CN115902788A - 确定雷达系统从源接收的信号的到达方向（doa）的可靠性以及用于确定可靠性的设备 - Google Patents

确定雷达系统从源接收的信号的到达方向（doa）的可靠性以及用于确定可靠性的设备 Download PDF

Info

Publication number
CN115902788A
CN115902788A CN202211186195.4A CN202211186195A CN115902788A CN 115902788 A CN115902788 A CN 115902788A CN 202211186195 A CN202211186195 A CN 202211186195A CN 115902788 A CN115902788 A CN 115902788A
Authority
CN
China
Prior art keywords
doa
doas
signal
dml
snapshot
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
Application number
CN202211186195.4A
Other languages
English (en)
Inventor
马可·J·G·贝库伊
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.)
NXP BV
Original Assignee
NXP BV
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 NXP BV filed Critical NXP BV
Publication of CN115902788A publication Critical patent/CN115902788A/zh
Pending legal-status Critical Current

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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/288—Coherent receivers
    • G01S7/2883—Coherent receivers using FFT processing
    • 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
    • G01S13/36—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and 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
    • 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
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes
    • G01S7/4082—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder
    • G01S7/4091—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder during normal radar operation
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • 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
    • G01S2013/0236—Special technical features
    • G01S2013/0245—Radar with phased array antenna

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

接收包括多个信号的快照，其中所述多个信号中的每个信号从相应源反射并由天线阵列接收。第一DoA估计器基于接收到的快照确定多个DoA，所述多个DoA包括所述多个信号中的每个信号的相应DoA。测量所述多个DoA的可靠性。响应于所述多个所述DoA的所述可靠性超过阈值，输出由所述第一DoA估计器确定的所述多个所述DoA中的至少一个DoA。响应于所述多个所述DoA的所述可靠性不超过所述阈值，第二DoA估计器基于所述接收到的快照确定包括所述多个信号中的每个信号的相应DoA的第二多个DoA并输出所述第二多个DoA中的至少一个DoA。

Description

确定雷达系统从源接收的信号的到达方向(DOA)的可靠性以 及用于确定可靠性的设备
技术领域
本公开大体上涉及一种例如雷达系统的设备，并且更具体地说，涉及确定由源反射并由雷达系统接收的信号的到达方向(DoA)的可靠性。
背景技术
自主驾驶车辆之使用的典型雷达系统具有发射随后由一个或多个目标反射的信号的发射器，以及接收相应反射信号的接收器。反射信号的每个目标被视为反射信号的源，并且接收器具有天线阵列的数个天线，以从一个或多个源中的每个源接收相应的反射信号。雷达系统另外将距离-多普勒单元的快照(例如，雷达系统可检测到的最小距离增量)限定为从具有与雷达系统相同的距离和速度(多普勒)的一个或多个源反射的高于本底噪声的信号。雷达系统使用快照基于几种技术中的任何一种技术来估计从源反射的信号的到达方向(DoA)，所述技术例如快速傅立叶变换、多信号分类(MUSIC)和确定性最大似然(DML)算法。与其它技术相比，DML算法在DoA估计精度和分辨率方面优于其它技术，尤其是当只有一个快照可用于DoA估计时。
用于确定信号DoA的DML算法的计算复杂度通常取决于快照源的数量，并随着源的数量呈指数增长。在许多实际实施方案中，对于多于两个源来说，复杂度变得过大。最近，深度神经网络(DNN)已被证明可以估计信号的DoA。DNN对从源接收到的信号与接收到的信号的DoA之间的关系进行建模。与DML算法不同，DNN的计算要求与源的数量无关，但通过DNN估计的信号DoA可能不如通过DML算法估计的信号DoA准确，因为信号的DoA是连续值，即呈
Figure BDA0003866758750000011
并且DNN实施不平滑的函数(即，输入值的小偏差不一定会引起输出值处的小偏差)。以此方式，DNN被视为不可靠，并且通常不用于例如自主驾驶车辆等安全关键系统。
发明内容
在一个实施例中，公开了一种由雷达系统执行的方法。所述方法包括：接收包括多个信号的快照，所述多个信号中的每个信号从相应源反射并由天线阵列接收；由第一DoA估计器基于接收到的快照确定多个DoA，所述多个DoA包括所述多个信号中的每个信号的相应DoA；测量所述多个DoA的可靠性；响应于所述多个所述DoA的所述可靠性超过阈值，输出由所述第一DoA估计器确定的所述多个所述DoA中的至少一个DoA；以及响应于所述多个所述DoA的所述可靠性不超过所述阈值，由第二DoA估计器基于所述接收到的快照确定包括所述多个信号中的每个信号的相应DoA的第二多个DoA并输出所述第二多个DoA中的至少一个DoA。在实施例中，测量所述可靠性包括基于波束成形矩阵确定快照估计，所述波束成形矩阵是所述多个DoA的函数。在实施例中，测量所述可靠性包括基于快照估计和所述接收到的快照确定残余误差。在实施例中，测量所述可靠性基于所述残余误差与所述阈值的比较，其中所述阈值基于噪声估计。在实施例中，测量所述可靠性包括确定第一确定性最大似然(DML)值，所述第一DML值是基于所述多个DoA的DML值。在实施例中，测量所述可靠性包括在搜索空间中搜索由额外源反射的信号的DoA的值，所述信号的所述DoA不包括在由所述第一DoA估计器确定的所述多个所述DoA中。在实施例中，测量所述可靠性包括将所述第一DML值与另一DML值进行比较，所述另一DML值是所述多个DoA和由所述额外源反射的所述信号的所述DoA的DML值。在实施例中，所述比较包括比较所述第一DML值与所述另一DML值的比率。在实施例中，输出所述多个DoA中的至少一个包括确定所述多个DoA的具有最大DML值的子集并输出所述子集。在实施例中，所述方法另外包括对所述多个DoA中不与相应源相关联的DOA进行滤波。在实施例中，滤波包括确定所述多个DoA的所述DML值与所述多个DoA的子集的DML值的比率以及将所述比率与所述阈值进行比较。在实施例中，所述第一DoA估计器是深度神经网络(DNN)，并且所述第二DoA估计器基于DML估计来估计所述多个DoA。
在另一实施例中，公开了一种雷达系统。所述雷达系统包括：第一DoA估计器，所述第一DoA估计器被配置成接收包括多个信号的快照，所述多个信号中的每个信号从相应源反射并由天线阵列接收；DoA验证器，所述DoA验证器被配置成：基于接收到的快照确定多个DoA，所述多个DoA包括所述多个信号中的每个信号的相应DoA；测量所述多个DoA的可靠性；以及响应于所述多个所述DoA的所述可靠性超过阈值，输出由所述第一DoA估计器确定的所述多个所述DoA中的至少一个DoA；以及第二DoA估计器，所述第二DoA估计器被配置成响应于所述多个所述DoA的所述可靠性不超过所述阈值，由第二DoA估计器基于所述接收到的快照确定包括所述多个信号中的每个信号的相应DoA的第二多个DoA并输出所述第二多个DoA中的至少一个DoA。在实施例中，所述DoA验证器另外被配置成基于波束成形矩阵确定快照估计，所述波束成形矩阵是由所述第一DoA估计器确定的信号的所述DoA的函数。在实施例中，所述DoA验证器另外被配置成基于所述快照估计和所述接收到的快照确定残余误差。在实施例中，所述DoA验证器另外被配置成将所述残余误差与所述阈值进行比较，其中所述阈值基于噪声估计。在实施例中，所述DoA验证器被配置成确定第一确定性最大似然(DML)值，所述第一DML值是基于所述多个DoA的DML值。在实施例中，所述DoA验证器被配置成在搜索空间中搜索由额外源反射的信号的DoA的值，所述信号的所述DoA不包括在由所述第一DoA估计器确定的所述多个所述DoA中。在实施例中，所述DoA验证器被配置成将所述第一DML值与另一DML值进行比较，所述另一DML值是所述多个DoA和由额外源反射的所述信号的所述DoA的DML值。在实施例中，所述比较包括比较所述第一DML值与所述另一DML值的比率。
附图说明
图1是根据一个或多个实施例的雷达系统的示例DoA验证系统的示例框图。
图2是根据一个或多个实施例的示例DoA验证系统的示例DoA验证器的示例框图。
图3是根据一个或多个实施例的与图2的DoA验证器相关联的示例功能的示例流程图。
图4是根据一个或多个实施例的示例DoA验证系统的可替换示例DoA验证器的示例框图。
图5是根据一个或多个实施例的在两个源的情况下由可替换示例DoA验证器为快照生成的示例比率的示例直方图。
图6是根据一个或多个实施例的在三个源的情况下由可替换示例DoA验证器为快照生成的示例比率的另一示例直方图。
图7是根据一个或多个实施例的与图4的DoA验证器相关联的示例功能的示例流程图。
图式的目的是为了示出示例实施例，但应理解，实施例不限于图式所示的布置和手段。
具体实施方式
本文公开的实施例针对克服或减少用于确定由源反射并由雷达系统接收的信号的到达方向(DoA)的神经网络的一个或多个限制。雷达系统限定快照，所述快照包括从具有相同距离和速度(多普勒)的一个或多个源反射并由雷达系统的天线阵列接收的一个或多个信号。雷达系统还基于由神经网络和快照确定的信号的DoA估计快照。在一个或多个实施例中，将快照估计与快照进行比较。如果快照估计和快照之间的残余噪声误差小于噪声估计加上误差容限(即，残余噪声误差类似于噪声估计)，则可以得出结论，由神经网络确定的信号的DoA对应于快照的所有源。如果快照估计与快照之间的残余噪声误差不小于噪声估计加上误差容限，则可以得出结论，由神经网络确定的信号的DoA并不对应于快照的所有源，并且在这种情况下，确定性最大似然(DML)算法而不是神经网络确定信号的DoA。在一个或多个其它实施例中，雷达系统基于估计的快照搜索从额外源反射的信号的DoA，所述DoA不由神经网络确定的信号的DoA表示。在候选角度范围内搜索额外源。如果基于搜索找到了对应于额外源的信号的DoA，则由神经网络确定的信号的DoA并不对应于快照中的所有源。使用DML算法而不是神经网络来估计信号的DoA。如果基于搜索未找到对应于额外源的信号的DoA，则可以得出结论，由神经网络确定的信号的DoA对应于快照中的所有源。在又其它实施例中，信号的两个或更多个DoA可对应于同一源。雷达系统通过从信号的两个或更多个DoA确定的估计快照的比率来确定信号的两个或更多个DoA是否对应于同一源。通过雷达系统确定信号的DoA，然后如本文所述确定信号的DoA的可靠性，确定信号的DoA可以具有低的计算复杂度，同时提供准确的结果。
图1是根据一个或多个实施例的雷达系统的示例DoA验证系统100的示例框图。DoA验证系统100(也被称为“验证系统”)可包括天线阵列102、例如深度神经网络(DNN)DoA估计器106的神经网络DoA估计器、DoA验证器108和确定性机器学习(DML)DoA估计器116，这些装置各自使用电路来实施，所述电路例如模拟电路、混合信号电路、存储器电路、逻辑电路、被布置成执行代码的处理电路或其组合，所述代码存储在存储器中并在由处理电路执行时执行所公开的功能。在例子中，雷达系统可以在自主驾驶车辆中实施以确定物体在环境中的存在，从而便于自主驾驶。在例子中，所述物体可以是其它车辆或行人。
雷达系统可以具有发射器，所述发射器发射信号，例如微波信号，所述信号随后由一个或多个目标反射回雷达系统。天线阵列102可包括一个或多个天线104，用于接收由目标反射回的相应信号。反射信号的目标可被称为信号的源。在例子中，天线阵列102的天线104可以信号的波长的1/2均匀间隔开，也可以沿着天线阵列102不均匀地间隔开。天线阵列102的天线104之间的间隔可能不均匀，以增加天线孔径并提高DoA估计精度和分辨率。可以在天线阵列102的数个天线104上接收信号。雷达系统另外将距离-多普勒单元的快照(例如，雷达系统可检测到的最小距离增量)限定为从具有与雷达系统相同的距离和由快照生成器103确定的速度(多普勒)的一个或多个源反射的信号，在例子中，所述快照生成器103对由天线阵列102接收的信号执行快速傅立叶变换(FFT)以确定快照。快照的信号可以在特定时间点在每个天线104上接收，并且高于单元的本底噪声。
机器学习模型是用一组数据训练以识别所述一组数据中某些类型的特征的数学或统计模型。然后使用所述模型对模型之前未处理的数据进行推理，并基于此数据预测特征类型。神经网络，特别是深度神经网络(DNN)，将机器学习模型实施为DNN输入层与DNN输出层之间的多个层。每一层从输入到DNN输入层的数据中逐步提取更高层级的特征，然后由DNN输出层输出所述特征。在DNN中，一层的输出可以输入到另一层，并且每一层都可以具有一组非线性函数。DNN DoA估计器106可被布置成接收快照作为输入，并且一个或多个层可以提取呈从与快照相关联的源反射的信号的DoA形式的特征。在例子中，每个信号具有相应的DoA，并且雷达系统验证信号的DoA。另外，信号的DoA可以与指示信号的DoA正确的可能性的置信值相关联。DNN DoA估计器106可以标识具有最小置信值的信号的DoA，并且仅输出超过阈值的信号的那些DoA。
DNN DoA估计器106的计算复杂度与源的数量无关。然而，DNN DoA估计器106有一个固有问题，即由于DNN DoA估计器106中用于确定信号的DoA的非线性函数，信号的DoA是连续的，因此不可能保证对信号的DoA的正确估计。DNN DoA估计器106可能无法准确地估计信号的DoA，即使噪声不会使快照失真也是如此。
本文所描述的实施例针对DoA验证器108，所述DoA验证器108使用本文所描述的基于DML的计算来验证由DNN DoA估计器106输出的信号的DoA。DoA验证器108可以接收由DNNDoA估计器106输出的信号的快照和一个或多个DoA，并输出信号的DoA是否可靠。如果信号的DoA可靠，则DoA验证器108可以在输出110处输出信号的验证后DoA。如果信号的DoA不可靠，则DoA验证器可以在输出112处输出快照x。输出112可以耦合到DML DoA估计器116，所述DML DoA估计器116估计快照x的信号的DoA。与DNN DoA估计器106相比，DML DoA估计器116可以是不同类型的DoA估计器，具有更高的复杂度。DMLDoA估计器116可以通过在角度搜索空间中搜索信号的DoA来估计快照信号的DoA，并输出信号的DoA。DML DoA估计器116的复杂度可以大于DNN DoA估计器106的复杂度。在例子中，仅当未验证由DNN 116输出的信号的DoA时，DML DoA估计器116才可以确定信号的DoA，使得DNN 116更常用于确定信号的DoA，从而使确定信号的DoA的总体计算复杂度较低。
图2是根据一个或多个实施例的示例DoA验证系统的示例DoA验证器108的示例框图。在例子中，DoA验证器208可以包括快照估计器210、残余误差估计器212和比较器214，这些装置各自使用电路来实施，所述电路例如模拟电路、混合信号电路、存储器电路、逻辑电路、被布置成执行代码的处理电路或其组合，所述代码存储在存储器中并在由处理电路执行时执行所公开的功能。
快照估计器210可以估计快照，并且残余误差估计器212可以估计快照估计与快照x之间的误差以形成残余误差估计。在例子中，快照估计可以是不考虑任何背景噪声、杂波或干扰并且基于信号的DoA和快照的快照估计。DoA验证器108可以使用比较器214将残余误差估计与噪声估计进行比较，并且在一些例子中与噪声估计加上误差容限进行比较，所述误差容限是小的正值。如果残余误差估计小于噪声估计加上误差容限，则DoA验证器108可以输出来自DNN DoA估计器106的信号的验证后DoA，因为所述验证后DoA被验证为正确的。如果残余误差估计不小于噪声估计加上误差容限，则DoA验证器108可以输出快照x。快照x的输出可以使得DML DoA估计器116确定信号的DoA，因为来自DNN DoA估计器106的信号的DoA未被验证为正确的。
快照估计器210可以基于以下假设确定快照估计：天线阵列102布置成浸入未知位置处的N个点源的场中的任意几何形状。任意几何形状可以包括仅在方位角或在方位角和仰角上布置的天线阵列102的天线104。从天线阵列102接收到的快照x可以表示为：
x＝As (1)
其中s是源处的相应信号幅度的向量，并且A是波束成形矩阵A(更准确地说，A(φ)，其中φ向量是从源反射的信号的DoA，表示为向量φ＝{φ1，...，φN})。矩阵A(φ)具有以下结构：A(φ)＝[a(φ1)...a(φN)]，其中N是源的数量，并且a(φn)描述信号φn的DoA与具有DoA的信号的阵列响应之间的映射，并且基于复数。a(φn)的精确值可以取决于天线阵列102的几何形状。
在A可逆的情况下，从源反射的信号的功率可以表示为：
s＝A-1x (2)
然而，A可能不可逆，因为它通常不是平方矩阵；例如，对于2个源和8个天线的情况，它是[8×2]矩阵。伪逆表示为A+。利用伪逆，可以计算源的估计
Figure BDA0003866758750000081
此估计在最小二乘意义上是最优的，即，
Figure BDA0003866758750000082
然后，快照
Figure BDA0003866758750000083
表示为：
Figure BDA0003866758750000084
快照估计器210可以接收信号的DoA和快照，并基于上述等式输出快照估计。然后，可以将快照估计提供给残余噪声误差估计器112。然后，残余噪声误差的估计
Figure BDA0003866758750000085
(例如，残余误差估计)变为：
Figure BDA0003866758750000086
其由残余噪声估计器212输出。残余噪声误差可以是由DoA验证器108接收的信号的DoA的可靠性的度量。然后，比较器214可以将残余误差估计
Figure BDA0003866758750000088
的功率与噪声估计n的功率进行比较。噪声估计n可以是对照由雷达系统的恒定虚警率(CFAR)检测器确定的背景噪声、杂波和干扰来检测目标回波的阈值。在最简单的CFAR检测中，通过估计被测单元(CUT)周围的本底噪声水平来计算阈值。如果残余噪声误差
Figure BDA0003866758750000089
的功率高于噪声估计的功率加上误差容限，则估计的角度向量φ可能不正确。然后，DoA验证器108可以向DML DoA估计器116提供指示，以使用DML算法基于快照确定信号的DoA。DML算法涉及搜索信号DoA的候选角度的搜索空间以获得最大化的快照估计功率。功率可以表征为通过下式计算的DML值：
Figure BDA0003866758750000087
其中H是快照估计的共轭转置。搜索空间可以是多维网格，其中每个维度可以限定候选角度的搜索空间。在例子中，搜索空间的大小可以等于所搜索的多个候选DoA，以标识升高到功率等于所搜索信号的DoA数的信号DoA。例如搜索256个候选DoA以标识信号的DoA，并且在标识两个信号的DoA的情况下搜索256×256个候选DoA。DML DoA估计器116可以输出信号的一个或多个DoA，并且具有比DNN DoA估计器106更高的复杂度。如果残余误差
Figure BDA0003866758750000091
的功率不高于噪声估计的功率加上误差容限，则来自DNN DoA估计器106的估计角度向量φ可能是正确的。DoA验证器108可以将来自DNN DoA估计器106的信号的DoA输出为信号的验证后DoA。就复杂度而言，
Figure BDA0003866758750000092
的计算相对便宜，因为可以为由DNN DoA估计器106输出的信号的每个DoA计算一次伪逆矩阵A+，而不是搜索DML算法中考虑的每个可能的候选角度向量φ。
图3是与图1和2中的DoA验证器108相关联的功能的示例流程图300。在302处，接收包括多个信号的快照，其中所述多个信号中的每个信号从相应源反射并由天线阵列接收。在例子中，DNN DoA估计器接收快照作为输入，并输出由与快照相关联的源反射的信号的一个或多个DoA。例如，每个DoA可以对应于从相应源反射的信号。DNN DoA估计器106在估计信号的DoA时可具有低复杂度但也具有低精度。在304处，DoA验证器108基于信号的一个或多个DoA和快照来估计快照。基于上述等式执行基于DML的计算，以确定快照估计。在306处，基于快照估计与快照之间的差来确定残余噪声误差。如果在308处残余噪声误差的功率小于指示噪声估计的功率的阈值，则在312处由DoA验证器108验证并输出信号的DoA。在一些例子中，阈值可以指示噪声估计的功率加上噪声容限。如果在308处残余噪声误差的功率不小于阈值，则不验证信号的DoA。在310处，DML DoA估计器116执行DML算法以确定信号的DoA，而不是使用由DNN DoA估计器106输出的信号的DoA。在312处，DoA验证器108输出由DML DoA估计器116提供的信号的DoA。
由DoA验证器108执行的基于DML的计算可以依赖于噪声估计的知识和对天线相位和幅度缺陷进行建模的波束成形矩阵A。另外，DNNDoA估计器106可以将由源反射的信号的DoA与似然度量相关联，并基于似然度量选择由相应源反射的信号的信号DoA，然后将所述DoA输出到DoA验证器108。似然度量提供了信号的DoA正确的置信度量，但不一定指示DoA是否对应于由源反射的信号。
图4是根据一个或多个实施例的示例DoA验证系统的可替换示例DoA验证器400的示例框图。示例DoA验证器400可以包括DML估计器402、额外DoA搜索器404、比较器406和DoA滤波器408，这些装置各自使用电路来实施，所述电路例如模拟电路、混合信号电路、存储器电路、逻辑电路、被布置成执行代码的处理电路或其组合，所述代码存储在存储器中并在由处理电路执行时执行所公开的功能。
在例子中，DML估计器402可以接收信号的DoA和快照x。可以从DNN DoA估计器106接收信号的DoA，并且基于由天线阵列104接收的信号生成快照x。基于上述等式和信号的DoA，DML估计器402可以确定快照估计
Figure BDA0003866758750000102
并基于所述快照估计来估计DML值Dn。通过以下等式计算DML值D，其中H是快照估计的共轭转置。
Figure BDA0003866758750000101
信号的DoA还可以提供给额外的DoA搜索器404。额外的DoA搜索器404可以假设输入到DoA验证器400的信号的DoA对于n个源是正确的。DoA搜索器404可以形成波束成形矩阵An+1，其基于输入到DoA验证器400的信号的DoA和从额外源反射的信号的DoA，所述DoA不由输入到DoA验证器400的信号的DoA表示。然后，额外DoA搜索器404可以基于快照、输入到DoA验证器400的信号的DoA和从额外源反射的信号的DoA来计算快照估计。在一个例子中，可以针对从最小角度到最大角度的范围调整来自额外源的信号的DoA值，并使用相应的波束成形矩阵An+1为每个角度计算相应的DML值。
额外DoA搜索器404可以标识从额外源反射的信号的DoA。这产生输入到DoA验证器400的信号的DoA和从额外源反射的信号的DoA的最大DML值。在例子中，找到的最大DML值可能不是DML值的全局最大值，因为额外DoA搜索器404可以通过改变从额外源反射的信号的DoA的角度而不改变输入到DoA验证器400的信号的DoA，利用额外搜索来标识DML值的增大。对于DML值的全局最大值，输入到DoA验证器400的信号的一个或多个DoA可以改变，而不是假设输入到DoA验证器400的信号的DoA是正确的并通过搜索从额外源反射的信号的DoA来确定DML值。信号的正确DoA可以对应于额外搜索未保证的全局最大DML值。
最高DML值可以从额外的DoA搜索器404中标识，并由Dn+1表示。信号的DoA的DML值可由DML估计器402标识并由Dn表示。然后，DML比较器406可以将DML值Dn与DML值Dn+1进行比较。在例子中，所述比较可以基于比率。所述比率可以是由DoA验证器400接收的信号的DoA的可靠性的度量。
如果比率
Figure BDA0003866758750000111
接近1，则对应于最大DML值搜索的信号的额外DoA不与额外源相关联，而是与对应于输入到DoA验证器400的信号的DoA的源之一相关联。DML比较器406输出被输入到DoA验证器400的信号的DoA。例如，如果在搜索期间两次使用相同的信号DoA来确定波束调向矩阵An+1，则DML值可能不会增大。DML值可以是单调的，使得以下等式成立：
Figure BDA0003866758750000112
Figure BDA0003866758750000113
其中信号的DoA表示为
Figure BDA0003866758750000114
并且i对应于n个源中的源i，来自n个源的信号的DoA由
Figure BDA0003866758750000115
表示，并且
Figure BDA0003866758750000116
是从n个源反射的信号的额外DoA。根据等式(6)和(7)，如果
Figure BDA0003866758750000117
对应于n个源，则搜索额外源不会影响DML值。另外，在存在n个源的情况下，比率
Figure BDA0003866758750000118
可能对SNR的变化和天线缺陷不太敏感，因为Dn+1和Dn的值受到的SNR变化和天线缺陷的影响相同。
如果比率
Figure BDA0003866758750000119
不接近1，则对应于最大DML值搜索的信号的DoA与额外源相关联。在例子中，DML值D{n+1}明显增大，因为假设对应于所有源的
Figure BDA00038667587500001110
中信号的DoA不正确，因为源的数量为m＞n。然后，DoA验证器400可以使DML DoA估计器116基于DML算法确定包括额外源的信号的DoA。
在例子中，如果将来自额外源的信号的DoA添加到列表
Figure BDA00038667587500001111
Figure BDA00038667587500001112
则所述源的功率将包括在DML值中并增大DML值。由此，在搜索之后明显增大的DML值意味着可能存在m＞n个源。
Figure BDA00038667587500001113
换句话说，信号的候选DoA的列表
Figure BDA00038667587500001114
是不完整的。
可以绘制在两个源的情况下基于快照的比率的直方图和在三个源的情况下基于快照的比率的直方图，以确认将比率与阈值进行比较指示环境是具有两个源还是三个源。可以计算应用于对应于两个源的信号的不同噪声实现的比率，以及与阈值相比的比率值。如果比率
Figure BDA0003866758750000121
小于不同噪声实现的阈值，则快照限定来自两个源的信号。如果比率
Figure BDA0003866758750000122
不小于不同噪声实现的阈值，则快照限定来自三个源的信号。
图5是根据一个或多个实施例的在两个源的情况下比率的分布500的例子。两个源中的一个源可以具有小功率，例如10dB SNR。DML()可以表示函数，其确定输入到所述函数的信号的DoA的DML值。DML(φ1，φ2，φ3)可以指示针对三个DoA确定DML值，而DML(φ1，φ2)可以指示针对两个DoA确定DML值。可以针对不同的噪声实现确定比塞
Figure BDA0003866758750000123
并且分布500可以指示在不同噪声实现的情况下沿着轴线504的比率的数量以及沿着轴线502的比率的值。
图6是根据一个或多个实施例的在三个源的情况下比率的分布600的例子。所添加的第三源也可以具有小功率，例如10dB SNR。可以针对不同的噪声实现确定比率
Figure BDA0003866758750000124
并且分布600可以指示针对不同噪声实现沿着轴线604的比率的数量以及沿着轴线602的比率的值。与分布500相比，分布600可以随着源数量的变化而移位。基于分布500和600，可以使用例如1.2的阈值比率来标识是否存在第三源。两个源的分布具有小于此量的比率值，并且三个源的分布具有大于此量的比率值。更具体地说，如果比率
Figure BDA0003866758750000125
大于阈值，则存在三个源，否则存在两个源。在例子中，阈值可能不会因电源功率的变化而变化。
单调性可能成立，但不一定成立，还可用于检测存在k＜＝n个源。假设
Figure BDA0003866758750000126
是信号的正确DoA，将列表
Figure BDA0003866758750000127
中的角度
Figure BDA0003866758750000128
替换为
Figure BDA0003866758750000129
使得：
Figure BDA00038667587500001210
等式8和等式9中的单调性可以应用如下。通过首先在所有角度上执行额外搜索，我们可以排除在DML值不增大的情况下存在m＞n个源的情况。如果DML值未通过将假设为正确的
Figure BDA00038667587500001211
替换为另一个来减小，则此
Figure BDA00038667587500001212
不正确，并且可以从可能正确的DoA的列表中去除。由此，由此我们可以得出结论，存在k＜＝n个源。
在例子中并且返回参考图4，DoA验证器400可以执行滤波过程。DoA验证器400可以具有DoA滤波器408，以验证信号的DoA是否未被源反射。可以将比率
Figure BDA0003866758750000131
与阈值进行比较。所述比率可以是信号的DoA的可靠性的度量。在此等式中，Dn+1是由DML比较器306输出的信号的所有DoA的DML值，并且Dm是被排除信号的一个DoA的DML值。与Dm相关联的信号的DoA可以是与Dm+1相关联的信号的DoA的子集。在一个例子中，排除信号的第一DoA。如果被排除信号的DoA的比率
Figure BDA0003866758750000132
不接近1，则被排除信号的DoA由对应源(以极大功率)反射。如果被排除信号的DoA的比率
Figure BDA0003866758750000133
接近1，则被排除信号的DoA不会被对应源(以极大功率)反射。DoA滤波器408不输出信号的被排除DoA，因此如果信号被源反射，则仅对所述信号的DoA进行滤波。对信号的第二DoA重复此过程并对信号的其它DoA继续此过程，使得对于由Dn+1＝DoA 1、DoA 2和DoA 3引用的三个DoA，Dn可以对应于一个迭代中的(DoA 1、DoA 2)、另一个迭代中的(DoA 2、DoA 3)，以及又一迭代中的(DoA 1、DoA 3)。
在例子中，当残余估计小于噪声估计(加上误差容限)时，还可以对由DoA验证器108输出的信号的DoA执行滤波过程。在例子中，可以将列表
Figure BDA0003866758750000134
中的信号的DoA的残余误差
Figure BDA0003866758750000135
与噪声功率进行比较。如果差很小，则不存在m＞n个源。如果信号的所有DoA都在列表
Figure BDA0003866758750000136
中，则DML值为全局最大值。如果包括信号的冗余DoA，则情况也是如此。另外，k<＝n个源可以与由DoA验证器输出的信号的DoA相关联，并且DoA滤波器可以基于上述滤波过程确定k。
在例子中，来自一组m个信号DoA的n个信号DoA的组合(其中n、m是整数并且n＜m)产生最大DML值，可以指示组合中各自由源反射的信号的DoA。为了说明，DNN可以指示信号的三个DoA，即使可能只存在两个源。为了找到对应于来自两个源的反射的信号的两个DoA，可以计算DML(DoA1、DoA2)、DML(DoAl、DoA3)和DML(DoA2、DoA3)。对应于最大DML值的信号的两个DoA也可以是从两个源反射的信号的两个DoA。
在例子中，如果从列表
Figure BDA0003866758750000137
中去除角度
Figure BDA0003866758750000138
则DML值可减小。如果去除角度不会使DML值(明显)减小，则信号的角度
Figure BDA0003866758750000141
不会从源反射，并且应从列表中去除。在检查k＝1...n的所有
Figure BDA0003866758750000142
并排除未明显减小DML值的
Figure BDA0003866758750000143
之后，找到源的数量和由源反射的信号的DoA。
图7是根据一个或多个实施例的与图4中的示例DoA验证器108相关联的功能700的示例流程图。在702处，DoA验证器400从DNN DoA估计器106接收信号的一个或多个DoA和多个信号的快照，所述多个信号中的每个信号从相应源反射并由天线阵列接收。在704处，DoA验证器400基于在角度搜索空间中搜索由额外源反射的信号的DoA的值来确定由DNN DoA估计器106提供的信号的DoA和由额外源反射的信号的DoA的DML值。从额外源反射的信号的DoA可以使得由DNN DoA估计器106提供的信号的DoA与由额外源反射的信号的DoA的组合产生最大DML值。在706处，将(i)由DNN DoA估计器106提供的信号的DoA的DML值与(ii)由DNNDoA估计器106提供的信号的DoA与由额外源反射的信号的DoA的组合的DML值的比率与阈值进行比较。如果比率不小于阈值，则由DNN DoA估计器106提供的信号的DoA可能不正确，并且信号的DoA的集合应包括由额外源反射的信号的DoA。在708处，使用DML DoA估计器来确定信号的DoA。如果比率小于阈值，则在702处接收到的信号的DoA不排除由额外源反射的信号的DoA。在710处，对由DNN DoA估计器106提供的信号的DoA进行滤波以确定所述DoA是否各自对应于相应的源。滤波过程包括基于由DNN DoA估计器106提供的信号的DoA的DML值与信号的一个DoA被排除的DML值进行比较。如果比率
Figure BDA0003866758750000144
接近一，则信号的被排除DoA很可能是未被源(以极大功率)反射且未由DoA滤波器408输出的信号的“幻像”DoA。如果比率
Figure BDA0003866758750000145
不接近一，则信号的被排除DoA由源(以极大功率)反射，并由DoA滤波器408输出。
已使用例如残差神经网络(ResNet)等深度神经网络的数个示例配置进行了DoA估计。具有12个卷积层的ResNet的一次执行可能需要2.8M(兆)乘法累加(MAC)，与源的数量无关。DML算法的计算复杂度在很大程度上取决于估计的DoA数量。此外，可能存在降低DML算法的计算复杂度的高度优化版本。使用快速优化版本的DML算法对2个源进行DoA估计可能需要大约1M MAC。对于3个源，DoA估计可以增加到大约5.2M MAC。对于4个源，计算要求可以超过8M MAC。因此，我们得出结论，在估计来自多于2个源的信号的DoA的情况下，使用ResNet在计算上更高效。
应注意，使用例如ResNet等DNN只是提供良好DoA估计性能的神经网络的例子。可以使用其它计算上更高效的神经网络进行DoA估计。此外，这些神经网络可以使用固定点数，而DML算法依赖于浮点数。另一选项是减少神经网络中的层数，这会降低其估计性能。即使层数减少，也可以根据本公开检测信号的DoA的可靠性，使得这些神经网络可以继续用于确定信号的DoA。
下文呈现Matlab脚本，其验证是否提供了所有源的信号的DoA，并确认由对应源反射的信号的DoA。
Figure BDA0003866758750000151
Figure BDA0003866758750000161
Figure BDA0003866758750000171
如上文所描述，快照可以包括从具有相同距离和速度(多普勒)的一个或多个源反射并由雷达系统的天线阵列接收的一个或多个信号。快照通常是雷达系统相对于快照估计或估计快照的实际测量，估计快照是基于一个或多个接收到的信号的快照估计。另外，短语“信号的DoA”可以指由源反射的信号的DoA，并且类似地，短语“信号的DoA”可以指由源反射的信号的DoA，其中每个信号都从相应的源反射。
上文已详细描述了几个实施方案，并且各种修改也是可能的。包括本说明书中描述的功能操作的所公开主题可以在电子电路、计算机硬件、固件、软件或它们的组合中实施，例如在本说明书中公开的结构装置及其结构等效物中实施：可能包括可用于使例如处理器之类的一个或多个数据处理设备执行所描述的操作的程序(例如编码在非暂时性计算机可读介质中的程序代码，所述非暂时性计算机可读介质可以是存储器装置、存储装置、机器可读存储基板或其它物理、机器可读介质，或它们中的一个或多个的组合)。
尽管本说明书包含许多细节，但这些细节不应理解为限制可能主张的内容的范围，而是应理解为对特定于具体实施方案的特征的描述。在本说明书中在单独实施方案的情形下描述的某些特征还可在单个实施方案中组合地实施。相反，在单个实施方案的情形下描述的各种特征还可单独地或以任何合适的子组合在多个实施方案中实施。此外，尽管上文可将特征描述为以某些组合起作用且甚至最初如此主张，但在一些情况下，可将来自所主张的组合的一个或多个特征从组合中删除，并且所主张的组合可针对子组合或子组合的变化。
类似地，尽管在附图中以特定次序描绘了操作，但这不应被理解为要求按照所示出的特定次序或按照先后次序来执行此类操作，或者要求执行所有示出的操作，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上文所描述的实施方案中的各种系统组件的分离不应被理解为要求在所有实施方案中都这样分离。
在具有连词“和”的列表之前使用短语“中的至少一个”不应被视为排他性列表，并且不应被理解为具有来自每一类别的一个项目的类别列表，除非另有特定说明。陈述“A、B和C中的至少一个”的句子可含有列出的项目中的仅一个、多个所列项目，以及列表中的项目中的一个或多个和未列出的另一项目。
其它实施方案属于所附权利要求书的范围内。

Claims (10)

1.一种由雷达系统执行的方法，其特征在于，所述方法包括：
接收包括多个信号的快照，所述多个信号中的每个信号从相应源反射并由天线阵列接收；
由第一DoA估计器基于接收到的快照确定多个DoA，所述多个DoA包括所述多个信号中的每个信号的相应DoA；
测量所述多个DoA的可靠性；
响应于所述多个所述DoA的所述可靠性超过阈值，输出由所述第一DoA估计器确定的所述多个所述DoA中的至少一个DoA；以及
响应于所述多个所述DoA的所述可靠性不超过所述阈值，由第二DoA估计器基于所述接收到的快照确定包括所述多个信号中的每个信号的相应DoA的第二多个DoA并输出所述第二多个DoA中的至少一个DoA。
2.根据权利要求1所述的方法，其特征在于，测量所述可靠性包括基于波束成形矩阵确定快照估计，所述波束成形矩阵是所述多个DoA的函数。
3.根据权利要求1所述的方法，其特征在于，测量所述可靠性包括确定第一确定性最大似然(DML)值，所述第一DML值是基于所述多个DoA的DML值。
4.根据权利要求3所述的方法，其特征在于，测量所述可靠性包括在搜索空间中搜索由额外源反射的信号的DoA的值，所述信号的所述DoA不包括在由所述第一DoA估计器确定的所述多个所述DoA中。
5.一种雷达系统，其特征在于，包括：
第一DoA估计器，所述第一DoA估计器被配置成接收包括多个信号的快照，所述多个信号中的每个信号从相应源反射并由天线阵列接收；
DoA验证器，所述DoA验证器被配置成：基于接收到的快照确定多个DoA，所述多个DoA包括所述多个信号中的每个信号的相应DoA；测量所述多个DoA的可靠性；以及响应于所述多个所述DoA的所述可靠性超过阈值，输出由所述第一DoA估计器确定的所述多个所述DoA中的至少一个DoA；以及
第二DoA估计器，所述第二DoA估计器被配置成响应于所述多个所述DoA的所述可靠性不超过所述阈值，由第二DoA估计器基于所述接收到的快照确定包括所述多个信号中的每个信号的相应DoA的第二多个DoA并输出所述第二多个DoA中的至少一个DoA。
6.根据权利要求5所述的雷达系统，其特征在于，所述DoA验证器另外被配置成基于波束成形矩阵确定快照估计，所述波束成形矩阵是由所述第一DoA估计器确定的信号的所述DoA的函数。
7.根据权利要求5所述的雷达系统，其特征在于，所述DoA验证器另外被配置成基于所述快照估计和所述接收到的快照确定残余误差。
8.根据权利要求5所述的雷达系统，其特征在于，所述DoA验证器被配置成确定第一确定性最大似然(DML)值，所述第一DML值是基于所述多个DoA的DML值。
9.根据权利要求5所述的雷达系统，其特征在于，所述DoA验证器被配置成在搜索空间中搜索由额外源反射的信号的DoA的值，所述信号的所述DoA不包括在由所述第一DoA估计器确定的所述多个所述DoA中。
10.根据权利要求9所述的雷达系统，其特征在于，所述DoA验证器被配置成将所述第一DML值与另一DML值进行比较，所述另一DML值是所述多个DoA和由额外源反射的所述信号的所述DoA的DML值。
CN202211186195.4A 2021-09-30 2022-09-27 确定雷达系统从源接收的信号的到达方向（doa）的可靠性以及用于确定可靠性的设备 Pending CN115902788A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/449,533 US20230101091A1 (en) 2021-09-30 2021-09-30 Determining reliability of a direction of arrival (doa) of a signal received by a radar system from a source and apparatus for determining reliability
US17/449,533 2021-09-30

Publications (1)

Publication Number Publication Date
CN115902788A true CN115902788A (zh) 2023-04-04

Family

ID=82942367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211186195.4A Pending CN115902788A (zh) 2021-09-30 2022-09-27 确定雷达系统从源接收的信号的到达方向（doa）的可靠性以及用于确定可靠性的设备

Country Status (3)

Country Link
US (1) US20230101091A1 (zh)
EP (1) EP4160254A1 (zh)
CN (1) CN115902788A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736342A (zh) * 2023-05-17 2023-09-12 中山大学·深圳 一种基于集成cnn的gnss欺骗检测方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6567832B2 (ja) * 2015-01-29 2019-08-28 日本電産株式会社 レーダシステム、レーダ信号処理装置、車両走行制御装置および方法、ならびにコンピュータプログラム
CN112130111B (zh) * 2020-09-22 2022-09-30 南京航空航天大学 一种大规模均匀十字阵列中单快拍二维doa估计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116736342A (zh) * 2023-05-17 2023-09-12 中山大学·深圳 一种基于集成cnn的gnss欺骗检测方法及系统

Also Published As

Publication number Publication date
US20230101091A1 (en) 2023-03-30
EP4160254A1 (en) 2023-04-05

Similar Documents

Publication Publication Date Title
CN109407093B (zh) 解决宽孔径雷达到达角模糊度的多普勒测量
EP2972475B1 (en) Iterative kalman filtering
US8294610B2 (en) Systems and methods for resolving interferometric angle-of-arrival ambiguities due to local multipath reflections
CN106501800B (zh) 基于代价参考粒子滤波的mimo雷达目标检测前跟踪方法
US20100315904A1 (en) Direction-finding method and installation for detection and tracking of successive bearing angles
EP3483630B1 (en) Detection of parking slot configuration based on repetitive patterns
CN103616661B (zh) 一种稳健的远场窄带信号源个数估计方法
KR102262197B1 (ko) Fmcw 레이다의 신호를 활용하여 표적의 형상을 추정하는 장치 및 그 방법
CN115902788A (zh) 确定雷达系统从源接收的信号的到达方向（doa）的可靠性以及用于确定可靠性的设备
JP7240127B2 (ja) 単一の移動プラットフォームから測定された到達周波数（ｆｏａ）を使用する、エミッタの場所決定
EP1682923B1 (fr) Procede de localisation d un ou de plusieurs emetteurs
Panahi et al. Maximum a posteriori based regularization parameter selection
CN114371453A (zh) 对雷达传感器进行校准的方法和系统
KR20240117625A (ko) 복수의 안테나들을 구비한 레이더 센서의 오류가 있는 안테나 신호들의 감지를 위한 방법 및 제어 장치
CN114265004B (zh) 一种基于子空间对消的干扰下的目标角度估计方法
Olbrich et al. New pre-estimation algorithm for FMCW radar systems using the matrix pencil method
Kantor et al. Prior mismatch in Bayesian direction of arrival estimation for sparse arrays
AU2008220873B2 (en) Automatic procedure for merging tracks and estimating harmonic combs
KR20140088683A (ko) 차량용 레이더를 이용한 물체 감지 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
CN104375116B (zh) 一种基于无线传感器阵列的到达方向检测方法
CN113030933B (zh) 雷达的目标方位角计算方法、雷达装置及可读存储介质
Liu et al. Compressive sensing for very high frequency radar with application to low-angle target tracking under multipath interference
Hyder et al. Maximum a posteriori based approach for target detection in MTI radar
Li et al. Underwater source localization in the presence of strong interference
US20220262016A1 (en) Position Tracking with Multiple Sensors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination