 的椭圆误差区域概率对象(例如，第一椭圆误差区域概率对象418和/或第二 椭圆误差区域概率对象420)；确定806包含第一阵列中的第一信号数据块504 和第二阵列中的第二信号数据块506的椭圆误差区域概率对象；确定808包 含第二阵列中的第一信号数据块504和第一阵列中的第二信号数据块506的 椭圆误差区域概率对象；以及确定810包含第二阵列中的第一信号数据块504 和第二阵列中的第二信号数据块506的椭圆误差区域概率对象。
图9是可以与图3中所示的信号处理系统100一起使用的对信号参数矢 量数据进行空间滤波的可替代的方法900的流程图。在可替代的示例中，方 法900包括如上参考图6所示和所述的方法600的步骤。方法900还包括在 第二时间之前、第二时间之后和与第二时间基本上同时中的至少一个的情况 下，在计算设备132处接收902来源于多个信号18和20中的至少一个信号 的降噪信号124脉冲的并且包括至少一个非标准空间定义的数据点(例如， 非标准空间定义的数据点524和532中的至少一个)的至少一个未知信号状 态空间表示信号139。方法900还包括将至少一个非标准空间定义的数据点传 输904到阵列数据结构401中的多个单元407中的至少一个单元407。
另外，在可替代的示例中，在方法900中，确定606(如上参照图6所示 和所述)进一步包括下列项中的至少一个：确定906包含非标准空间定义的 数据点和第一信号数据块504的椭圆误差区域概率对象；确定908包含非标 准空间定义的数据点和第二信号数据块506的椭圆误差区域概率对象；以及 确定910包含非标准空间定义的数据点和第一信号数据块504和第二信号数 据块506的椭圆误差区域概率对象。方法还包括使用由计算设备132执行的 阴影散列键例程408来确定912多个单元407中包含第一信号数据块504、第 二信号数据块506以及至少一个非标准空间定义的数据点的至少两个匹配单 元407的存在。另外，在确定912中，阵列数据结构401被配置为阴影散列 键例程408的散列表。
图10是可以与图3中所示的信号处理系统100一起使用的对信号参数矢 量数据进行空间滤波的可替代的方法1000的流程图。在可替代的示例中， 方法1000包括如上参考图6所示和所述的方法600的步骤。方法1000还包 括使用由计算设备132执行的阴影散列键例程408来确定1002在多个单元407 中包含第一信号数据块504和第二信号数据块506的匹配单元407的存在。 另外，在确定1002中，阵列数据结构401被配置为阴影散列键例程408的散列表。方法1000还包括在计算设备132处在(至少一个)附加时间接收1004 包括至少第三信号数据块510的至少一个附加信号参数矢量138，该附加时间 包括发生第二时间之后和与第二时间基本上同时发生中的至少一种。
方法1000还包括将第三信号数据块510从计算设备132传输1006到阵 列数据结构401中的第三单元407。方法1000还包括使用阴影散列键例程408 来确定1008多个单元407中包含第三信号数据块510以及第一信号数据块504 和第二信号数据块506中的至少一个的匹配单元407的存在。方法1000还包 括使用计算设备132更新1010椭圆误差区域概率对象(例如，第一椭圆误差 区域概率对象418和/或第二椭圆误差区域概率对象420)以包含第三信号数 据块510以及第一信号数据块504和第二信号数据块506中的至少一个。
将功能性网格单元添加到用于空间滤波的随机稀疏树形网格的上述系统 和方法使得使用改进的预处理前端架构和方法诸如降噪和盲源分离生成的信 号参数矢量数据能够有效和高性能地去交织。上述示例还有利于包含新特性 诸如附加信息的信号参数矢量的高性能去交织。上述示例还使得在后处理期 间能够有效地生成信号参数矢量的有用的去交织信息，而不需要高度精密、 复杂和昂贵的处理器架构。将功能性网格单元添加到用于空间滤波的随机稀 疏树形网格的上述系统和方法使用采用标准处理器的单个平台以便于标准和 新的信号参数矢量数据的高性能后处理。上述示例进一步在仅产生AOA空间 信息而不是更准确的空间位置的单个平台架构中提供实现。将功能性网格单 元添加到用于空间滤波的随机稀疏树形网格的上述系统和方法还有利于组合 具有广泛变化的精确度的非标准信号参数并且采用移动信号发射器空间信号 参数作为去交织的一部分。上述示例还使得使用含AOA的信号参数矢量数据 能够从使用标准处理器的随机直方图方法在相对于已知的空间过滤系统和方 法的较少时间内生成精确的结果。
将功能性网格单元添加到用于空间滤波的随机稀疏树形网格的上述系统 和方法的示例性技术效果包括下列项中的至少一个：(a)使得使用改进的预 处理前端架构和方法诸如降噪和盲源分离生成的信号参数矢量数据能够有效 和高性能地去交织；(b)有利于包含新特征诸如附加信息的信号参数矢量的 高性能去交织；(c)使得在后处理期间能够有效地生成信号参数矢量的有用 的去交织信息，而不需要高度精密、复杂和昂贵的处理器架构；(d)使用采 用标准处理器的单个平台以便于标准和新的信号参数矢量数据的高性能后处 理；(e)在仅能够提供AOA空间信息而不是更准确的空间位置的单个平台架 构中提供实现；(f)有利于组合具有广泛变化的精确度的非标准信号参数并且 采用移动信号发射器平台空间信号参数作为去交织的一部分；以及(g)使得 使用含AOA的信号参数矢量数据能够从使用标准处理器的随机直方图方法 在相对于已知的空间过滤系统和方法的较少时间内生成精确的结果。
尽管本公开的各种示例的具体特征可以在一些附图中而不是其它示例中 示出，但这仅是为了方便。根据本公开的原理，可以结合任何其它附图的任 何特征来引用和/或要求保护附图的任何特征。
一些示例涉及使用一个或多个电子或计算设备。此类设备通常包括处理 器、处理设备或控制器，诸如通用中央处理单元(CPU)、图形处理单元(GPU)、 微型控制器、精简指令集计算机(RISC)处理器、专用集成电路(ASIC)、 可编程逻辑电路(PLC)、现场可编程门阵列(FPGA)、数字信号处理(DSP) 设备和/或能够执行本文所述功能的任何其它电路或处理装置设备。本文所述 的方法可以被编码为在包括但不限于存储器和/或存储设备的计算机可读介质 中实施的可执行指令。当由处理设备执行时，此类指令处理设备执行本文所 述的方法的至少一部分。上述示例仅是示例性的，因此不旨在以任何方式限 制术语处理器和处理设备的定义和/或含义。
此外，本公开包括根据以下条款的示例：
条款1.一种用于对由至少一个监视平台(6、34)根据信号发射器(2、 8、10、36、38)的多个信号(18、20)生成的信号参数矢量(138)数据进 行空间滤波的系统(100)，所述系统包括：
传感器(103)，所述传感器(103)被配置为接收所述多个信号；
预处理器(104)，所述预处理器(104)耦接到所述传感器并且被配置为 生成来源于所述多个信号并且包括第一信号参数矢量和第二信号参数矢量的 多个信号参数矢量，所述多个信号参数矢量中的每个信号参数矢量来源于所 述多个信号中的一个信号，其中所述第一信号参数矢量包括第一信号数据块 (504)，所述第二信号参数矢量包括第二信号数据块(506)，并且其中所述 第一信号数据块和所述第二信号数据块包含所述信号发射器的空间定义的信 息；以及
计算设备(132)，所述计算设备(132)耦接到所述预处理器并且包括存 储器(134)，其中所述计算设备被编程为：
在第一时间从所述预处理器接收(602)所述第一信号参数矢量并且 在第二时间从所述预处理器所述第二信号参数矢量；
将所述第一信号数据块和所述第二信号数据块传输(604)到存储在 所述存储器中并且具有包括第一单元和第二单元的多个单元(407)的阵列数 据结构(401)，其中将所述第一信号数据块传输到所述第一单元，并且将所 述第二信号数据块传输到所述第二单元，其中所述阵列数据结构表示物理空 间域(1、32)，所述传感器从所述物理空间域(1、32)接收所述多个信号； 以及
确定(606)包含所述第一信号数据块和所述第二信号数据块并且具 有中心(514、520)和一对轴线的椭圆误差区域概率对象(416、418、420)， 其中所述中心表示在所述第二时间所述信号发射器在所述物理空间域中的最 高概率位置，其中所述一对轴线表示在所述第二时间所述中心的空间误差， 并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联地被存储在 所述存储器中。
条款2.根据条款1所述的系统(100)，其进一步包括耦接到所述计算设 备(132)的显示器(144)，其中所述计算设备进一步被编程为经由所述显示 器将下列中的至少一项显示(702)为人类可读数据：所述椭圆误差区域概率 对象(416、418、420)、所述第一信号数据块(504)和所述第二信号数据块 (506)中的至少一个的值、所述中心(514、520)的值、以及所述一对轴线 中的至少一个轴线的值。
条款3.根据条款1所述的系统(100)，其中所述计算设备(132)进一 步被编程为基于所述椭圆误差区域概率对象(416、418、420)的确定来引导 (704)所述至少一个监视平台(6、34)和与其相关联的设备(31、42)中 的至少一个进行朝向和远离所述信号发射器(2、8、10、36、38)的位置中 的至少一者的移动。
条款4.根据条款1所述的系统(100)，其进一步包括下列项中的至少一 项：
至少一个信号降噪模块(118)，所述至少一个信号降噪模块(118)被配 置为将降噪信号(124)传输到所述计算设备(132)；以及
至少一个盲源分离模块(120)，所述至少一个盲源分离模块(120)被配 置为将盲源分离信号(129)传输到所述计算设备，其中所述计算设备进一步 被编程为接收(706)作为进一步来源于所述降噪信号和所述盲源分离信号中 的至少一个的信号参数矢量的所述第一信号参数矢量和所述第二信号参数矢 量(138)中的至少一个。
条款5.根据条款1所述的系统(100)，其中所述计算设备(132)进一 步被编程为：
确定(708)所述椭圆误差区域概率对象(416、418、420)的面积的变 化率和所述椭圆误差区域概率对象的面积的变化方向中的至少一个；以及
基于所述椭圆误差区域概率对象的所述面积的所述变化率和所述误差区 域概率的所述面积的所述变化方向中的至少一个，确定(710)下列项中的至 少一项：
所述信号发射器(2、8、10、36、38)的移动的存在；
所述信号发射器的移动方向；
所述信号发射器的速度；以及
所述信号发射器的加速度。
条款6.根据条款1所述的系统(100)，其中所述阵列数据结构(401) 包括多个阵列(402、404、406)，所述多个阵列包括具有第一数量的单元(407) 的第一阵列和具有大于所述第一数量的单元的第二数量的单元的第二阵列， 并且其中所述计算设备(132)进一步被编程为：
将所述第一信号数据块(504)和所述第二信号数据块(506)中的至少 一个分配(802)到所述第一阵列和所述第二阵列中的一个，所述计算设备进 一步被编程为执行下列项中的至少一项：
确定(804)包含所述第一阵列中的所述第一信号数据块和所述第一 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象(416、418、420)；
确定(806)包含所述第一阵列中的所述第一信号数据块和所述第二 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；
确定(808)包含所述第二阵列中的所述第一信号数据块和所述第一 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；以及
确定(810)包含所述第二阵列中的所述第一信号数据块和所述第二 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象。
条款7.根据条款1所述的系统(100)，其进一步包括耦接到所述传感器 (103)并且耦接到所述计算设备(132)的脉冲降噪模块(130)，其中所述 计算设备进一步被编程为：
在接收所述第二信号参数矢量(138)之前、之后、以及基本上在接收所 述第二信号参数矢量(138)时中的至少一者的情况下，接收(902)来源于 所述多个信号(18、20)中的至少一个信号的降噪脉冲(124)并且包括至少 一个非标准空间定义的数据点(524、532)的至少一个未知信号状态空间表 示信号(139)，其中所述脉冲降噪模块被配置为将所述至少一个未知信号状 态空间表示信号传输到所述计算设备；
将所述至少一个非标准空间定义的数据点传输(904)到所述阵列数据结 构(401)中的所述多个单元中的至少一个单元(407)，所述计算设备进一步 被编程为执行下列项中的至少一项：
确定(906)包含所述非标准空间定义的数据点和所述第一信号数据 块(504)的所述椭圆误差区域概率对象(416、418、420)；
确定(908)包含所述非标准空间定义的数据点和所述第二信号数据 块(506)的所述椭圆误差区域概率对象；以及
确定(910)包含所述非标准空间定义的数据点以及所述第一信号数 据块和所述第二信号数据块的所述椭圆误差区域概率对象。
条款8.根据条款7所述的系统(100)，其中所述计算设备(132)进一 步被编程为使用阴影散列键例程(408)来确定(912)所述多个单元(407) 中包含所述第一信号数据块(504)、所述第二信号数据块(506)以及所述至 少一个非标准空间定义的数据点(524、532)中的至少两者的匹配单元的存 在，其中所述阵列数据结构(401)被配置为所述阴影散列键例程的散列表。
条款9.根据条款1所述的系统(100)，其中所述计算设备(132)进一 步被编程为使用阴影散列键例程(408)来确定(1002)所述多个单元(407) 中包含所述第一信号数据块(504)和所述第二信号数据块(506)的匹配单 元的存在，其中所述阵列数据结构(401)被配置为阴影散列键例程的散列表。
条款10.根据条款9所述的系统(100)，其中所述计算设备(132)进一 步被编程为，在所述第二时间之后发生的至少一个附加时间和与所述第二时 间基本上同时发生的至少一个附加时间中的至少一者的情况下，接收(1004) 包括至少第三信号数据块(510)的至少一个附加信号参数矢量(138)。
条款11.根据条款10所述的系统(100)，其中所述计算设备(132)进 一步被编程为：
将所述第三信号数据块(510)从所述计算设备传输(1006)到所述阵列 数据结构(401)中的第三单元(407)；
使用所述阴影散列键例程(408)来确定(1008)包含所述第三信号数据 块(510)以及所述第一信号数据块(504)和所述第二信号数据块(506)中 的至少一个的所述匹配单元的存在；以及
更新(1010)所述椭圆误差区域概率对象(416、418、420)以包含所述 第三信号数据块以及所述第一信号数据块和所述第二信号数据块中的至少一 个。
条款12.一种用于对由至少一个监视平台(6、34)生成的信号参数矢量 (138)数据进行空间滤波的方法(600)，所述至少一个监视平台(6、34) 包括被配置为从信号发射器(2、8、10、36、38)接收多个信号(18、20) 的传感器(103)，所述方法包括：
在计算设备(132)处，在第一时间接收(602)第一信号参数矢量并且 在发生在所述第一时间之后的第二时间接收(602)第二信号参数矢量，所述 第一信号参数矢量包括第一信号数据块(504)，并且所述第二信号参数矢量 包括第二信号数据块(506)，其中所述第一信号参数矢量和所述第二信号参 数矢量来源于所述多个信号，并且其中所述第一信号数据块和所述第二信号 数据块包含所述信号发射器的空间定义的信息；
将所述第一信号数据块和所述第二信号数据块传输(604)到存储在所述 计算设备的存储器(134)中并且具有包括第一单元和第二单元的多个单元(407)的阵列数据结构(401)，其中将所述第一信号数据块传输到所述第一 单元，并且将所述第二信号数据块传输到所述第二单元，其中所述阵列数据 结构表示的物理空间域(1、32)，所述传感器从所述物理空间域(1、32)中 接收所述多个信号；以及
使用所述计算设备来确定(606)包含所述第一信号数据块和所述第二信 号数据块并且具有中心(514、520)和一对轴线的椭圆误差区域概率对象(416、 418、420)，其中所述中心表示在所述第二时间所述信号发射器在所述物理空 间域中的最高概率位置，其中所述一对轴线表示在所述第二时间所述中心的 空间误差，并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联 地被存储在所述存储器中。
条款13.根据条款12所述的方法(700)，其进一步包括经由耦接到所述 计算设备(132)的显示器(144)，将下列中的至少一项显示(702)为人类 可读数据：所述椭圆误差区域概率对象(416、418、420)、所述第一信号数 据块(504)和所述第二信号数据块(506)中的至少一个的值、所述中心(514、 520)的值、以及所述一对轴线中的至少一个轴线的值。
