CN109313260A - 雷达数据处理方法、设备及可移动平台 - Google Patents
雷达数据处理方法、设备及可移动平台 Download PDFInfo
- Publication number
- CN109313260A CN109313260A CN201780029118.9A CN201780029118A CN109313260A CN 109313260 A CN109313260 A CN 109313260A CN 201780029118 A CN201780029118 A CN 201780029118A CN 109313260 A CN109313260 A CN 109313260A
- Authority
- CN
- China
- Prior art keywords
- radar data
- grouping
- dot factor
- frequency dot
- parameter
- 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.)
- Pending
Links
Classifications
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
- G01S7/03—Details of HF subsystems specially adapted therefor, e.g. common to transmitter and receiver
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3068—Precoding preceding compression, e.g. Burrows-Wheeler transformation
- H03M7/3077—Sorting
-
- 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
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- 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
- G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
-
- 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
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
- H03M7/4031—Fixed length to variable length coding
- H03M7/4037—Prefix coding
- H03M7/4043—Adaptive prefix coding
- H03M7/4068—Parameterized codes
- H03M7/4075—Golomb codes
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/60—General implementation details not specific to a particular type of compression
- H03M7/6064—Selection of Compressor
- H03M7/6076—Selection between compressors of the same type
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics
-
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
一种雷达数据处理方法,包括:将待压缩的雷达数据进行分组;根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据,如此通过分组的方式对雷达数据进行编码,提高了对每个分组的编码效率,实现了对雷达数据的高效压缩。另外还涉及一种实施上述雷达数据处理方法的设备,以及一种搭载该设备的可移动平台。
Description
技术领域
本发明实施例涉及无人机领域,尤其涉及一种雷达数据处理方法、设备及可移动平台。
背景技术
现有技术中可移动平台例如无人机、可移动机器人等通常设置有雷达设备,雷达设备可用于探测可移动平台周围的目标物体,并探测目标物体距离可移动平台的远近。
无人机在飞行时可以对雷达设备探测的雷达数据进行在线处理,或者对雷达设备探测的雷达数据进行在线存储,等无人机返回地面后,由地面设备对无人机存储的雷达数据进行分析。
当可移动平台在线存储雷达数据时,需要对雷达数据进行压缩,但是,现有技术中缺乏对雷达数据进行高效压缩的方法。
发明内容
本发明实施例提供一种雷达数据处理方法、设备及可移动平台,以实现对雷达数据进行高效压缩。
本发明实施例的第一方面是提供一种雷达数据处理方法,包括:
将待压缩的雷达数据进行分组;
根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;
根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
本发明实施例的第二方面是提供一种雷达数据处理设备,包括:处理器;
所述处理器用于:
将待压缩的雷达数据进行分组;
根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;
根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
本发明实施例的第三方面是提供一种可移动平台,包括:
机身;
动力系统,安装在所述机身,用于提供移动动力;
雷达设备,用于检测所述可移动平台周围的目标物体;以及
第二方面提供的雷达数据处理设备。
本实施例提供的雷达数据处理方法、设备及可移动平台,通过将待压缩的雷达数据进行分组,根据每个分组中的至少一个雷达数据,确定每个分组的编码参数,并根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据,通过分组的方式对雷达数据进行编码,提高了对每个分组的编码效率,实现了对雷达数据的高效压缩。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的雷达数据处理方法的流程图;
图2为本发明实施例提供的编码存储过程的示意图;
图3为本发明实施例提供的解码过程的示意图;
图4为本发明另一实施例提供的雷达数据处理方法的流程图;
图5为本发明实施例提供的ZigZag扫描的示意图;
图6为本发明实施例提供的ZigZag扫描的矩阵的示意图;
图7为本发明另一实施例提供的雷达数据处理方法的流程图;
图8为本发明实施例提供的雷达数据处理设备的结构图;
图9为本发明实施例提供的无人机的结构图。
附图标记:
20-录制器 21-雷达数据编码器 22-存储设备
30-解析器 31-存储设备 32-雷达数据解码器
50-矩阵 80-雷达数据处理设备
81-处理器 900-无人机
910-雷达设备 908-雷达数据处理设备
918-飞行控制器 907-电机 906-螺旋桨
917-电子调速器
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种雷达数据处理方法。图1为本发明实施例提供的雷达数据处理方法的流程图。如图1所示,本实施例中的方法,可以包括:
步骤S101、将待压缩的雷达数据进行分组。
通常情况下,可移动平台例如无人机、可移动机器人、交通工具等设备均设置有雷达设备,该雷达设备可以探测可移动平台周围的障碍物,例如,雷达设备可探测障碍物相对可移动平台的位置、移动速度、姿态等。可移动平台根据雷达设备探测到的雷达数据进行避障、航线规划等。
以无人机为例,当无人机处于飞行状态时,无人机可以对雷达设备探测到的雷达数据进行在线处理或在线分析,也可以对雷达设备探测到的雷达数据进行在线存储,等到无人机返回地面时,由地面端设备对无人机存储的雷达数据进行离线处理或分析。另外,无人机对雷达设备探测到的雷达数据进行在线存储之后,还可以将在线存储的雷达数据发送给地面端设备,以使地面端设备对无人机在线存储的雷达数据进行处理或分析后,将处理或分析后的结果返回给无人机。
由于雷达设备探测到的雷达数据的数据量可能会很大,为了节省无人机的存储空间,当无人机在线存储雷达数据时,需要对雷达数据进行压缩。
当无人机需要对雷达数据进行压缩时,可以先将待压缩的雷达数据进行分组。可选的,无人机上安装的雷达设备为毫米波雷达设备,还可以是其他类型的雷达设备,本实施例不作具体的限定。无人机可以对毫米波雷达设备测出的原始雷达数据进行压缩后存储,也可以先对毫米波雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据,再对去相关变换后的雷达数据进行压缩后存储。
例如,无人机可以对毫米波雷达设备测出的原始雷达数据进行二维快速傅立叶变换(Fast Fourier Transform,简称FFT)或者离散余弦变换(Discrete Cosine Transform,简称DCT)等变换方法得到原始雷达数据的频率点系数,再对原始雷达数据的频率点系数进行压缩后存储。
假设毫米波雷达设备测出的原始雷达数据的数据量较大,无人机可以根据二维FFT的尺度对原始雷达数据进行分块,例如,二维FFT的尺度为M*N,则无人机可按照M*N的大小对原始雷达数据进行分块,并以M*N大小的原始雷达数据为单位进行二维FFT,可以理解,原始雷达数据为时域信息,原始雷达数据经过二维FFT之后将转换成频域信息,M*N个原始雷达数据进行二维FFT之后将转换成M*N个频率点系数。进一步的,无人机以M*N个频率点系数为单位,对M*N个频率点系数进行压缩。具体的,无人机将M*N个频率点系数作为待压缩的雷达数据,并对M*N个频率点系数进行分组。本实施例不限定具体的分组方法,分组之后,每组包括至少一个频率点系数,另外,每组包括的频率点系数可以相同,也可以不同。
步骤S102、根据每个分组中的至少一个雷达数据,确定每个分组的编码参数。
无人机对M*N个频率点系数进行分组之后,需要对每个分组中的频率点系数进行编码,在编码之前,需要确定每个分组的编码参数。本实施例不限定具体的编码方式。可选的,无人机采用K阶哥伦布编码方式对每个分组中的频率点系数进行编码,在对每个分组中的频率点系数进行K阶哥伦布编码之前,需要确定每个分组的编码参数例如K参数。
具体的,无人机根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数。
步骤S103、根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
无人机确定出每个分组对应的K参数后,根据每个分组对应的K参数,对每个分组中的各频率点系数进行K阶哥伦布编码。所述编码后的雷达数据包括:每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
不是一般性,可移动平台例如无人机、可移动机器人、汽车等设备设置有如图2所示的录制器20,录制器20包括雷达数据编码器21和存储设备22,雷达数据编码器21的输入是雷达数据,该雷达数据可以是上述步骤所述的对毫米波雷达设备测出的原始雷达数据进行FFT后的频率点系数,也可以是原始雷达数据。雷达数据编码器21对频率点系数或原始雷达数据编码后得到编码后的雷达数据,并将编码后的雷达数据存储在存储设备22中。
可移动平台可与地面离线分析设备进行有线通信或无线通信,可以在可移动平台停止作业或停止移动后,也可以在可移动平台正在作业或者正在移动的过程中。如图3所示,30表示地面离线分析设备的解析器,解析器30包括存储设备31和雷达数据解码器32。例如,可移动平台具体为无人机,当无人机返回地面后,与地面离线分析设备进行有线通信或无线通信,以使无人机将如图2所示的存储设备22中存储的编码后的雷达数据发送给地面离线分析设备的存储设备31,雷达数据解码器32进一步从存储设备31中获取编码后的雷达数据,并对编码后的雷达数据进行解码以恢复出雷达数据,以便地面离线分析设备对雷达数据解码器32解出的雷达数据进行分析或处理,本实施例并不限定地面离线分析设备对雷达数据的分析或处理过程。
本实施例通过将待压缩的雷达数据进行分组,根据每个分组中的至少一个雷达数据,确定每个分组的编码参数,并根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据,通过分组的方式对雷达数据进行编码,提高了对每个分组的编码效率,实现了对雷达数据的高效压缩。
本发明实施例提供一种雷达数据处理方法。图4为本发明另一实施例提供的雷达数据处理方法的流程图。如图4所示,在图1所示实施例的基础上,本实施例中的方法,可以包括:
步骤S401、对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据。
在本实施例中,去相关变换具体可以是二维FFT,去相关变换后的雷达数据具体可以是经过二维FFT后的频率点系数。在其他实施例中,去相关变换还可以是除二维FFT之外的其他方式。
例如,对雷达设备测出的原始雷达数据进行二维FFT,得到原始雷达数据的频率点系数。
步骤S402、根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据。
所述根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据包括如下几种可行的实现方式:
一种可行的实现方式是:将所述去相关变换后的雷达数据作为所述待压缩的雷达数据。例如,对雷达设备测出的原始雷达数据进行二维FFT后,将原始雷达数据的频率点系数作为所述待压缩的雷达数据。
另一种可行的实现方式是:对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据;将所述排序后的雷达数据作为所述待压缩的雷达数据。例如,对雷达设备测出的原始雷达数据进行二维FFT后,对原始雷达数据的频率点系数进行排序,得到排序后的频率点系数,进一步将排序后的频率点系数作为所述待压缩的雷达数据。
具体的,所述对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据,包括:根据所述去相关变换后的雷达数据的频率,对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据。例如,对原始雷达数据的频率点系数进行排序时,可以根据频率高低对频率点系数进行排序,可选的,按照从低频到高频的顺序对频率点系数进行排序,或者按照从高频到低频的顺序对频率点系数进行排序。
具体的,所述对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据,包括:对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,得到排序后的雷达数据。假定雷达数据相邻频点的能量幅度是接近的,是相关的,对频率点系数按照从低频到高频的顺序进行排序后,相当于对雷达数据相邻频点的能量幅度进行了排序。通常情况下,中低频频点的能量幅度比高频频点的能量幅度大。
