CN116627382A - 数据处理的方法、装置及雷达传感器 - Google Patents
数据处理的方法、装置及雷达传感器 Download PDFInfo
- Publication number
- CN116627382A CN116627382A CN202211201288.XA CN202211201288A CN116627382A CN 116627382 A CN116627382 A CN 116627382A CN 202211201288 A CN202211201288 A CN 202211201288A CN 116627382 A CN116627382 A CN 116627382A
- Authority
- CN
- China
- Prior art keywords
- data
- mantissa
- unit
- register
- register address
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000005070 sampling Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims description 113
- 238000001514 detection method Methods 0.000 claims description 93
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 15
- 230000000875 corresponding effect Effects 0.000 description 45
- 239000000523 sample Substances 0.000 description 19
- 238000001228 spectrum Methods 0.000 description 13
- 238000007619 statistical method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 2
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 2
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000035559 beat frequency Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- 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
- G01S13/04—Systems determining presence of a target
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种数据处理的方法,可应用对预设数据序列进行直方图统计,所述预设数据序列中的各个数据均包括指数部分及尾数部分,所述方法包括:对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数;根据各个数据的第一指数及第一尾数生成寄存器地址;以及根据所述寄存器地址调整对应寄存器内的数值。本发明所提供的数据处理的方法,可适用于如ADC采样数据等定点非负实数数据、二维FFT功率数据等浮点非负实数数据,以及其他类型数据统计排序的过程中,该方法所进行的分类统计的速度快、运算复杂度低,提高了数据的处理效率。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种数据处理的方法、装置及雷达传感器。
背景技术
在诸如雷达数据等类型数据的处理过程中,往往需要对一些数据进行排序,简单排序的时间复杂度为O(N2),而快速排序的时间复杂度则为O(Nlgo(N)),N为数据的数目。由此可知,随着排序数据数据的增加,无论是简单排序或是快速排序,其时间复杂度都会呈现几何式增长,进而针对诸如雷达数据此类需要海量数据排序的应用场景中,数据排序会耗费系统较多的处理及时间资源。
发明内容
有鉴于现有技术的至少一个缺陷,本发明提供了一种数据处理方法,可适用于如ADC采样数据等定点非负实数数据)、二维FFT功率数据等浮点非负实数数据,以及其他类型数据统计排序的过程中,该方法所进行的分类统计的速度快、运算复杂度低,提高了数据的处理效率;且该方法易于硬件实现,为后续利用上述多种数据进行诸如噪底估计、干扰检测、恒虚警处理或边道检测等操作提供了硬件支持。具体的:
一种数据处理的方法,可应用对预设数据序列进行直方图统计,所述预设数据序列中的各个数据均包括指数部分及尾数部分,所述方法可包括:对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数;根据各个数据的第一指数及第一尾数生成寄存器地址;以及根据所述寄存器地址调整对应寄存器内的数值。
上述的数据处理方法,通过对预设数据序列的直方图统计,可在诸如雷达数据等类型数据的处理过程中,快速的实现对数据的统计及排序,尤其针对定点或浮点非负实数数据的统计及排序操作,可将简单排序的时间复杂度由O(N2)、O(Nlog(N))降低至O(N)。例如,针对雷达数据中的采样数据、二维FFT处理后的速度维数据、能量维数据等进行排序时,能够使得随着排序数据数据的增加,无论是简单排序或是快速排序,其时间复杂度都不会呈现几何式增长,进而针对诸如雷达数据此类需要海量数据排序的应用场景中,能够确保数据排序不会耗费系统较多的处理及时间资源,以确保处理输出的实时性。
在一些可选的实施例中,其中对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数包括:针对任意一个当前数据的尾数部分进行移位处理,直到该尾数部分的首位为“1”,并将移位处理后的尾数部分作为当前数据的所述第一尾数;对获得第一尾数的当前数据的指数部分进行减法处理,使得其数据值保持不变,并将处理后的指数部分作为当前数据的所述第一指数。
在一些可选的实施例中,其中所述寄存器地址具有预设比特数,所述方法包括:在归一化后的所述预设数据序列中进行搜索,获得所述第一指数的最大值及最小值;根据所述第一指数的最大值及最小值,确定所述寄存器地址中用于存储指数信息的第一比特数;根据所述寄存器地址中用于存储指数信息的第一比特数,及所述寄存器地址的预设比特数,确定所述寄存器地址中用于存储尾数信息的第二比特数。
在一些可选的实施例中,其中所述根据所述数据的第一指数及第一尾数生成寄存器地址包括:根据所述第一指数获得第一指数编号,所述第一指数编号具有所述用于存储指数信息的第一比特数;根据所述第一尾数的预设一个或多个有效位获得第一尾数编号,所述第一尾数编号具有所述用于存储尾数信息的第二比特数;将所述第一指数编号与所述第一尾数编号组合,生成所述寄存器地址。
在一些可选的实施例中,其中所述第一指数编号根据所述数据的第一指数与所述预设数据序列中的所述第一指数的最小值获得。
在一些可选的实施例中,其中所述根据所述寄存器地址调整对应寄存器内的数值包括:根据所述寄存器地址将对应寄存器内的数值加1。
在一些可选的实施例中,所述的方法还可包括:对所述预设数据序列中的全部数据完成计数后,以寄存器地址为横坐标,寄存器内存储的数值为纵坐标,生成统计直方图。
在一些可选的实施例中,所述的方法还可包括:锁定所述统计直方图中的预设区间,通过反变换算法,将所述预设区间内的寄存器地址恢复为所述预设数据序列中的数据。
在一些可选的实施例中,其中所述预设数据序列中的数据为定点或浮点非负实数数据。
在一些可选的实施例中,其中所述预设数据序列为雷达数据的数据序列。
在一些可选的实施例中,其中所述雷达数据包括对回波信号进行采样后获得的采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT速度维数据、以及对所述采样数据进行处理得到的能量维数据中的一种或多种。
本申请实施例中还提供了一种数据处理的装置,可应用于对预设数据序列进行直方图统计,所述预设数据序列中的各个数据均包括指数部分及尾数部分,所述装置包括:数据处理单元,配置成对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数;地址生成单元,与所述数据处理单元耦接,配置成根据各个数据的第一指数及第一尾数生成寄存器地址;计数单元,与所述地址生成单元耦接,配置成根据所述寄存器地址调整对应寄存器内的数值。
在一些可选的实施例中,所述的装置还可包括:直方图生成单元,与所述计数单元耦接,配置成在对所述预设数据序列中的全部数据完成计数后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,以所述寄存器内的数值为纵坐标,生成统计直方图。
本申请实施例中还提供了一种雷达传感器,可包括:发射单元,配置成发射频率随时间线性变化的连续波;接收单元,配置成接收回波信号;混频单元,与所述发射单元、所述接收单元分别耦接,配置成对回波信号进行下降频处理以得到中频信号;采样单元,与所述混频单元耦接,配置成对所述中频信号进行模数转换后采样以输出采样数据;FFT单元,与所述采样单元耦接,配置成对所述采样数据进行二维快速傅里叶变换,分别输出一维傅里叶变换数据及二维傅里叶变换数据;如上述任一用于数据处理的装置,与所述采样单元、所述FFT单元分别耦接,配置成:对所述采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT速度维数据、以及对所述采样数据进行处理得到的能量维数据中的一种或多种进行统计;在对全部数据完成统计后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,以所述寄存器内的数值为纵坐标,生成统计直方图。
在一些可选的实施例中,雷达传感器可包括:干扰判定单元,与所述用于数据处理的装置耦接,配置成:根据所述统计直方图,对所述中频信号进行干扰检测、恒虚警处理和边道检测中的一种或多种操作。
在一些可选的实施例中,雷达传感器可包括:目标检测单元,与所述FFT单元、所述干扰判定单元分别耦接,配置成:当所述干扰判定单元判断所述中频信号中不包括干扰信号时,所述目标检测单元根据恒虚警处理后的干扰检测门限,在所述一维FFT数据和/或所述二维FFT数据中获得目标物的距离和速度。
本申请实施例还提供了一种集成电路,可包括依次连接的射频模块、模拟信号处理模块和数字信号处理模块;所述射频模块用于产生射频发射信号和接收射频接收信号;所述模拟信号处理模块用于对所述射频接收信号进行降频处理以得到中频信号;所述数字信号处理模块用于对所述中频信号进行模数转换以得到数字信号;以及数据处理模块,所述数据处理模块用于对所述数字信号进行处理以实现目标探测;其中,所述数据处理模块还包括直方图硬件加速器,所述直方图硬件加速器用于实现本申请实施例中所述的方法,以及基于所述的方法实现诸如噪低估计、干扰检测、OS-CFAR和边道检测等中的至少一个信号处理过程。
在一些可选的实施例中,所述集成电路可为毫米波雷达芯片。
本申请实施例还提供了一种无线电器件,可包括:承载体;如本申请实施例中任一所述的集成电路,设置在所处承载体上;天线,设置在所述承载体上,或者所述天线与所述集成电路集成为一体器件设置在所述承载体上;其中,所述集成电路与所述天线连接,用于发射所述射频发射信号和/或接收所述射频接收信号。
本申请实施例还挺了一种终端设备,可包括:设备本体;以及设置于所述设备本体上的如本申请实施例中所述的无线电器件;其中,所述无线电器件用于目标检测,以向所述设备本体的运行提供参考信息。
本发明所提供的数据处理的方法,可适用于对ADC采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT功率数据、以及其他处理过程中产生的定点或浮点非负实数数据等多种数据(如雷达数据)进行统计分类,该方法进行分类统计的速度快、运算复杂度低,提高了数据的处理效率;本发明所提供的用于数据处理的装置,易于硬件实现,为后续利用上述诸如多种雷达数据进行噪底估计、干扰检测、恒虚警处理或边道检测等提供了硬件支持。本发明提供的雷达传感器中可集成有本申请实施例中任一所述的直方图硬件加速器,以基于同一个硬件加速器的物理架构的基础上,实现雷达数据过程中基于能量或速度维度的诸如噪低估计、干扰检测、OS-CFAR以及边道检测等操作,在简化了运算过程的同时,还能节省了算力,并提升了硬件结构的复用率,提升了器件的集成度,同时采用硬件加速器的物理架构还能有效提高对雷达数据进行处理的速度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图,而并不超出本申请要求保护的范围。
图1示出了本发明的一个实施例所提供的雷达数据的统计方法;
图2示出了本发明的一个实施例所提供的雷达数据的统计方法对应的寄存器地址及存储数值;
图3示出了本发明的一个实施例所提供的雷达数据的统计方法中形成的统计直方图;
图4示出了本发明的一个实施例中的数据类型及存储格式;
图5示出了本发明的一个实施例中所提供的寄存器地址的位数信息及存储格式;
图6示出了本发明的一个实施例所提供的雷达数据的统计方法对应的寄存器地址及存储数值;
图7示出了本发明的一个实施例所提供的用于雷达数据统计的装置;
图8示出了本发明的一个实施例所提供的雷达传感器;
图9a-9g为基于本申请实施例硬件加速器进行OS-CFAR相关的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面就以毫米波雷达为例进行详细说明:
毫米波雷达是工作在毫米波波段(millimeter wave)的探测雷达。通常毫米波是指30GHz至300GHz频域(对应波长为1mm至10mm)的电磁波信号。毫米波的波长介于微波和厘米波之间,因此雷达传感器兼有微波雷达和光电雷达的一些优点。例如:雷达传感器的体积小、质量轻、空间分辨率高,穿透雾、烟、灰尘的能力强,具有全天候的探测性能。雷达传感器能分辨识别很小的目标,而且能同时识别多个目标等。
线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)广泛应用于汽车雷达传感器系统中。在该雷达系统中,发射机连续发射多个LFMCW脉冲波形,接收机对接收到的LFMCW反射信号经过下变频处理,得到基带信号,再进行2维(2 Dimension,2D)快速傅里叶变换(Fast Fourier Transform,FFT)。其中,第一维是每个LFMCW脉冲内的FFT,即距离维FFT;第二维是取出所有脉冲的FFT谱内相同谱线位置处的值,再进行一次FFT运算,即多普勒维FFT。这样得到的2D FFT平面上,不同距离和速度的目标会在2D FFT平面的不同坐标处,以尖峰的形式呈现。反射越强的目标,峰值会越高。目标检测的过程,即在2DFFT平面内的搜索峰值,当2D FFT某一坐标处的值高于某一个检测门限值,例如2D FFT平面的噪底(noise floor),并且满足一些特定条件,即可认为是目标,该坐标对应的距离维和多普勒维坐标数值分别对应该目标的距离和速度。
如何利用雷达传感器的雷达原始数据,以及经过二维傅里叶变换获得的2DFFT数据,快速地进行目标物判断与距离、速度的测量,与此同时,进行干扰检测、恒虚警处理等一系列工作,是雷达数据处理面临的问题。
首先以LFMCW雷达传感器为例,简述雷达数据产生的过程及原理。
LFMCW雷达传感器通过信号发生器产生频率随时间线性变化的数字信号,数模转换器与信号发生器耦接,配置成接收所述数字信号转换为模拟信号,振荡器与数模转换器耦接,配置成接收所述模拟信号,根据所述模拟信号产生毫米波波段的射频信号。分离器与振荡器耦接,配置成将振荡器产生的射频信号分离,一部分作为发射信号,由发射天线朝向可能存在目标物的探测空间发射,另一部分作为混频器的输入信号,用以生成混频信号。
LFMCW雷达传感器的接收天线配置成接收探测空间内的毫米波信号,其中包括发射信号经探测空间内的目标物反射形成的回波,也可能包括干扰信号,例如来自其他车载雷达传感器。混频器与接收天线耦接,配置成将接收天线接收到的毫米波信号与发射信号进行混频,其中,混频器包括低通滤波器,发射信号与接收信号在时域相乘后,通过低通滤波器进行低通滤波,以形成混频信号(即雷达传感器的原始数据)。模数转换器与低通滤波器耦接,配置成对混频信号进行采样,并输出到信号处理单元。
信号处理单元与模数转换器耦接,配置成接收采样后的混频信号,并对采样后的混频信号执行二维快速傅里叶变换(FFT)。首先对于时域的采样信号进行快速傅里叶变换,得到的频率值(差拍频率)与目标物的距离相关。一维傅里叶变换之后,目标物的速度信息仍然保留在混频信号的相位信息中,对同一距离分辨率(距离门)的一维FFT数据再次进行采样,对采样后的FFT数据执行快速傅里叶变换,得到的频率值(多普勒频率)与目标物的速度相关。
在上述混频信号的处理过程中,共有三次数据输出,分别是:模数转换器(ADC)对混频信号进行采样,并输出ADC采样数据;信号处理单元首先对于时域的采样信号进行快速傅里叶变换,得到一维FFT数据并输出;信号处理单元之后对同一距离分辨率(距离门)的一维FFT数据再次进行采样,对采样后的FFT数据执行快速傅里叶变换,得到二维FFT数据并输出。
本发明提供一种对于上述ADC采样数据、一维FFT数据和二维FFT数据中的一种或多种进行统计的方法,该统计方法快速、简便,易于硬件实现,为后续利用上述ADC采样数据、一维FFT数据和二维FFT数据中的一种或多种进行噪底估计、干扰检测、恒虚警处理或边道检测等提供了硬件支持。
根据本发明的一个实施例,如图1所示,本发明提供一种雷达数据的统计方法10,所述雷达数据包括预设数据序列,所述预设数据序列中的数据由指数部分及尾数部分组成,雷达数据的统计方法10包括步骤S101至步骤S103。其中:
在步骤S101中,对所述预设数据序列进行归一化处理,获得数据的第一指数及第一尾数。由ADC采样、二维FFT功率数据,通常为已知长度的数据序列,不同数据序列中的数据表示方法,根据数据类型及存储格式不同而不同,例如包括:
1.(-1)s*(1.M)*2E-offset,IEEE754浮点数表示规则,数据中包含单独的符号位s,offset=127。
2.M*2-E
3.M*2E
4.M,不含指数部分E。
本发明中称M、1.M为尾数部分,E、E-offset为指数部分。
由于本发明所涉及的数据统计对象,如ADC采样数据、一维FFT数据、二维FFT数据(包括能量数据)、速度数据等,仅涉及正数,因此不考虑IEEE754浮点数的符号位,则每一个数据均可表示为:
其中Eval=(-1)se*(E-offset)
其中,se和offset可根据需要配置,以表示上述第1、2、3、4种数据类型及存储格式。例如:令se=1,offset=0可表示第2种数据类型;令se=0,E=0,offset=0可表示第4种数据类型。
需要说明的是,针对速度维数据进行直方图统计时可直接进行统计处理,而针对能量维数据进行直方图统计时,可先对样本的能量维数据进行对数处理(如以2或10为底的log运算,而考虑到与计算机数据存储特性相互之间的契合度,可优选以2位底的log运算,进而达到降低实现难度的目的)。同时,基于能量维数据进行直方图统计可应用诸如噪低估计、干扰检测、恒虚警处理(如OS-CFAR)或边道检测等场景中。
根据本发明的一个实施例,上述的步骤S101中,对所述数据序列进行归一化处理,获得数据的第一指数及第一尾数进一步包括:步骤S1011和步骤S1012。其中:
在步骤S1011中,对数据的尾数部分进行移位处理,直到尾数部分的首位为1,将移位处理后的尾数部分作为所述第一尾数;在步骤S1012中,对获得第一尾数的数据的指数部分进行减法处理,使得数据值保持不变,将处理后的指数部分作为所述第一指数。
对于上述表示成的数据,将尾数部分M(M不为0)左移p比特,直至最高比特位变成“1”,得到第一尾数Mnorm;要保持数值不变,需要更新指数部分:使得Enorm=Eval-p,其中Enorm为第一指数。新的数值为/>它和原数值/>是相等的。需要注意的是,在实施例中针对数据尾数部分只能进行左移操作来得到第一尾数Mnorm。
在步骤S102中,根据所述数据的第一指数及第一尾数形成寄存器地址。
根据本发明的一个实施例,首先确定寄存器标识(通常对应寄存器地址)的比特数,由于处理器或可编程控制器分配给寄存器的地址位宽已知(处理器或可编程控制器分配给寄存器的地址位宽为预设的比特数),需要确定的是在已知的寄存器地址位宽(预设的比特数)中,多少比特用于存放(标识)指数信息,多少比特用于存放(标识)尾数信息。雷达数据的统计方法10进一步包括:
在归一化后的所述预设数据序列中进行搜索,获得所述第一指数的最大值及最小值。在归一化后的数据序列{d1,d2…dn}中进行搜索,归一化后的数据序列{d1,d2…dn}中的每一个数据di由第一指数Enorm_di和第一尾数Mnorm_di组成,提取到的第一指数的最大值及最小值分别记为Enorm_max和Enorm_min。
根据所述第一指数的最大值及最小值,确定所述寄存器标识(寄存器地址)中用于存储指数信息的第一比特数。假设寄存器标识(寄存器地址)的总位宽为W比特,其中高K比特用于存放指数信息,低W-K比特用于存放尾数信息,则整数K满足:
Enorm_max-Enorm_min<2K,
2K-1<Enorm_max-Enorm_min
满足这个条件的K是唯一的。
因此,根据所述寄存器标识(寄存器地址)中用于存储指数信息的第一比特数K,及所述寄存器标识(寄存器地址)的预设比特数W,确定所述寄存器标识(寄存器地址)中用于存储尾数信息的第二比特数W-K。
上述实施例提供了根据寄存器标识(寄存器地址)的预设比特数,确定存放数据指数信息的比特数,及存放尾数信息的比特数,通常情况下指数信息需要精确存储,而尾数信息可以化简合并后进行存储。上述实施例可以在处理器或可编程控制器分配给寄存器的存储地址有限的情况下,根据需要处理所述预设数据序列,迅速确定存放数据指数信息的比特数,及存放尾数信息的比特数。当处理器或可编程控制器分配给寄存器的存储地址足以覆盖全部信息位的情况下,也可以对数据的指数信息和尾数信息均进行精确存储,这些实施方式也在本发明的保护范围之内。并且,本发明提供的根据寄存器标识(寄存器地址)的预设比特数,确定存放数据指数信息的比特数,及存放尾数信息的比特数的方法,可以提高数据统计的速度,在不影响后续计算结果的情况下,节省了统计过程中的算力。
其中,上文所述的寄存器地址可以为处理器或可编程控制器分配给寄存器的真实存储地址,也可以为虚拟地址或指针。
确定了寄存器地址的比特数,以及其中用于存放(标识)指数信息的第一比特数,和用于存放(标识)尾数信息的第二比特数,下面介绍对于所述预设数据序列中的每一个数据,相应的寄存器地址生成的方法。
根据本发明的一个实施例,上述的步骤S102中,所述根据所述数据的第一指数及第一尾数生成寄存器地址进一步包括:步骤S1021至步骤S1023。其中:在步骤S1021中,根据所述第一指数获得第一指数编号,所述第一指数编号具有所述用于存储指数信息的第一比特数。其中,所述第一指数编号根据所述每一个数据的第一指数与所述预设数据序列中的所述第一指数的最小值获得。
例如,归一化后的数据序列{d1,d2…dn}中的一个数据di,其第一指数为Enorm_di,则数据di对应的第一指数编号为:
Enorm_di-Enorm_min
沿用上述实施例,所述寄存器标识的预设比特数为W,其中用于存储指数信息的第一比特数为K,由于第一比特数由Enorm_max-Enorm_min计算获得,则所述第一指数编号位于Enorm_max-Enorm_min区间之内,可以通过K个比特进行表示。
在步骤S1022中,根据所述第一尾数的预设一个或多个有效位获得第一尾数编号,所述第一尾数编号具有所述用于存储尾数信息的第二比特数。
例如,归一化后的数据序列{d1,d2…dn}中的一个数据di,其第一尾数为Mnorm_di,对第一尾数Mnorm_di的最高比特位“1”后的比特位作截取,截取位宽为W-K比特,得到第一尾数编号Mnorm_di′。
在步骤S1023中,将所述第一指数编号与所述第一尾数编号组合,形成所述寄存器地址。设总位宽为W比特的寄存器地址为bin_cnt_addr_di,则:
其中,Enorm_di-Enorm_min为相对指数,Mnorm_di′为尾数高位。
将第一指数编号置于寄存器地址的高位,而第一尾数编号置于寄存器地址的低位,则对于寄存器地址进行依序检索,即为对数据量按照从小到大进行排序。根据对寄存器地址进行依序检索,输出寄存器内存储的数值,即可形成横轴为数据量区间(能量区间、速度区间等),纵轴为数据量区间对应的样本个数的统计直方图。
根据本发明的一个实施例,本发明所提供一种数据处理的方法10,可应用于诸如毫米波雷达的数据处理过程中,在步骤S103中,可根据所述寄存器地址调整对应寄存器内的数值。
例如,上述实施例中,归一化后的数据序列{d1,d2…dn}中的一个数据di,对应的寄存器地址为:
则将寄存器地址为的寄存器内的数值加1。
对归一化后的数据序列{d1,d2…dn}中的每一个数据,根据其第一指数和第一尾数生成第一指数编号和第一尾数编号,进而生成相应的寄存器地址,将对应的寄存器内的数值加1,遍历数据序列{d1,d2…dn}中的全部数据后,完成对于雷达处理的统计处理。
采用本发明所提供的数据处理方法10,获得的寄存器地址及寄存器内存储数值的一个实施例如图2所示。
根据本发明的一个实施例,本发明所提供的雷达数据的统计方法10进一步包括:以所述寄存器地址为横坐标,所述寄存器内的数值为纵坐标,生成统计直方图。采用本发明所提供的雷达数据的统计方法10,生成统计直方图的一个实施例如图3所示。
下面以二维FFT功率数据为例,对本发明所提供的雷达数据的处理方法10进行说明。
如图4所示,假设二维FFT输出的功率数据以图示格式存储,其中指数部分E的位宽为5bits,尾数部分M的位宽为15bits,E和M都是无符号数,总位宽为20比特,表示的数值大小为:M*2-E。
假设其中一个20比特的功率数据为:
20′b0011_0110_0010_1000_1111,
则M=15’b001_1011_0001_0100,E=5’b0_1111=15,则根据上文所述的统一的数据表示方法:
其中Eval=(-1)se*(E-offset)
则:
Eval=-E=-15。
由于M的最高2比特为“0”,则左移2比特得到第一尾数:
Mnorm=13’b110_1100_0101_0000
要保持数值不变,需要更新指数部分为第一指数:
Enorm=Eval-2=-17
假设归一化后的数据序列中,第一指数的最大值Enorm_max及最小值Enorm_min分别为-12,-19,则K=3满足:
Enorm_max-Enorm_min<2K,
2K-1<Enorm_max-Enorm_min
假设处理器或可编程控制器分配给寄存器的地址位宽W=6bits,则寄存器的存储格式如图5所示,其中K=3bits用于存储指数信息,W-K=3bits用于存储尾数信息。
对于归一化后的预设数据序列{d1,d2…dn}中的每一个数据di,根据数据的第一指数Enorm_di与数据序列中的第一指数最小值作差Enorm_di-Enorm_min,获得第一指数编号(相对指数),对于上述实施例中的功率数据20′b0011_0110_0010_1000_1111,则:
Enorm_di-Enorm_min=-17-(-19)=2=3’b010
再根据数据的第一尾数Mnorm_di,除去最高位的1之后的三个最高位,获得第一尾数编号Mnorm_di′。对于上述实施例中的功率数据20′b0011_0110_0010_1000_1111,则:
Mnorm_di′=3’b101
然后,将如图5所示的寄存器地址的高3比特存放Enorm_di-Enorm_min,低3比特存放Mnorm_di′,生成其对应的6比特的寄存器地址。上述实施例中的20比特的功率数据20%0011_0110_0010_1000_1111,对应的寄存器地址为:
生成的寄存器地址(寄存器标识)如图6所示,其中,寄存器地址为6’b01_0101的寄存器内的数值加1。
本发明所提供的雷达数据的统计方法10,寄存器地址与落入该区间的数据(能量值、速度值等)的大小成正相关,便于搜索样本所在的区间。
根据本发明的一个实施例,本发明所提供的雷达数据的统计方法10中,所述雷达数据包括对雷达原始数据进行采样后获得的采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT功率数据、以及其他处理过程中产生的定点或浮点非负实数数据中的一种或多种。
根据本发明的一个实施例,本发明还提供一种通过上文所介绍的统计直方图进行数据还原的方法,在上述统计直方图的各种应用中,包括搜索中位数区间、最大频率区间等,通过搜索锁定目标区间后,从目标区间对应的寄存器地址中,分离出所述第一指数和所述第一尾数,按照反变换的算法,将所述第一指数和所述第一尾数恢复为原始的样本数据,以适应目标统计的后续应用。
根据本发明的一个实施例,如图7所示,本发明还提供一种用于雷达数据统计的装置100,所述雷达数据包括预设数据序列,所述预设数据序列中的数据由指数部分及尾数部分组成,用于雷达数据统计的装置100包括:数据处理单元110、地址生成单元120和计数单元130。其中:数据处理单元110配置成接收所述雷达数据,对所述预设数据序列进行归一化处理,获得数据的第一指数及第一尾数。地址生成单元120与数据处理单元110耦接,配置成根据所述数据第一指数及第一尾数生成寄存器地址。计数单元130与地址生成单元120耦接,配置成根据所述寄存器地址将对应寄存器内的数值加1。
根据本发明的一个实施例,其中数据处理单元110进一步配置成:对数据的尾数部分进行移位处理,直到尾数部分的首位为1,将移位处理后的尾数部分作为所述第一尾数;对获得第一尾数的数据的指数部分进行减法处理,使得数据值保持不变,并可将处理后的指数部分作为所述第一指数。
根据本发明的一个实施例,其中所述寄存器地址具有预设的比特数,用于雷达数据统计的装置100进一步包括:搜索单元和位宽确定单元。其中:搜索单元与数据处理单元110耦接,配置成在归一化后的所述预设数据序列中进行搜索,获得所述第一指数的最大值及最小值。
位宽确定单元与搜索单元耦接,配置成:根据所述第一指数的最大值及最小值,确定所述寄存器地址中用于存储指数信息的第一比特数;根据所述寄存器地址中用于存储指数信息的第一比特数,及所述寄存器地址的预设比特数,确定所述寄存器地址中用于存储尾数信息的第二比特数。
根据本发明的一个实施例,其中地址生成单元120与所述位宽确定单元耦接,地址生成单元120进一步配置成:根据数据的所述第一指数获得第一指数编号,所述第一指数编号具有所述用于存储指数信息的第一比特数;根据数据的所述第一尾数的预设一个或多个有效位获得第一尾数编号,所述第一尾数编号具有所述用于存储尾数信息的第二比特数;将所述第一指数编号与所述第一尾数编号组合,形成所述寄存器地址。
根据本发明的一个实施例,其中地址生成单元120进一步配置成:根据数据的所述第一指数与所述预设数据序列中的所述第一指数的最小值生成所述第一指数编号。
根据本发明的一个实施例,本发明所提供的用于雷达数据统计的装置100进一步包括直方图生成单元。其中直方图生成单元与计数单元130耦接,配置成在对所述预设数据序列中的全部数据完成计数后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,所述寄存器内的数值为纵坐标,生成统计直方图。
用于雷达数据统计的装置100的其他具体限定与上文所述的雷达数据的统计方法10的具体限定相似,可以参加上文中关于雷达数据的统计方法10的介绍,在此不再赘述。
根据本发明的一个实施例,如图8所示,本发明还提供一种雷达传感器200,包括:发射单元210、接收单元220、混频单元230、采样单元240、FFT单元250、如上文所介绍的用于雷达数据统计的装置100,及干扰判定单元260。其中:发射单元210配置成发射频率随时间线性变化的连续波。接收单元220配置成接收毫米波信号,所述毫米波信号包括由发射单元210发射并被目标物反射的回波。混频单元230与发射单元210、接收单元220分别耦接,配置成混合接收单元230接收到的毫米波信号与发射单元210发射的连续波信号,生成混频信号。采样单元240与混频单元230耦接,配置成对所述混频信号进行采样,经模数转换后输出采样数据。FFT单元250与采样单元240耦接,配置成对所述采样数据进行二维快速傅里叶变换,分别输出一维傅里叶变换数据及二维傅里叶变换数据。
如上文所介绍的用于雷达数据统计的装置100与采样单元240、FFT单元250分别耦接,配置成:对所述采样数据、所述一维FFT数据和所述二维FFT数据中的一种或多种进行统计;在对全部数据完成统计后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,所述寄存器内的数值为纵坐标,生成统计直方图。干扰判定单元260与用于雷达数据统计的装置100耦接,配置成:根据所述统计直方图,对所述混频信号进行干扰检测、恒虚警处理和边道检测中的一种或多种操作。
根据本发明的一个实施例,在雷达传感器200中,用于雷达数据统计的装置100对于二维FFT数据进行统计,获得多个能量值对应的样本数,干扰检测单元260根据所述多个能量值对应的样本数,进行干扰检测。
根据本发明的一个实施例,干扰检测单元260根据所述多个能量值对应的样本数,计算预设能量区间内的能量和;并根据所述能量和判断所述混频信号中是否包括干扰信号。
根据本发明的一个实施例,在雷达传感器100中,用于雷达数据统计的装置100对于二维FFT数据进行统计,获得多个速度值对应的样本数,干扰检测单元260根据所述多个速度值对于的样本数,判断是否存在超出雷达探测范围的变道、护栏等大型障碍物。
根据本发明的一个实施例,在雷达传感器200中,用于雷达数据统计的装置100对于二维FFT数据进行统计,获得多个能量值对应的样本数,干扰检测单元260根据所述多个能量值对应的样本数,进行恒虚警处理。
根据本发明的一个实施例,干扰检测单元260根据所述多个能量值对应的样本数,获得能量值的中位数,根据所述能量值的中位数设置动态阈值(干扰检测门限)。
需要注意的是,在实际的应用中,在找到中位数所在的区间(bin)后,可通过区间序号(bin address)来恢复该区间对应的样本数据,以使得恢复后的数据格式和样本数据的格式保持一致。
根据本发明的一个实施例,如图8所示,本发明所提供的雷达传感器200进一步包括目标检测单元270。其中:目标检测单元270与FFT单元250、干扰判定单元260分别耦接,配置成:当干扰判定单元260判断所述混频信号中不包括干扰信号时,目标检测单元270根据恒虚警处理后的干扰检测门限,在所述一维FFT数据和/或所述二维FFT数据中获得目标物的距离和速度。
本发明所提供的雷达数据的统计方法,适用于ADC采样数据、二维FFT功率数据,以及其他格式的非负实数据等多种雷达数据,该方法进行分类统计的速度快、运算复杂度低,提高了雷达数据的处理效率;本发明所提供的用于雷达数据统计的装置,易于硬件实现,为后续利用上述多种雷达数据A进行噪底估计、干扰检测、恒虚警处理或边道检测等提供了硬件支持。本发明提供的集成了上述用于雷达数据统计的装置的雷达传感器,在探测目标物的距离和速度的同时,使用探测数据(2D FFT数据)进行干扰检测,简化了运算过程,节省了算力,提高了对雷达原始数据进行处理的速度。
下面就基于上述实施例中阐述的直方图硬件加速器的基础上,在车载毫米波雷达系统中,以恒虚警检测为例,对于上述直方图硬件加速器的应用进行详细说明:
由于干扰信号的存在,信号处理单元对混频信号进行二维快速傅里叶变换后,生成的距离-多普勒谱可能呈现存在虚警的情形,针对虚警问题,需要设置合适的检测门限。检测门限如果设置得太高,会造成一些较弱的目标不能被检测到,检测门限如果设置得太低,则可能会让一些噪声能量被检出,产生虚警。检测门限通常根据目标物与雷达的距离进行设置,由于雷达具有距离最小分辨率,即可以根据不同的距离门设置不同的检测门限。
常用的恒虚警率检测算法(Constant False Alarm Rate,CFAR),包括CA-CFAR、SOGO-CFAR、OS-CFAR算法等。其中OS-CFAR因其检测性能优异,而被广泛使用。如图9a所示,OS-CFAR需要对输入的数据进行排序操作,例如:对于2D-FFT平面对应的能量值进行排序,选择第K个大小的能量值,乘以系数T,作为第一检测门限。然后将待检测坐标处的2D-FFT平面对应的能量值与第一检测门限进行比较,如果对应的能量值大于第一检测门限,则判定该坐标处的样本为目标;如果对应的能量值小于等于第一检测门限,则判定该坐标处的样本为噪声,忽略不做处理。OS-CFAR的运算过程中,简单排序的时间复杂度为O(N2),快速排序的时间复杂度为O(Nlog(N)),其中N为能量值的样本数,当样本数N增大时,无论采用哪种排序方法,复杂度的增长趋势都大于线性增长。在汽车雷达的应用场景下,对算法处理的实时性有着比较高的要求,随着汽车雷达分辨率的日益提高,2D-FFT数据量也越来越大,此时,CFAR检测的耗时会成为制约系统实时性的瓶颈。
为了解决上述雷达回波中的恒虚警率问题,基于本申请实施例所记载的直方图硬件加速器,可通过利用直方图统计来取代传统的排序操作,以实现基于直方图统计的OS-CFAR方法,进而在取得近似的检测门限估计结果的同时,来有效达到降低处理时间。一种基于直方图的有序统计恒虚警率检测(Ordered Statistic Constant False Alarm Rate,OS-CFAR)方法,可包括:
步骤S101,对雷达所接收的信号进行诸如模数转换、采样及二维快速傅里叶变换等离散化频谱分析后,可得到距离-多普勒谱(RD谱),该距离-多普勒谱可包括距离维度、速度维度及能量维度等目标参数相关的数据信息。
步骤S102,在上述的距离-多普勒谱中,可针对预设的距离门,沿速度维度进行能量分布统计,获得多个第一能量值对应的样本数。该能量分布统计通过上述实施例中所记载的直方图硬件加速器完成。例如:对多个第一能量值进行归一化处理,获得各个第一能量值的第一指数及第一尾数;根据各个第一能量值的第一指数及第一尾数生成寄存器地址;以及根据述寄存器地址调整对应寄存器内的数值。
同时,在通过上述直方图硬件加速器进行能量分布统计时,可通过对多个第一能量值的尾数部分进行移位处理,直到尾数部分的首位为1,将移位处理后的尾数部分作为第一尾数;对获得第一尾数的多个第一能量值的指数部分进行减法处理,使得对应的第一能量值的数值保持不变,并可将处理后的指数部分作为第一指数;根据多个第一能量值的第一指数的最大值及最小值,确定寄存器地址中用于存储指数信息的第一比特数;根据寄存器地址中用于存储指数信息的第一比特数,及寄存器地址的预设比特数,确定寄存器地址中用于存储尾数信息的第二比特数;根据每个第一能量值的所述第一指数获得第一指数编号,第一指数编号具有所述用于存储指数信息的第一比特数;根据每个第一能量值的第一尾数的预设一个或多个有效位获得第一尾数编号,第一尾数编号可具有用于存储尾数信息的第二比特数;将第一指数编号与第一尾数编号组合,生成寄存器地址;根据寄存器地址将对应寄存器内的数值加1。
步骤S103,可根据多个第一能量值对应的样本数,搜索第K个样本,其中K可为预设序数,即K为正整数。通过上述直方图硬件加速器进行处理后,即根据多个寄存器地址对应的寄存器内存储的数值,搜索第K个样本。在上述统计直方图中,可根据统计直方图,获知第一能量值的样本总数为N,取K=N/2。
步骤S104,根据第K个样本的第一能量值设置检测门限。K的取值与应用场景中的噪声分布情况有关。可选的,还可将上述第K个第一能量值乘以预设倍数,设置为对应的距离门的检测门限。例如:将第K个第一能量值乘以2倍,对应的为对应的距离检测门限。系数T可用以反应真实噪底情况。
上述恒虚警检测的方法中的OS-CFAR等算法,可将利用排序操作的时间复杂度从O(N2)或O(Nlog(N))降低到利用直方图统计的时间复杂度O(N),进而显著提高信号处理的实时性,更加适用于车载雷达的应用场景。
具体的:
如图9b-9c所示,在雷达系统中,发射机每帧可发射M个LFMCW波形脉冲,接收机接收到这M个LFMCW波形脉冲后,首先可对每个脉冲进行采样,假设每个脉冲获得N个等间隔采样点。然后对每个N采样点的脉冲进行N点距离维FFT,得到M组距离维N点FFT数据,再从M组N点距离维FFT数据中,取出M个相同索引值(索引值范围维可为1,2,…n…N)的数据进行M点多普勒维FFT,得到N组M点多普勒维FFT数据,即得到如图9c所示的2D FFT数据平面。
如图9c所示,假设对于第n个距离门上的某一待检测坐标,参考区域就选定为该距离门,基于该距离门沿多普勒维的M个2D FFT能量数据:P1,P2…PM,对这些能量数据取对数后,进行直方图统计,以从统计结果中找出第K个大小的能量所在区间,并可将该检测区间的能量值乘以一个系数后所得到的能量值作为检测门限。
如图9d所示,以实际的LFMCW雷达2D FFT数据为例,若距离维FFT点数为256,由于对称性,可得到距离门索引值为0-127的部分,即多普勒维FFT点数也可为256。图中目标T所在的距离门索引值为56,该距离门上的2D FFT能量直方图统计结果如图9e所示,区间划分数目设为32,假设取从小到大第128个样本的能量作为判决门限,从直方图中计算其所在能量区间的大约为-13.8dB左右,该能量值可作为该距离门的检测门限值。
在一些可选的实施例中,基于上述实施例中相关的阐述,直方图统计的统计区间范围的设定有很多种方法,可以提前确定统计区间的最大值和最小值;也可以从输入数据中获得统计区间的最大值和最小值,例如使用输入数据的最大值作为统计区间的最大值,输入数据的最小值作为统计区间的最小值等。同样的,参考区域的选取方法有很多种,可以如本申请实施例中阐述的选择距离门作为参考区域,即图9f所示的参考区域,也可以是如图9g围绕待检测目标的参考区域。另外,对于对输入能量的预处理可是取以2为底的对数,也可以取以10为底的对数,具体可依据实际的需求而设定,而选择大小次序K也可以依据实际需求而调整,例如可将K设置为N/2,该处N可为待检测区域样本总数。
在本申请实施例中,通过对输入的参考区域样本点的能量值,进行直方图统计,由于统计后的直方图的能量区间是按从小到大顺序排列,并且每个区间的样本数目已知,故而可以快速找到第K个大小的能量值在直方图中的区间,后续可将该区间内的能量作为估计的检测门限。相较于排序操作的OS-CFAR的时间复杂度为O(N2)或O(Nlog(N)),本申请实施例中基于直方图统计的OS-CFAR的时间复杂度只有O(N),即远低于排序操作的时间复杂度,进而可达到显著提高实时性的目的。
基于上述同一的直方图硬件加速器或者相同的架构,还可实现基于直方图统计的干扰检测方法,具体的:
步骤S201,对接收信号进行二维快速傅里叶变换,以获得距离-多普勒谱,所述距离-多普勒谱包括距离维度、速度维度及能量维度。
步骤S202中,在所述距离-多普勒谱中,针对预设的距离门,沿速度维度进行能量维度的分布统计,以获得能量统计直方图。所述能量维度的分布统计通过上述直方图硬件加速器完成,即:对于能量维度的第一能量值进行直方图统计,包括:对所述多个第一能量值进行归一化处理,获得各个第一能量值的第一指数及第一尾数;根据各个第一能量值的第一指数及第一尾数生成寄存器地址;以及根据所述寄存器地址调整对应寄存器内的数值。
步骤S103,根据所述能量统计直方图的统计特性,对所述预设的距离门进行干扰检测。通过上述直方图硬件加速器完成能量统计后,能量统计直方图的统计特性反映在多个寄存器地址与所述多个寄存器地址存储的数值上,根据所述多个寄存器地址及其存储的数值,可以进行检索或求和/部分求和等一系列操作,进而完成对所述预设的距离门的干扰检测。
基于上述同一的直方图硬件加速器或者相同的架构,还可实现基于直方图统计的针对静止目标物的检测方法,具体的:
步骤S301,对所接收的信号进行二维快速傅里叶变换,获得距离-多普勒谱,所述距离-多普勒谱包括距离维度、速度维度及能量维度。
步骤S302,在所述距离-多普勒谱中,针对有效目标点进行速度分布统计,获得多个第一速度值对应的样本数。所述速度分布统计通过上述直方图硬件加速器完成,即:对多个第一速度值进行直方图统计,包括:对所述多个第一速度值进行归一化处理,获得各个第一速度值的第一指数及第一尾数;根据各个第一速度值的第一指数及第一尾数生成寄存器地址;以及根据所述寄存器地址调整对应寄存器内的数值。
步骤S303,根据所述多个第一速度值对应的样本数,判断是否存在静止目标物。通过上述直方图硬件加速器进行处理后,即根据多个寄存器地址对应的寄存器内存储的数值,判断是否存在静止目标物。
在一些可选的实施例中,基于上述类似的思路,还可基于同一或者类似架构的直方图硬件加速器,还适用于噪底估计等需要获取输出数据的统计特性的信号处理/数据处理/检测方法等。
需要说明的是,上述的基于直方图硬件加速器相关硬件结构可集成于芯片(或集成电路结构)内部作为相关算法的硬件加速器,即基于同一个直方图硬件加速器即可实现该芯片中基于直方图统计的诸如噪低估计、干扰检测、OS-CFAR以及边道检测等相关信号处理运算的算法。
本申请实施例还提供了一种集成电路,可包括依次连接的射频模块、模拟信号处理模块和数字信号处理模块等;射频模块可用于产生射频发射信号和接收射频接收信号;模拟信号处理模块可用于对射频接收信号进行降频处理以得到中频信号;数字信号处理模块用于对中频信号进行模数转换以得到数字信号;以及数据处理模块则可用于对数字信号进行采样、离散化频谱处理及数字数据分析等处理操作以实现目标信息的探测;其中,数据处理模块还可用基于本申请任一实施例中所记载的方法进行直方图统计。
在一个可选的实施例中,本申请实施例中的集成电路可以为毫米波雷达芯片。集成电路中的数字功能模块的种类可以根据实际需求确定。例如,在毫米波雷达芯片,数据处理模块可以用于诸如距离维多普勒变换、速度维多普勒变换、恒虚警检测、波达方向检测、点云处理等,用于获取目标的距离、角度、速度、形状、尺寸、表面粗糙度及介电特性等信息。
可选的,所述集成电路可为AiP(Antenna-In-Package,封装内天线)芯片结构、AoP(Antenna-On-Package,封装上天线)芯片结构或AoC(Antenna-On-Chip,片上天线)芯片结构。
在一个可选的实施例中,所述集成电路可与本申请任一实施例中所阐述的雷达芯片等同,即其相互之间可具有同样的结构及功能,也可相互结合,以用于形成级联结构,为了阐述简便,在此便不予赘述,但应当理解的是,本领域人员基于本申请所记载的内容应当获悉的技术均应包含在本申请所记载的范围内。
在一个实施例中,本申请还提供一种无线电器件,包括:承载体;如上述任一实施例所述的集成电路,所述集成电路可设置在承载体上;天线,设置在承载体上,或者与所述集成电路集成为一体器件设置在所述承载体上(即此时该天线可为AiP、AoP或AoC结构中所设置的天线);其中,所述集成电路与天线连接(即此时传感芯片或集成电路未集成有天线,如常规的SoC等),用于收发无线电信号。其中,承载体可以为印刷电路板PCB,第一传输线可以为PCB走线或者其他类型的波导结构等。
在一个实施例中,本申请还提供一种无线电器件,可包括:承载体;如上述任一实施例所述的集成电路;天线,设置在承载体上,或者与所述传感芯片或所述集成电路集成为一体器件设置在所述承载体上(即此时该天线可为AiP或AoC结构中所设置的天线);其中,传感芯片或所述集成电路通过第一传输线与天线连接(即此时集成电路中未集成有天线,可为SoC芯片等),用于收发无线电信号。其中,承载体可以为印刷电路板PCB(如开发板、采数板或设备的主板等)。
在一个实施例中,本申请还提供一种终端设备,包括:设备本体;以及设置于设备本体上的如上述任一实施例中所阐述的无线电器件;其中,该无线电器件可用于实现目标检测。
具体地,在上述实施例的基础上,在本申请的一个可选的实施例中,无线电器件可以设置在设备本体的外部,或者设置在设备本体的内部,而在本申请的其他可选的实施例中,无线电器件还可以一部分设置在设备本体的内部,一部分设置在设备本体的外部。本申请实施例对此不作限定,具体可视情况而定。
在一个可选的实施例中,上述设备本体可为应用于诸如智慧城市、智能住宅、交通、智能家居、消费电子、安防监控、工业自动化、舱内检测(如智能座舱)、医疗器械及卫生保健等领域的部件及产品。例如,该设备本体可为智能交通运输设备(如汽车、自行车、摩托车、船舶、地铁、火车等)、安防设备(如摄像头)、液位/流速检测设备、智能穿戴设备(如手环、眼镜等)、智能家居设备(如扫地机器人、门锁、电视、空调、智能灯等)、各种通信设备(如手机、平板电脑等)等,以及诸如道闸、智能交通指示灯、智能指示牌、交通摄像头及各种工业化机械臂(或机器人)等,也可为用于检测生命特征参数的各种仪器以及搭载该仪器的各种设备,例如汽车舱内生命特征检测、室内人员监控、智能医疗设备、消费电子设备等。
无线电器件则可为本申请任一实施例中所阐述的无线电器件,无线电器件的结构和工作原理在上述实施例中已经进行了详细说明,此处不再一一赘述。
需要说明的是,无线电器件可通过发射及接收无线电信号实现诸如目标检测和/或通信等功能,以向设备本体提供检测目标信息和/或通讯信息,进而辅助甚至控制设备本体的运行。
例如,当上述的设备本体应用于先进驾驶辅助系统(即ADAS)时,作为车载传感器的无线电器件(如毫米波雷达)则可辅助ADAS系统实现诸如自适应巡航、自动刹车辅助(即AEB)、盲点检测预警(即BSD)、辅助变道预警(即LCA)、倒车辅助预警(即RCTA)、泊车辅助、后方车辆示警、防撞、行人探测等应用场景。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的较佳实施例及所运用技术原理,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明专利的保护范围由所附的权利要求范围决定。
Claims (21)
1.一种数据处理的方法,其特征在于,应用对预设数据序列进行直方图统计,所述预设数据序列中的各个数据均包括指数部分及尾数部分,所述方法包括:
对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数;
根据各个数据的第一指数及第一尾数生成寄存器地址;以及
根据所述寄存器地址调整对应寄存器内的数值。
2.如权利要求1所述的方法,其中对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数包括:
针对任意一个当前数据的尾数部分进行移位处理,直到该尾数部分的首位为“1”,并将移位处理后的尾数部分作为当前数据的所述第一尾数;
对获得第一尾数的当前数据的指数部分进行减法处理,使得其数据值保持不变,并将处理后的指数部分作为当前数据的所述第一指数。
3.如权利要求1或2所述的方法,其中所述寄存器地址具有预设比特数,所述方法包括:
在归一化后的所述预设数据序列中进行搜索,获得所述第一指数的最大值及最小值;
根据所述第一指数的最大值及最小值,确定所述寄存器地址中用于存储指数信息的第一比特数;
根据所述寄存器地址中用于存储指数信息的第一比特数,及所述寄存器地址的预设比特数,确定所述寄存器地址中用于存储尾数信息的第二比特数。
4.如权利要求3所述的方法,其中所述根据所述数据的第一指数及第一尾数生成寄存器地址包括:
根据所述第一指数获得第一指数编号,所述第一指数编号具有所述用于存储指数信息的第一比特数;
根据所述第一尾数的预设一个或多个有效位获得第一尾数编号,所述第一尾数编号具有所述用于存储尾数信息的第二比特数;
将所述第一指数编号与所述第一尾数编号组合,生成所述寄存器地址。
5.如权利要求4所述的方法,其中所述第一指数编号根据所述数据的第一指数与所述预设数据序列中的所述第一指数的最小值获得。
6.如权利要求1或2所述的方法,其中所述根据所述寄存器地址调整对应寄存器内的数值包括:
根据所述寄存器地址将对应寄存器内的数值加1。
7.如权利要求1或2所述的方法,包括:
对所述预设数据序列中的全部数据完成计数后,以寄存器地址为横坐标,寄存器内存储的数值为纵坐标,生成统计直方图。
8.如权利要求7所述的方法,包括:
锁定所述统计直方图中的预设区间,通过反变换算法,将所述预设区间内的寄存器地址恢复为所述预设数据序列中的数据。
9.如权利要求1-8中任一项所述的方法,其中所述预设数据序列中的数据为定点或浮点非负实数数据。
10.如权利要求9所述的方法,其中所述预设数据序列为雷达数据的数据序列。
11.如权利要求10所述的方法,其中所述雷达数据包括对回波信号进行采样后获得的采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT速度维数据、以及对所述采样数据进行处理得到的能量维数据中的一种或多种。
12.一种数据处理的装置,其特征在于,应用于对预设数据序列进行直方图统计,所述预设数据序列中的各个数据均包括指数部分及尾数部分,所述装置包括:
数据处理单元,配置成对所述预设数据序列进行归一化处理,获得各个数据的第一指数及第一尾数;
地址生成单元,与所述数据处理单元耦接,配置成根据各个数据的第一指数及第一尾数生成寄存器地址;
计数单元,与所述地址生成单元耦接,配置成根据所述寄存器地址调整对应寄存器内的数值。
13.如权利要求12所述的装置,包括:
直方图生成单元,与所述计数单元耦接,配置成在对所述预设数据序列中的全部数据完成计数后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,以所述寄存器内的数值为纵坐标,生成统计直方图。
14.一种雷达传感器,其特征在于,包括:
发射单元,配置成发射频率随时间线性变化的连续波;
接收单元,配置成接收回波信号;
混频单元,与所述发射单元、所述接收单元分别耦接,配置成对回波信号进行下降频处理以得到中频信号;
采样单元,与所述混频单元耦接,配置成对所述中频信号进行模数转换后采样以输出采样数据;
FFT单元,与所述采样单元耦接,配置成对所述采样数据进行二维快速傅里叶变换,分别输出一维傅里叶变换数据及二维傅里叶变换数据;
如权利要求12或13所述的用于数据处理的装置,与所述采样单元、所述FFT单元分别耦接,配置成:
对所述采样数据、对所述采样数据进行快速傅里叶变换后获得的二维FFT速度维数据、以及对所述采样数据进行处理得到的能量维数据中的一种或多种进行统计;
在对全部数据完成统计后,读取寄存器地址及寄存器内存储的数值,以所述寄存器地址为横坐标,以所述寄存器内的数值为纵坐标,生成统计直方图。
15.如权利要求14所述的雷达传感器,包括:
干扰判定单元,与所述用于数据处理的装置耦接,配置成:
根据所述统计直方图,对所述中频信号进行干扰检测、恒虚警处理和边道检测中的一种或多种操作。
16.如权利要求15所述的雷达传感器,包括:
目标检测单元,与所述FFT单元、所述干扰判定单元分别耦接,配置成:
当所述干扰判定单元判断所述中频信号中不包括干扰信号时,所述目标检测单元根据恒虚警处理后的干扰检测门限,在所述一维FFT数据和/或所述二维FFT数据中获得目标物的距离和速度。
17.一种集成电路,其特征在于,包括依次连接的射频模块、模拟信号处理模块和数字信号处理模块;
所述射频模块用于产生射频发射信号和接收射频接收信号;
所述模拟信号处理模块用于对所述射频接收信号进行降频处理以得到中频信号;
所述数字信号处理模块用于对所述中频信号进行模数转换以得到数字信号;以及
数据处理模块,所述数据处理模块用于对所述数字信号进行处理以实现目标探测;
其中,所述数据处理模块还包括直方图硬件加速器,所述直方图硬件加速器基于权利要求1-11中所述的方法进行信号处理。
18.根据权利要求17所述的集成电路,其特征在于,所述集成电路为毫米波雷达芯片。
19.根据权利要求18所述的集成电路,其特征在于,所述直方图硬件加速器基于权利要求1-11中所述的方法进行噪低估计、干扰检测、OS-CFAR和边道检测中的至少一个信号处理过程。
20.一种无线电器件,其特征在于,包括:
承载体;
如权利要求17或18项所述的集成电路,设置在所处承载体上;
天线,设置在所述承载体上,或者所述天线与所述集成电路集成为一体器件设置在所述承载体上;
其中,所述集成电路与所述天线连接,用于发射所述射频发射信号和/或接收所述射频接收信号。
21.一种终端设备,其特征在于,包括:
设备本体;以及
设置于所述设备本体上的如权利要求19所述的无线电器件;
其中,所述无线电器件用于目标检测,以向所述设备本体的运行提供参考信息。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP23735124.2A EP4343684A1 (en) | 2022-06-24 | 2023-02-21 | Data processing method and apparatus, and radar sensor |
PCT/CN2023/077483 WO2023126019A1 (zh) | 2022-06-24 | 2023-02-21 | 数据处理的方法、装置及雷达传感器 |
US18/391,732 US20240118385A1 (en) | 2022-06-24 | 2023-12-21 | Data processing method and apparatus, and radar sensor |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022101532946 | 2022-02-18 | ||
CN202210153294 | 2022-02-18 | ||
CN202210730547 | 2022-06-24 | ||
CN2022107305471 | 2022-06-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116627382A true CN116627382A (zh) | 2023-08-22 |
Family
ID=87619916
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211201288.XA Pending CN116627382A (zh) | 2022-02-18 | 2022-09-29 | 数据处理的方法、装置及雷达传感器 |
CN202211201281.8A Pending CN116626594A (zh) | 2022-02-18 | 2022-09-29 | 集成电路、无线电器件、终端设备、干扰检测方法和装置 |
CN202211203233.2A Pending CN116626663A (zh) | 2022-02-18 | 2022-09-29 | 静止目标物的检测方法、移动速度检测方法及传感器 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211201281.8A Pending CN116626594A (zh) | 2022-02-18 | 2022-09-29 | 集成电路、无线电器件、终端设备、干扰检测方法和装置 |
CN202211203233.2A Pending CN116626663A (zh) | 2022-02-18 | 2022-09-29 | 静止目标物的检测方法、移动速度检测方法及传感器 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN116627382A (zh) |
-
2022
- 2022-09-29 CN CN202211201288.XA patent/CN116627382A/zh active Pending
- 2022-09-29 CN CN202211201281.8A patent/CN116626594A/zh active Pending
- 2022-09-29 CN CN202211203233.2A patent/CN116626663A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN116626663A (zh) | 2023-08-22 |
CN116626594A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111373282B (zh) | 用于fmcw雷达系统的雷达处理链 | |
US20240118385A1 (en) | Data processing method and apparatus, and radar sensor | |
CN112630768A (zh) | 一种改进调频连续波雷达目标检测的降噪方法 | |
EP3926358A1 (en) | Compression of data employing variable mantissa size | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
US20230168367A1 (en) | CFAR Phased Array Pre-Processing Using Noncoherent and Coherent Integration in Automotive Radar Systems | |
CN112240999A (zh) | 处理雷达反射的方法和系统 | |
WO2023041097A2 (zh) | 干扰信号检测方法、装置、集成电路、无线电器件和终端 | |
CN115061113B (zh) | 用于雷达的目标检测模型训练方法、装置及存储介质 | |
EP4343371A2 (en) | Method and apparatus for determining noise floor estimated value, target detection method and apparatus, and electronic device | |
CN114966589A (zh) | 一种基于毫米波雷达的多目标检测方法 | |
KR102215062B1 (ko) | 무인기 탐지를 위한 다중모드 레이더 신호 처리 장치 및 그 방법 | |
CN113093168A (zh) | 测距测速方法、装置、雷达及可读存储介质 | |
CN113325408A (zh) | 噪声估计的方法、装置及相关设备 | |
CN116627382A (zh) | 数据处理的方法、装置及雷达传感器 | |
US20230314560A1 (en) | Automotive radar with hardware accelerated target detection capability | |
US20240137055A1 (en) | Signal processing method, storage medium, integrated circuit, device and terminal | |
JP7113878B2 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
US20240235590A9 (en) | Signal processing method, storage medium, integrated circuit, device and terminal | |
CN110596655B (zh) | 一种基于多载频的雷达多目标速度解模糊方法 | |
CN118259247A (zh) | 信源数估计方法、装置、集成电路、无线电器件和终端设备 | |
CN117784053A (zh) | 提高目标探测精确度的方法和装置、电子设备 | |
CN115453538A (zh) | 一种目标检测方法及装置 | |
CN117991212A (zh) | 确定恒虚警目标对应真实目标数量的方法和装置、设备 | |
CN113325405A (zh) | 恒虚警目标检测方法、装置、集成电路、传感器及设备 |
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 |