条款14.根据条款12所述的方法(700)，其进一步包括基于所述椭圆误 差区域概率对象(416、418、420)的确定来引导(704)所述至少一个监视 平台(6、34)和与其相关联的设备(31、42)中的至少一个进行朝向和远离 所述信号发射器(2、8、10、36、38)的位置中的至少一者的移动。
条款15.根据条款12所述的方法(700)，其中接收(602)所述第一信 号参数矢量和所述第二信号参数矢量(138)包括接收(706)作为进一步来 源于降噪信号(124)和盲源分离信号(129)中的至少一个的信号参数矢量 的所述第一信号参数矢量和所述第二信号参数矢量中的至少一个。
条款16.根据条款12所述的方法(700)，其进一步包括：
使用所述计算设备(132)来确定(708)所述椭圆误差区域概率对象(416、 418、420)的面积的变化率和所述椭圆误差区域概率对象的面积的变化方向 中的至少一个；以及
使用所述计算设备并且基于所述椭圆误差区域概率对象的所述面积的所 述变化率和所述椭圆误差区域概率对象的所述面积的所述变化方向中的至少 一个来确定(710)下列项中的至少一项：
所述信号发射器(2、8、10、36、38)的移动的存在；
所述信号发射器的移动方向；
所述信号发射器的速度；以及
所述信号发射器的加速度。
17.根据条款12所述的方法(800)，其中所述阵列数据结构(401)包括 多个阵列(402、404、406)，所述多个阵列包括具有第一数量的单元(407) 的第一阵列和具有大于所述第一数量的单元的第二数量的单元的第二阵列， 并且其中：
传输(604)包括使用所述计算设备(132)将所述第一信号数据块(504) 和所述第二信号数据块(506)中的至少一个分配(802)到所述第一阵列和 所述第二阵列中的一个；以及
确定(606)所述椭圆误差区域概率对象(416、418、420)包括下列项 中的至少一个：
确定(804)包含所述第一阵列中的所述第一信号数据块和所述第一 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；
确定(806)包含所述第一阵列中的所述第一信号数据块和所述第二 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；
确定(808)包含所述第二阵列中的所述第一信号数据块和所述第一 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；以及
确定(810)包含所述第二阵列中的所述第一信号数据块和所述第二 阵列中的所述第二信号数据块的所述椭圆误差区域概率对象。
条款18.根据条款12所述的方法(900)，其进一步包括：
在所述计算设备(132)处，在所述第二时间之前、之后、以及基本上与 所述第二时间同时中的至少一者的情况下，接收(902)来源于所述多个信号 (18、20)中的至少一个信号的降噪脉冲(130)并且包括至少一个非标准空 间定义的数据点(524、532)的至少一个未知信号状态空间表示信号(139)； 以及
将所述至少一个非标准空间定义的数据点传输(904)到所述阵列数据结 构(401)中的所述多个单元中的至少一个单元(407)，其中确定(606)所 述椭圆误差区域概率对象(416、418、420)包括下列项中的至少一个：
确定(906)包含所述非标准空间定义的数据点和所述第一信号数据 块(504)的所述椭圆误差区域概率对象；
确定(908)包含所述非标准空间定义的数据点和所述第二信号数据 块(506)的所述椭圆误差区域概率对象；以及
确定(910)包含所述非标准空间定义的数据点以及所述第一信号数 据块和所述第二信号数据块的所述椭圆误差区域概率对象。
条款19.根据条款18所述的方法(900)，其进一步包括使用由所述计算 设备(132)执行的阴影散列键例程(408)来确定(912)所述多个单元(407) 中包含所述第一信号数据块(504)、所述第二信号数据块(506)以及所述至 少一个非标准空间定义的数据点(524、532)中的至少两者的匹配单元的存 在，其中所述阵列数据结构(401)被配置为所述阴影散列键例程的散列表。
条款20.根据条款12所述的方法(1000)，其进一步包括使用由所述计 算设备(132)执行的阴影散列键例程(408)来确定(1002)所述多个单元 (407)中包含所述第一信号数据块(504)和所述第二信号数据块(506)的 匹配单元的存在，其中所述阵列数据结构(401)被配置为所述阴影散列键例 程的散列表。
条款21.根据条款20所述的方法(1000)，在所述计算设备(132)处， 在发生在所述第二时间之后的至少一个附加时间和与所述第二时间基本上同 时发生的至少一个附加时间中的至少一者的情况下，接收(1004)包括至少 第三信号数据块(510)的至少一个附加信号参数矢量(138)。
条款22.根据条款21所述的方法(1000)，其进一步包括：
将所述第三信号数据块(510)从所述计算设备(132)传输(1006)到 所述阵列数据结构(401)中的第三单元(407)；
使用所述阴影散列键例程(408)来确定(1008)所述多个单元中包含所 述第三信号数据块(510)以及所述第一信号数据块(504)和所述第二信号 数据块(506)中的至少一个的匹配单元的存在；以及
使用所述计算设备更新(1010)所述椭圆误差区域概率对象(416、418、 420)以包含所述第三信号数据块以及所述第一信号数据块和所述第二信号数 据块中的至少一个。
条款23.一种具有包含在其上的计算机可执行指令的非瞬时计算机可读 存储器(134)，其中当所述计算机可执行指令由计算设备(132)执行时，使 得所述计算设备执行下列操作：
随时间接收(602)多个信号参数矢量，包括在第一时间接收第一信号参 数矢量并且在第二时间接收第二信号参数矢量，所述多个信号参数矢量中的 每个信号参数矢量来源于多个信号(18、20)中的一个信号，所述多个信号 (18、20)从被配置为接收来自信号发射器(2、8、10、36、38)的所述多 个信号的传感器(103)传输到所述计算设备，其中所述第一信号参数矢量包 括第一信号数据块(504)并且所述第二信号参数矢量包括第二信号数据块 (506)；
将所述第一信号数据块和所述第二信号数据块传输(604)到存储在所述 存储器(134)中并且具有包括第一单元和第二单元的多个单元的阵列数据结 构(401)，其中将所述第一信号数据块传输到所述第一单元并且将所述第二 信号数据块传输到所述第二单元，其中所述阵列数据结构表示物理空间域(1、 32)，所述传感器从所述物理空间域(1、32)接收所述多个信号；以及
确定(606)包含所述第一信号数据块和所述第二信号数据块并且具有 中心(514、520)和一对轴线的椭圆误差区域概率对象(416、418、420)， 其中所述中心表示在所述第二时间所述信号发射器在所述物理空间域中的最 高概率位置，其中所述一对轴线表示在所述第二时间所述中心的空间误差， 并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联地存储在所 述存储器中。
条款24.根据条款23所述的非瞬时计算机可读存储器(134)，其中所述 计算机可执行指令进一步使得所述计算设备(132)使用阴影散列键例程(408) 确定(1002)所述多个单元(407)中包含所述第一信号数据块(504)和所 述第二信号数据块(506)的匹配单元的存在，其中所述阵列数据结构(401) 被配置为所述阴影散列键例程的散列表。
该书面描述使用示例来公开包括最佳模式在内的示例，并且还使本领域 任何技术人员能够实践该示例，包括制作和使用任何设备或系统并且执行任 何并入的方法。本公开的可取得专利的范围由权利要求限定，并且可以包括 本领域技术人员想到的其它示例。如果此类其它示例具有的结构要素与权利 要求的文字语言没有不同，或者如果它们包括与权利要求的文字语言无实质 差异的等同的结构要素，则此类其它示例旨在本权利要求的范围内。

Claims (15)

1.一种用于对由至少一个监视平台(6、34)从信号发射器(2、8、10、36、38)的多个信号(18、20)中生成的信号参数矢量(138)数据进行空间滤波的系统(100)，所述系统包括：
传感器(103)，所述传感器(103)被配置为接收所述多个信号；
