CN109633565A - 一种电磁波参数的处理方法、处理装置以及终端 - Google Patents
一种电磁波参数的处理方法、处理装置以及终端 Download PDFInfo
- Publication number
- CN109633565A CN109633565A CN201811642774.9A CN201811642774A CN109633565A CN 109633565 A CN109633565 A CN 109633565A CN 201811642774 A CN201811642774 A CN 201811642774A CN 109633565 A CN109633565 A CN 109633565A
- Authority
- CN
- China
- Prior art keywords
- subsignal
- pulse signal
- signal
- pulse
- pulse width
- 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.)
- Withdrawn
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
- 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
- G01S7/282—Transmitters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于电磁波技术领域,提供了一种电磁波的处理方法、处理装置、终端以及可读存储介质,通过获取用于发射电磁波的发射天线的个数,根据所述发射天线的个数以及预设的遗传算法模型生成所述脉冲信号的脉冲宽度控制参数,然后根据所述脉冲宽度控制参数将第m个脉冲信号分割为第一子信号和第二子信号,使得每个发射天线发射的电磁波具有不同的波形,从而实现在多数入多输出雷达的天线的个数超过两个时,每个发射天线具有独立的发射信号,进而可以通过增加阵列中的发射天线的数量以获取更高的角分辨率。
Description
技术领域
本发明实施例属于电磁波技术领域,尤其涉及一种电磁波的处理方法、处 理装置、终端以及可读存储介质。
背景技术
毫米波雷达,是实现汽车智能辅助驾驶以及进一步自动驾驶功能不可获缺 的传感器之一,相比超声波、图像和激光等探测方式,毫米波雷达存在多项优 点,例如:环境适应性好、测量精度受雨、雪、雾等恶劣天气环境因素的影响 较小、成本较低,具有良好的市场前景。多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达,采用多个发射天线和多个接收天线,在相同尺 寸下,可以有效地增加天线的虚拟孔径,从而获得更高的角度分辨率。
然而,在现有的技术中,多输入多输出雷达的发射天线的个数被限制为两 个,当天线个数超过两个时,其他天线没有合适的发射信号,导致雷达无法通 过增加阵列中天线的数量来获得更高的角分辨率。
发明内容
本发明实施例提供一种雷达的电磁波的处理方法、处理装置以及可读存储 介质,旨在解决多输入多输出雷达的发射天线的个数被限制为两个,当天线个 数超过两个时,其他天线没有合适的发射信号,导致雷达无法通过增加阵列中 天线的数量来获得更高的角分辨率的问题。
为了解决上述技术问题,本发明提供了一种电磁波参数的处理方法,所述 处理方法包括:
获取用于发射电磁波的发射天线的个数,其中,每个所述发射天线发射的 电磁波具有对应的脉冲信号;
根据所述发射天线的个数以及预设的遗传算法模型生成所述脉冲信号的脉 冲宽度控制参数;
根据所述脉冲宽度控制参数将第m个脉冲信号分割为第一子信号和第二子 信号,其中,1≤m≤M,M为所述发射天线的个数,m和M均为正整数,所 述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP,所述第二子信号的脉冲宽度 tm2为:tm2=TP-tm1,α(m)为第m个脉冲信号的脉冲宽度控制参数,α(m+1) 为第m+1个脉冲信号的脉冲宽度控制参数,α(m)设置为不等于α(m+1), Tp为第m个所述脉冲信号的脉冲宽度。
可选的,第m个所述脉冲信号采用以下表达式得到:
其中,Sm(t)为第m个所述脉冲信号的表达式,t为时间参数,fm1为所述 第一子信号的载频,fm2为所述第二子信号的载频,um1为所述第一子信号的调 频斜率,um2为所述第二子信号的调频斜率。
可选的,当m为奇数时,所述第一子信号为上调频信号,所述第二子信号 为下调频信号;
其中,fm1=0,fm2=B*Tp/(tm2),um1=B/(tm1),um2=-B/(tm2),B为第m个 脉冲信号的频率带宽。
可选的,当m为偶数时,所述第一子信号为下调频信号,所述第二子信号 为上调频信号;
其中,fm1=B,fm2=-B*tm1/(tm2),um1=-B/(tm1),um2=B/(tm2),B为第m 个脉冲信号的频率带宽。
可选的,所述预设的遗传算法模型为:
其中,E为所述遗传算法模型中的代价函数,γ为预设的权重系数,p和q 分别表示所述脉冲信号的编号,当p=q时,Rp,q为所述脉冲信号的自相关函数, 当p≠q时,Rp,q为多个所述脉冲信号之间的互相关函数,β为预设的主瓣范围 参数,τ为时延。
为了解决上述技术问题,本发明还挺了一种电磁波参数的处理装置,所述 处理装置包括:
天线获取模块,用于获取用于发射电磁波的发射天线的个数,其中,每个 所述发射天线发射的电磁波具有对应的脉冲信号;
脉冲宽度控制参数计算模块,用于根据所述发射天线的个数以及预设的遗 传算法模型生成所述脉冲信号的脉冲宽度控制参数;
脉冲信号控制模块,用于根据所述脉冲宽度控制参数将每个所述脉冲信号 分割为第一子信号和第二子信号,其中,1≤m≤M,M为所述发射天线的个数, 2<M,m和M均为正整数,所述第一子信号的脉冲宽度tm1为:tm1=α(m) *TP,所述第二子信号的脉冲宽度tm2为:tm2=TP-tm1,α(m)为第m个脉冲信 号的脉冲宽度控制参数,α(m+1)为第m+1个脉冲信号的脉冲宽度控制参数, α(m)设置为不等于α(m+1),Tp为第m个所述脉冲信号的脉冲宽度。
本申请实施例还提供一种终端,包括存储器、处理器以及存储在存储器中 并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的 步骤。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储 有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例提供了一种电磁波的处理方法、处理装置、终端以及可读存 储介质,通过获取用于发射电磁波的发射天线的个数,根据所述发射天线的个 数以及预设的遗传算法模型生成所述脉冲信号的脉冲宽度控制参数,然后根据 所述脉冲宽度控制参数将第m个脉冲信号分割为第一子信号和第二子信号,使 得每个发射天线发射的电磁波具有不同的波形,从而实现在多数入多输出雷达 的天线的个数超过两个时,每个发射天线具有独立的发射信号,进而可以通过 增加阵列中的发射天线的数量以获取更高的角分辨率,解决了多输入多输出雷 达的发射天线的个数被限制为两个,当天线个数超过两个时,其他天线没有合 适的发射信号,导致雷达无法通过增加阵列中天线的数量来获得更高的角分辨 率的问题。
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为本发明的一个实施例提供的电磁波参数的处理方法的示意图;
图2为本发明的一个实施例提供的电磁波波形的时频特性的示意图;
图3是本发明的一个实施例提供的三根发射天线的电磁波的波形的时频曲 线示意图;
图4是本发明的一个实施例提供的三根发射天线的电磁波的波形自相关函 数以及波形间的互相关函数的示意图;
图5是本发明的一个实施例提供的电磁波参数的处理装置的示意图;
图6是本发明的一个实施例提供的终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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 实施例是本发明一部分的实施例,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,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何 变形,意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法 或系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有 列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的 其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不 同对象,而非用于描述特定顺序。
图1为本发明实施例提供的一种电磁波参数的处理方法的示意图,如图1 所示,本实施例中的电磁波参数的处理方法包括:
步骤S10:获取用于发射电磁波的发射天线的个数,其中,每个所述发射 天线发射的电磁波具有对应的脉冲信号;
步骤S20:根据所述发射天线的个数以及预设的遗传算法模型生成所述脉 冲信号的脉冲宽度控制参数;
步骤S30:根据所述脉冲宽度控制参数将第m个脉冲信号分割为第一子信 号和第二子信号,其中,1≤m≤M,M为所述发射天线的个数,m和M均为 正整数,所述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP,所述第二子信号 的脉冲宽度tm2为:tm2=TP-tm1,α(m)为第m个脉冲信号的脉冲宽度控制参 数,α(m+1)为第m+1个脉冲信号的脉冲宽度控制参数,α(m)设置为不 等于α(m+1),TP为第m个所述脉冲信号的脉冲宽度。
在本实施例中,通过发射天线的个数以及预设的遗传算法模型生成所述脉 冲信号的脉冲宽度控制参数,该脉冲宽度控制参数用于控制电磁波中的脉冲信 号的波形,使得每个发射天线发射的电磁波具有不同的波形,从而实现在多数 入多输出雷达的天线的个数超过两个时,每个发射天线具有独立的发射信号, 进而可以通过增加阵列中的发射天线的数量以获取更高的角分辨率。另一方面, 增加发射天线的数量不仅可以增加空间自由度,获得更大的虚拟孔径和更高的 角度分辨率,还可以降低波形之间的互相关电平以及自相关峰值旁瓣。
图2为本发明的一个实施例提供的第m个脉冲信号的时频特性示意图,如 图2所示,雷达天线所发射的电磁波的波形为脉冲串,其中,M是发射天线的 数量。假设每个脉冲的频率带宽为B,脉冲宽度为TP,每个脉冲被分割为第一 子信号和第二子信号,一个为上调频的线性调频信号,一个为下调频的线性调 频信号,其中,两个子信号具有相同的频率范围,但是各自的脉冲宽度不一样。 因此,通过根据发射天线的个数以及预设的遗传算法模型生成脉冲信号的脉冲 宽度控制参数α(m),对各个脉冲信号中的第一子信号和第二子信号的宽度 进行控制,其中,所述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP;所述第 二子信号的脉冲宽度tm2为:tm2=TP-tm1,由于脉冲宽度控制参数α(m)的个数 与发射天线的个数相同,且通过根据发射天线的个数以及预设的遗传算法模型 生成脉冲信号的脉冲宽度控制参数α(m)不等于α(m+1),因此,可以使 得各个发射天线发射的电磁波之间具有差异性,从而实现在一个天线阵列中有 效增加发射天线的数量,突破发射天线数量的限制。
在一个实施例中,所述第m个脉冲信号为:
其中,Sm(t)为第m个所述脉冲信号的表达式,t为时间参数,fm1为所述 第一子信号的载频,fm2为所述第二子信号的载频,um1为所述第一子信号的调 频斜率,um2为所述第二子信号的调频斜率。在本实施例中,载频也称为载波频 率,是一个特定频率的无线电波,载波频率在信号传输的过程中,并不是将信 号直接进行传输,而是将信号负载到一个预设的固定频率的波上。
在一个实施例中,当m为奇数时,所述第一子信号为上调频信号,所述第 二子信号为下调频信号;
其中,fm1=0,fm2=B*Tp/(tm2),um1=B/(tm1),um2=-B/(tm2),B为第m个 脉冲信号的频率带宽。
在一个实施例中,当m为偶数时,所述第一子信号为下调频信号,所述第 二子信号为上调频信号;
其中,fm1=B,fm2=-B*tm1/(tm2),um1=-B/(tm1),um2=B/(tm2),B为第m 个脉冲信号的频率带宽。
在一个实施例中,所述预设的遗传算法模型为:
其中,E为所述遗传算法模型中的代价函数,γ为预设的权重系数,p和q 分别表示所述脉冲信号的编号,当p=q时,Rp,q为所述脉冲信号的自相关函数, 当p≠q时,Rp,q为多个所述脉冲信号之间的互相关函数,β为预设的主瓣范围 参数,τ为时延。
当p=q时,Rp,p为第p个脉冲信号的自相关函数,即:
其中,τ表示时延,t为变量参数,Sp *表示脉冲信号Sp的复共轭,其中, Sp为第p个所述脉冲信号的表达式。
当p≠q时,Rp,q为第p个脉冲信号和第q个脉冲信号之间的互相关函数, 即:
在本实施例中,遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规 律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。其主要特点 是直接对结构对象进行操作,不存在求导和函数连续性的限定,具有内在的隐 并行性和更好的全局寻优能力,采用概率化的寻优方法,能自动获取和指导优 化的搜索空间,自适应地调整搜索方向,不需要确定的规则。例如,对于一个 求函数最小值的优化问题,一般可以描述为下列数学规划模型:
Min f(X)(1);
X∈R(2);
其中,x为决策变量,式1为目标函数式,式2、式3为约束条件,U是 基本空间,R是U的子集。满足约束条件的解X称为可行解,集合R表示所有 满足约束条件的解所组成的集合,称为可行解集合。
在本实施例中,通过上述预设的遗传算法模型进行代价函数的最小值求解, 从而确定每个发射波形的脉冲宽度控制参数α(m)。
具体的,MIMO雷达的目标探测能力,不仅取决于发射天线发射的单一波 形的自相关旁瓣,或者是某两个发射波形之间的互相关电平,而是取决于数字 波束形成后的信号的旁瓣。在上述遗传算法模型中的第一项为各个发射天线发 射的电磁波的互相关峰值的和,第二项为各个发射天线发射的电磁波的所有波 形自相关函数以及波形之间互相关函数和的旁瓣峰值。
在一个实施例中,假设该MIMO雷达有3个发射天线和6个接收天线。基 于遗传算法模型优化得到的α(m)参数序列为0.61,0.97和0.5,其对应天线的 发射波形的时频特性曲线如图3所示,由此可见,每个波形具有不同的时频特 性,波形S1和波形S3是先上调频后下调频,波形S2是先下调频后上调频。
图4为图3中的三个发射天线发射的电磁波的波形的自相关函数以及波形 间互相关函数。图4中的4a为波形S1的自相关函数,4b为波形S2的自相关 函数,4c为波形S3的自相关函数,4d为波形S1和波形S2之间的互相关函数, 4e为波形S1和波形S3之间的互相关函数,4f为波形S2和波形S3之间的互相 关函数。对图3和图4进行对比可知,波形之间的互相关电平与子信号的脉冲 宽度参数α(m)有较强的关系,通过优化该参数,可以有效地降低波形间互相关 的峰值,使用该波形集合的MIMO雷达,可以准确地完成多目标的检测,且精 确地估计出各个目标的距离、速度和方位角信息。
图5为本发明的一个实施例提供的电磁波参数的处理装置的结构示意图, 如图5所示,本实施例中的处理装置包括:
天线获取模块10,用于获取用于发射电磁波的发射天线的个数,其中,每 个所述发射天线发射的电磁波具有对应的脉冲信号;
脉冲宽度控制参数计算模块20,用于根据所述发射天线的个数以及预设的 遗传算法模型生成所述脉冲信号的脉冲宽度控制参数;
脉冲信号控制模块30,用于根据所述脉冲宽度控制参数将第m个脉冲信号 分割为第一子信号和第二子信号,其中,1≤m≤M,M为所述发射天线的个数, m和M均为正整数,所述第一子信号的脉冲宽度tm1为:
tm1=α(m)*TP;
所述第二子信号的脉冲宽度tm2为:
tm2=TP-tm1;
其中,α(m)为第m个脉冲信号的脉冲宽度控制参数,α(m+1)为第 m+1个脉冲信号的脉冲宽度控制参数,α(m)设置为不等于α(m+1),Tp 为第m个所述脉冲信号的脉冲宽度。
在本实施例中,天线获取模块10获取用于发射电磁波的发射天线的个数, 脉冲宽度控制参数计算模块20通过发射天线的个数以及预设的遗传算法模型 生成所述脉冲信号的脉冲宽度控制参数,脉冲信号控制模块30根据所述脉冲宽 度控制参数将第m个脉冲信号分割为第一子信号和第二子信号,该脉冲宽度控 制参数用于控制电磁波中的脉冲信号的波形,使得每个发射天线发射的电磁波 具有不同的波形,从而实现在多数入多输出雷达的天线的个数超过两个时,每 个发射天线具有独立的发射信号,进而可以通过增加阵列中的发射天线的数量 以获取更高的角分辨率。另一方面,增加发射天线的数量不仅可以增加空间自 由度,获得更大的虚拟孔径和更高的角度分辨率,还可以降低波形之间的互相 关电平以及自相关峰值旁瓣。
图2为本发明的一个实施例提供的第m个脉冲信号的时频特性示意图,如 图2所示,雷达天线所发射的电磁波的波形为脉冲串,其中,M是发射天线的 数量。假设每个脉冲的频率带宽为B,脉冲宽度为TP,每个脉冲被分割为第一 子信号和第二子信号,一个为上调频的线性调频信号,一个为下调频的线性调 频信号,其中,两个子信号具有相同的频率范围,但是各自的脉冲宽度不一样。 因此,通过根据发射天线的个数以及预设的遗传算法模型生成脉冲信号的脉冲 宽度控制参数α(m),对各个脉冲信号中的第一子信号和第二子信号的宽度 进行控制,其中,所述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP,所述第 二子信号的脉冲宽度tm2为:tm2=TP-tm1,由于脉冲宽度控制参数α(m)的个数 与发射天线的个数相同,且通过根据发射天线的个数以及预设的遗传算法模型 生成脉冲信号的脉冲宽度控制参数α(m)不等于α(m+1),因此,可以使 得各个发射天线发射的电磁波之间具有差异性,从而实现在一个天线阵列中有 效增加发射天线的数量,突破发射天线数量的限制。
在一个实施例中,所述第m个脉冲信号为:
其中,Sm(t)为第m个所述脉冲信号的表达式,t为时间参数,fm1为所述 第一子信号的载频,fm2为所述第二子信号的载频,um1为所述第一子信号的调 频斜率,um2为所述第二子信号的调频斜率。在本实施例中,载频也称为载波频 率,是一个特定频率的无线电波,载波频率在信号传输的过程中,并不是将信 号直接进行传输,而是将信号负载到一个预设的固定频率的波上。
在一个实施例中,当m为奇数时,所述第一子信号为上调频信号,所述第 二子信号为下调频信号;
其中,fm1=0,fm2=B*Tp/(tm2),um1=B/(tm1),um2=-B/(tm2),B为第m个 脉冲信号的频率带宽。
在一个实施例中,当m为偶数时,所述第一子信号为下调频信号,所述第 二子信号为上调频信号;
其中,fm1=B,fm2=-B*tm1/(tm2),um1=-B/(tm1),um2=B/(tm2),B为第m 个脉冲信号的频率带宽。
在一个实施例中,所述预设的遗传算法模型为:
其中,E为所述遗传算法模型中的代价函数,γ为预设的权重系数,p和q 分别表示所述脉冲信号的编号,当p=q时,Rp,q为所述脉冲信号的自相关函数, 当p≠q时,Rp,q为多个所述脉冲信号之间的互相关函数,β为预设的主瓣范围 参数,τ为时延。
当p=q时,Rp,p为第p个脉冲信号的自相关函数,即:
其中,τ表示时延,t为变量参数,Sp *表示脉冲信号Sp的复共轭。
当p≠q时,Rp,q为第p个脉冲信号和第q个脉冲信号之间的互相关函数, 即:
具体的,MIMO雷达的目标探测能力,不仅取决于发射天线发射的单一波 形的自相关旁瓣,或者是某两个发射波形之间的互相关电平,而是取决于数字 波束形成后的信号的旁瓣。在上述遗传算法模型中的第一项为各个发射天线发 射的电磁波的互相关峰值的和,第二项为各个发射天线发射的电磁波的所有波 形自相关函数以及波形之间互相关函数和的旁瓣峰值。
图4为图3中的三个发射天线发射的电磁波的波形的自相关函数以及波形 间互相关函数。图4中的4a为波形S1的自相关函数,4b为波形S2的自相关 函数,4c为波形S3的自相关函数,4d为波形S1和波形S2之间的互相关函数, 4e为波形S1和波形S3之间的互相关函数,4f为波形S2和波形S3之间的互相 关函数。对图3和图4进行对比可知,波形之间的互相关电平与子信号的脉冲 宽度参数α(m)有较强的关系,通过优化该参数,可以有效地降低波形间互相关 的峰值,使用该波形集合的MIMO雷达,可以准确地完成多目标的检测,且精 确地估计出各个目标的距离、速度和方位角信息。
如图6所示,本申请提供一种用于实现上述电磁波参数的处理方法的终端, 所述终端可以为智能手机、平板电脑、个人电脑(PC)、个人数字助理(PDA)、 学习机等终端,包括:一个或多个输入设备83和一个或多个输出设备84(图6 中仅示出一个)。处理器81、存储器82、输入设备83和输出设备84通过总线 85连接。
应当理解,在本申请实施例中,所称处理器81可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或 者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用 处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备83可以包括键盘、触控板、指纹采传感器(用于采集用户的指纹 信息和指纹的方向信息)、麦克风等,输出设备84可以包括显示器、扬声器等。
存储器82可以包括只读存储器和随机存取存储器,并向处理器81提供指 令和数据。存储器81的一部分或全部还可以包括非易失性随机存取存储器。 例如,存储器82还可以存储设备类型的信息。
所述存储器82存储有计算机程序,所述计算机程序可在所述处理器81上 运行,例如,所述计算机程序为闹钟提醒的方法的程序。所述处理器81执行所 述计算机程序时实现上述闹钟提醒的方法实施例中的步骤,例如图1所示的步 骤101至103。或者,所述处理器81执行所述计算机程序时实现上述各装置实 施例中各模块/单元的功能,例如图5所示单元10至30的功能。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模 块/单元被存储在所述存储器82中,并由所述处理器81执行,以完成本申请。 所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令 段,该指令段用于描述所述计算机程序在电磁波参数的处理方法的终端中的执 行过程。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上 述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不 同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功 能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模 块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上 述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程, 在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详 述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示 例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来 实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用 和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现 所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可 以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的, 例如,所述模块或单元的划分,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 直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接, 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,在本申请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,也可以采用软件功能单元的 形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品 销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解, 本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指 令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中, 该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中, 所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、 对象代码形式、可执行文件或某些中间形式等。
所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体 或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储 器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory, RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计 算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适 当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不 包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照 前述实施例对本申请进行了详细的说明,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申 请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种电磁波参数的处理方法,其特征在于,所述处理方法包括:
获取用于发射电磁波的发射天线的个数,其中,每个所述发射天线发射的电磁波具有对应的脉冲信号,所述个数为m;
根据所述发射天线的个数以及预设的遗传算法模型生成对应的m个所述脉冲信号的脉冲宽度控制参数;
根据所述脉冲宽度控制参数将每个所述脉冲信号分割为第一子信号和第二子信号,其中,1≤m≤M,M为所述发射天线的个数,2<M,m和M均为正整数,所述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP,所述第二子信号的脉冲宽度tm2为:tm2=TP-tm1,α(m)为第m个脉冲信号的脉冲宽度控制参数,α(m+1)为第m+1个脉冲信号的脉冲宽度控制参数,α(m)设置为不等于α(m+1),Tp为第m个所述脉冲信号的脉冲宽度。
2.如权利要求1所述的处理方法,其特征在于,第m个所述脉冲信号采用以下表达式得到:
其中,Sm(t)为第m个所述脉冲信号的表达式,t为时间参数,fm1为所述第一子信号的载频,fm2为所述第二子信号的载频,um1为所述第一子信号的调频斜率,um2为所述第二子信号的调频斜率。
3.如权利要求2所述的处理方法,其特征在于,当m为奇数时,所述第一子信号为上调频信号,所述第二子信号为下调频信号;
其中,fm1=0,fm2=B*Tp/(tm2),um1=B/(tm1),um2=-B/(tm2),B为第m个脉冲信号的频率带宽。
4.如权利要求2所述的处理方法,其特征在于,当m为偶数时,所述第一子信号为下调频信号,所述第二子信号为上调频信号;
其中,fm1=B,fm2=-B*tm1/(tm2),um1=-B/(tm1),um2=B/(tm2),B为第m个脉冲信号的频率带宽。
5.如权利要求1所述的处理方法,其特征在于,所述预设的遗传算法模型为:
其中,E为所述遗传算法模型中的代价函数,γ为预设的权重系数,p和q分别表示所述脉冲信号的编号,当p=q时,Rp,q为所述脉冲信号的自相关函数,当p≠q时,Rp,q为多个所述脉冲信号之间的互相关函数,β为预设的主瓣范围参数,τ为时延。
6.一种电磁波参数的处理装置,其特征在于,所述处理装置包括:
天线获取模块,用于获取用于发射电磁波的发射天线的个数,其中,每个所述发射天线发射的电磁波具有对应的脉冲信号;
脉冲宽度控制参数计算模块,用于根据所述发射天线的个数以及预设的遗传算法模型生成所述脉冲信号的脉冲宽度控制参数;
脉冲信号控制模块,用于根据所述脉冲宽度控制参数将第m个脉冲信号分割为第一子信号和第二子信号,其中,1≤m≤M,M为所述发射天线的个数,m和M均为正整数,所述第一子信号的脉冲宽度tm1为:tm1=α(m)*TP,所述第二子信号的脉冲宽度tm2为:tm2=TP-tm1,α(m)为第m个脉冲信号的脉冲宽度控制参数,α(m+1)为第m+1个脉冲信号的脉冲宽度控制参数,α(m)设置为不等于α(m+1),Tp为第m个所述脉冲信号的脉冲宽度。
7.如权利要求6所述的处理装置,其特征在于,第m个所述脉冲信号采用以下表达式得到:
其中,Sm(t)为第m个所述脉冲信号的函数,fm1为所述第一子信号的载频,fm2为所述第二子信号的载频,um1为所述第一子信号的调频斜率,um2为所述第二子信号的调频斜率。
8.如权利要求7所述的处理装置,其特征在于,当m为奇数时,所述第一子信号为上调频信号,所述第二子信号为下调频信号;
其中,fm1=0,fm2=B*Tp/(tm2),um1=B/(tm1),um2=-B/(tm2),B为第m个脉冲信号的频率带宽。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任意一项所述方法的步骤。
10.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642774.9A CN109633565A (zh) | 2018-12-29 | 2018-12-29 | 一种电磁波参数的处理方法、处理装置以及终端 |
PCT/CN2019/128951 WO2020135652A1 (zh) | 2018-12-29 | 2019-12-27 | 一种电磁波参数的处理方法、处理装置以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642774.9A CN109633565A (zh) | 2018-12-29 | 2018-12-29 | 一种电磁波参数的处理方法、处理装置以及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109633565A true CN109633565A (zh) | 2019-04-16 |
Family
ID=66054818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811642774.9A Withdrawn CN109633565A (zh) | 2018-12-29 | 2018-12-29 | 一种电磁波参数的处理方法、处理装置以及终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109633565A (zh) |
WO (1) | WO2020135652A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020135652A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市华讯方舟微电子科技有限公司 | 一种电磁波参数的处理方法、处理装置以及终端 |
CN113826338A (zh) * | 2018-12-21 | 2021-12-21 | 奥兰治 | 用于识别用户的方法和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1754362A (zh) * | 2003-02-25 | 2006-03-29 | 横滨Tlo株式会社 | 脉冲波形生成方法 |
CN105974373A (zh) * | 2015-03-13 | 2016-09-28 | 霍尼韦尔国际公司 | 用于调整导波雷达脉冲宽度以优化测量的装置和方法 |
CN106597386A (zh) * | 2016-08-01 | 2017-04-26 | 哈尔滨工业大学(威海) | 一种离散频率调频斜率的正交编码波形及其设计方法 |
CN107976673A (zh) * | 2017-11-17 | 2018-05-01 | 中国科学技术大学 | 提高大场景目标成像质量的mimo雷达成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633565A (zh) * | 2018-12-29 | 2019-04-16 | 深圳市华讯方舟微电子科技有限公司 | 一种电磁波参数的处理方法、处理装置以及终端 |
-
2018
- 2018-12-29 CN CN201811642774.9A patent/CN109633565A/zh not_active Withdrawn
-
2019
- 2019-12-27 WO PCT/CN2019/128951 patent/WO2020135652A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1754362A (zh) * | 2003-02-25 | 2006-03-29 | 横滨Tlo株式会社 | 脉冲波形生成方法 |
CN105974373A (zh) * | 2015-03-13 | 2016-09-28 | 霍尼韦尔国际公司 | 用于调整导波雷达脉冲宽度以优化测量的装置和方法 |
CN106597386A (zh) * | 2016-08-01 | 2017-04-26 | 哈尔滨工业大学(威海) | 一种离散频率调频斜率的正交编码波形及其设计方法 |
CN107976673A (zh) * | 2017-11-17 | 2018-05-01 | 中国科学技术大学 | 提高大场景目标成像质量的mimo雷达成像方法 |
Non-Patent Citations (1)
Title |
---|
高才才 等: "汽车防撞雷达的MIMO波形设计", 《自动化应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113826338A (zh) * | 2018-12-21 | 2021-12-21 | 奥兰治 | 用于识别用户的方法和设备 |
WO2020135652A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市华讯方舟微电子科技有限公司 | 一种电磁波参数的处理方法、处理装置以及终端 |
Also Published As
Publication number | Publication date |
---|---|
WO2020135652A1 (zh) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Taha et al. | Deep reinforcement learning for intelligent reflecting surfaces: Towards standalone operation | |
Radmard et al. | Antenna placement and power allocation optimization in MIMO detection | |
CN102999783B (zh) | 基于遗传禁忌混合算法的多输入多输出雷达正交多相码信号产生方法 | |
Li et al. | Generative adversarial estimation of channel covariance in vehicular millimeter wave systems | |
CN109272989A (zh) | 语音唤醒方法、装置和计算机可读存储介质 | |
CN109633565A (zh) | 一种电磁波参数的处理方法、处理装置以及终端 | |
CN103513250A (zh) | 一种基于鲁棒自适应波束形成原理的模基定位方法及系统 | |
CN114390463B (zh) | 一种室内多目标被动式定位方法、系统及电子设备 | |
CN106501801A (zh) | 一种基于混沌多种群共生进化的双基地mimo雷达跟踪方法 | |
Liu et al. | Predictive beamforming for integrated sensing and communication in vehicular networks: A deep learning approach | |
Thazeen et al. | An efficient reconfigurable optimal source detection and beam allocation algorithm for signal subspace factorization | |
Nguyen et al. | A deep learning framework for beam selection and power control in massive MIMO-millimeter-wave communications | |
Liu et al. | Deep CLSTM for predictive beamforming in integrated sensing and communication-enabled vehicular networks | |
CN114223270A (zh) | 天线信号处理模型的训练方法、装置、天线及存储介质 | |
Yang et al. | 3-D positioning and environment mapping for mmWave communication systems | |
US8116169B2 (en) | Active sonar system and active sonar method using noise reduction techniques and advanced signal processing techniques | |
EP4090989A1 (en) | Improving angular resolution of radars using an artificial neural network | |
Zhou et al. | Joint optimisation of transmit beamspace and receive filter in frequency diversity array‐multi‐input multi‐output radar | |
CN115173903B (zh) | 一种通感一体化系统功率分配方法 | |
CN115175132B (zh) | 一种支持无人机通信感知一体化的预编码及功率分配方法 | |
Haider et al. | GAN-based Channel Estimation for IRS-aided Communication Systems | |
Yang et al. | Radar waveform design based on multi-agent reinforcement learning | |
Goodman | Closed-loop radar with adaptively matched waveforms | |
CN115932743A (zh) | 一种基于波形自适应选择的认知雷达方法与装置 | |
Hoseyni et al. | Beam angle channel modulation |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190416 |