具体的,所述对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,包括:对所述去相关变换后的雷达数据按照从低频到高频的顺序进行ZigZag扫描。例如,对频率点系数按照从低频到高频的顺序进行排序时,具体可以对频率点系数按照从低频到高频的顺序进行ZigZag扫描。如图5所示,50表示4*4的矩阵,此处只是示意性说明,并不限定矩阵的大小。对矩阵50进行ZigZag扫描时具体可以是按照图5所示的箭头对矩阵50进行扫描,例如,矩阵50具体为如图6所示的矩阵,则对矩阵50进行ZigZag扫描后得到的扫描序列为1、5、3、9、7、3、9、5、4、7、3、6、6、4、1、3。如图6所示,矩阵50的第一行第一列的元素是1、第一行第二列的元素是5、第二行第一列的元素是3,在矩阵50中,第一行第一列的元素1、第一行第二列的元素5、以及第二行第一列的元素3相邻,对矩阵50进行ZigZag扫描后,第一行第一列的元素1、第一行第二列的元素5、以及第二行第一列的元素3在排列顺序上也相邻。在本实施例中,对频率点系数按照从低频到高频的顺序进行ZigZag扫描,是为了让相邻的频点在扫描后其排列顺序也相邻。
步骤S403、将待压缩的雷达数据进行分组。
可选的,如果将排序后的频率点系数作为所述待压缩的雷达数据,则对排序后的频率点系数进行分组时,可以将频率相近的频率点系数分在一个组内。每个分组内的频率点系数的个数可以相等,也可以不等。
步骤S404、根据每个分组对应的量化步长,对每个分组中的各雷达数据进行量化。
由于一个分组内,频率点系数相近,可以对每个分组中的频率点系数进行量化,每个分组可对应一个量化步长,具体的,每个分组对应的量化步长可以相等,也可以不相等。另外,同一个分组内,部分雷达数据的量化步长也可以不相等。
步骤S405、根据每个分组中的至少一个雷达数据,确定每个分组的编码参数。
步骤S405与步骤S102的具体原理和实现方式类似,此处不再赘述。
步骤S406、根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
步骤S406与步骤S103的具体原理和实现方式类似,此处不再赘述。
步骤S407、存储所述编码后的雷达数据。
本实施例通过对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据,对去相关变换后的雷达数据进行压缩,可进一步提高对雷达数据的压缩效率。
本发明实施例提供一种雷达数据处理方法。图7为本发明另一实施例提供的雷达数据处理方法的流程图。如图7所示,在上述实施例的基础上,本实施例中的方法,可以包括:
步骤S701、对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数。
步骤S702、根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数。
具体的,所述根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数包括:将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数;将所述排序后的频率点系数作为所述待压缩的频率点系数。例如,根据频率高低对频率点系数进行排序,可选的,按照从低频到高频的顺序对频率点系数进行排序,或者按照从高频到低频的顺序对频率点系数进行排序。
具体的,所述将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数,包括:对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,得到排序后的频率点系数。假定雷达数据相邻频点的能量幅度是接近的,是相关的,对频率点系数按照从低频到高频的顺序进行排序后,相当于对雷达数据相邻频点的能量幅度进行了排序。
具体的,所述对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,包括:对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行ZigZag扫描。例如,对频率点系数按照从低频到高频的顺序进行排序时,具体可以对频率点系数按照从低频到高频的顺序进行ZigZag扫描,以使相邻的频点经过ZigZag扫描后其排列顺序也相邻,即将相近频点的系数排列在相邻的扫描序上。
步骤S703、对所述排序后的频率点系数进行分组,每个分组包括至少一个频率点系数。
在本实施例中,对所述排序后的频率点系数进行分组的目的是将能量幅度接近的频点分到一组内。每个分组中包括的频率点系数的个数相等;或者每个分组中包括的频率点系数的个数不相等。
对所述排序后的频率点系数进行分组所采用的分组方法可以有多种,本实施例不作具体的限定。
步骤S704、根据每个分组对应的量化步长,对每个分组中的各频率点系数进行量化。
可选的,所述每个分组对应的量化步长不相等;或者所述每个分组对应的量化步长相等。或者,所述分组中部分频率点系数的量化步长不相等。
例如,每个分组对应的量化步长相等均为Q,假设量化之前的频率点系数为F,量化之后频率点系数记为FQ。另外,Q值可以控制量化误差,当Q为1时,为无损编码(意味着解码端可以重建出与原始数据一样的数据);Q不等于1时,是有损编码。无损条件下,典型场景的压缩率为:30%~50%,节省了70%~50%的存储空间,或相比的录制时间长度。有损条件下,量化步长每增加一倍,平均压缩率提升1个bit;以原始16bit精度为例,在原有基础上多节省1/16。
步骤S705、根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数。具体的,所述根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数,包括:根据所述分组中的各频率点系数,确定所述各频率点系数分别对应的K参数的估计值;根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数。
例如,某一分组中量化之前的频率点系数为F,量化之后频率点系数为FQ,根据如下判断条件确定量化之后的频率点系数FQ对应的最佳K参数,假设FQ对应的最佳K参数记为Ke。
If(FQ==0)
Ke=0;
Else
Ke=log2(FQ);
假设一个分组中包括F1、F2、F3、F4四个频率点系数,在确定该分组对应的K参数之前,先确定该分组中F1、F2、F3、F4分别对应的最佳K参数,具体的,根据上述判断条件确定F1、F2、F3、F4分别对应的最佳K参数,假设F1对应的最佳K参数为Ke1、F2对应的最佳K参数为Ke2、F3对应的最佳K参数为Ke3、F4对应的最佳K参数为Ke4。进一步根据F1、F2、F3、F4分别对应的最佳K参数即Ke1、Ke2、Ke3、Ke4,计算出该分组对应的K参数。可选的,根据Ke1、Ke2、Ke3、Ke4计算K参数可以有多种方式,此处并不限定具体的计算方式。其他分组对应的K参数的计算方法同理于此,此处不再一一赘述。
具体的,所述根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数,包括:对所述分组中各频率点系数分别对应的K参数的估计值进行统计平均,得到所述分组对应的所述K参数。
例如,根据上述条件,同一分组中量化之后的各频率点系数分别对应一个最佳K参数即Ke,对同一分组内量化之后的各频率点系数分别对应的Ke进行统计平均,即可得到该分组对应的K参数。例如,上述分组包括F1、F2、F3、F4。F1、F2、F3、F4分别对应的最佳K参数依次为Ke1、Ke2、Ke3、Ke4,根据Ke1、Ke2、Ke3、Ke4计算该分组对应的K参数的一种可实现方式是:对Ke1、Ke2、Ke3、Ke4进行统计平均,得到的平均值为该分组对应的K参数。其他分组对应的K参数的计算方式与此类似,此处不再一一赘述。不同分组对应的K参数可能相同,也可能不同。