预处理器(104)，所述预处理器(104)耦接到所述传感器并且被配置为生成来源于所述多个信号并且包括第一信号参数矢量和第二信号参数矢量的多个信号参数矢量，所述多个信号参数矢量中的每一个信号参数矢量来源于所述多个信号中的一个信号，其中所述第一信号参数矢量包括第一信号数据块(504)，并且所述第二信号参数矢量包括第二信号数据块(506)，并且其中所述第一信号数据块和所述第二信号数据块包含所述信号发射器的空间定义的信息；以及
计算设备(132)，所述计算设备(132)耦接到所述预处理器并且包括存储器(134)，其中所述计算设备被编程为：
在第一时间从所述预处理器接收所述第一信号参数矢量，并且在第二时间从所述预处理器接收所述第二信号参数矢量；
将所述第一信号数据块和所述第二信号数据块传输到存储在所述存储器中并且具有包括第一单元和第二单元的多个单元(407)的阵列数据结构(401)，其中将所述第一信号数据块传输到所述第一单元，将所述第二信号数据块传输到所述第二单元，其中所述阵列数据结构表示物理空间域(1、32)，所述传感器从所述物理空间域中接收所述多个信号；以及
确定包含所述第一信号数据块和所述第二信号数据块并且具有中心(514、520)和一对轴线的椭圆误差区域概率对象(416、418、420)，其中所述中心表示在所述第二时间所述信号发射器在所述物理空间域中的最高概率位置，其中所述一对轴线表示在所述第二时间上所述中心的空间误差，并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联地被存储在所述存储器中。
2.根据权利要求1所述的系统(100)，其进一步包括耦接到所述计算设备(132)的显示器(144)，其中所述计算设备进一步被编程为经由所述显示器将下列中的至少一项显示为人类可读数据：所述椭圆误差区域概率对象(416、418、420)、所述第一信号数据块(504)和所述第二信号数据块(506)中的至少一个的值、所述中心(514、520)的值、以及所述一对轴线中的至少一个轴线的值。
3.根据权利要求1或权利要求2所述的系统(100)，其中所述计算设备(132)进一步被编程为基于所述椭圆误差区域概率对象(416、418、420)的确定来引导至少一个监视平台(6、34)和与所述至少一个监视平台相关联的设备(31、42)进行朝向和远离所述信号发射器(2、8、10、36、38)的位置中的至少一者的移动。
4.根据权利要求1或权利要求2所述的系统(100)，其进一步包括下列项中的至少一个：
至少一个信号降噪模块(118)，所述至少一个信号降噪模块(118)被配置为将降噪信号(124)传输到所述计算设备(132)；以及
至少一个盲源分离模块(120)，所述至少一个盲源分离模块(120)被配置为将盲源分离信号(129)传输到所述计算设备，其中所述计算设备进一步被编程为接收作为进一步来源于所述降噪信号和所述盲源分离信号中的至少一个的信号参数矢量的所述第一信号参数矢量和所述第二信号参数矢量(138)中的至少一个。
5.根据权利要求1或权利要求2所述的系统(100)，其进一步包括耦接到所述传感器(103)并且耦接到所述计算设备(132)的脉冲降噪模块(130)，其中所述计算设备进一步被编程为：
在接收所述第二信号参数矢量(138)之前、之后、以及基本上在接收所述第二信号参数矢量(138)时中的至少一者的情况下，接收来源于所述多个信号(18、20)中的至少一个信号的降噪脉冲(130)并且包括至少一个非标准空间定义的数据点(524、532)的至少一个未知信号状态空间表示信号(139)，其中所述脉冲降噪模块被配置为将所述至少一个未知信号状态空间表示信号传输到所述计算设备；
将所述至少一个非标准空间定义的数据点传输到所述阵列数据结构(401)中的所述多个单元中的至少一个单元(407)，所述计算设备进一步被编程为执行下列项中的至少一个：
确定包含所述非标准空间定义的数据点和所述第一信号数据块(504)的所述椭圆误差区域概率对象(416、418、420)；
确定包含所述非标准空间定义的数据点和所述第二信号数据块(506)的所述椭圆误差区域概率对象；以及
确定包含所述非标准空间定义的数据点和所述第一信号数据块和所述第二信号数据块的所述椭圆误差区域概率对象。
6.一种用于对由至少一个监视平台(6、34)生成的信号参数矢量(138)数据进行空间滤波的方法(600)，所述监视平台(6、34)包括被配置为从信号发射器(2、8、10、36、38)接收多个信号(18、20)的传感器(103)，所述方法包括：
在计算设备(132)处，在第一时间接收(602)第一信号参数矢量并且在发生在所述第一时间之后的第二时间接收(602)第二信号参数矢量，所述第一信号参数矢量包括第一信号数据块(504)，并且所述第二信号参数矢量包括第二信号数据块(506)，其中所述第一信号参数矢量和所述第二信号参数矢量来源于所述多个信号，并且其中所述第一信号数据块和所述第二信号数据块包含所述信号发射器的空间定义的信息；
将所述第一信号数据块和所述第二信号数据块传输(604)到存储在所述计算设备的存储器(134)中的阵列数据结构(401)，并且所述阵列数据结构(401)具有包括第一单元和第二单元的多个单元(407)，其中将所述第一信号数据块传输到所述第一单元，并且将所述第二信号数据块传输到所述第二单元，其中所述阵列数据结构表示物理空间域(1、32)，所述传感器从所述物理空间域(1、32)中接收所述多个信号；以及
使用所述计算设备来确定(606)包含所述第一信号数据块和所述第二信号数据块并且具有中心(514、520)和一对轴线的椭圆误差区域概率对象(416、418、420)，其中所述中心表示在所述第二时间所述信号发射器在所述物理空间域中的最高概率位置，其中所述一对轴线表示在所述第二时间上所述中心的空间误差，并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联地被存储在所述存储器中。
7.根据权利要求6所述的方法(700)，其中接收(602)所述第一信号参数矢量和所述第二信号参数矢量(138)包括接收(706)作为进一步来源于降噪信号(124)和盲源分离信号(129)中的至少一个的信号参数矢量的所述第一信号参数矢量和所述第二信号参数矢量中的至少一个。
8.根据权利要求6或权利要求7所述的方法(700)，其进一步包括：
使用所述计算设备(132)来确定(708)所述椭圆误差区域概率对象(416、418、420)的面积的变化率和所述椭圆误差区域概率对象的面积的变化方向中的至少一个；以及
使用所述计算设备并且基于所述椭圆误差区域概率对象的所述面积的所述变化率和所述椭圆误差区域概率对象的所述面积的所述变化方向中的至少一个来确定(710)下列项中的至少一项：
所述信号发射器(2、8、10、36、38)的移动的存在；
所述信号发射器的移动方向；
所述信号发射器的速度；以及
所述信号发射器的加速度。
9.根据权利要求6或权利要求7所述的方法(800)，其中所述阵列数据结构(401)包括多个阵列(402、404、406)，所述多个阵列包括具有第一数量的单元(407)的第一阵列和具有大于所述第一数量的单元的第二数量的单元的第二阵列，并且其中：
传输(604)包括使用所述计算设备(132)将所述第一信号数据块(504)和所述第二信号数据块(506)中的至少一个分配(802)到所述第一阵列和所述第二阵列中的一个；以及
确定(606)所述椭圆误差区域概率对象(416、418、420)包括下列项中的至少一项：
确定(804)包含所述第一阵列中的所述第一信号数据块和所述第一阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；
确定(806)包含所述第一阵列中的所述第一信号数据块和所述第二阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；
确定(808)包含所述第二阵列中的所述第一信号数据块和所述第一阵列中的所述第二信号数据块的所述椭圆误差区域概率对象；以及
确定(810)包含所述第二阵列中的所述第一信号数据块和所述第二阵列中的所述第二信号数据块的所述椭圆误差区域概率对象。
10.根据权利要求6或权利要求7所述的方法(900)，其进一步包括：
在所述计算设备(132)处，在所述第二时间之前、之后、以及基本上与所述第二时间同时中的至少一者的情况下，接收(902)来源于所述多个信号(18、20)中的至少一个信号的降噪脉冲(130)并且包括至少一个非标准空间定义的数据点(524、532)的至少一个未知信号状态空间表示信号(139)；以及
