CN112816942B - 方法、计算机程序产品、装置和调频连续波雷达系统 - Google Patents

方法、计算机程序产品、装置和调频连续波雷达系统 Download PDF

Info

Publication number
CN112816942B
CN112816942B CN202011244927.1A CN202011244927A CN112816942B CN 112816942 B CN112816942 B CN 112816942B CN 202011244927 A CN202011244927 A CN 202011244927A CN 112816942 B CN112816942 B CN 112816942B
Authority
CN
China
Prior art keywords
segment
sequence
beat signals
doppler image
range
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.)
Active
Application number
CN202011244927.1A
Other languages
English (en)
Other versions
CN112816942A (zh
Inventor
约翰·文纳斯滕
阿扎姆·萨克尼尼
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.)
Axis AB
Original Assignee
Axis AB
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 Axis AB filed Critical Axis AB
Publication of CN112816942A publication Critical patent/CN112816942A/zh
Application granted granted Critical
Publication of CN112816942B publication Critical patent/CN112816942B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • 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
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • 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
    • 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
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
    • 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
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G01S13/44—Monopulse radar, i.e. simultaneous lobing
    • G01S13/4454—Monopulse radar, i.e. simultaneous lobing phase comparisons monopulse, i.e. comparing the echo signals received by an interferometric antenna arrangement
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开一种用于产生干扰被减少的雷达图像的方法、计算机程序产品、装置和调频连续波雷达系统，该方法包括：接收测量的差拍信号的序列；识别测量的差拍信号的序列内的一个或多个干扰片段，该干扰片段是受到干扰的片段；通过创建矩阵Y形式的测量的差拍信号的序列的修正的表示来对测量的差拍信号的序列进行修正：创建表示测量的差拍信号的序列的修正的修正掩模，该修正掩模是矩阵M；和根据Y和M估计重构的距离多普勒图像
Figure DDA0002769659970000011
其中重构的距离多普勒图像是使用M去卷积的Y的距离多普勒图像；从而，修正测量的差拍信号的序列至少部分地去除干扰影响，并且估计重构的距离多普勒图像至少部分地去除由该修正产生的图像伪像。

Description

方法、计算机程序产品、装置和调频连续波雷达系统
技术领域
本发明总体上涉及雷达成像，并且更具体地，涉及产生干扰被减少的雷达图像。
背景技术
将雷达用于监视监控和车辆中变得越来越广泛，因为这允许测量目标的距离、速度和角度。例如，雷达单元可以用作监视摄像机的补充，以提供关于场景中目标的信息。
一种类型的雷达是调频连续波(FMCW)雷达。FMCW雷达发送被称为“啁啾声信号”的雷达波信号。啁啾声信号是周期信号，通常是正弦波，该正弦波的频率通常随时间线性变化。FMCW雷达例如通过接收机天线接收雷达波信号的反射，该反射例如来自场景中的移动目标。通过将发送的信号与接收的信号混合，可以产生差拍信号。可以顺序地重复该过程以产生差拍信号的序列。差拍信号的序列随后可以被转换成距离多普勒图像，该距离多普勒图像包括例如到目标的距离和目标的速度的信息。FMCW雷达通常会发送啁啾声信号的序列，并且然后在发送新的啁啾声信号的序列之前保持沉默一会儿。因此，可以接收多个差拍信号的序列，其中每个差拍信号的序列可以被称为帧，帧对应于场景的在时间上的快照。FMCW雷达系统通常包括多个接收机天线。当使用至少两个天线时，也可以估计与目标的角度。
尽管当前的雷达系统具有许多优势，但仍有改进的空间。
发明内容
随着雷达的使用变得更加普遍，不同的雷达开始相互干扰的风险越来越大。例如，用于监视交通的雷达可能会受到安装在经过的车辆中的雷达的干扰。作为干扰的结果，在最坏的情况下，雷达的功能可能会变差或完全失效。
因此，本发明的目的是提供一种减少来自FMCW雷达系统的雷达图像中的干扰的方法。本发明的另一目的是提供能够实现目标检测的高概率和错误目标检测的低概率的雷达图像。
本发明的这些和其他目的至少部分地由独立权利要求中限定的本发明实现。在从属权利要求中阐明优选的实施例。
根据本发明的第一方面，提供了一种用于产生干扰被减少的雷达图像的方法，该方法包括：
接收测量的差拍信号的序列，每个差拍信号包括多个片段，每个片段具有幅度，其中，第j差拍信号的第i片段可被标识为具有幅度Ai,j的片段i,j，其中i＝1，…，a，j＝1，…，b；
识别测量的差拍信号的序列内的一个或多个干扰片段，该干扰片段是受到干扰的片段；
通过创建具有元素yi,j的矩阵Y形式的测量的差拍信号的序列的修正的表示来对测量的差拍信号的序列进行修正：
Figure BDA0002769659950000021
其中yi,j＝mi,j×Ai,j，其中mi,j是掩蔽值，该掩蔽值取决于片段i,j是否被识别为干扰片段，如果片段i,j为干扰片段，则与如果片段i,j不为干扰片段相比，将掩蔽值设置为较低的值；
创建表示测量的差拍信号的序列的修正的修正掩模，该修正掩模是具有元素mi,j的矩阵M：
Figure BDA0002769659950000022
并且
根据Y和M估计重构的距离多普勒图像
Figure BDA0002769659950000023
其中重构的距离多普勒图像是使用M去卷积的Y的距离多普勒图像，距离多普勒图像是差拍信号的序列的表示的时频变换；
从而，修正测量的差拍信号的序列至少部分地去除干扰影响，并且估计重构的距离多普勒图像至少部分地去除由该修正产生的图像伪像。
图1示意性地示出了来自调频连续波雷达系统的测量的差拍信号1的序列。测量的差拍信号1的序列包括b个差拍信号2的序列，每个差拍信号2具有片段3。片段3在本文中可以是差拍信号的时间样本，该时间样本表示在记录该时间样本时的该差拍信号的幅度。从第一信号开始，沿图1的水平轴彼此相邻地组织b个差拍信号2。某个差拍信号可以由其差拍信号索引j来标识，其中1≤j≤b。沿着垂直轴布置每个差拍信号2的片段3。某个片段可以由其片段索引i来标识，其中1≤i≤a。
如果雷达系统受到干扰，例如来自冲突雷达系统的干扰，则一些片段将具有不正确的幅度，例如，不反映在雷达系统单独作用而周围没有任何冲突的雷达系统的情况下所期望的幅度的幅度。因此，测量的差拍信号1的序列中的某些片段可能是干扰片段4。干扰片段4可以例如是这样的片段：与由雷达系统本身引起的雷达反射的幅度相比，该片段的幅度与冲突的雷达系统的发射机幅度更相关。
差拍信号1的序列可以通过时频变换被转换成距离多普勒图像。一种实现方式是傅立叶变换，例如2D傅立叶变换。例如，可以在每一列上进行离散傅立叶变换(DFT)，以创建新矩阵，然后针对新矩阵的每一行进行DFT，以形成距离多普勒图像。
距离多普勒图像中的每个像素可以被视为与在该距离多普勒块处返回的回波的信号相对应的幅度。幅度在本文中可以是复数值。当以图形方式呈现距离多普勒图像时，可以呈现幅度的绝对值，即在该距离多普勒块处返回的回波的信号强度。因此，距离多普勒图像可以是在相应的轴处具有距离和多普勒并且像素值是对应的反射信号强度的二维图像。
在下文中，将使用图2至图5来介绍构思的选择，举例说明在创建距离多普勒图像时可能出现的一些问题，并举例说明本发明构思的一些优点。然而，图2至图5的示例不应被解释为限制所要求保护的主题的范围。图2至图5中使用的数据是模拟数据，而不是测量数据。但是，应当理解，所描述的参考模拟数据的任何操作都可以以对应的方式参考测量的数据。
图2示出了无干扰的测量的差拍信号1的序列的模拟。
图2b示出了一个差拍信号2。图2b的x轴是表示多个片段的片段索引。图2b的y轴是差拍信号的幅度。如图2b中所示，差拍信号的幅度可能从片段到片段而变化。一个片段的绝对幅度可以代表差拍信号的样本的测量的信号功率电平。
图2a以灰度图像的形式示出了无干扰的整个差拍信号1的模拟序列。图2a的x轴是表示多个差拍信号的差拍信号索引。图2a的y轴是表示每个差拍信号的多个片段的片段索引。在图2a中，从第一差拍信号1开始，沿x轴彼此相邻地组织差拍信号。沿y轴布置每个差拍信号的片段。因此，图2a的每一列与图2b中呈现的类型的差拍信号相对应。在图2a的灰度图像中，每个片段的实部被表示为分贝刻度上的灰度值。
图2c示出了从图2a的测量的差拍信号的(模拟)序列创建的距离多普勒图像。在距离多普勒图像中，运动目标将由强度增加的像素组表示。距离多普勒图像的每个像素的强度可以表示信号的能量水平，并且可以基本上表示目标反射雷达信号的能力。在此图中，强度以与右侧的比例尺相对应的灰度呈现。值得注意的是，图2c的x轴表示速度的度量，而图2c的y轴表示距接收机的距离的度量。所以，距离多普勒图像的每个像素代表某一速度和距接收机的某一距离。像素的强度越高，信号的能量水平越高。像素的强度越低，信号的能量水平越低。在图2c的距离多普勒图像中，有三个运动目标从背景本底噪声中突出。在这种情况下，本底噪声与值为-160.0dB的灰度相对应，而信噪比(SNR)为42.3dB。
图3示出了具有干扰的测量的差拍信号1的序列的模拟，其中干扰引起了几个干扰片段4。图3a以灰度图像的形式示出了具有干扰的整个测量的差拍信号1的(模拟)序列。图3b示出了具有干扰的差拍信号的模拟序列中的一个差拍信号2。干扰被视为不同差拍信号2中的干扰片段4。在本示例的测量的差拍信号1的(模拟)序列中，干扰片段4形成对角线图案。图3c示出了从图3a的测量的差拍信号的(模拟)序列创建的距离多普勒图像。除了引入干扰之外，用于图3的模拟的数据以及数据的表示类似于图2的模拟。在图3中，可以看出干扰可能会提高本底噪声。在这种情况下，本底噪声提高到值-148.6dB，而SNR变为31.3dB。增加的噪声可能例如使真实的目标(真实的反射)模糊，增加的噪声也可能引起虚假的目标，从而使人类操作员或机器难以解释所得到的雷达图像。在图3c的示例中，先前在图2c的雷达图像中的大约坐标[95，55]处可见的对象现在消失在背景噪声中了。
通过识别测量的差拍信号1的序列中的受到干扰的片段并且例如通过将这些片段设置为零来掩蔽它们，可以在某种程度上减轻干扰的不利影响。因此，例如通过将差拍信号的序列的所有受到干扰的片段设置为零，可以修正(doctor)图3a中具有干扰的差拍信号的序列。但是，应当理解，也可以以不同的方式进行该修正。例如，可以将差拍信号的序列的所有受到干扰的片段的幅度减小一个百分比，例如90％。修正也可能影响没有受到干扰的片段。修正可以例如减小与识别的干扰片段相邻或在其附近的片段的幅度。由于识别步骤不一定是完美的，因此这可以作为预防措施而被完成。
图4示出了来自图3的模拟的修正。通过将识别出的干扰片段设置为零，创建测量的差拍信号的(模拟)序列的修正的表示6。图4a以灰度图像的形式示出了被称为Y的矩阵格式的测量的差拍信号的序列的整个修正的表示6。图4b示出了修正之后的一个差拍信号。图4c示出了Y的距离多普勒图像20，即，根据图4a的测量的差拍信号的序列的修正的表示创建的距离多普勒图像。
图4c中呈现的由差拍信号的修正的序列产生的距离多普勒图像不像图3c中呈现的由修正前的具有噪声的差拍信号的序列产生的距离多普勒图像那样有噪声。看来，在图4c中本底噪声降低到-160.6dB，而SNR改变为40.9dB。因此，通过将差拍信号的序列的受到干扰的片段设置为零，就背景噪声而言，由修正的差拍信号的序列产生的距离多普勒图像可能变得比由修正之前的差拍信号的序列产生的距离多普勒图像更清晰。所以，在图4c的雷达图像中，代表要识别的目标的像素组和背景噪声之间的强度水平的差别可以变得更大。因此，在由修正的具有干扰的差拍信号的序列产生的雷达图像中识别目标可以变得更容易。
但是，尽管图4c的距离多普勒图像比图3c的距离多普勒图像更清晰(就降低的本底噪声而言)，但在图4c的雷达图像中有一些被视为从要在大约坐标[45，235]和[75，205]处识别的目标延伸的衍射峰的伪像。
本发明的认识是，类似于图4c中的那些伪像的伪像可以被错误地解释为实际上在场景中不存在的目标，因此伪像可以形成假目标。本发明的进一步的认识是，类似于图4c中的那些伪像的伪像可以使真实目标模糊。当距离多普勒图像由机器而不是人类操作员自动解释时，将伪像解释为假目标或不识别被伪像模糊的真实目标可能尤其成问题。
进一步的认识是，可以预测伪像，并且一旦预测了伪像，就可以将其定位并且从产生的距离多普勒图像中去除。
图5说明了图4中测量的差拍信号的(模拟)序列的修正。
图5a示出了表示对图4a中的测量的差拍信号的(模拟)序列的修正的修正掩模8。如前所述，修正掩模8被称为矩阵格式的M。图5a是二进制图像，其中白色区域表示掩蔽值0，即在图4a中被设置为零的片段，而黑色区域表示掩蔽值1，即在图4a中根本未被掩蔽的片段。
图5b示出了从图5a的二进制图像得到的距离多普勒图像。可以通过使图5a的修正掩模经受与图2c、图3c和图4c的距离多普勒图像经受的相同的雷达信号处理(例如，傅立叶变换)来生成图5b的距离多普勒图像。
在图5b的雷达图像中，在图像的中央看到衍射峰形状的伪像。如可以看出的，该伪像类似于图4c中的三个目标的伪像。因此，图5a中的生成的修正掩模的图像可以预测得到的由修正的差拍信号的序列引起的距离多普勒图像中的伪像。可以将图4c中Y的距离多普勒图像视为是与修正掩模M的距离多普勒图像进行卷积的、正确的但未知的距离多普勒图像。
由于某些信息可能会被干扰不可避免地掩盖，因此可能无法完全重构正确的距离多普勒图像。然而，本发明的认识是，重构的距离多普勒图像的估计可以提供比重构的距离多普勒图像的其他估计更可能被人和/或机器正确解释的图像，其中重构的距离多普勒图像的估计是使用M反卷积的Y的距离多普勒图像。图5c示出了重构的距离多普勒图像22的这种估计。图5c中的本底噪声为-169.9dB，而SNR为48.5dB。
将图5c与图3c进行比较，显然，与在没有任何修正的情况下直接根据具有干扰的差拍信号的序列得到的距离多普勒图像相比，重构的距离多普勒图像22的估计可以具有更少的背景噪声。此外，与图4c相比，显然，重构的距离多普勒图像22的估计可以去除修正可能引起的伪像。
可能由人和/或机器正确解释的重构的距离多普勒图像的估计实现目标检测的高概率和假目标检测的低概率。例如，可以在重构的距离多普勒图像的估计中检测到靠近大目标(例如，行人附近的缓慢行驶的汽车)的小目标(例如，行人)，而不会被噪声或来自更大目标的衍射峰模糊。
应当理解，根据本发明构思，测量的差拍信号可以是从发射的雷达信号和接收的雷达信号的混合得到的信号。测量的差拍信号的序列可以例如是构成一个测量的帧的差拍信号的序列。
此外，应当理解，可以以许多不同的方式来识别干扰片段。例如，可以通过将差拍信号与参考差拍信号进行比较来识别干扰片段。与测量雷达系统相比，冲突的雷达系统的雷达信号可能会在时间上偏移或具有略有不同的重复频率。所以，在测量的差拍信号的序列中，不同的差拍信号可能在不同片段中受到干扰。干扰片段可以例如在差拍信号的序列中对角地布置。因此，差拍信号的干扰片段将对相对于序列内的不同差拍信号的对应片段计算的平均值或中值几乎没有影响。因此，参考差拍信号可以被计算为差拍信号的序列中的一个或多个差拍信号的平均值或中值。如果差拍信号中的片段的幅度与参考差拍信号中的对应片段中的幅度之间的差大于阈值，则可以将该片段识别为干扰片段。如果将连续的差拍信号与参考差拍信号进行比较，则可以计算出差的导数。如果差的导数高于阈值，则可以将该片段识别为干扰片段。导数可以是例如一阶导数、二阶导数、三阶导数等。
应当理解，可以在单个差拍信号内识别一个以上的干扰片段。还应当理解，在某些差拍信号中可能没有干扰片段。应当理解，干扰片段的识别可以即时进行。当测量每个新的差拍信号时，例如可以将其与参考差拍信号进行比较，并且可以识别干扰片段。因此，随着每个新的测量的差拍信号变得可用，可以创建Y的每一列和M的每一列。因此，可以在测量整个序列之前进行识别。还应当理解的是，在进行识别之前，可以首先在一个测量的差拍信号的序列中收集多个测量的差拍信号。例如，整个测量的差拍信号的序列可以表示为具有元素zi,j的矩阵Z：
Figure BDA0002769659950000061
一旦创建了Z，就可以进行干扰片段的识别并创建M。随后，可以将Y创建为Y＝M⊙Z，其中⊙表示哈达玛积(Hadamard product)，即M和Z中的元素的按元素相乘。在下文中，Z将用于表示修正之前的测量的差拍信号的序列。但是，应当理解，这仅是出于说明目的。即使从未计算过Z，如果在测量的差拍信号变得可用时即时计算Z，或者在已经测量整个差拍信号的序列之后，也可以应用该方法。
应当理解，掩蔽值可以是任何十进制数。还应当理解，掩蔽值可以是从0到1的任何十进制数。还应当理解，掩蔽值可以是0或1的数字。
应当理解，可以以几种不同方式来进行根据Y和M估计重构的距离多普勒图像
Figure BDA0002769659950000071
一种方式可以是求解
Figure BDA0002769659950000072
其中
Figure BDA0002769659950000073
是M的傅立叶变换，
Figure BDA0002769659950000074
是Y的傅立叶变换，并且
Figure BDA0002769659950000075
是卷积运算符。等式1可能有很多解。例如，
Figure BDA0002769659950000076
可能是一个解。应当理解，所寻求的解可以是其中估计的重构的距离多普勒图像不同于测量的差拍信号的序列的距离多普勒图像的解，例如满足
Figure BDA0002769659950000077
的解。应当理解，在
Figure BDA0002769659950000078
的很多解中，一个解可以与在没有任何修正的情况下根据无干扰的测量的差拍信号的序列中获得的距离多普勒图像相对应。还应当理解，可能无法找到这一精确的解。然而，另一个解仍然可以是对重构的距离多普勒图像的其他估计的改进。
一个或多个干扰片段中的至少一个可以例如通过将以下各项中的至少一个与一个或多个阈值进行比较来识别：
片段幅度；
片段幅度与参考片段幅度之间的差；和，
片段幅度和参考片段幅度之间的差的导数。
可以例如通过找到具有高于阈值的幅度的所有元素来识别干扰片段。也可以例如通过计算参考片段幅度并将片段幅度和参考片段幅度之间的差与阈值进行比较来识别干扰片段。参考片段幅度可以例如是具有相同片段索引的测量的差拍信号的序列内的所有片段或具有相同片段索引的测量的差拍信号的序列内的片段的子集的平均值或中值。也可以例如通过计算片段幅度与参考片段幅度之间的差的导数来识别干扰片段。通过比较在时间上相邻(即，具有相同的片段索引但是具有不同的差拍信号索引)的两个或更多个片段的幅度，可以计算差的导数。如果导数高于阈值，则可以将两个或更多个片段中的一个或多个识别为干扰片段。
这些可能是识别干扰片段的计算上有效的方式。
估计重构的多普勒距离图像的步骤可以例如包括：
根据Y和M找到重构的距离多普勒图像
Figure BDA0002769659950000079
的第一初步估计；
根据Y和M找到重构的距离多普勒图像
Figure BDA00027696599500000710
的第二初步估计；
如果M⊙X1是比M⊙X2更好的对Y的最小二乘近似，则将估计的重构多普勒距离图像
Figure BDA0002769659950000081
确定为
Figure BDA0002769659950000082
其中⊙表示哈达玛积，其中X1是
Figure BDA0002769659950000083
的傅立叶逆变换，并且X2是
Figure BDA0002769659950000084
的傅立叶逆变换。
这有助于优化过程。可以将不同的估计
Figure BDA0002769659950000085
相互比较，并选择最佳的一个。例如，X1和X2代表将导致
Figure BDA0002769659950000086
和
Figure BDA0002769659950000087
的差拍信号的序列。在被识别为干扰片段的片段中，可能无法判断X1和X2是好的估计还是坏的估计。但是，在其他片段中，潜在地存在准确的测量数据，并且该数据用Y表示。因此，如果以与原始数据相同的方式掩蔽了X1和X2中的干扰片段(即使X1和X2中的对应片段可能不包含干扰)，则可以将其余片段与Y进行比较。这可以通过例如计算M⊙X1和M⊙X2并将这些矩阵与Y在最小平方意义上进行比较来实现。例如，可以将M⊙X1和M⊙X2的每个元素与Y的对应元素进行比较，并且可以计算出残差。可以为M⊙X1和M⊙X2计算平方余数(加权或未加权)的和。最小的和可能代表最优解。
重构的距离多普勒图像
Figure BDA0002769659950000088
可以是使用维纳反卷积与M去卷积的Y的距离多普勒图像。
维纳反卷积是一种避免除以接近零的元素的反卷积方法。因此，维纳反卷积可能特别适合于有噪声的距离多普勒图像的恢复。维纳反卷积也可能特别适合于根据其中某些片段已经被通过以掩蔽值降低幅度进行了掩蔽的、测量的差拍信号的序列的修正的表示得到的距离多普勒图像的恢复。
该方法可以进一步包括：如果将片段i,j识别为干扰片段，则将掩蔽值mi,j设置为最小值，其中，最小值是矩阵M的最小值。
在这里，最小值可以是矩阵M中最接近零的值。被设置为最小值的掩蔽值可以确保干扰片段比未被识别为干扰片段的片段衰减得更多。
应当理解，最小值也可以是零。因此，可以将至少一些干扰片段的掩蔽值设置为零，使得在修正过程中完全掩蔽这些片段。这可以使得这些干扰片段不包含关于场景的任何相关信息。于是，将这些干扰片段的幅度设置为零可能是有利的。
还应当理解，可以将与被识别为干扰片段的片段相对应的所有掩蔽值设置为相同的最小值。
例如，当没有一个干扰片段包含关于场景的任何相关信息时，这可能是有利的。
该方法可以进一步包括：如果没有将片段i,j识别为干扰片段，则将掩蔽值mi,j设置为最大值，其中，最大值是矩阵M的最大值。这可以确保非干扰片段的幅度的重新缩放与干扰片段的幅度的重新缩放充分地不同。
应当理解，最大值可以是1。因此，可以将至少一些非干扰片段的掩蔽值设置为1，使得这些片段在修正之后保持其幅度。
还应当理解，可以将与未被识别为干扰片段的片段相对应的所有掩蔽值设置为相同的最大值。为了不引入新的伪像，以相同方式对待所有非干扰片段可能是有利的。
掩蔽值可以被配置为形成矩阵M中的至少一个窗函数，其中，该窗函数包括以下两者之一：
矩阵M的第i行中的元素，其中该行中的元素中的一个是与被识别为干扰片段的片段i,j相对应的元素i,j，窗函数被配置为具有沿该行从元素i,j处的最小值到与未被识别为干扰片段的片段相对应的元素处的最大值连续增加的元素值；和
矩阵M的第j列中的元素，其中该列中的元素中的一个是与被识别为干扰片段的片段i,j对应的元素i,j，窗函数被配置为具有沿着该列从元素i,j处的最小值到与未被识别为干扰片段的片段相对应的元素处的最大值连续增加的元素值。
窗函数可以提供从最大值到最小值的平滑过渡。这可以防止在测量的差拍信号的序列的修正的表示中形成尖锐的边缘。本文中的边缘是指从一个片段到另一片段的幅度的突然变化。尖锐的边缘可能会使修正产生的伪像更加严重。因此，窗函数的使用可以改善估计的重构多普勒距离图像的质量。沿着行和列两者显示窗函数的矩阵的示例是：
Figure BDA0002769659950000091
这里的掩蔽值0.0掩蔽了干扰片段的对角线部分，掩蔽值1.0与应当保持其幅度的片段相对应。掩蔽值0.5创建从掩蔽值0.0到掩蔽值1.0的平滑过渡。具有掩蔽值0.5的矩阵元素在本文中可以与未被识别为干扰片段但是位于干扰片段旁边的片段相对应。
窗函数可以包括汉恩窗、布莱克曼窗、汉明窗、巴特利特窗或平顶窗。这些可能是有效减少伪像产生的窗函数。
根据Y和M估计重构的距离多普勒图像
Figure BDA0002769659950000092
的步骤可以包括：
对Y进行傅立叶变换以形成
Figure BDA0002769659950000093
对
Figure BDA0002769659950000094
进行傅立叶变换以形成
Figure BDA0002769659950000095
其中
Figure BDA0002769659950000096
是
Figure BDA0002769659950000097
的按元素绝对值；
对M进行傅立叶变换以形成
Figure BDA0002769659950000098
对
Figure BDA0002769659950000101
进行傅立叶变换以形成
Figure BDA0002769659950000102
其中
Figure BDA0002769659950000103
是
Figure BDA0002769659950000104
的按元素绝对值；
创建反向掩模G，G是具有元素gu,v的矩阵，其中每个元素gu,v基于矩阵
Figure BDA0002769659950000105
的元素
Figure BDA0002769659950000106
和
Figure BDA0002769659950000107
的估计信噪比，使得
Figure BDA0002769659950000108
形成一值，该值对于小的估计信噪比要比对于大的估计信噪比要小；并且
将
Figure BDA0002769659950000109
设置为
Figure BDA00027696599500001010
的傅立叶逆变换，其中⊙表示哈达玛积。
由于这是基于傅立叶变换的，因此它可能是一种进行估计的计算上有效的方式。
这也可能是一种易于在现有雷达硬件中实现的估计重构的距离多普勒图像
Figure BDA00027696599500001011
的方式。现有的雷达硬件可以例如传递
Figure BDA00027696599500001012
和
Figure BDA00027696599500001013
因此，可能已经进行了上面的重构的距离多普勒的估计的一部分。可以例如在其他地方进行估计的其余部分。
可以将G的元素gu,v设置为：
Figure BDA00027696599500001014
其中
Figure BDA00027696599500001015
表示
Figure BDA00027696599500001016
的复共轭，
Figure BDA00027696599500001017
表示
Figure BDA00027696599500001018
的绝对值，并且R(u,v)是与元素u,v处的
Figure BDA00027696599500001019
的估计信噪比的平方成反比的数字。
应当理解，可以在不知道
Figure BDA00027696599500001020
的情况下估计
Figure BDA00027696599500001021
的估计信噪比。例如，可以根据
Figure BDA00027696599500001022
估计它。在类似情况下，也可以基于先前收集的数据估计它。
根据本发明构思的第二方面，提供了一种包括计算机可读介质的计算机程序产品，该计算机可读介质存储计算机可读指令，该计算机可读指令在处理单元上执行时将使处理单元进行根据第一方面的方法。
根据本发明的第二方面的计算机程序产品可以具有与本申请中的权利要求书包括的根据第一方面的方法相同的优点或相似的优点，并且可能是未来分案申请的主题。
根据本发明构思的第三方面，提供了一种用于产生干扰被减少的雷达图像的装置，该装置包括控制电路，该控制电路被配置为：
接收测量的差拍信号的序列，每个差拍信号包括多个片段，每个片段具有幅度，其中，第j差拍信号的第i片段可被标识为具有幅度Ai,j的片段i,j，其中i＝1，…，a，j＝1，…，b；
识别测量的差拍信号的序列内的至少一个干扰片段，该干扰片段是受到干扰的片段；
通过创建具有元素yi,j的矩阵Y形式的测量的差拍信号的序列的修正的表示来对测量的差拍信号的序列进行修正：
Figure BDA00027696599500001023
其中yi,j＝mi,j×Ai,j，其中mi,j是掩蔽值，该掩蔽值取决于片段i,j是否被识别为干扰片段，如果片段i,j为干扰片段，则与如果其不为干扰片段相比，将掩蔽值设置为较低的值；
创建表示测量的差拍信号的序列的修正的修正掩模，该修正掩模是具有元素mi,j的矩阵M：
Figure BDA0002769659950000111
根据Y和M估计重构的距离多普勒图像
Figure BDA0002769659950000112
其中重构的距离多普勒图像是使用M去卷积的Y的距离多普勒图像，距离多普勒图像是将差拍信号的序列的表示从时域转换到频域的、差拍信号的序列的表示的时频变换；
从而，修正测量的差拍信号的序列至少部分地去除干扰影响，并且估计重构的距离多普勒图像至少部分地去除由该修正产生的图像伪像。
根据本发明的第二方面的装置可以具有与本申请中的权利要求书包括的第一方面和第二方面相同的优点或相似的优点，并且可能是未来分案申请的主题。
根据本发明构思的第四方面，提供了一种调频连续波FMCW雷达系统，该系统包括雷达单元和根据第三方面的装置，
其中，雷达单元包括：
被配置为发射第一信号序列的发射天线；
被配置为响应于由发射天线发射的第一信号序列来接收第二信号序列的接
收天线；和
被配置为混合第一信号序列和第二信号序列以生成差拍信号的序列的混合器；
雷达单元被配置为将差拍信号的序列作为测量的差拍信号的序列传送到该装置，使得该装置产生干扰被减少的雷达图像。
根据本发明的第四方面的FMCW雷达系统可以具有与本申请中的权利要求包括的第一方面、第二方面和第三方面相同的优点或相似的优点，并且可能是未来分案申请的主题。
根据本发明的第四方面的FMCW雷达系统可以是有成本效益的雷达系统。在常规雷达系统中，可以使用几个接收机天线来减轻干扰影响。在多个天线的情况下，可以朝着干扰的方向施加空间空值。然而，这意味着大的盲区，其中当使用更少的接收机天线时，盲区更大。因此，为了令人满意的性能，常规的FMCW雷达系统可能需要许多接收机天线。就硬件成本和计算负担而言，这可能都是昂贵的。通过使用根据第三方面的装置减轻干扰影响，可能需要更少的天线，这可以减轻一些成本。
附图说明
通过以下参考附图的说明性和非限制性的详细描述，将更好地理解本发明构思的上述以及其他目的、特征和优点。在附图中，除非另有说明，否则相似的附图标记将用于相似的元件。
图1是测量的差拍信号的序列的示意图。
图2a是没有干扰的差拍信号的序列。
图2b是没有干扰的单差拍信号。
图2c是根据没有干扰的差拍信号的序列创建的距离多普勒图像。
图3a是具有干扰的差拍信号的序列。
图3b是具有干扰的单差拍信号。
图3c是根据具有干扰的差拍信号的序列创建的距离多普勒图像。
图4a是差拍信号的序列的修正的表示。
图4b是修正的单差拍信号。
图4c是根据差拍信号的序列的修正的表示创建的距离多普勒图像。
图5a是修正掩模。
图5b是修正掩模的距离多普勒图像。
图5c是重构的距离多普勒图像的估计。
图6是FMCW雷达系统。
图7是方法的流程图。
具体实施方式
结合附图，以下根据不用于限制要求保护的范围的优选实施例描述本发明的技术内容和详细描述。本发明可以采用很多不同的形式实现，并且不应被解释为限于在本文阐述的实施例；相反，提供这些实施例是为了彻底和完整，并且将本发明的范围完全传达给技术人员。
图6示出了FMCW雷达系统200。雷达系统200可以用作摄像机的补充。例如，雷达系统200可以被包括在摄像机中。雷达系统200包括雷达单元201和用于产生干扰被减少的雷达图像的一个或多个装置212a、212b。雷达系统还可以包括雷达处理设备214。雷达单元201包括一个或多个发射天线204、一个或多个接收天线206a、206b和一个或多个混合器208a、208b。雷达单元201还可以包括合成器202。
发射天线204被配置为发射信号序列。信号序列可以在帧中发射。例如，发射天线204可以在第一帧中发出信号序列。然后，在第二帧中发出又一信号序列之前，发射天线204可以沉默一会儿。
特别地，发射天线204可以发出第一信号序列203。第一信号序列203可以与第一帧相对应。第一信号序列203可以由合成器202生成。第一序列203中的每个信号可以是其频率随时间线性增加的正弦波–每个信号可以被称为啁啾声信号。
发射的第一信号序列203中的信号被场景中的目标反射。然后，处于不同角度的每个接收天线206a、206b接收反射信号205。由此，每个接收天线206a、206b响应于由发射天线204发射的第一信号序列203而接收第二信号序列207a、207b。除了反射信号205之外，接收天线206a、206b还可以接收从不是雷达单元201的部分的发射机(例如，其他雷达单元的发射机)发射的信号。这些信号将在接收天线206a、206b处与反射信号205叠加。因此，每个接收到的信号序列207a、207b可以具有源自反射信号205的分量和源自干扰发射机的另一分量。这里示出了两个接收天线206a、206b。然而，在实践中，雷达系统200可以具有任何数量的接收天线。
然后，由接收天线206a、206b接收的信号序列207a、207b中的每一个通过相应的混合器208a、208b与第一信号序列203混合。原则上，每个混合器208a、208b通过计算输入信号的乘积来混合其输入信号。由混合器208a、208b生成的输出信号被称为测量的差拍信号1的序列。所以，为每个接收天线206a、206b生成差拍信号1a、1b的序列。混合器208a、208b用于改变其输入信号的频带。虽然由发射机204发出的信号203可以在GHz范围内，但是差拍信号通常在MHz范围内，例如0-10MHz。可以说测量的差拍信号1a、1b的序列构成了雷达系统200的基带数据。如图1中所示，一帧内的几个测量的差拍信号1a、1b的序列可能会受到干扰。
然后，将对应于接收天线的每个测量的差拍信号1a、1b的序列输入到用于产生干扰被减少的雷达图像的装置212a、212b。用于产生干扰被减少的雷达图像的装置212a、212b的作用是减少由与雷达单元201分离的发射机引起的干扰。用于产生干扰被减少的雷达图像的装置212a、212b输出重构的距离多普勒图像的估计。
可以随后将重构的距离多普勒图像的估计传递到雷达处理设备214，雷达处理设备214继续处理图像。雷达处理设备214可以进行任何已知类型的雷达处理，例如频率分析以计算场景中目标的距离、速度和角度。雷达处理设备214还可以进行机器视觉任务，例如自动检查和分析重构的距离多普勒图像的估计。例如，它可以识别一帧的场景中的目标，检查目标的位置是否在场景的预定区域内，使用多个后续帧记录场景中的目标的路径，基于例如目标的路径和目标的速度来预测目标的未来位置。
图7示出了用于产生干扰被减少的雷达图像的方法100的流程图。
在步骤S102中，接收测量的差拍信号1的序列。
在步骤S104中，识别至少一个干扰片段4。可以例如通过找到具有高于阈值的幅度的所有元素来识别干扰片段4。也可以例如通过计算参考片段幅度并将片段幅度和参考片段幅度之间的差与阈值进行比较来识别干扰片段4。参考片段幅度可以例如是具有相同片段索引的测量的差拍信号1的序列内的所有片段或具有相同片段索引的测量的差拍信号1的序列内的片段的子集的平均值或中值。也可以例如通过计算片段幅度与参考片段幅度之间的差的导数来识别干扰片段4。通过比较在时间上相邻(即，具有相同的片段索引但是具有不同的差拍信号索引)的两个或更多个片段的幅度，可以计算差的导数。如果导数高于阈值，则可以将两个或更多个片段中的一个或多个识别为干扰片段4。
在步骤S106中，修正测量的差拍信号1的序列。可以例如将识别的干扰片段4的幅度设置为零，同时保持其他片段的幅度，即将掩蔽值m＝0给干扰片段4而将掩蔽值m＝1给非干扰片段。另一种选择是减小识别的干扰片段4的幅度，同时保持其他片段的幅度，即，将掩蔽值0<m<1给干扰片段4而将掩蔽值m＝1给非干扰片段。当然，大于1的掩蔽值也是可以的。对于每个片段，利用片段索引i和差拍信号索引j，可以在与片段索引i和差拍信号索引j相对应的位置处将片段幅度的修正的值输入到矩阵Y中。因此，通过设置yi,j＝mi,j×Ai,j形成矩阵Y。于是，Y形成测量的差拍信号的序列的修正的表示6。为了提供平滑的掩蔽，避免在Y中幅度从一个片段到另一个片段的突然变化，可以使用窗函数。例如，假设具有索引i,j的片段为干扰片段4，但周围的片段为非干扰片段。为了掩蔽干扰片段4，可以设置mi,j＝0。为了提供沿索引i的平滑过渡，即使未将片段(i±1,j)和(i±2,j)识别为干扰片段4，也可以设置mi±1,j＝0.3，mi±2,j＝0.6，mi±3,j＝1。当然，相同的原理也适用于沿索引j进行平滑。窗函数可以例如包括汉恩窗(Hann window)、布莱克曼窗(Blackman window)、汉明窗(Hammingwindow)、巴特利特窗(Bartlett window)或平顶窗或任何标准窗函数。
在步骤S108中，创建修正掩模8。例如，这可以与修正S106同时进行。每次创建Y矩阵中的一项yi,j＝mi,j×Ai,j时，可以在矩阵M中创建对应的项。即，可以在M中的索引i,j处输入掩蔽值mi,j，以记录已经在修正S106期间进行的改变。
在步骤S110中，估计重构的距离多普勒图像
Figure BDA0002769659950000141
例如，这可以通过以下方式进行：
对Y进行傅立叶变换以形成
Figure BDA0002769659950000142
对
Figure BDA0002769659950000151
进行傅立叶变换以形成
Figure BDA0002769659950000152
其中
Figure BDA0002769659950000153
是
Figure BDA0002769659950000154
的按元素绝对值。
对M进行傅立叶变换以形成
Figure BDA0002769659950000155
对
Figure BDA0002769659950000156
进行傅立叶变换以形成
Figure BDA0002769659950000157
其中
Figure BDA0002769659950000158
是
Figure BDA0002769659950000159
的按元素绝对值。
创建逆掩模G。在这里，G的每个元素gu,v基于矩阵
Figure BDA00027696599500001510
的元素
Figure BDA00027696599500001511
和
Figure BDA00027696599500001512
的估计的信噪比。G的元素可以计算为
Figure BDA00027696599500001513
在这里，R(u,v)是一个与元素u,v处的
Figure BDA00027696599500001514
的估计信噪比的平方成反比的数字。在类似的情况下，可以基于先前收集的数据来估计R(u,v)。例如，根据拉普拉斯内核以及正则化参数。以下Python代码举例说明了如何计算R(u,v)和G：
kernel＝np.array([[0,-1,0],[-1,4,-1],[0,-1,0]])
kappa＝0.1#regularization parameter–chosen a-priori
Rhathat＝fftshift(fft2(kernel,s＝Mhat.shape))
Mhathat＝fftshift(fft2(np.abs(Mhat)))
R_uv＝kappa*np.abs(Rhathat)**2
G＝np.conj(Mhathat)/(np.abs(Mhathat)**2+R_uv)
在这里，R_uv代表整个矩阵R(u,v)，而Mhat代表
Figure BDA00027696599500001515
一旦计算出G，就可以将它与
Figure BDA00027696599500001516
按元素相乘以形成
Figure BDA00027696599500001517
然后，可以对结果进行逆傅立叶变换以形成
Figure BDA00027696599500001518
在这里，傅立叶变换可以是2D傅立叶变换。例如，可以为矩阵的每一列进行离散傅立叶变换(DFT)，以创建新矩阵，然后，为新矩阵的每一行进行DFT。
应当理解，可以不一定以所呈现的顺序进行方法100的步骤。例如，可以首先接收整个测量的差拍信号1的序列并将其由矩阵Z表示。可以通过矩阵操作识别S104干扰片段4，以创建S108修正掩模M。然后可以将修正掩模M应用到Z以修正S106测量的差拍信号1的序列。这可以通过设置Y＝M.*Z来进行，其中.*表示按元素相乘。在另一示例中，该方法是即时进行的。当接收S102新的测量的差拍信号时，可以针对该特定测量的差拍信号进行步骤S104、S106和S108，并且可以填写M和/或Y和/或Z中的对应的j列。当接收下一个测量的差拍信号时，填写M和/或Y和/或Z中的后续j列。在识别步骤S104中，可以例如基于同一帧内的最后5个测量的差拍信号、最后10个测量的差拍信号或所有前面的差拍信号来计算参考片段幅度。
以上，主要参考有限数量的示例描述了本发明构思。然而，如本领域技术人员容易理解的那样，在由所附权利要求限定的本发明构思的范围内，除了上面公开的示例以外的其他示例同样是可能的。

Claims (15)

1.一种用于产生干扰被减少的雷达图像的方法，所述方法包括：
接收测量的差拍信号的序列，每个差拍信号包括多个片段，每个片段具有幅度，其中，第j差拍信号的第i片段可被标识为具有幅度Ai,j的片段i,j，其中i＝1，…，a，j＝1，…，b，
所述方法的特征在于，其进一步包括：
识别所述测量的差拍信号的序列内的一个或多个干扰片段，干扰片段是受到干扰的片段；
通过创建具有元素yi,j的矩阵Y形式的所述测量的差拍信号的序列的修正的表示来对所述测量的差拍信号的序列进行修正：
Figure FDA0003567855850000011
其中yi,j＝mi,j×Ai,j，其中mi,j是掩蔽值，所述掩蔽值取决于片段i,j是否被识别为干扰片段，如果片段i,j为干扰片段，则与如果片段i,j不为干扰片段相比，将所述掩蔽值设置为较低的值；
创建表示所述测量的差拍信号的序列的所述修正的修正掩模，所述修正掩模是具有元素mi,j的矩阵M：
Figure FDA0003567855850000012
并且
根据Y和M估计重构的距离多普勒图像
Figure FDA0003567855850000013
其中所述重构的距离多普勒图像是使用M去卷积的Y的距离多普勒图像，距离多普勒图像是差拍信号的序列的表示的时频变换；
从而，修正所述测量的差拍信号的序列至少部分地去除干扰影响，并且估计重构的距离多普勒图像至少部分地去除由所述修正产生的图像伪像。
2.根据权利要求1所述的方法，其中，所述一个或多个干扰片段中的至少一个通过将以下各项中的至少一个与一个或多个阈值进行比较来识别：
所述片段幅度；
所述片段幅度与参考片段幅度之间的差；和，
所述片段幅度和参考片段幅度之间的差的导数。
3.根据权利要求1所述的方法，其中，所述估计重构的距离多普勒图像的步骤包括：
根据Y和M找到重构的距离多普勒图像的第一初步估计
Figure FDA0003567855850000021
根据Y和M找到重构的距离多普勒图像的第二初步估计
Figure FDA0003567855850000022
如果M⊙X1是比M⊙X2更好的对Y的最小二乘近似，则将所估计的重构的距离多普勒图像
Figure FDA0003567855850000023
确定为
Figure FDA0003567855850000024
其中⊙表示哈达玛积，其中X1是
Figure FDA0003567855850000025
的傅立叶逆变换，并且其中X2是
Figure FDA0003567855850000026
的傅立叶逆变换。
4.根据权利要求1所述的方法，其中，所述重构的距离多普勒图像
Figure FDA0003567855850000027
是使用维纳反卷积与M去卷积的Y的距离多普勒图像。
5.根据权利要求1所述的方法，所述方法进一步包括：如果将片段i,j识别为干扰片段，则将掩蔽值mi,j设置为最小值，其中，所述最小值是所述矩阵M的最小值。
6.根据权利要求5所述的方法，其中，所述最小值是0。
7.根据权利要求5所述的方法，其中，将与被识别为干扰片段的片段相对应的所有掩蔽值设置为相同的最小值。
8.根据权利要求5所述的方法，所述方法进一步包括：如果没有将片段i,j识别为干扰片段，则将掩蔽值mi,j设置为最大值，其中，所述最大值是所述矩阵M的最大值。
9.根据权利要求5所述的方法，其中，所述掩蔽值被配置为形成所述矩阵M中的至少一个窗函数，其中，所述窗函数包括以下两者之一：
所述矩阵M的第i行中的元素，其中所述行中的元素中的一个是与被识别为干扰片段的片段i,j相对应的元素i,j，所述窗函数被配置为具有沿所述行从元素i,j处的最小值到与未被识别为干扰片段的片段相对应的元素处的最大值连续增加的元素值；和
所述矩阵M的第j列中的元素，其中所述列中的元素中的一个是与被识别为干扰片段的片段i,j对应的元素i,j，所述窗函数被配置为具有沿着所述列从元素i,j处的最小值到与未被识别为干扰片段的片段相对应的元素处的最大值连续增加的元素值。
10.根据权利要求9所述的方法，其中，所述窗函数包括汉恩窗、布莱克曼窗、汉明窗、巴特利特窗和平顶窗中的一个。
11.根据权利要求1所述的方法，其中，所述根据Y和M估计重构的距离多普勒图像
Figure FDA0003567855850000028
的步骤包括：
对Y进行傅立叶变换以形成
Figure FDA0003567855850000029
对
Figure FDA00035678558500000210
进行傅立叶变换以形成
Figure FDA00035678558500000211
其中
Figure FDA00035678558500000212
是
Figure FDA00035678558500000213
的按元素绝对值；
对M进行傅立叶变换以形成
Figure FDA00035678558500000214
对
Figure FDA00035678558500000215
进行傅立叶变换以形成
Figure FDA00035678558500000216
其中
Figure FDA00035678558500000217
是
Figure FDA00035678558500000218
的按元素绝对值；
创建反向掩模G，G是具有元素gu,v的矩阵，其中每个元素gu,v基于矩阵
Figure FDA0003567855850000031
的元素
Figure FDA0003567855850000032
和
Figure FDA0003567855850000033
的估计信噪比，使得
Figure FDA0003567855850000034
形成一值，该值对于小的估计信噪比要比对于大的估计信噪比要小；并且
将
Figure FDA0003567855850000035
设置为
Figure FDA0003567855850000036
的傅立叶逆变换，其中⊙表示哈达玛积。
12.根据权利要求11所述的方法，其中，将G的所述元素gu,v设置为：
Figure FDA0003567855850000037
其中
Figure FDA0003567855850000038
表示
Figure FDA0003567855850000039
的复共轭，
Figure FDA00035678558500000310
表示
Figure FDA00035678558500000311
的绝对值，并且R(u,v)是与元素u,v处的
Figure FDA00035678558500000312
的估计信噪比的平方成反比的数字。
13.一种存储计算机可读指令的计算机可读介质，所述计算机可读指令在处理单元上执行时将使所述处理单元执行根据权利要求1所述的方法。
14.一种用于产生干扰被减少的雷达图像的装置，所述装置包括控制电路，所述控制电路被配置为：
接收测量的差拍信号的序列，每个差拍信号包括多个片段，每个片段具有幅度，其中，第j差拍信号的第i片段可被标识为具有幅度Ai,j的片段i,j，其中i＝1，…，a，j＝1，…，b，
所述装置的特征在于，所述控制电路被进一步配置为：
识别所述测量的差拍信号的序列内的至少一个干扰片段，所述干扰片段是受到干扰的片段；
通过创建具有元素yi,j的矩阵Y形式的所述测量的差拍信号的序列的修正表示来对所述测量的差拍信号的序列进行修正：
Figure FDA00035678558500000313
其中yi,j＝mi,j×Ai,j，其中mi,j是掩蔽值，所述掩蔽值取决于片段i,j是否被识别为干扰片段，如果片段i,j为干扰片段，则与如果片段i,j不为干扰片段相比，将所述掩蔽值设置为较低的值；
创建表示所述测量的差拍信号的序列的所述修正的修正掩模，所述修正掩模是具有元素mi,j的矩阵M：
Figure FDA00035678558500000314
根据Y和M估计重构的距离多普勒图像
Figure FDA00035678558500000315
其中所述重构的距离多普勒图像是使用M去卷积的Y的距离多普勒图像，距离多普勒图像是将差拍信号的序列的表示从时域转换到频域的、所述差拍信号的序列的所述表示的时频变换；
从而，修正所述测量的差拍信号的序列至少部分地去除干扰影响，并且估计重构的距离多普勒图像至少部分地去除由所述修正产生的图像伪像。
15.一种调频连续波FMCW雷达系统，包括雷达单元和根据权利要求14所述的装置，
其中，所述雷达单元包括：
被配置为发射第一信号序列的发射天线；
被配置为响应于由所述发射天线发射的所述第一信号序列来接收第二信号序列的接收天线；和
被配置为混合所述第一信号序列和所述第二信号序列以生成差拍信号的序列的混合器；
所述雷达单元被配置为将所述差拍信号的序列作为测量的差拍信号的序列传送到所述装置，使得所述装置产生所述干扰被减少的雷达图像。
CN202011244927.1A 2019-11-15 2020-11-10 方法、计算机程序产品、装置和调频连续波雷达系统 Active CN112816942B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19209487.8A EP3822663B1 (en) 2019-11-15 2019-11-15 A method, a computer program product, an apparatus and a frequency-modulated continuous-wave radar system
EP19209487.8 2019-11-15

Publications (2)

Publication Number Publication Date
CN112816942A CN112816942A (zh) 2021-05-18
CN112816942B true CN112816942B (zh) 2022-07-08

Family

ID=68583221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011244927.1A Active CN112816942B (zh) 2019-11-15 2020-11-10 方法、计算机程序产品、装置和调频连续波雷达系统

Country Status (6)

Country Link
US (1) US11448752B2 (zh)
EP (1) EP3822663B1 (zh)
JP (1) JP7124037B2 (zh)
KR (1) KR102466201B1 (zh)
CN (1) CN112816942B (zh)
TW (1) TWI767373B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11906651B2 (en) 2021-02-25 2024-02-20 Nxp B.V. Radar-based detection using sparse array processing
US11927664B2 (en) 2021-02-25 2024-03-12 Nxp B.V. Radar-based detection using angle of arrival estimation based on sparse array processing
US20220349986A1 (en) * 2021-04-30 2022-11-03 Nxp B.V. Radar communication with interference suppression
TWI802415B (zh) * 2022-05-19 2023-05-11 國立陽明交通大學 調頻連續波雷達通訊方法與系統
WO2024023883A1 (ja) * 2022-07-25 2024-02-01 三菱電機株式会社 信号処理装置、信号処理方法及び信号処理プログラム
EP4357804A1 (en) * 2022-10-17 2024-04-24 Nxp B.V. A method of processing radar data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105911530A (zh) * 2015-02-23 2016-08-31 西门子公司 Fmcw雷达系统

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2387612T3 (es) 1996-10-17 2012-09-27 Saab Ab Procedimiento para la eliminación de interferencia en una unidad de radar de tipo FMCW
DE19822957C1 (de) 1998-05-22 2000-05-25 Deutsch Zentr Luft & Raumfahrt Verfahren zur Detektion und Unterdrückung von Störsignalen in SAR-Daten und Einrichtung zur Durchführung des Verfahrens
DE19925216C1 (de) * 1999-06-01 2001-01-04 Siemens Ag Verfahren zur störsignalfreien Auswertung von Radarsignalen
US7403153B2 (en) 2004-12-15 2008-07-22 Valeo Raytheon Systems, Inc. System and method for reducing a radar interference signal
WO2006123499A1 (ja) * 2005-05-16 2006-11-23 Murata Manufacturing Co., Ltd. レーダ
JP5130034B2 (ja) * 2006-12-27 2013-01-30 株式会社デンソーアイティーラボラトリ 電子走査式レーダ装置
US8094063B1 (en) * 2009-06-03 2012-01-10 Lockheed Martin Corporation Image filtering and masking method and system for improving resolution of closely spaced objects in a range-doppler image
WO2011002316A1 (en) 2009-07-01 2011-01-06 Andrew Corbett Signal processing system and method
CN102955150B (zh) * 2011-08-25 2014-07-23 中国科学院电子学研究所 基于天线主瓣占优强度约束的sar方位模糊抑制方法
US9262808B2 (en) * 2013-02-07 2016-02-16 Mitsubishi Electric Research Laboratories, Inc. Denoising of images with nonstationary noise
EP3173812B1 (en) * 2015-11-24 2021-01-06 Veoneer Sweden AB A vehicle radar system arranged for reducing interference
US10445928B2 (en) * 2017-02-11 2019-10-15 Vayavision Ltd. Method and system for generating multidimensional maps of a scene using a plurality of sensors of various types
CN107589407B (zh) * 2017-08-29 2020-06-26 电子科技大学 多发多收穿墙雷达成像后前后墙振荡一次多径抑制方法
DE102018123383A1 (de) * 2017-10-13 2019-04-18 Infineon Technologies Ag Radarerfassung mit Störungsunterdrückung
DE102018102816B3 (de) * 2018-02-08 2019-07-04 Infineon Technologies Ag Radar mit phasenkorrektur
US10962770B2 (en) * 2018-11-02 2021-03-30 Pony Ai Inc. Method for controlling camera exposure to augment a wiper system of a sensor enclosure
US11163053B2 (en) * 2018-11-06 2021-11-02 GM Global Technology Operations LLC Adaptive mitigation of stationary interference in a vehicular radar system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105911530A (zh) * 2015-02-23 2016-08-31 西门子公司 Fmcw雷达系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Polarimetric Extraction Technique of Atmospheric Targets Based on Double sLdr and Morphology";Mi HE et al.;《IGARSS 2011》;20111231;第3245-3248页 *

Also Published As

Publication number Publication date
CN112816942A (zh) 2021-05-18
KR20210059608A (ko) 2021-05-25
US11448752B2 (en) 2022-09-20
TWI767373B (zh) 2022-06-11
EP3822663A1 (en) 2021-05-19
US20210149042A1 (en) 2021-05-20
TW202134682A (zh) 2021-09-16
KR102466201B1 (ko) 2022-11-10
JP7124037B2 (ja) 2022-08-23
JP2021099309A (ja) 2021-07-01
EP3822663B1 (en) 2022-02-23

Similar Documents

Publication Publication Date Title
CN112816942B (zh) 方法、计算机程序产品、装置和调频连续波雷达系统
Wagner et al. Threshold-free interference cancellation method for automotive FMCW radar systems
JP4757307B2 (ja) 超音波画像処理装置
Barjenbruch et al. A method for interference cancellation in automotive radar
Rock et al. Deep interference mitigation and denoising of real-world fmcw radar signals
CN107789008B (zh) 一种基于通道数据的自适应超声波束合成方法和系统
CN102520396A (zh) 基于复数经验模态分解的时变窄带干扰抑制方法
JP2023525938A (ja) 摂動合成開口レーダーのグラフベースのアレイ信号ノイズ除去
JP3206584B2 (ja) 画像データ処理方法及び装置
US6608586B1 (en) Method for removing RFI from SAR images
US20240069152A1 (en) Techniques for mitigating interference in radar signals
CN110251210B (zh) 一种基于分块rht的穿刺增强方法及装置
JPH09269370A (ja) 探知画像データ処理方法、物体探知装置、超音波診断装置、およびレーダ
CN115825953A (zh) 一种基于随机频率编码信号的前视超分辨成像方法
Rock et al. CNNs for interference mitigation and denoising in automotive radar using real-world data
Jagadesh et al. Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar.
JP2003344532A (ja) レーダ装置
GB2617173A (en) Detecting and suppressing ambiguities in synthetic aperture radar data and images
JP7428231B2 (ja) レーダ装置
CN114942437A (zh) 一种前方车辆前侧目标探测方法
Li et al. Interference suppression for radar signal using 2d unet based on semantic segmentation
JP2004309158A (ja) 画像レーダ装置及び超解像処理方法
JP2003227872A (ja) 合成開口レーダ装置
Liu et al. A method of SAR jamming evaluation based on blurred length
Yan et al. Low-sidelobe Imaging Method Utilizing Improved Spatially Variant Apodization for Forward-Looking Sonar

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