步骤S706、根据每个分组对应的K参数,对每个分组中的各频率点系数进行K阶哥伦布编码。
以量化之后的频率点系数FQ为例,对FQ进行K阶哥伦布编码的算法具体如下:
Me=(Sign(FQ)!=0)?2*Level(FQ)-Sign(FQ):2*Level(FQ)
其中,Sign(FQ)=(FQ<0)?1:0;Level(FQ)=(FQ<0)?-FQ:FQ。
对FQ进行K阶哥伦布编码后的结果包括两个码字,一个码字记为a,另一个码字记为b,具体的,码字a在码字b之前,也就是说,K阶哥伦布编码后的FQ为ab,码字a的码字长度为(Me/2K)+1,码字a的码字值为1;码字b的码字长度为K,码字b的码字值为Me&(2K-1)。假设码字a的码字长度为3,码字b的码字长度为2,码字b的码字值为11,则K阶哥伦布编码后的FQ为00111。其他量化之后的频率点系数的编码的过程与此类似,此处不一一列举。
例如,M*N个频率点系数分为H个分组,每个分组对应的量化步长为Q,第一个分组对应的K参数具体为K1,第二个分组对应的K参数具体为K2,一直到第H个分组对应的K参数具体为KH,则对M*N个频率点系数进行K阶哥伦布编码时,具体可以依次对每个分组对应的量化步长Q进行编码,对第一个分组对应的K参数K1进行编码,对第一个分组中各量化后的频率点系数进行编码,对第二个分组对应的K参数K2进行编码,对第二个分组中各量化后的频率点系数进行编码,……,对第H个分组对应的K参数KH进行编码,对第H个分组中各量化后的频率点系数进行编码。如此,所述编码后的雷达数据包括:每个分组对应的量化步长、每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
如果每个分组对应的量化步长Q是统一的,则编码后的雷达数据的具体存储格式可以是:Q、K1、K1的编码结果、K2、K2的编码结果、……KH、KH的编码结果。
如果每个分组对应的量化步长Q不同,例如,第一个分组的量化步长为Q1、第二分组的量化步长为Q2……第H个分组的量化步长为QH,则编码后的雷达数据的具体存储格式可以是:Q1、K1、K1的编码结果、Q2、K2、K2的编码结果、……QH、KH、KH的编码结果。
例如,无人机是编码后的雷达数据的发送端,地面端设备是接收端,无人机对排序后的频率点系数进行分组时采用的预设分组方法可以是多个预设分组方法中的一个,如果无人机采用的预设分组方法不是无人机和地面端设备约定好的分组方法,则当无人机对雷达数据进行编码时,还需要对无人机采用的预设分组方法的标识信息进行编码,也就是说,所述编码后的雷达数据还包括:对所述排序后的频率点系数进行分组时采用的预设分组方法的标识信息。如此,当地面端设备接收到编码后的雷达数据并对编码后的雷达数据进行解码时,可解析出无人机采用的预设分组方法,以便地面端设备采用同样的分组方法对解码后的雷达数据进行分组。如果无人机采用的预设分组方法是无人机和地面端设备约定好的分组方法,则不需要对无人机采用的预设分组方法的标识信息进行编码。
步骤S707、存储所述编码后的雷达数据。
无人机对每个分组编码后进一步存储编码后的雷达数据,实现了对雷达数据的压缩存储。
本实施例通过对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数,对各频率点系数排序分组后使得能量幅度接近的频点分到一组内,分组后每组共享一个显示表达的K值,进一步对每个分组中的各频率点系数进行量化,对每个分组中量化后的各频率点系数进行K阶哥伦布编码,提高了对雷达数据的压缩效率。
本发明实施例提供一种雷达数据处理设备。图8为本发明实施例提供的雷达数据处理设备的结构图,如图8所示,雷达数据处理设备80包括:处理器81;其中,处理器81用于:将待压缩的雷达数据进行分组;根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
本发明实施例提供的雷达数据处理设备的具体原理和实现方式均与图1所示实施例类似,此处不再赘述。
本实施例通过将待压缩的雷达数据进行分组,根据每个分组中的至少一个雷达数据,确定每个分组的编码参数,并根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据,通过分组的方式对雷达数据进行编码,提高了对每个分组的编码效率,实现了对雷达数据的高效压缩。
本发明实施例提供一种雷达数据处理设备。在图8所示实施例提供的技术方案的基础上,可选的,处理器81根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据之后,还用于:将所述编码后的雷达数据存储到存储器。
可选的,处理器81将待压缩的雷达数据进行分组之前,还用于:对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据;根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据。
可选的,处理器81根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:将所述去相关变换后的雷达数据作为所述待压缩的雷达数据。
可选的,处理器81根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据;将所述排序后的雷达数据作为所述待压缩的雷达数据。
可选的,处理器81对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据时,具体用于:根据所述去相关变换后的雷达数据的频率,对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据。
可选的,处理器81对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据时,具体用于:对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,得到排序后的雷达数据。
可选的,处理器81对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序时,具体用于:对所述去相关变换后的雷达数据按照从低频到高频的顺序进行ZigZag扫描。
本发明实施例提供的雷达数据处理设备的具体原理和实现方式均与图4所示实施例类似,此处不再赘述。
本实施例通过对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据,对去相关变换后的雷达数据进行压缩,可进一步提高对雷达数据的压缩效率。
本发明实施例提供一种雷达数据处理设备。在图8所示实施例提供的技术方案的基础上,处理器81对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据时,具体用于:对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数。
相应的,处理器81根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数。
可选的,处理器81根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数时,具体用于:将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数;将所述排序后的频率点系数作为所述待压缩的频率点系数。