将所述至少一个非标准空间定义的数据点传输(904)到所述阵列数据结构(401)中的所述多个单元中的至少一个单元(407)，其中确定(606)所述椭圆误差区域概率对象(416、418、420)包括下列项中的至少一项：
确定(906)包含所述非标准空间定义的数据点和所述第一信号数据块(504)的所述椭圆误差区域概率对象；
确定(908)包含所述非标准空间定义的数据点和所述第二信号数据块(506)的所述椭圆误差区域概率对象；以及
确定(910)包含所述非标准空间定义的数据点以及所述第一信号数据块和所述第二信号数据块的所述椭圆误差区域概率对象。
11.根据权利要求10所述的方法(900)，其进一步包括使用由所述计算设备(132)执行的阴影散列键例程(408)来确定(912)所述多个单元(407)中包含所述第一信号数据块(504)、所述第二信号数据块(506)以及所述至少一个非标准空间定义的数据点(524、532)中的至少两者的匹配单元的存在，其中所述阵列数据结构(401)被配置为所述阴影散列键例程的散列表。
12.根据权利要求6或权利要求7所述的方法(1000)，其进一步包括使用由所述计算设备(132)执行的阴影散列键例程(408)来确定(1002)所述多个单元(407)中包含所述第一信号数据块(504)和所述第二信号数据块(506)的匹配单元的存在，其中所述阵列数据结构(401)被配置为所述阴影散列键例程的散列表。
13.根据权利要求12所述的方法(1000)，其进一步包括：
在所述计算设备(132)处，在发生在所述第二时间之后的至少一个附加时间或与所述第二时间基本上同时发生的至少一个附加时间中的至少一者的情况下，接收(1004)至少包括第三信号数据块(510)的至少一个附加信号参数矢量(138)；
将所述第三信号数据块(510)从所述计算设备(132)传输(1006)到所述阵列数据结构(401)中的第三单元(407)；
使用所述阴影散列键例程(408)来确定(1008)所述多个单元中包含第一信号数据块(504)和所述第二信号数据块(506)中的至少一个以及所述第三信号数据块(510)的匹配单元的存在；以及
使用所述计算设备更新(1010)所述椭圆误差区域概率对象(416、418、420)以包含所述第三信号数据块以及所述第一信号数据块和所述第二信号数据块中的至少一个。
14.一种具有包含在其上的计算机可执行指令的非瞬时计算机可读存储器(134)，其中所述计算机可执行指令在由计算设备(132)执行时，使得所述计算设备执行下列操作：
随时间接收(602)多个信号参数矢量，包括在第一时间接收第一信号参数矢量并且在第二时间接收第二信号参数矢量，所述多个信号参数矢量中的每个信号参数矢量来源于多个信号(18、20)中的一个信号，所述多个信号(18、20)从被配置为接收来自信号发射器(2、8、10、36、38)的所述多个信号的传感器(103)传输到所述计算设备，其中所述第一信号参数矢量包括第一信号数据块(504)并且所述第二信号参数矢量包括第二信号数据块(506)；
将所述第一信号数据块和所述第二信号数据块传输(604)到存储在所述存储器(134)中并且具有包括第一单元和第二单元的多个单元(407)的阵列数据结构(401)，其中将所述第一信号数据块传输到所述第一单元并且将所述第二信号数据块传输到所述第二单元，其中所述阵列数据结构表示物理空间域(1、32)，所述传感器从所述物理空间域(1、32)接收所述多个信号；以及
确定(606)包含所述第一信号数据块和所述第二信号数据块并且具有中心(514、520)和一对轴线的椭圆误差区域概率对象(416、418、420)，其中所述中心表示在所述第二时间所述信号发射器在所述物理空间域中的最高概率位置，其中所述一对轴线表示在所述第二时间上所述中心的空间误差，并且其中所述椭圆误差区域概率对象与所述阵列数据结构相关联地存储在所述存储器中。
15.根据权利要求14所述的非瞬时计算机可读存储器(134)，其中所述计算机可执行指令进一步使得所述计算设备(132)使用阴影散列键例程(408)确定(1002)所述多个单元(407)中包含所述第一信号数据块(504)和所述第二信号数据块(506)的匹配单元的存在，其中所述阵列数据结构(401)被配置为所述阴影散列键例程的散列表。
CN201710810856.9A 2016-09-12 2017-09-11 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法 Active CN107818324B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/262,950 US10324167B2 (en) 2016-09-12 2016-09-12 Systems and methods for adding functional grid elements to stochastic sparse tree grids for spatial filtering
US15/262,950 2016-09-12

Publications (2)

Publication Number Publication Date
CN107818324A true CN107818324A (zh) 2018-03-20
CN107818324B CN107818324B (zh) 2023-06-16

Family

ID=59366269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710810856.9A Active CN107818324B (zh) 2016-09-12 2017-09-11 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法

Country Status (5)

Country Link
US (1) US10324167B2 (zh)
EP (1) EP3293537B1 (zh)
JP (1) JP6979823B2 (zh)
CN (1) CN107818324B (zh)
IL (1) IL253812B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109557539A (zh) * 2018-12-27 2019-04-02 中国人民解放军空军工程大学 机载无源雷达地面动目标检测方法、装置以及电子设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111381229B (zh) * 2018-12-28 2024-05-14 松下知识产权经营株式会社 推测方法、推测装置以及记录介质
US10725151B1 (en) * 2019-05-21 2020-07-28 The Boeing Company System and method for detecting pulses using fused signal power/phase modulation detection
CN111929653B (zh) * 2020-07-21 2024-03-26 上海交通大学 一种基于无人船航海雷达的目标检测、跟踪方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030095716A1 (en) * 2001-10-31 2003-05-22 Eastman Kodak Company Method of spatially filtering digital image for noise removal, noise estimatation or digital image enhancement
CN1520178A (zh) * 2002-11-22 2004-08-11 ���ǵ�����ʽ���� 能够输出两个连续的解交织的帧的解交织装置和方法
WO2006072471A2 (de) * 2005-01-04 2006-07-13 Siemens Aktiengesellschaft Funkbasiertes ortungssystem mit synthetischer apertur
US20090060008A1 (en) * 2007-08-29 2009-03-05 Harris Corporation System and method for blind source separation of signals using noise estimator
