CN110646798A

CN110646798A - 目标航迹关联方法、雷达和终端设备

Info

Publication number: CN110646798A
Application number: CN201910899385.2A
Authority: CN
Inventors: 薛高茹; 秦屹; 袁亚运; 高援朝
Original assignee: Whst Co Ltd
Current assignee: Whst Co Ltd
Priority date: 2019-09-23
Filing date: 2019-09-23
Publication date: 2020-01-03
Anticipated expiration: 2039-09-23
Also published as: CN110646798B

Abstract

本发明适用于车载雷达技术领域，提供了一种目标航迹关联方法、雷达和终端设备。该方法包括：获取跟踪目标的量测信息和航迹，根据所述量测信息和航迹建立代价矩阵；删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵；根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息。本发明在保证关联准确度的同时，大幅度降低关联运算时间，提高航迹关联速度。

Description

目标航迹关联方法、雷达和终端设备

技术领域

本发明属于车载雷达技术领域，尤其涉及一种目标航迹关联方法、雷达和终端设备。

背景技术

目标检测、关联和跟踪是汽车雷达实现碰撞报警、主动避障、自适应巡航等功能的技术基础。雷达在一次探测中会得到多个目标的量测信息，哪一个量测信息来源于哪一个目标的航迹是不确定的，因此需要进行量测信息和航迹的关联操作。但是现有的航迹关联方法运算复杂，尤其是场景中目标数量较多时，关联计算量明显上升，严重影响了目标跟踪效率。

发明内容

有鉴于此，本发明实施例提供了一种目标航迹关联方法、雷达和终端设备，以解决现有的航迹关联方法运算复杂，严重影响目标跟踪效率的问题。

本发明实施例的第一方面提供了一种目标航迹关联方法，包括：

获取跟踪目标的量测信息和航迹，根据所述量测信息和航迹建立代价矩阵；

删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵；

根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息。

可选的，根据所述量测信息和航迹建立代价矩阵，包括：

计算所述量测信息与所述航迹之间的距离并建立距离矩阵；

判断所述距离矩阵中每个元素是否小于跟踪门阈值；

将所述距离矩阵中不小于跟踪门阈值的元素设置为预设值，所述预设值大于所述跟踪门阈值。

可选的，判断所述距离矩阵中每个元素是否小于跟踪门阈值，包括：

判断所述距离矩阵中每个元素

是否满足

其中，

表示所述距离矩阵中第i行第j列的元素，

表示第i量测信息与第j航迹的新息，S_ij表示第i量测信息与第j航迹的新息的协方差，G表示跟踪门阈值。

可选的，删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵，包括：

判断所述代价矩阵中每一行是否满足预设不关联条件，以及判断所述代价矩阵中每一列是否满足预设不关联条件，所述代价矩阵的行数表示量测信息的个数，列数表示所述航迹的条数；

删除所述代价矩阵中满足所述预设不关联条件的所有行和满足所述预设不关联条件的所有列。

可选的，判断所述代价矩阵中每一行是否满足预设不关联条件，以及判断所述代价矩阵中每一列是否满足预设不关联条件，包括：

所述代价矩阵右乘求和列向量得到第一结果向量，判断所述第一结果向量中的每个元素是否等于所述预设值，所述代价矩阵左乘求和行向量得到第二结果向量，判断所述第二结果向量中的每个元素是否等于所述预设值。

可选的，在所述根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息之前，还包括：

获取所述跟踪目标的量测编号序列和航迹编号序列，并删除满足所述预设不关联条件的所有行对应的航迹编号，以及满足所述预设不关联条件的所有列对应的量测编号；

相应的，根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息，包括：

基于匈牙利算法，根据所述待关联矩阵得到指派矩阵；

根据删除后的所述量测编号序列和所述航迹编号序列为所述指派矩阵重新赋值量测编号和航迹编号。

可选的，在根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息之后，还包括：

基于扩展卡尔曼滤波算法，根据确定的量测信息更新所述跟踪目标的航迹。

本发明实施例的第二方面提供了一种雷达，包括：

信息获取模块，用于获取跟踪目标的量测信息和航迹，根据所述量测信息和航迹建立代价矩阵；

降维模块，用于删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵；

航迹关联模块，用于根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息。

本发明实施例的第三方面提供了一种终端设备，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，所述处理器执行所述计算机程序时实现如实施例的第一方面提供的任一项所述的目标航迹关联方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如实施例的第一方面提供的任一项所述的目标航迹关联方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：通过跟踪目标的量测信息和航迹建立代价矩阵，然后删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵，减少了代价矩阵的维数，最后根据待关联矩阵确定与跟踪目标的航迹关联的量测信息，在保证关联准确度的同时，大幅度降低关联运算时间，提高航迹关联速度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例提供的目标航迹关联方法的实现流程示意图；

图2是图1步骤S101的具体实现流程示意图；

图3是图1步骤S102的具体实现流程示意图；

图4是图1步骤S103的具体实现流程示意图；

图5是本发明实施例提供的雷达的结构示意图；

图6是本发明实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

参见图1，为本实施例提供的目标航迹关联方法的一个实施例实现流程示意图，详述如下：

步骤S101，获取跟踪目标的量测信息和航迹，根据所述量测信息和航迹建立代价矩阵。

本实施例的量测信息就是汽车雷达探测到的目标信息，可以包括量测编号、目标径向距离信息、目标方位角信息和目标径向速度信息等等，航迹可以包括目标航迹信息和航迹的编号，例如航迹编号序列X＝[12,33,43]，则表示第一条航迹的编号为12，第二条航迹的编号为33，第三条航迹的编号为43。实际应用中，量测信息用来更新跟踪目标的航迹，雷达在一次探测中会得到很多量测信息，但是哪一个量测信息来源于哪一个目标的航迹是不确定的，因此需要进行量测信息和航迹的关联操作。如果一个量测信息和某一条航迹关联上，就代表该量测信息和该航迹是来源于同一个目标，因而就可以用该量测信息更新航迹，使航迹更接近跟踪目标的真实运动。

一个实施例中，参见图2，步骤S101的根据所述量测信息和航迹建立代价矩阵的具体实现过程可以包括：

步骤S201，计算所述量测信息与航迹之间的距离并建立距离矩阵。

步骤S202，判断所述距离矩阵中每个元素是否小于跟踪门阈值。

步骤S203，将所述距离矩阵中不小于跟踪门阈值的元素设置为预设值，所述预设值大于所述跟踪门阈值。

可选的，判断所述距离矩阵中每个元素是否小于跟踪门阈值具体可以包括：判断所述距离矩阵中每个元素

是否满足

其中，

表示所述距离矩阵中第i行第j列的元素，即表示第i量测信息与第j航迹之间的距离信息，

本实施例为了排除与航迹不可能配对的量测信息，引入跟踪门方法对量测信息和航迹进行粗略的关联检测。一个跟踪门是以航迹的预测位置为中心向四周扩展而形成，所有满足跟踪门规则的量测信息会落入跟踪门内，并被考虑作为航迹更新的候选信息。具体的，首先定义一个跟踪门阈值G，如果距离矩阵中第i行第j列的元素

则代表量测信息i与航迹j是关联的。可选的，S_ij可以是根据卡尔曼滤波方法得到第i量测信息与第j航迹的新息的协方差，跟踪门阈值G可以根据卡方分布确定。

进一步的，将所述距离矩阵中不小于跟踪门阈值的元素设置为预设值，最终得到代价矩阵。假设当前跟踪的航迹有n条，雷达探测到的量测信息有m个，这些量测信息可能被用来更新已经存在的航迹或作为新航迹的起点。实际应用中，在杂波环境下，m不一定等于n，由此定义代价矩阵C_m×n可以为：

其中，i表示量测编号，i＝1,2,...,m，j表示航迹编号，j＝1,2,...,n，代价矩阵C_m×n的行数m表示量测信息的个数，代价矩阵C_m×n的列数n表示航迹的条数。

步骤S102，删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵。

传统的全局最近邻方法在代价矩阵较大的时候运算比较复杂，需要较高计算量，影响目标跟踪速度，所以本实施例提出了降低代价矩阵维数的改进措施，在将量测信息与航迹进行关联之前，在代价矩阵中将不与任何航迹关联的量测信息对应的行删除，并记录删除的行的序号i；在代价矩阵中，将不与任何量测信息关联的航迹对应的列删除，并记录删除的列数的序号j。删除对应行和对应列的代价矩阵变为待关联矩阵C_(m-a)×(n-b)，其中，a表示删除的行的个数，b表示删除的列的个数。待关联矩阵的维数与代价矩阵的维数相比降低了，根据待关联矩阵求解量测信息与航迹的关联，减少了关联运算量，而且随着代价矩阵维数的增高，本实施例的关联方法的效果越明显，加快了目标航迹关联速度。

一个实施例中，参见图3，步骤S102中的删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵的具体实现过程可以包括：

步骤S301，判断所述代价矩阵中每一行是否满足预设不关联条件，以及判断所述代价矩阵中每一列是否满足预设不关联条件，所述代价矩阵的行数表示量测信息的个数，列数表示所述航迹的条数。

步骤S302，删除所述代价矩阵中满足所述预设不关联条件的所有行和满足所述预设不关联条件的所有列。

若第一结果向量中的A_i元素等于预设值，则说明所述代价矩阵的第i行满足预设不关联条件，即第i量测信息与所有航迹不关联，此时则删除代价矩阵的第i行；若第二结果向量中的B_j元素等于预设值，则说明所述代价矩阵的第j列满足预设不关联条件，即第j航迹与所有量测信息不关联，此时则删除代价矩阵的第j列。

可选的，本实施例在根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息之前，还可以包括：获取所述跟踪目标的量测编号序列和航迹编号序列，并删除满足所述预设不关联条件的所有行对应的航迹编号以及满足所述预设不关联条件的所有列对应的量测编号。例如量测编号序列为Y＝[1,2,3,4,...,m]，在代价矩阵中删除了第1行和第3行，则对应删除量测编号序列中的第一个元素和第三个元素，即量测编号序列变为Y＝[2,4,...,m]；航迹编号序列X＝[12,33,43,45,57,69]，在代价矩阵中删除了第1列和第3列，则对应删除航迹编号序列中的第一个元素和第三个元素，即航迹编号序列变为Y＝[33,45,57,69]。

示例性的，设当前雷达探测到的量测信息的个数为m，航迹个数为n，代价矩阵为C_m×n，量测编号序列为clustersIndex，航迹编号序列为TrackIndex，clustersIndex内的每个元素表示量测编号，比如代价矩阵有3行，则clustersIndex＝[1,2,3]，航迹编号序列TrackIndex与量测编号序列clustersIndex不同，若代价矩阵有3列，TrackIndex＝[12,14,25]，它表示第一条航迹的航迹编号是12，第二条航迹的航迹编号是14，第三条航迹的航迹编号是25。具体实现过程可以如下：

首先，代价矩阵C_m×n右乘元素全为1的列向量e_n×1得到第一结果向量A＝C_m×ne_n×1。若第一结果向量中的第i个元素A_i＝1000n，i＝1,2,...,m，即代价矩阵中的第i行之和等于1000n，说明第i量测信息与任何航迹没有关联，删除代价矩阵中的第i行，并存储要删除的行号i(即存储量测编号序列的第i个编号)，可以将存储的行号i置在序列Index_row中，其中1000n为预设值，n是航迹的条数，本实施例对预设值不做具体限定。

然后，删除代价矩阵C_m×n中Index_row行的数据得到新的代价矩阵C_(m-a)×n，a为总共要删除的行数，删除量测编号序列clustersIndex中Index_row行的编号，例如Index_row＝[1,3,6]，则说明要删除代价矩阵C_m×n中第1行、第3行和第6行，以及要删除量测编号序列clustersIndex中第1个量测编号、第3个量测编号和第6个量测编号。

同理，代价矩阵C_(m-a)×n左乘元素全为1的行向量e_1×(m-a)得到第二结果向量B＝e_1×(m-a)C_(m-a)×n。若B_j＝1000(m-a)，j＝1,2,...,n，即代价矩阵中的第j列之和等于1000(m-a)，说明第j条航迹与任何量测信息没有关联，删除代价矩阵中的第j列，并存储要删除的列号j(即存储航迹编号序列的第j个编号)，可以将存储的列号j置在序列Index_col中，其中1000(m-a)为预设值，(m-a)是量测信息的个数，本实施例对预设值不做具体限定。

然后，删除代价矩阵C_(m-a)×n中Index_col列的数据得到待关联矩阵C_(m-a)×(n-b)，b为总共要删除的列数，删除航迹编号序列TrackIndex中Index_col列的编号，例如Index_col＝[1,3,6]，则说明要删除新的代价矩阵C_(m-a)×n中第1列、第3列和第6列，以及要删除航迹编号序列TrackIndex中第1个航迹编号、第3个航迹编号和第6个航迹编号。

可选的，可以先对代价矩阵C_m×n左乘元素全为1的行向量e_1×m得到第二结果向量B＝e_1×mC_m×n。若B_j＝1000m，j＝1,2,...,n，删除代价矩阵中的第j列，并存储要删除的列号j置在序列Index_col中，删除代价矩阵C_m×n中Index_col列的数据得到新的代价矩阵C_m×(n-b)，b为总共要删除的列数，删除航迹编号序列TrackIndex中Index_col列的编号；然后代价矩阵C_m×(n-b)右乘元素全为1的列向量e_(n-b)×1得到第一结果向量A＝C_m×(n-b)e_(n-b)×1，若第一结果向量中的第i个元素A_i＝1000(n-b)，i＝1,2,...,m，删除代价矩阵中的第i行，并存储要删除的行号i置在序列Index_row中，删除代价矩阵C_m×(n-b)中Index_row行的数据得到待关联矩阵C_(m-a)×(n-b)，a为总共要删除的行数，删除量测编号序列clustersIndex中Index_row行的编号。

步骤S103，根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息。

代价矩阵中，去掉了与航迹不关联的量测信息，以及去掉了与量测信息不相关的航迹，得到降维后的代价矩阵，即待关联矩阵，减少了后续航迹关联步骤的计算量，即本实施例根据降维后的代价矩阵确定与所述跟踪目标的航迹关联的量测信息，提高了目标航迹关联速度。

一个实施例中，参见图4，步骤S103的根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息的具体实现过程可以包括：

步骤S401，基于匈牙利算法，根据所述待关联矩阵得到指派矩阵。

步骤S402，根据删除后的所述量测编号序列和所述航迹编号序列为所述指派矩阵重新赋值量测编号和航迹编号。

将待关联矩阵C_(m-a)×(n-b)输入标准匈牙利算法得到指派矩阵。示例性的，指派矩阵可以包括三列，第一列元素表示量测信息的编号，第二列表示航迹的编号，第三列可以表示量测与航迹间的距离信息，根据删除元素后的量测编号序列clustersIndex和删除元素后的航迹编号序列TrackIndex重新给指派矩阵的航迹编号与量测编号赋值，快速实现对目标的追踪。

一个实施例中，在根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息之后，所述目标航迹关联方法还包括：基于扩展卡尔曼滤波算法，根据确定的量测信息更新所述跟踪目标的航迹。

根据指派矩阵，确定了与航迹关联的量测信息，本实施例还基于扩展卡尔曼滤波算法，以确定的量测信息更新对应航迹的状态信息。可选的，本实施例还将没有与任何航迹关联的量测信息形成新的航迹，保证跟踪目标的准确性。

上述目标航迹关联方法，通过跟踪目标的量测信息和航迹建立代价矩阵，然后删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵，减少了代价矩阵的维数，最后根据待关联矩阵确定与跟踪目标的航迹关联的量测信息，在保证关联准确度的同时，大幅度降低关联运算时间，提高航迹关联速度。

本领域技术人员可以理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

对应于上文实施例所述的目标航迹关联方法，本实施例提供了一种雷达，如图5，为本实施例中雷达的结构示意图。为了便于说明，仅示出了与本实施例相关的部分。

所述雷达包括：信息获取模块110、降维模块120和航迹关联模块130。

信息获取模块110用于获取跟踪目标的量测信息和航迹，根据所述量测信息和航迹建立代价矩阵。

降维模块120用于删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵。

航迹关联模块130用于根据所述待关联矩阵得到与所述跟踪目标的航迹关联的量测信息。

一个实施例中，信息获取模块110具体用于：计算所述量测信息与所述航迹之间的距离并建立距离矩阵；判断所述距离矩阵中每个元素是否小于跟踪门阈值；将所述距离矩阵中不小于跟踪门阈值的元素设置为预设值，所述预设值大于所述跟踪门阈值。可选的，判断所述距离矩阵中每个元素是否小于跟踪门阈值，包括：判断所述距离矩阵中每个元素是否满足

其中，

表示所述距离矩阵中第i行第j列的元素，

一个实施例中，降维模块120具体用于：判断所述代价矩阵中每一行是否满足预设不关联条件，以及判断所述代价矩阵中每一列是否满足预设不关联条件，所述代价矩阵的行数表示量测信息的个数，列数表示所述航迹的条数；删除所述代价矩阵中满足所述预设不关联条件的所有行和满足所述预设不关联条件的所有列。可选的，判断所述代价矩阵中每一行是否满足预设不关联条件，以及判断所述代价矩阵中每一列是否满足预设不关联条件，包括：代价矩阵右乘求和列向量得到第一结果向量，判断所述第一结果向量中的每个元素是否等于所述预设值，所述代价矩阵左乘求和行向量得到第二结果向量，判断所述第二结果向量中的每个元素是否等于所述预设值。

一个实施例中，降维模块120还用于：获取所述跟踪目标的量测编号序列和航迹编号序列，并删除满足所述预设不关联条件的所有行对应的航迹编号，以及满足所述预设不关联条件的所有列对应的量测编号。

航迹关联模块130具体用于：基于匈牙利算法，根据所述待关联矩阵得到指派矩阵；根据删除后的所述量测编号序列和所述航迹编号序列为所述指派矩阵重新赋值量测编号和航迹编号。

可选的，航迹关联模块130还用于：基于扩展卡尔曼滤波算法，根据确定的量测信息更新所述跟踪目标的航迹。

上述雷达，信息获取模块110通过跟踪目标的量测信息和航迹建立代价矩阵，然后降维模块120删除所述代价矩阵中不与任意所述量测信息关联的航迹和不与任意所述航迹关联的量测信息，得到待关联矩阵，减少了代价矩阵的维数，最后航迹关联模块130根据待关联矩阵确定与跟踪目标的航迹关联的量测信息，在保证关联准确度的同时，大幅度降低关联运算时间，提高航迹关联速度。

本实施例还提供了一种终端设备100的示意图。如图6所示，该实施例的终端设备100包括：处理器140、存储器150以及存储在所述存储器150中并可在所述处理器140上运行的计算机程序151，例如目标航迹关联方法的程序。所述处理器140在执行所述计算机程序151时实现上述目标航迹关联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140执行所述计算机程序151时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块110至130的功能。

示例性的，所述计算机程序151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150中，并由所述处理器140执行，以完成本发明。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151在所述终端设备100中的执行过程。例如，所述计算机程序151可以被分割成信息获取模块110、降维模块120和航迹关联模块130，各模块具体功能如下：

所述终端设备100可以是计算机、笔记本及云端服务器等计算设备。所述终端设备100可包括，但不仅限于处理器140、存储器150。本领域技术人员可以理解，图6仅仅是终端设备100的示例，并不构成对终端设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备100还可以包括输入输出设备、网络接入设备、总线等。

所称处理器140可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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。

所述存储器150可以是所述终端设备100的内部存储单元，例如终端设备100的硬盘或内存。所述存储器150也可以是所述终端设备100的外部存储设备，例如所述终端设备100上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器150还可以既包括所述终端设备100的内部存储单元也包括外部存储设备。所述存储器150用于存储所述计算机程序以及所述终端设备100所需的其他程序和数据。所述存储器150还可以用于暂时地存储已经输出或者将要输出的数据。

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、模型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发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的雷达/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的雷达/终端设备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，本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、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是电载波信号和电信信号。

以上所述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精神和范围，均应包含在本发明的保护范围之内。