可选的,处理器81将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数时,具体用于:对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,得到排序后的频率点系数。
可选的,处理器81对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序时,具体用于:对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行ZigZag扫描。
可选的,处理器81将待压缩的雷达数据进行分组时,具体用于:对所述排序后的频率点系数进行分组,每个分组包括至少一个频率点系数。
可选的,每个分组中包括的频率点系数的个数相等;或者每个分组中包括的频率点系数的个数不相等。
可选的,处理器81根据每个分组中的至少一个雷达数据,确定每个分组的编码参数时,具体用于:根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数。
可选的,处理器81根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数时,具体用于:根据所述分组中的各频率点系数,确定所述各频率点系数分别对应的K参数的估计值;根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数。
可选的,处理器81根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数时,具体用于:对所述分组中各频率点系数分别对应的K参数的估计值进行统计平均,得到所述分组对应的所述K参数。
可选的,处理器81根据每个分组的编码参数,对每个分组中的各雷达数据进行编码时,具体用于:根据每个分组对应的K参数,对每个分组中的各频率点系数进行K阶哥伦布编码。
可选的,所述编码后的雷达数据包括:每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
可选的,处理器81根据每个分组的编码参数,对每个分组中的各雷达数据进行编码之前,还用于:根据每个分组对应的量化步长,对每个分组中的各频率点系数进行量化。
可选的,所述每个分组对应的量化步长不相等;或者所述每个分组对应的量化步长相等。
可选的,所述分组中部分频率点系数的量化步长不相等。
可选的,所述编码后的雷达数据包括:每个分组对应的量化步长、每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
可选的,所述编码后的雷达数据还包括:对所述排序后的频率点系数进行分组时采用的预设分组方法的标识信息。
本发明实施例提供的雷达数据处理设备的具体原理和实现方式均与图7所示实施例类似,此处不再赘述。
本实施例通过对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数,对各频率点系数排序分组后使得能量幅度接近的频点分到一组内,分组后每组共享一个显示表达的K值,进一步对每个分组中的各频率点系数进行量化,对每个分组中量化后的各频率点系数进行K阶哥伦布编码,提高了对雷达数据的压缩效率。
本发明实施例提供一种可移动平台。可移动平台包括:机身;动力系统,安装在所述机身,用于提供移动动力;雷达设备,用于检测所述可移动平台周围的目标物体;以及上述实施例所述的雷达数据处理设备。可选的,该可移动平台包括如下至少一种:无人机、可移动机器人、交通工具。
本发明实施例提供一种无人机。图9为本发明实施例提供的无人机的结构图,如图9所示,无人机900包括:机身、动力系统、雷达设备910、雷达数据处理设备908和飞行控制器918,所述动力系统包括如下至少一种:电机907、螺旋桨906和电子调速器917,动力系统安装在所述机身,用于提供飞行动力;飞行控制器918与所述动力系统通讯连接,用于控制所述无人机飞行。
具体的,雷达数据处理设备908的具体原理和实现方式均与上述实施例类似,此处不再赘述。
本实施例通过将待压缩的雷达数据进行分组,根据每个分组中的至少一个雷达数据,确定每个分组的编码参数,并根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据,通过分组的方式对雷达数据进行编码,提高了对每个分组的编码效率,实现了对雷达数据的高效压缩。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (50)
1.一种雷达数据处理方法,其特征在于,包括:
将待压缩的雷达数据进行分组;
根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;
根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
2.根据权利要求1所述的方法,其特征在于,所述根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据之后,还包括:
存储所述编码后的雷达数据。
3.根据权利要求1或2所述的方法,其特征在于,所述将待压缩的雷达数据进行分组之前,还包括:
对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据;
根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据。
4.根据权利要求3所述的方法,其特征在于,所述根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据,包括:
将所述去相关变换后的雷达数据作为所述待压缩的雷达数据。
5.根据权利要求3所述的方法,其特征在于,所述根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据,包括:
对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据;
将所述排序后的雷达数据作为所述待压缩的雷达数据。
6.根据权利要求5所述的方法,其特征在于,所述对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据,包括:
根据所述去相关变换后的雷达数据的频率,对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据。
7.根据权利要求5或6所述的方法,其特征在于,所述对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据,包括:
对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,得到排序后的雷达数据。
8.根据权利要求7所述的方法,其特征在于,所述对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,包括:
对所述去相关变换后的雷达数据按照从低频到高频的顺序进行ZigZag扫描。
9.根据权利要求3-8任一项所述的方法,其特征在于,所述对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据,包括:
对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数;
相应的,所述根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据,包括:
根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数。
10.根据权利要求9所述的方法,其特征在于,所述根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数,包括:
将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数;
将所述排序后的频率点系数作为所述待压缩的频率点系数。
11.根据权利要求10所述的方法,其特征在于,所述将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数,包括:
对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,得到排序后的频率点系数。
12.根据权利要求11所述的方法,其特征在于,所述对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,包括:
对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行ZigZag扫描。
13.根据权利要求10-12任一项所述的方法,其特征在于,所述将待压缩的雷达数据进行分组,包括:
对所述排序后的频率点系数进行分组,每个分组包括至少一个频率点系数。
14.根据权利要求13所述的方法,其特征在于,每个分组中包括的频率点系数的个数相等;或者
每个分组中包括的频率点系数的个数不相等。
15.根据权利要求1所述的方法,其特征在于,所述根据每个分组中的至少一个雷达数据,确定每个分组的编码参数,包括:
根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数。
16.根据权利要求15所述的方法,其特征在于,所述根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数,包括:
根据所述分组中的各频率点系数,确定所述各频率点系数分别对应的K参数的估计值;
根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数。
17.根据权利要求16所述的方法,其特征在于,所述根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数,包括:
对所述分组中各频率点系数分别对应的K参数的估计值进行统计平均,得到所述分组对应的所述K参数。
18.根据权利要求15-17任一项所述的方法,其特征在于,所述根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,包括:
根据每个分组对应的K参数,对每个分组中的各频率点系数进行K阶哥伦布编码。
19.根据权利要求18所述的方法,其特征在于,所述编码后的雷达数据包括:每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
20.根据权利要求13-19任一项所述的方法,其特征在于,所述根据每个分组的编码参数,对每个分组中的各雷达数据进行编码之前,还包括:
根据每个分组对应的量化步长,对每个分组中的各频率点系数进行量化。
21.根据权利要求20所述的方法,其特征在于,所述每个分组对应的量化步长不相等;或者
所述每个分组对应的量化步长相等。
22.根据权利要求20所述的方法,其特征在于,所述分组中部分频率点系数的量化步长不相等。
23.根据权利要求20-22任一项所述的方法,其特征在于,所述编码后的雷达数据包括:每个分组对应的量化步长、每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
24.根据权利要求23所述的方法,其特征在于,所述编码后的雷达数据还包括:
对排序后的频率点系数进行分组时采用的预设分组方法的标识信息。
25.一种雷达数据处理设备,其特征在于,处理器;
所述处理器用于:
将待压缩的雷达数据进行分组;
根据每个分组中的至少一个雷达数据,确定每个分组的编码参数;
根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据。
26.根据权利要求25所述的雷达数据处理设备,其特征在于,所述处理器根据每个分组的编码参数,对每个分组中的各雷达数据进行编码,得到编码后的雷达数据之后,还用于:
将所述编码后的雷达数据存储到存储器。
27.根据权利要求25或26所述的雷达数据处理设备,其特征在于,所述处理器将待压缩的雷达数据进行分组之前,还用于:
对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据;
根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据。
28.根据权利要求27所述的雷达数据处理设备,其特征在于,所述处理器根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:
将所述去相关变换后的雷达数据作为所述待压缩的雷达数据。
29.根据权利要求27所述的雷达数据处理设备,其特征在于,所述处理器根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:
对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据;
将所述排序后的雷达数据作为所述待压缩的雷达数据。
30.根据权利要求29所述的雷达数据处理设备,其特征在于,所述处理器对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据时,具体用于:
根据所述去相关变换后的雷达数据的频率,对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据。
31.根据权利要求29或30所述的雷达数据处理设备,其特征在于,所述处理器对所述去相关变换后的雷达数据进行排序,得到排序后的雷达数据时,具体用于:
对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序,得到排序后的雷达数据。
32.根据权利要求31所述的雷达数据处理设备,其特征在于,所述处理器对所述去相关变换后的雷达数据按照从低频到高频的顺序进行排序时,具体用于:
对所述去相关变换后的雷达数据按照从低频到高频的顺序进行ZigZag扫描。
33.根据权利要求27-32任一项所述的雷达数据处理设备,其特征在于,所述处理器对雷达设备测出的原始雷达数据进行去相关变换,得到去相关变换后的雷达数据时,具体用于:
对雷达设备测出的原始雷达数据进行二维FFT,得到所述原始雷达数据的频率点系数;
相应的,所述处理器根据所述去相关变换后的雷达数据,确定所述待压缩的雷达数据时,具体用于:
根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数。
34.根据权利要求33所述的雷达数据处理设备,其特征在于,所述处理器根据所述原始雷达数据的频率点系数,确定待压缩的频率点系数时,具体用于:
将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数;
将所述排序后的频率点系数作为所述待压缩的频率点系数。
35.根据权利要求34所述的雷达数据处理设备,其特征在于,所述处理器将所述原始雷达数据的频率点系数进行排序,得到排序后的频率点系数时,具体用于:
对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序,得到排序后的频率点系数。
36.根据权利要求35所述的雷达数据处理设备,其特征在于,所述处理器对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行排序时,具体用于:
对所述原始雷达数据的频率点系数按照从低频到高频的顺序进行ZigZag扫描。
37.根据权利要求34-36任一项所述的雷达数据处理设备,其特征在于,所述处理器将待压缩的雷达数据进行分组时,具体用于:
对所述排序后的频率点系数进行分组,每个分组包括至少一个频率点系数。
38.根据权利要求37所述的雷达数据处理设备,其特征在于,每个分组中包括的频率点系数的个数相等;或者
每个分组中包括的频率点系数的个数不相等。
39.根据权利要求25所述的雷达数据处理设备,其特征在于,所述处理器根据每个分组中的至少一个雷达数据,确定每个分组的编码参数时,具体用于:
根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数。
40.根据权利要求39所述的雷达数据处理设备,其特征在于,所述处理器根据每个分组中的各频率点系数,确定对每个分组进行K阶哥伦布编码时每个分组对应的K参数时,具体用于:
根据所述分组中的各频率点系数,确定所述各频率点系数分别对应的K参数的估计值;
根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数。
41.根据权利要求40所述的雷达数据处理设备,其特征在于,所述处理器根据所述分组中各频率点系数分别对应的K参数的估计值,确定所述分组对应的所述K参数时,具体用于:
对所述分组中各频率点系数分别对应的K参数的估计值进行统计平均,得到所述分组对应的所述K参数。
42.根据权利要求39-41任一项所述的雷达数据处理设备,其特征在于,所述处理器根据每个分组的编码参数,对每个分组中的各雷达数据进行编码时,具体用于:
根据每个分组对应的K参数,对每个分组中的各频率点系数进行K阶哥伦布编码。
43.根据权利要求42所述的雷达数据处理设备,其特征在于,所述编码后的雷达数据包括:每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
44.根据权利要求37-43任一项所述的雷达数据处理设备,其特征在于,所述处理器根据每个分组的编码参数,对每个分组中的各雷达数据进行编码之前,还用于:
根据每个分组对应的量化步长,对每个分组中的各频率点系数进行量化。
45.根据权利要求44所述的雷达数据处理设备,其特征在于,所述每个分组对应的量化步长不相等;或者
所述每个分组对应的量化步长相等。
46.根据权利要求44所述的雷达数据处理设备,其特征在于,所述分组中部分频率点系数的量化步长不相等。
47.根据权利要求44-46任一项所述的雷达数据处理设备,其特征在于,所述编码后的雷达数据包括:每个分组对应的量化步长、每个分组对应的K参数、以及对每个分组中的各频率点系数进行K阶哥伦布编码后的码字。
48.根据权利要求47所述的雷达数据处理设备,其特征在于,所述编码后的雷达数据还包括:
对排序后的频率点系数进行分组时采用的预设分组方法的标识信息。
49.一种可移动平台,其特征在于,包括:
机身;
动力系统,安装在所述机身,用于提供移动动力;
雷达设备,用于检测所述可移动平台周围的目标物体;以及
如权利要求25-48任一项所述的雷达数据处理设备。
50.根据权利要求49所述的可移动平台,其特征在于,所述可移动平台包括如下至少一种:
无人机、可移动机器人、交通工具。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/108026 WO2019080093A1 (zh) | 2017-10-27 | 2017-10-27 | 雷达数据处理方法、设备及可移动平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109313260A true CN109313260A (zh) | 2019-02-05 |
Family
ID=65205099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780029118.9A Pending CN109313260A (zh) | 2017-10-27 | 2017-10-27 | 雷达数据处理方法、设备及可移动平台 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200264269A1 (zh) |
CN (1) | CN109313260A (zh) |
WO (1) | WO2019080093A1 (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1140003A (zh) * | 1994-12-01 | 1997-01-08 | 摩托罗拉公司 | 自适应编码/解码的方法和装置 |
US6092920A (en) * | 1997-04-02 | 2000-07-25 | Mitsubishi Denki Kabushiki Kaisha | Method for arranging pixels to facilitate compression/extension of image data |
US20030156054A1 (en) * | 2002-02-19 | 2003-08-21 | Murata Manufacturing Co., Ltd. | Radar system |
JP2007295157A (ja) * | 2006-04-24 | 2007-11-08 | Matsushita Electric Ind Co Ltd | データ符号化装置、データ符号化方法、データ符号化プログラム及びデータ符号化プログラムを記録した情報記録媒体 |
WO2008125929A2 (en) * | 2007-02-14 | 2008-10-23 | Universita' Di Pisa | Method for processing multi-pass radar data for sensing and analysing multiple components of non-stationary scatterers |
CN101655551A (zh) * | 2008-08-20 | 2010-02-24 | 中国科学院电子学研究所 | 定帧长合成孔径雷达原始数据压缩的编解码方法及装置 |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
US20160116573A1 (en) * | 2014-10-24 | 2016-04-28 | Texas Instruments Incorporated | Method and apparatus for generating alignment matrix for camera-radar system |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3080058B2 (ja) * | 1997-12-25 | 2000-08-21 | 日本電気株式会社 | レーダ装置及びレーダ測定方法 |
EP1136839A1 (en) * | 2000-03-24 | 2001-09-26 | Terma Elektronik A/S | System and method for transfer of radar information |
US9507013B2 (en) * | 2013-06-20 | 2016-11-29 | Infineon Technologies Ag | Method, device and system for processing radar signals |
-
2017
- 2017-10-27 CN CN201780029118.9A patent/CN109313260A/zh active Pending
- 2017-10-27 WO PCT/CN2017/108026 patent/WO2019080093A1/zh active Application Filing
-
2020
- 2020-04-23 US US16/856,747 patent/US20200264269A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1140003A (zh) * | 1994-12-01 | 1997-01-08 | 摩托罗拉公司 | 自适应编码/解码的方法和装置 |
US6092920A (en) * | 1997-04-02 | 2000-07-25 | Mitsubishi Denki Kabushiki Kaisha | Method for arranging pixels to facilitate compression/extension of image data |
US20030156054A1 (en) * | 2002-02-19 | 2003-08-21 | Murata Manufacturing Co., Ltd. | Radar system |
JP2007295157A (ja) * | 2006-04-24 | 2007-11-08 | Matsushita Electric Ind Co Ltd | データ符号化装置、データ符号化方法、データ符号化プログラム及びデータ符号化プログラムを記録した情報記録媒体 |
WO2008125929A2 (en) * | 2007-02-14 | 2008-10-23 | Universita' Di Pisa | Method for processing multi-pass radar data for sensing and analysing multiple components of non-stationary scatterers |
CN101655551A (zh) * | 2008-08-20 | 2010-02-24 | 中国科学院电子学研究所 | 定帧长合成孔径雷达原始数据压缩的编解码方法及装置 |
US20160116573A1 (en) * | 2014-10-24 | 2016-04-28 | Texas Instruments Incorporated | Method and apparatus for generating alignment matrix for camera-radar system |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019080093A1 (zh) | 2019-05-02 |
US20200264269A1 (en) | 2020-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fjeldtvedt et al. | An efficient real-time FPGA implementation of the CCSDS-123 compression standard for hyperspectral images | |
O’Connor et al. | Compressed sensing embedded in an operational wireless sensor network to achieve energy efficiency in long-term monitoring applications | |
CN109245773B (zh) | 一种基于块循环稀疏矩阵神经网络的编解码方法 | |
CN114330713B (zh) | 卷积神经网络模型剪枝方法和装置、电子设备、存储介质 | |
Dragos et al. | Distributed adaptive diagnosis of sensor faults using structural response data | |
CN110110627B (zh) | 一种面向计算资源局限平台部署的实时目标检测的方法 | |
Bhavani et al. | Comparison of fractal coding methods for medical image compression | |
CN109144719A (zh) | 移动云计算系统中基于马尔科夫决策过程的协作卸载方法 | |
CN109801693A (zh) | 病案分组方法及装置、终端和计算机可读存储介质 | |
CN110442489A (zh) | 数据处理的方法和存储介质 | |
CN109313260A (zh) | 雷达数据处理方法、设备及可移动平台 | |
CN104300988B (zh) | 基于压缩感知的信号处理方法和设备 | |
Samplawski et al. | Towards objection detection under iot resource constraints: Combining partitioning, slicing and compression | |
CN105701861A (zh) | 点云采样方法及系统 | |
CN105898222B (zh) | 一种图像采集方法及图像采集系统 | |
CN104391040A (zh) | 一种相控阵结构健康监测Lamb波压缩及重构方法 | |
CN104867166B (zh) | 一种基于稀疏字典学习的油井示功图压缩存储方法 | |
Ruelle et al. | Stable manifolds for maps | |
EP3690670A1 (en) | Data processing system | |
Li et al. | Numerical analysis on the reliability of space tracking, telemetering and command system based on the sparse matrix storage schemes | |
Wang et al. | On sampling algorithms in multilevel QR factorization method for magnetoquasistatic analysis of integrated circuits over multilayered lossy substrates | |
Min et al. | Data compression technique for wireless sensor networks | |
Jie et al. | Anomaly detection method of power dispatching data based on cloud computing platform | |
Chuanchao | Two-level fusion big data compression and reconstruction framework combining second-generation wavelet and lossless compression | |
Forczmański et al. | Predicting the number of DCT coefficients in the process of seabed data compression |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190205 |