US20120326707A1 (en) * 2011-06-27 2012-12-27 Raytheon Applied Signal Technology, Inc. Environmental Noise Reduction For Magnetometry
WO2013024430A1 (en) * 2011-08-16 2013-02-21 Imax Corporation Hybrid image decomposition and projection
US20130110450A1 (en) * 2011-11-01 2013-05-02 Qualcom Incorporated System and method for improving orientation data
CN103563402A (zh) * 2011-05-16 2014-02-05 高通股份有限公司 基于盲源分离的空间滤波
CN103941236A (zh) * 2014-05-12 2014-07-23 中国船舶重工集团公司第七二四研究所 多参数栅格化滑动信号统计筛选处理方法
US8805858B1 (en) * 2011-10-31 2014-08-12 The Boeing Company Methods and systems for spatial filtering using a stochastic sparse tree grid
CN103988365A (zh) * 2011-12-13 2014-08-13 瑞典爱立信有限公司 无线通信网络中具有至少两个天线列的节点
CN104112034A (zh) * 2013-04-22 2014-10-22 辉达公司 用于实施路径空间滤波的系统、方法和计算机程序产品
CN105051563A (zh) * 2013-03-15 2015-11-11 皇家飞利浦有限公司 使用相位调制rf脉冲的并行多切片mr成像
EP2988148A1 (en) * 2014-08-18 2016-02-24 The Boeing Company Systems and methods for determining a position of a transmitter of a bistatic radar system
CN105749393A (zh) * 2016-02-02 2016-07-13 韩伟忠 一种雾化吸入系统

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2576622B2 (ja) * 1989-02-27 1997-01-29 日本電気株式会社 妨害信号検出装置
US5179529A (en) 1989-03-31 1993-01-12 Hughes Aircraft Company High speed fourier transform engine
US5263051A (en) 1991-07-05 1993-11-16 Codex Corporation Device and method of interleaving for a trellis precoding system
US5754783A (en) 1996-02-01 1998-05-19 Digital Equipment Corporation Apparatus and method for interleaving timed program data with secondary data
US6205190B1 (en) 1996-04-29 2001-03-20 Qualcomm Inc. System and method for reducing interference generated by a CDMA communications device
US5889791A (en) 1996-08-13 1999-03-30 Motorola, Inc. System, device and method of FEC coding and interleaving for variable length burst transmission
US6041393A (en) 1996-08-23 2000-03-21 Hewlett-Packard Co. Array padding for higher memory throughput in the presence of dirty misses
ATE247340T1 (de) 1997-06-18 2003-08-15 Clarity L L C Verfahren und gerät zur blindseparierung von signalen
US6144645A (en) 1998-05-26 2000-11-07 Nera Wireless Broadband Access As Method and system for an air interface for providing voice, data, and multimedia services in a wireless local loop system
US5999129A (en) 1998-06-01 1999-12-07 Litton Systems, Inc. Multiplatform ambiguous phase circle and TDOA protection emitter location
US6898612B1 (en) 1998-11-12 2005-05-24 Sarnoff Corporation Method and system for on-line blind source separation
US6043771A (en) 1998-12-21 2000-03-28 Trw Inc. Compact, sensitive, low power device for broadband radar detection
CA2268853C (en) 1999-04-13 2011-08-02 Wen Tong Rate matching and channel interleaving for a communications system
US6147646A (en) 1999-08-30 2000-11-14 Motorola, Inc. Method and system for collecting information about a plurality of emitters
JP3774093B2 (ja) * 1999-11-29 2006-05-10 三菱電機株式会社 追尾処理装置及び方法
CA2362776C (en) 2000-01-18 2008-09-23 Brent R. Carlson Parallel correlator architecture
US6285319B1 (en) 2000-01-27 2001-09-04 Litton Systems, Inc. Method for reducing geometrical dilution of precision in geolocation of emitters using phase circles
JP3399904B2 (ja) 2000-03-17 2003-04-28 松下電器産業株式会社 インタリーブアドレス生成装置
JP3559494B2 (ja) 2000-03-23 2004-09-02 株式会社東芝 パルス信号受信装置及びパルス信号処理方法
US6854077B2 (en) 2000-08-05 2005-02-08 Motorola, Inc. Apparatus and method for providing turbo code interleaving in a communications system
US6509729B2 (en) 2001-01-09 2003-01-21 The United States Of America As Represented By The Secretary Of The Navy Multiple simultaneous optical frequency measurement
US7260770B2 (en) 2001-10-22 2007-08-21 Motorola, Inc. Block puncturing for turbo code based incremental redundancy
US7006474B2 (en) 2001-11-21 2006-02-28 Itt Manufacturing Enterprises, Inc. Channelized receiver system
JP2003194906A (ja) * 2001-12-25 2003-07-09 Toshiba Corp 可搬型センサアレイシステム
US6545633B1 (en) * 2002-04-08 2003-04-08 The Boeing Company Radar system having simultaneous monostatic and bistatic mode of operation
US6711528B2 (en) 2002-04-22 2004-03-23 Harris Corporation Blind source separation utilizing a spatial fourth order cumulant matrix pencil
US7058874B2 (en) 2002-05-24 2006-06-06 Lucent Technologies Inc. Interleaver address generator and method of generating an interleaver address
US6822583B2 (en) 2002-08-12 2004-11-23 Bae Systems Information And Electronic Systems Integration Inc. Method for passive “360-degree coverage” tactical fighter target tracking incorporating adaptive pilot maneuver cue processing
US7474756B2 (en) 2002-12-18 2009-01-06 Siemens Corporate Research, Inc. System and method for non-square blind source separation under coherent noise by beamforming and time-frequency masking
JP4116898B2 (ja) * 2003-02-18 2008-07-09 三菱電機株式会社 目標追尾装置
US6931362B2 (en) 2003-03-28 2005-08-16 Harris Corporation System and method for hybrid minimum mean squared error matrix-pencil separation weights for blind source separation
US6985102B1 (en) 2004-07-01 2006-01-10 Lockheed Martin Corporation Method and system for deinterleaving
JP2006242818A (ja) * 2005-03-04 2006-09-14 Mitsubishi Electric Corp Ｆｍ−ｃｗレーダ装置および同装置のノイズ抑制方法
US7397415B1 (en) 2006-02-02 2008-07-08 Itt Manufacturing Enterprises, Inc. System and method for detecting and de-interleaving radar emitters
US8005176B2 (en) 2007-02-15 2011-08-23 Massachusetts Institute Of Technology Architecture for systolic nonlinear filter processors
US7952523B2 (en) 2009-06-09 2011-05-31 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for passively locating radar emissions from rotating transmitters
JP5487987B2 (ja) * 2010-01-15 2014-05-14 富士通株式会社 判定装置、プログラム、判定方法及び判定システム
US8587468B2 (en) 2011-05-03 2013-11-19 Src, Inc. Method, system and program product for deinterleaving and classifying arbitrary radar pulse patterns using non-determinsitic finite state automata
US8803730B2 (en) 2011-07-21 2014-08-12 The Boeing Company Radar pulse detection using a digital radar receiver
US9081092B1 (en) * 2011-08-03 2015-07-14 Lockheed Martin Corporation Covariance rotation with perspective projection for creating radar search volumes from remote cues
JP2014009966A (ja) * 2012-06-27 2014-01-20 Furuno Electric Co Ltd レーダ装置、レーダ受信信号処理方法、及びレーダ受信信号処理プログラム
US9646424B2 (en) * 2013-05-29 2017-05-09 Raytheon Company Methods and processes for interactive display of three dimensional covariance
US8958750B1 (en) 2013-09-12 2015-02-17 King Fahd University Of Petroleum And Minerals Peak detection method using blind source separation
US9273965B2 (en) * 2014-02-03 2016-03-01 Raytheon Company Method for determining future position boundary for a moving object from location estimates
JP6278777B2 (ja) 2014-03-27 2018-02-14 三菱電機株式会社 レーダ電波識別装置、レーダ電波識別方法及びプログラム
JP6413588B2 (ja) * 2014-10-08 2018-10-31 三菱電機株式会社 誘導装置
US10754922B2 (en) * 2015-04-23 2020-08-25 Lockheed Martin Corporation Method and apparatus for sensor fusion

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030095716A1 (en) * 2001-10-31 2003-05-22 Eastman Kodak Company Method of spatially filtering digital image for noise removal, noise estimatation or digital image enhancement
CN1520178A (zh) * 2002-11-22 2004-08-11 ���ǵ�����ʽ���� 能够输出两个连续的解交织的帧的解交织装置和方法
WO2006072471A2 (de) * 2005-01-04 2006-07-13 Siemens Aktiengesellschaft Funkbasiertes ortungssystem mit synthetischer apertur
US20090060008A1 (en) * 2007-08-29 2009-03-05 Harris Corporation System and method for blind source separation of signals using noise estimator
CN103563402A (zh) * 2011-05-16 2014-02-05 高通股份有限公司 基于盲源分离的空间滤波
US20120326707A1 (en) * 2011-06-27 2012-12-27 Raytheon Applied Signal Technology, Inc. Environmental Noise Reduction For Magnetometry
WO2013024430A1 (en) * 2011-08-16 2013-02-21 Imax Corporation Hybrid image decomposition and projection
US8805858B1 (en) * 2011-10-31 2014-08-12 The Boeing Company Methods and systems for spatial filtering using a stochastic sparse tree grid
US20130110450A1 (en) * 2011-11-01 2013-05-02 Qualcom Incorporated System and method for improving orientation data
CN103988365A (zh) * 2011-12-13 2014-08-13 瑞典爱立信有限公司 无线通信网络中具有至少两个天线列的节点
CN105051563A (zh) * 2013-03-15 2015-11-11 皇家飞利浦有限公司 使用相位调制rf脉冲的并行多切片mr成像
CN104112034A (zh) * 2013-04-22 2014-10-22 辉达公司 用于实施路径空间滤波的系统、方法和计算机程序产品
CN103941236A (zh) * 2014-05-12 2014-07-23 中国船舶重工集团公司第七二四研究所 多参数栅格化滑动信号统计筛选处理方法
EP2988148A1 (en) * 2014-08-18 2016-02-24 The Boeing Company Systems and methods for determining a position of a transmitter of a bistatic radar system
CN105749393A (zh) * 2016-02-02 2016-07-13 韩伟忠 一种雾化吸入系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BAILU SI 等: ""Grid alignment in entorhinal cortex"", 《BIOL CYBERN 》 *
E.B. BELLERS 等: ""search Advanced de-interlacing techniques"", 《DE-INTERLACING》 *
于淼: ""光学/雷达双带通频率选择表面设计与应用研究"", 《中国博士学位论文全文数据库 (信息科技辑)》 *
郭晓宇: ""数值波浪水槽及其应用研究"", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109557539A (zh) * 2018-12-27 2019-04-02 中国人民解放军空军工程大学 机载无源雷达地面动目标检测方法、装置以及电子设备
CN109557539B (zh) * 2018-12-27 2022-12-09 中国人民解放军空军工程大学 机载无源雷达地面动目标检测方法、装置以及电子设备

Also Published As

Publication number Publication date
CN107818324B (zh) 2023-06-16
IL253812B (en) 2020-10-29
EP3293537B1 (en) 2021-09-01
IL253812A0 (en) 2017-09-28
EP3293537A1 (en) 2018-03-14
JP2018077209A (ja) 2018-05-17
JP6979823B2 (ja) 2021-12-15
US20180074169A1 (en) 2018-03-15
US10324167B2 (en) 2019-06-18

Similar Documents

Publication Publication Date Title
CN107818330A (zh) 使用具有广泛不同误差大小的数据进行空间滤波的系统和方法
CN107818324A (zh) 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法
CN111524084B (zh) 基于多峰高斯拟合的光子计数激光雷达点云去噪方法
CN104103080B (zh) 一种复杂背景下弱小目标检测的方法
Guenther et al. Design considerations for achieving high accuracy with the SHOALS bathymetric lidar system
CN107301381A (zh) 基于深度学习和多任务学习策略的雷达辐射源识别方法
CN106483514B (zh) 一种基于eemd和支持向量机的飞机运动模式识别方法
US20180083656A1 (en) Blind Source Separation of Signals Having Low Signal-to-Noise Ratio
CN112859014A (zh) 基于雷达信号分选的雷达干扰抑制方法、装置及介质
CN113191185A (zh) 一种利用Dense2Net的雷达探测无人机目标分类方法
CN104008403A (zh) 一种svm（矢量机）模式的多目标识别判定方法
CN113933790A (zh) 一种相控阵雷达工作模式的反演识别方法、装置及介质
CN113570005A (zh) 一种基于机载光子雷达的远距离舰船类型识别方法
CN114677419A (zh) 基于三维卷积网络的雷达多普勒信号低慢小目标检测方法
US9866422B1 (en) Methods of blind source separation filter resource management
CN112633326B (zh) 一种基于贝叶斯多源融合的无人机目标检测方法
WO2006111543A1 (en) Method of processing seismic data for avo or avoa characterisation
CN112015199A (zh) 应用于煤矿井下智能巡检无人机的航迹规划方法及装置
US20230096901A1 (en) Object tracking using spatial voting
CN114049551B (zh) 一种基于ResNet18的SAR原始数据目标识别方法
JP2005114416A (ja) 擾乱検出装置
US20240019569A1 (en) Generating point clouds with appended features for use in perception
Sai et al. Gesture recognition method based on Doppler radar technology
Guptha et al. Research Article Generative Adversarial Networks for Unmanned Aerial Vehicle Object Detection with Fusion Technology
CN115965794A (zh) 一种sar动目标检测方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant