CN114690184A - 加速对象的雷达检测和参数估计 - Google Patents

Abstract

一种用于估计对象参数的系统，包括:接收器，其被配置为检测雷达信号的返回信号；以及处理设备，其被配置为对返回信号进行采样以生成一系列信号样本，将时间帧划分为多个连续的段k，并且对于每个段k，应用多普勒傅立叶变换并计算作为多普勒频率f_D的函数的复数值y_k。该处理设备还被配置为基于一组假设中的加速度假设和速度假设来计算指数，并且对于每个段，基于该指数选择一个或多个多普勒频率点，并且提取与每个选择的多普勒频率点相关联的复数值y_k(f_D)的分量。该处理设备还被配置为计算速度和加速度谱，并基于该谱估计对象参数。

Description

加速对象的雷达检测和参数估计

技术领域

本主题公开涉及使用雷达估计对象位置和运动。

背景技术

车辆(例如汽车、卡车、飞机、建筑设备、农业设备、自动化工厂设备)越来越多地配备有用于监控周围环境的检测系统。雷达系统可用于探测和跟踪对象，例如，避开障碍物。雷达系统可用于车辆中，以警告驾驶员或用户和/或采取规避行动。检测和跟踪系统在自主操作的车辆中也很有用。在典型的积分时间内，移动对象的位置可能无法通过常规的雷达处理来准确检测，尤其是在对象正在加速的情况下。因此，希望提供一种使用雷达对加速对象进行精确位置估计的系统。

发明内容

在一个示例性实施例中，一种用于估计对象的参数的系统包括接收器，该接收器被配置为检测包括雷达信号反射的返回信号，该雷达信号包括在选择时间帧内发射的一系列发射脉冲。该系统还包括处理设备，该处理设备被配置为在时间帧内对返回信号进行采样以生成一系列信号样本，将时间帧划分成多个连续的段(segment)k，使得每个段k内的线性相位变化的假设是有效的，并且对于每个段k，应用多普勒傅立叶变换并计算作为多个多普勒频率f_D的函数的复数值(complex value)y_k。处理设备还被配置为选择包括加速度假设和速度假设的一组假设，并且对于该组假设，基于加速度假设和速度假设计算指数(index)，并且对于每个段，基于该指数选择一个或多个多普勒频率点(frequency bin)，并且提取与每个选择的多普勒频率点相关联的复数值y_k(f_D)的分量(component)。所述处理设备还被配置成组合所提取的分量以计算所述时间帧的速度和加速度谱，并且基于所述速度和加速度谱来检测所述对象和估计对象参数。

除了本文描述的一个或多个特征之外，对象参数包括对象位置、对象速度和对象加速度中的至少一个。

除了本文描述的一个或多个特征之外，处理设备被配置成基于速度和加速度谱的强度超过选择阈值来检测对象。

除了本文描述的一个或多个特征之外，处理设备被配置成选择多组假设，每组假设具有相应速度假设和相应加速度假设。

除了本文描述的一个或多个特征之外，处理设备被配置为计算每组假设的相应指数，基于相应指数生成用于每组假设的速度和加速度谱，通过比较每个相应速度和加速度谱的强度来估计对象的速度和加速度，并且基于该比较来选择速度和加速度谱中的至少一个。

除了本文所述的一个或多个特征之外，该组假设还包括初始速度假设

和加速度假设

并且计算指数包括基于以下来计算用于每个段k的速度值：

其中

是多普勒指数，M是每个段k中的样本的数量，T是采样间隔，基于以下将每个段k的速度值转换为多普勒频率：

其中λ是波长，并为与多普勒频率相对应的每个段k选择至少一个多普勒频率点。

除了本文描述的一个或多个特征之外，处理设备还被配置为确定所提取的分量的相位校正，该相位校正基于以下进行确定：

除了本文描述的一个或多个特征之外，组合提取的分量包括将所选的一个或多个点与具有一组合成点的匹配滤波器相关，该组合成点与该一组假设相对应。

除了本文所述的一个或多个功能外，还基于以下来计算速度和加速度谱：

其中，

是计算出的速度和加速度谱，λ是波长，N是时间帧内的样本的总数，以及M是每个段k中的样本的数量。

除本文所述的一个或多个特征外，所提取的分量还由以下表示：

其中，x_kM+m是与提取的分量相对应的信号样本的值，以及fD是提取的分量的多普勒频率。

在一个示例性实施例中，一种估计对象的参数的方法包括检测包括雷达信号的反射的返回信号，该雷达信号包括在选择的时间帧内发射的一系列发射脉冲，在该时间帧内采样该返回信号以生成一系列信号样本，将该时间帧分成多个连续的段k，使得在每个段k内的线性相位变化的假设是有效的，并且对于每个段k，应用多普勒傅立叶变换，并且计算作为多个多普勒频率f_D的函数的复数值y_k。该方法还包括选择包括加速度假设和速度假设的一组假设，并且对于该组假设，基于加速度假设和速度假设计算指数，并且对于每个段，基于该指数选择一个或多个多普勒频率点，以及提取与每个选择的多普勒频率相关联的复数值y_k的分量。该方法还包括组合所提取的分量以计算该时间帧内的速度和加速度谱，并基于速度和加速度谱检测该对象和估计对象参数。

除了本文描述的一个或多个特征之外，对象参数包括对象位置、对象速度和对象加速度中的至少一个。

除了本文描述的一个或多个特征之外，基于速度和加速度谱的强度超过选择阈值来检测对象。

除了本文描述的一个或多个特征之外，该方法还包括选择多组假设，每组假设具有相应速度假设和相应加速度假设。

除了本文描述的一个或多个特征之外，该方法还包括为每组假设计算相应指数，基于相应指数为每组假设生成速度和加速度谱，以及通过比较每个相应速度和加速度谱的强度来估计对象的速度和加速度，并且基于该比较来选择速度和加速度谱中的至少一个。

除了本文所述的一个或多个特征之外，该组假设还包括初始速度假设

和加速度假设

并且计算指数包括基于以下来计算每个段k的速度值：

其中，

是多普勒指数，M是每个段k中的样本的数量，T是采样间隔，以及基于以下来将每个段k的速度值转换为多普勒频率：

其中λ是波长，并为与多普勒频率相对应的每个段k选择至少一个多普勒频率点。

除了本文描述的一个或多个特征之外，该方法还包括确定所提取的分量的相位校正，该相位校正基于以下进行确定：

除了本文所述的一个或多个特征之外，组合提取的分量包括将所选择的一个或多个点与具有一组合成点的匹配滤波器相关，该组合成点与该组假设相对应。

除了本文所述的一个或多个特征之外，速度和加速度谱基于以下进行计算：

其中，

是计算出的速度和加速度谱，λ是波长，N是时间帧内的样本的总数，以及M是每个段k中的样本的数量。

除本文所述的一个或多个特征外，所提取的分量由以下表示：

其中，x_kM+m是与提取的分量相对应的信号样本的值，fD是提取的分量的多普勒频率。

当结合附图考虑时，根据以下详细描述，本公开的以上特征和优点以及其他特征和优点将显而易见。

附图说明

其他特征、优点和细节仅作为示例出现在以下详细描述中，详细描述参考附图，在附图中:

图1是包括雷达系统的机动车辆的顶视图；

图2描绘了根据示例性实施例的雷达系统；

图3是描绘根据示例性实施例的使用雷达系统估计对象的一个或多个参数的方法的流程图；

图4描绘了根据示例性实施例的雷达传输和检测时间帧的示例，以及用于检测和估计对象的参数的数据结构的示例；

图5是描绘根据示例性实施例的图3的方法的示例的流程图；

图6描绘了由常规雷达处理技术生成的多普勒频率信号的示例；

图7描绘了根据示例性实施例生成的多普勒频率信号的示例；和

图8描绘了根据示例性实施例生成的多普勒距离-频率图(range-frequency map)以及由常规雷达处理技术产生的多普勒距离-频率图的示例。

具体实施方式

以下描述本质上仅仅是示例性的，并不旨在限制本公开、其应用或用途。应当理解，在所有附图中，相应的附图标记表示相似或相应的部件和特征。

根据一个或多个示例性实施例，本文描述了用于雷达检测和对象参数估计的方法和系统。雷达系统的实施例被配置成估计对象的一个或多个参数，例如位置、加速度和/或速度。对象可以是反射发射的雷达信号的任何特征或条件(例如，车辆、人、船、天气现象等)。雷达系统可以包括在车辆中或连接到车辆，用于检测诸如道路特征、道路障碍物、其他车辆、树木、人和其他的对象。雷达系统不限于与车辆一起使用，并且可以用于任何环境(例如，天气、航空和其他)。

雷达系统包括或与处理器通信，该处理器被配置为执行在对象的加速期间检测动态车辆或其他对象并精确地估计对象参数(例如速度和加速度)的方法。该方法包括将帧(例如，相干处理帧)划分成多个连续的时间段，并对每个时间段中的返回信号分量(例如，样本)执行多普勒信号处理技术。在每个段中的恒定速度的近似或假设下选择该段(即，使得段内的线性相位变化的近似是有效的)。

对每个段中的样本执行多普勒处理，以将时域返回信号变换成频域。对于每个段，生成多普勒处理的输出，该输出包括用于多个多普勒频率的每个的幅度。例如，对初始段中的样本执行离散傅立叶变换(DFT)，并且对每个段单独执行离DFT。对于每个段，DFT输出的分量被存储在一个或多个多普勒频率点中或与一个或多个多普勒频率点相关联。在一个实施例中，“点(bin)”表示频谱内的频率值或范围。如下所述的，可以生成包括对应于时间帧段的列和对应于频率点的行的矩阵。

多普勒处理输出然后被有效地组合以估计包括对象的速度和加速度的参数。可以估计其他参数，例如位置、距离和/或方位。

在一个实施例中，选择一组或多组速度假设和加速度假设。对于每组假设，基于为该组选择的速度和加速度，为每个段计算速度或频率指数(也称为多普勒指数)。该指数指示处理器在组合DFT输出时选择每个段中的哪个或哪些点。对于给定的段，选择单个点或一组多个点(例如，如果多普勒指数落在相邻点之间)。基于该指数，对于给定的一组假设，从点中提取每个段的DFT分量，并且对所选择的分量进行积分或以其他方式组合，以生成组合的速度和加速度频谱。如果组合频谱具有超过某个阈值的峰值，则检测到对象，并确定对象速度和加速度。

在一实施例中，选择多组假设，每组假设具有速度假设和加速度假设的不同组合。例如，每组包括一初始速度(最早段的速度)假设和一不同的加速度假设。对于每组假设，计算多普勒指数，并根据多普勒指数选择DFT输出分量或点。多普勒指数可以表示为一个或多个值、方程、斜率或任何其他合适的方式。

对选择的分量求和、积分或以其他方式组合，以生成每组假设的组合速度和加速度频谱。组合频谱包括每个多普勒频率的强度值。重复该过程以生成每组假设的速度和加速度谱，并且识别谱中的峰值以确定哪组假设产生具有足够强度的峰值来识别对象。该过程由此提供了关于实际对象速度和加速度的指示。

本文描述的实施例呈现了许多优点。例如，根据本文描述的实施例配置的雷达系统可以精确地估计用于加速和减速对象的参数(例如，位置、速度和/或加速度)。此外，由于与常规技术和系统相比，复杂性和所需的处理能力显著降低，所以实施例提供了更有效和更快速的检测对象的过程。本文描述的实施例还提供了比常规系统更高强度的组合信号和更低的漏检概率。

图1示出了机动车辆10的一实施例，其包括至少部分地限定乘员车厢14的车身12。车身12还支撑各种车辆子系统，包括发动机组件16和其他子系统，以支撑发动机组件16和其他车辆部件的功能，例如制动子系统、转向子系统、燃料喷射子系统、排气子系统等。

车辆10包括用于检测和跟踪对象的雷达系统20的各方面，其可用于警告用户、执行回避动作、帮助用户和/或自主控制车辆10。雷达系统20包括一个或多个雷达感测组件22，每个组件可以包括一个或多个发射元件和/或一个或多个接收元件。车辆10可以包括多个雷达感测组件，这些雷达感测组件设置在不同的位置并且具有不同的角度方向。

例如，每个雷达感测组件22包括发射部分和接收部分。发射和接收部分可以包括单独的发射和接收天线，或者在收发器配置中共享一天线。每个雷达感测组件22可以包括附加组件，例如低通滤波器(LPF)和/或控制器或其他处理设备。雷达感测组件和/或雷达系统20可以被配置为相干雷达。

雷达感测组件22与一个或多个处理设备通信，例如每个组件中的处理设备和/或远程处理设备，例如机载处理器24和/或远程处理器26。远程处理器26可以是例如绘图系统或车辆诊断系统的一部分。车辆10还可以包括用户交互系统28和其他组件，例如GPS设备。

雷达系统20通常被配置为获取雷达信号并分析雷达信号以估计对象的参数，例如对象的位置、加速度和/或速度。这种参数通常是通过在选择的时间帧内处理和积分采集的信号来估计的。选择时间帧的长度以提供期望的分辨率。

雷达系统20被配置成从一个或多个发射机发射雷达信号，每个发射机包括在选择的时间帧内发射的一系列连续脉冲。在一实施例中，所选择的时间帧被选择为与相干雷达技术相关联的相干处理间隔。发射脉冲的反射由接收器检测，并与参考信号(例如，对应于发射雷达信号的波形)相乘或混合，以产生返回信号。

图2示出了计算机系统30的实施例的各方面，该计算机系统30与雷达系统20通信或者是雷达系统20的一部分，并且可以执行本文描述的实施例的各个方面。计算机系统30包括至少一个处理设备32，其通常包括一个或多个处理器，用于执行本文描述的雷达检测和分析方法的方面。处理设备32可以集成到车辆10中，例如作为车载处理器24，或者可以是与车辆10分离的处理设备，例如服务器、个人计算机或移动设备(例如，智能手机或平板电脑)。例如，处理设备32可以是一个或多个发动机控制单元(ECU)、一个或多个车辆控制模块、云计算设备、车辆卫星通信系统和/或其他的一部分或与之通信。处理设备32可以被配置成执行本文所述的雷达检测和分析方法，并且还可以执行与各种车辆子系统的控制相关的功能。

计算机系统30的组件包括处理设备32(例如一个或多个处理器或处理单元)和系统存储器34。系统存储器34可以包括各种计算机系统可读介质。这种介质可以是可由处理设备32访问的任何可用介质，并且包括易失性和非易失性介质、可移动和不可移动介质。

例如，系统存储器34包括诸如硬盘驱动器的非易失性存储器36，并且还可以包括诸如随机存取存储器(RAM)和/或高速缓冲存储器的易失性存储器38。计算机系统30还可以包括其他可移动或不可移动以及易失性或非易失性计算机系统存储介质。

系统存储器34可以包括至少一个程序产品，该程序产品具有一组(例如，至少一个)程序模块，这些程序模块被配置为执行本文描述的实施例的功能。例如，系统存储器34存储通常执行本文描述的实施例的功能和/或方法的各种程序模块40。例如，可以包括接收器模块42以执行与获取和处理接收信号(例如，雷达返回信号)相关的功能，并且可以包括分析模块44以执行与对象检测和对象参数(例如，速度、加速度和/或位置)的估计相关的功能。系统存储器34还可以存储各种数据结构46，例如存储与雷达检测和分析相关的数据的数据文件或其他结构。这种数据的示例包括采样返回信号、频率数据、距离多普勒图和频谱、以及对象位置、速度和/或方位数据。如本文所使用的，术语“模块”指的是处理电路，其可以包括专用集成电路(ASIC)、电子电路、处理器(共享的、专用的或成组的)和执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能的其他合适的组件。

处理设备32可以经由例如输入/输出(I/O)接口55与雷达感测组件22通信。处理设备32还可以与一个或多个外部设备48通信，例如键盘、定位设备和/或任何设备(例如，网卡、调制解调器等)，其使得处理设备32能够与一个或多个其他计算设备通信。此外，处理设备32可以与可以结合雷达系统20(例如全球定位系统(GPS)设备50和摄像机52)使用的一个或多个设备通信。

GPS设备50和摄像机52可以例如与雷达系统20结合使用，用于车辆10的自主和/或半自主控制。与各种设备的通信可以经由输入/输出接口54进行。

处理设备32还可以经由网络适配器58与一个或多个网络56通信，例如局域网(LAN)、通用广域网(WAN)和/或公共网络(例如，因特网)。应当理解，尽管未示出，但是其他硬件和/或软件组件可以与计算机系统30结合使用。示例包括但不限于:微码、设备驱动程序、冗余处理单元、外部磁盘驱动器阵列、RAID系统和数据存档存储系统等。

图3示出了雷达检测和分析的计算机实现的方法70的实施例的各方面，其包括估计对象的参数，例如定位或位置、加速度和/或速度。方法70可以由设置在车辆中(例如，作为ECU或车载计算机的处理设备32)和/或设置在诸如智能手机、平板电脑或智能手表的设备中的一个或多个处理器来执行。为了说明的目的，结合图1的雷达系统20和图2所示的组件来讨论方法70。注意，方法70的各方面可以由任何合适的处理设备或系统专门地或与人类操作员结合地执行。

方法70包括由框71-75表示的多个阶段或步骤，所有这些都可以顺序执行。然而，在一些实施例中，一个或多个阶段可以以不同于所示的顺序来执行，或者可以执行少于所示的阶段。

在框71处，雷达信号由雷达系统(例如雷达系统20)中的一个或多个发射元件发射。每个发射元件发射具有一系列脉冲的雷达信号。在一个实施例中，每个发射元件发射线性调频连续波(LFM-CW)信号。该信号可被称为“啁啾声(chirp)信号”，每个脉冲可被称为“啁啾声”。

每个雷达信号在选择的时间帧内发射。时间帧可以是任何合适的长度。在一实施例中，时间帧被选择为等于或相关于相干处理间隔(CPI)。虽然本文只讨论了一个发射元件和一个雷达信号(其持续时间等于所选的时间帧)，但是应当理解，方法70适用于来自单个发射元件或多个发射元件的多个雷达信号。

例如，方法70可以作为包括多个发射机的多输入多输出(MIMO)和/或相控阵雷达系统的一部分来执行。该示例中的方法70的执行可以包括单独处理和分析与每个发射机相关联的每个接收到的返回信号。

返回信号被一个或多个接收元件检测或测量作为测量信号。例如，由接收元件检测的模拟信号被采样并转换成数字信号，本文称为样本。在一实施例中，根据选择的采样频率，在选择的时间帧(其持续时间等于发射雷达信号的选择时间帧)内对返回信号进行采样，并且针对多个样本n中的每一个产生检测信号x_n。给定时间帧内的样本总数n表示为N。

在框72处，时间帧被分成多个连续的时间段k。在一实施例中，时间段k具有相等的时间长度(持续时间)，并且被选择为使得时间段k内的返回信号中的相位变化可以有效地近似为线性，并且速度可以近似为常数。

在框73处，将多普勒傅里叶变换应用于每个段k中的返回信号x_n的部分。通过将多普勒傅里叶变换应用于信号，将段中的时域信号转换为多普勒频域。在一实施例中，对段k中的样本执行离散傅里叶变换(DFT)，产生DFT输出。DFT的执行包括计算复数值，该复数值包括针对多个多普勒频移(在本文中称为多普勒频率f_D)中的每一个的幅度(A)和相位(φ)。如下面进一步讨论的，多普勒频率可以表示为多普勒频率点或f_D点。例如，对于给定的段k，提供了多个f_D点，每个f_D点对应于不同的多普勒频率f_D。

例如，处理器对每个段k中的样本执行DFT。给定时间段的DFT输出可以由包含幅度和相位信息的复信号y_k(f_D)表示，其是多普勒频率f_D(单个频率值或频率值的范围)的函数。

在框74处，选择一组或多组假设，其中每组假设包括速度假设

和加速度假设

的组合。可以选择多组假设。例如，处理器选择或接收至少一个初始速度假设

和多个加速度假设

对于每个加速度假设

可以定义一组值

每个值都有初始速度假设和不同的加速度假设。

处理器为每组假设

计算多普勒指数，其基于一组假设中的速度假设

和加速度假设

多普勒指数指示为给定的段k选择DFT输出的哪些分量。为每组假设计算单独的多普勒指数。多普勒指数为每个时间帧段提供一组单独的指数。每个单个指数指示为与单个指数相关联的段选择哪个或那些f_D点。

处理器然后基于多普勒指数为每个段k提取DFT输出y_k(f_D)的选择分量，以进行进一步处理或分析。与假设沿帧恒定速度或线性相位变化(从而在帧期间不假设加速度)的现有技术不同，本文描述的实施例不假设恒定速度，而是认为对象可以加速。另外，通过在每个段中仅选择DFT输出的子集(f_D点)，可以大大减少需要处理的样本数量。

多普勒指数可以表示为速度或多普勒频率值(例如，多普勒频率幅度)的系列或矢量，其中每个速度或多普勒频率值对应于一段k(也称为段指数)。例如，多普勒指数可以被配置为指示每个段的特定一个或多个多普勒频率，或者指示每个段的特定一个或多个多普勒频率点。该指数指示处理器为每个段提取哪个或哪些多普勒频率点。在另一个示例中，该指数被表示为斜率或其他信息，该信息指示当组合或以其他方式处理帧中的DFT输出时，为每个段k选择哪些多普勒频率点。

在框75处，基于DFT输出和多普勒指数来估计对象的一个或多个参数(例如，速度和加速度)。对于给定的一组假设，基于多普勒指数提取DFT输出的子集，并且通过组合DFT输出来处理该子集，以估计时间帧期间对象的速度、加速度和/或其他特性。例如，子集(根据多普勒指数提取的DFT输出分量)被组合以生成速度和加速度谱，例如距离-频率图。在一实施例中，为每组假设生成速度和加速度谱，并且选择具有最高峰值(例如，超过检测阈值)的谱。与所选多普勒频率相关的假设速度和加速度被认为与对象的实际速度和加速度相关。

图4描绘了可以作为方法70的一部分使用或生成的各种数据结构的示例。在这个示例中，雷达信号从一个或多个对象发射和反射作为返回信号。在被选作相干处理时间帧(例如，大约50毫秒)的时间帧内，发射雷达信号，并对返回信号进行采样。时间帧由曲线图80的水平时间(t)轴表示。如果对象正在加速，采样信号的相位不是线性的，如相位曲线82所示。

时间帧被分成k个段，每个段具有选择的持续时间T，使得相位可以在段内近似为线性。在该示例中，选择多个等长段k，并且返回信号样本n被细分为连续的子集。

在每个段k中，使用DFT将样本转换到频域，并生成DFT输出，该输出包括在各种多普勒频率f_D处的幅度和相位强度。本文示例中，段k的DFT输出是向量y_k，其中包括每个多普勒频率f_D的复数值。

DFT输出的分量被存储在矩阵90中或分配给矩阵90，该矩阵90包括行92和数量为K的列94，其中每个列94对应于时间帧段k。行92代表连续的多普勒频率f_D点。

对于给定的段，沿着列94扫描DFT输出y_k(复数值)，并且将DFT输出的与不同多普勒频率相对应的分量分配给相应的f_D点。例如，每个DFT输出包括或代表一个或多个峰值，该一个或多个峰值表示来自一个对象的反射。如果DFT输出具有多个峰值(例如由于多个对象)，则可以将其分配给多个f_D点。

图4示出了针对给定一组假设计算的多普勒指数的示例。本文示例中，选择了一组假设

其中包括10m/s的初始速度假设

和0.1m/s²的加速度假设

在本示例中，多普勒指数由

表示，其可以根据以下公式计算：

其中M是段中的样本数(即段中DFT输入样本的数)。T是采样间隔(两个样本之间的时间)，k是段指数。尽管以上将指数定义为速度的函数，但是该指数也可以用多普勒频率或多普勒频率点数表示。

在时间帧内计算出的多普勒指数在图4中示出为由对角线96所代表的线性函数，该对角线与多个f_D点相交。基于该指数，选择一个或多个f_D点。例如，对于给定的段，处理器使用指数来识别由指数指示(即，与对角线96相交)的哪个或哪些f_D点。提取所识别的f_D点，并且将存储在其中的DFT输出分量进行组合以估计对象参数。

某些情况下，多普勒指数落在f_D点之间或在相邻f_D点的某一接近度内。在某些情况下，可以将段k处的多普勒指数的值向上或向下取整(即，移至上方或下方的下一个点)，或以任何其他合适的方式进行调整，例如通过线性插值。

例如，选择一组假设

并使用方程式(1)为初始段(k＝0)计算多普勒指数。因此，多普勒指数对应于初始速度。可以将初始速度与频率(f)相关联，并选择与该频率相对应的f_D点。对于下一个连续的段(k＝1)，根据方程式(1)利用k＝1计算多普勒指数，以获得径向速度并选择相应的f_D点。对于每个连续的段重复此过程。

对于每组假设，提取由指数标识的DFT点，并从中组合信号分量以得出速度和加速度信息。由于多普勒指数，与利用每个段中所有样本的常规技术相比，计算数量减少了，这导致该过程比常规技术更快、不那么复杂。例如，对于给定的速度和加速度假设

从K个段的每个段中选择一个点，其对应于K的复杂度。相反，常规技术包括计算速度和加速度的每个假设的所有输入样本(每个段M个样本)。这样的常规技术的复杂度为K*M，其复杂度比本文所述方法高M倍。

一旦提取了选择的点，就为每组假设

组合DFT输出分量，以生成相干组合的幅度和相位。例如，使用以下求和来组合DFT输出分量：

其中K是段k的数量，

是代表多普勒指数的函数，并且

是相位校正。z_v,a代表所选f_D点的总和，其中f_D点是根据多普勒指数选择的。对于速度和加速度假设是真实对象的情况，该求和的输出是相对高强度的信号，而当假设对应于不存在的对象时，为低强度(即，各种频率的强度高于单个样本或样本块的强度)。

在一个实施例中，提取的DFT点被输入到匹配滤波器，该匹配滤波器输出每个速度和加速度假设的强度值。该输出被分配或存储在匹配滤波器输出矩阵100中，该矩阵包括表示速度假设的行102和表示加速度假设的列104。

仍然参考图4，对于多个加速度和速度假设，可以重复多普勒指数计算。由线95表示一组假设的另一个示例，其包括10m/s的初始速度假设和0m/s²的加速度假设。

图5是示出针对给定的一组假设

估计对象参数的方法110的示例的流程图，其可以使用图4的矩阵来执行，但是不限于此。方法110包括由框111-116表示的多个阶段或步骤，所有这些都可以顺序执行。然而，在一些实施例中，一个或多个阶段可以以不同于所示的顺序来执行，或者可以执行少于所示的阶段。

最初，在选择的时间帧内发射雷达信号，并且根据期望的采样频率和采样间隔T对返回信号进行采样，以生成多个样本n。该时间帧被分成段k。

在框111处，使用DFT对每组M个样本进行变换，从而产生DFT输出。将DFT输出的分量(各个多普勒频率的幅度和相位)分配给相应的f_D点(例如，将具有给定频率的DFT分量分配给与该频率相对应的点)。

在框112处，选择一组假设

并且例如使用方程式(1)为k个段中的每一个计算多普勒指数。该多普勒指数可以表示为速度、频率、f_D点或允许处理器确定应该为每个段k选择哪个(哪些)f_D点的其他值。

在框113处，基于多普勒指数为每个段选择一个或多个f_D点，并且从所选择的f_D点中提取DFT分量。例如，参考图4，基于多普勒指数从矩阵90的每一列94提取至少一个f_D点，即，选择与对角线96相交的f_D点，并从所选的点中提取DFT输出分量。

在框114处，基于该一组样本的开始处的相位，为每组样本计算相位校正。相位校正可以计算为：

在方程式(3)中，M是一段中的样本数，k是段指数，T是采样间隔。如框115处所述的，将相位校正并入到匹配滤波器中。

在框115处，应用相位校正并且使用例如相干积分来对几组样本进行积分。在一个实施例中，几组样本被输入到匹配滤波器。匹配滤波器提供了一组合成点，如果该组假设对应于实际对象的速度和加速度，则这些合成点是期望计算的值。合成点可以由方程式(8)的指数项表示。匹配滤波器输出一些值或峰值，将其与阈值进行比较，以确定一组假设是否对应于实际对象的速度和加速度。

DFT处理(例如，匹配滤波)为每个点(即，速度和加速度假设的每个组合)产生复矢量z。从向量z中获取振幅(实部)，并将其输入或分配给例如矩阵100中的相应速度和加速度(v,a)点。

合适的匹配滤波器的示例例如通过以下方式表示：

其中x_n是样本n的信号幅度。常规上，这种匹配滤波器的使用需要处理一帧中的所有样本n。通过使用该指数，样本的子集基于给定一组假设的多普勒指数进行选择，并进行处理以导出速度和加速度谱，如下所示：

其中M是K个段中每个段中的样本数。方程式(5)可以重写为：

因为假设在每个段k中相位是线性的，所以代表非线性相位变化的项

被假设为很小，可以忽略不计。这将方程式(6)简化为:

通过用方程式(1)的多普勒指数的函数代替M个样本的总和，可以进一步简化上述方程式，得到：

其中：

上面表示基于多普勒指数

选择的DFT分量，该多普勒指数在速度方面由方程式(1)定义。可以使用关系

将其转换为多普勒频率f_D，得出：

其中X_kM+m是第k个组样本的DFT输出。X_k可以表示为：

X_k＝DFT{x_kM+1…x_kM+m}

输出z是每个选择的f_D点中的强度值的相干组合，并由下式表示：

在框116处，分析匹配滤波器输出以识别其中的峰值。可以基于输出来识别超过选择的检测阈值(例如，幅度或强度阈值)的峰，以确定估计的速度和加速度。其他参数(例如距离和位置)也可以从匹配滤波器输出中得出。

由上述实施例提供的解决方案的复杂度明显小于常规技术。例如，常规解决方案的复杂度O表示为O(N*Na*Nv)，其中N是一帧中的样本的数量，Nv是速度(例如初始速度)假设的数量，以及Na是加速假设的数量。

本文描述的方法的复杂度明显小于常规技术。例如，方法70和方法110的复杂度可以表示为O(N*Nv+M*Na*Nv)＝O(M*Na*Nv)，其中M是每个段中的样本数。上述方法的复杂度显著提高了N/M倍，其是段数。例如，对于50ms的帧和频率为40MHz、啁啾声持续时间为25us的信号，复杂度降低了200倍。这种降低的复杂性提供了例如降低的处理功耗和更快的性能形式的优势。

如上所述，本文描述的方法产生更强的峰值，这改善了对象检测。以下示例示出了根据本文描述的实施例的多普勒处理的优点。在这些示例中，有一加速对象。

图6示出了使用常规技术的多普勒处理的结果，其中速度被假设为常数，并且相位变化被假设为线性的(如相位-时间曲线200所示)。在该示例中，该处理的结果是速度和加速度谱202，该谱的第一部分204(返回信号分量)表示返回信号，第二部分206表示噪声和杂波。如可以看出的，返回信号分量的强度低于检测阈值208，并且没有对象被检测到。

图7示出了使用方法70或110的多普勒处理的结果，其中速度不被假设为恒定(相位改变曲线300被假设为非线性的)。该处理的结果是速度和加速度谱302，其具有返回信号分量304以及噪声和杂波分量306。如所示，本文描述的方法导致返回信号分量峰值高于检测阈值208。结果，对象被检测到。

图8示出了从本文描述的方法获得的数据和从常规方法获得的数据之间的比较，在常规方法中，对象速度在时间帧期间被假设为恒定。在该示例中，根据本文描述的方法执行雷达检测，并且生成距离图400。距离图400根据图例402进行颜色编码或着色，示出了作为距离和多普勒频率的函数的检测方法的输出。图8还示出了根据常规过程生成的距离图500。

如所示，通过本文描述的方法产生的距离图400导致高强度信号，与由常规生成的距离图500所示的速度和加速度谱相比，该高强度信号在速度和加速度谱中提供了尖锐的峰值，并且在目标上提供了更高的增益。常规产生的距离图500中的多普勒频谱峰值具有显著高的扩展，与本文描述的方法的输出相比，导致关于对象速度的更高的不确定性。

虽然已经参考示例性实施例描述了上述公开，但是本领域技术人员将理解，在不脱离本发明的范围的情况下，可以进行各种改变，并且等同物可以替代其元件。此外，在不脱离本公开的基本范围的情况下，可以进行许多修改以使特定情况或材料适应本公开的教导。因此，意图是本公开不限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种用于估计对象的参数的系统，该系统包括：

接收器，该接收器被配置为检测包括雷达信号的反射的返回信号，该雷达信号包括在选择时间帧内发射的一系列发射脉冲；以及

处理设备，该处理设备被配置为执行：

在时间帧内对返回信号进行采样以生成一系列信号样本；

将时间帧划分成多个连续的段k，使得每个段k内的线性相位变化的假设是有效的；

对于每个段k，应用多普勒傅立叶变换并计算作为多个多普勒频率f_D的函数的复数值y_k；

选择包括加速度假设和速度假设的一组假设；以及

对于该组假设，执行：

基于加速度假设和速度假设计算指数；

对于每个段，基于该指数选择一个或多个多普勒频率点，并且提取与每个选择的多普勒频率点相关联的复数值y_k(f_D)的分量；以及

组合所提取的分量以计算所述时间帧的速度和加速度谱，并且基于所述速度和加速度谱来检测所述对象和估计对象参数。

2.根据权利要求1所述的系统，其中，所述处理设备被配置为选择多组假设，每组假设具有相应速度假设和相应加速度假设，并且所述处理设备被配置为:

为每组假设计算相应指数；

基于相应指数生成用于每组假设的速度和加速度谱；以及

通过比较每个相应速度和加速度谱的强度来估计对象的速度和加速度，并且基于该比较来选择速度和加速度谱中的至少一个。

3.根据权利要求1所述的系统，其中，该组假设包括初始速度假设

和加速度假设

并且计算指数包括：

基于以下来计算用于每个段k的速度值：

其中

是多普勒指数，M是每个段k中的样本的数量，T是采样间隔；

基于以下将每个段k的速度值转换为多普勒频率：

其中λ是波长；以及

为与多普勒频率相对应的每个段k选择至少一个多普勒频率点。

4.根据权利要求3所述的系统，其中，所述处理设备还被配置为执行确定所提取的分量的相位校正，该相位校正基于以下进行确定：

5.根据权利要求4所述的系统，其中，组合提取的分量包括将所选择的一个或多个点与具有一组合成点的匹配滤波器相关，该一组合成点与该一组假设相对应。

6.根据权利要求5所述的系统，其中，基于以下来计算速度和加速度谱：

其中，

是计算出的速度和加速度谱，λ是波长，N是时间帧内的样本的总数，以及M是每个段k中的样本的数量。

7.根据权利要求6所述的系统，其中，所提取的分量由以下表示：

其中，x_kM+m是与提取的分量相对应的信号样本的值，以及f_D是提取的分量的多普勒频率。

8.一种估计对象的参数的方法，该方法包括：

检测包括雷达信号的反射的返回信号，该雷达信号包括在选择的时间帧内发射的一系列发射脉冲；

在该时间帧内采样该返回信号，以生成一系列信号样本；

将该时间帧分成多个连续的段k，使得在每个段k内的线性相位变化的假设是有效的；

对于每个段k，应用多普勒傅立叶变换，并且计算作为多个多普勒频率f_D的函数的复数值y_k；

选择包括加速度假设和速度假设的一组假设；以及

对于该一组假设，执行：

基于加速度假设和速度假设计算指数；

对于每个段，基于该指数选择一个或多个多普勒频率点，以及提取与每个选择的多普勒频率相关联的复数值y_k的分量；以及

组合所提取的分量以计算该时间帧内的速度和加速度谱，以及基于速度和加速度谱检测该对象和估计对象参数。

9.根据权利要求8所述的方法，其中，所述对象参数包括对象位置、对象速度和对象加速度中的至少一个。

10.根据权利要求8所述的方法，其中，基于所述速度和加速度谱的强度超过所选择的阈值来检测所述对象。

Images