CN1885062B - 车辆速度传感器 - Google Patents

Abstract

本发明涉及一种带有多个在行驶方向上依次定位的微波收发器(MW收发器1，MW收发器2)的车辆速度传感器，这些微波收发器在背景上反射或散射并且被接收信号又与发射信号混合。该混合信号的低频成分被送至相关装置。为了提高测量值的可靠性，设置两个宽辐射的微波收发器(MW收发器1，MW收发器2)，其信号在分析装置中进行限制频带的分析，然后被送至相关装置。

Description

车辆速度传感器

技术领域

本发明涉及一种车辆速度传感器。

背景技术

传统上，车辆的速度是通过在车轮或轴上的转速计或行程脉冲发生器来获得的。不充分性主要出现在日常的启动和刹车中，其中按照这种方式确定了由于滑动和离心造成的强列偏差的值。不过，恰恰是在这种时刻车辆驱动和车辆控制电路需要可靠的数据。根据无接触的速度测量原理，微波传感器由于其鲁棒性在交通技术中胜过了基于光学或超声波的系统。用于测量速度的微波传感器被实施为多普勒雷达，或者在相关测量的基础上的多个依次定位在行驶方向上的单独传感器。这两个原理上不同的测量方法具有一系列系统偏差以及不可靠性的来源，这些不可靠性仅仅可以部分地利用非常昂贵的微波硬件(如强束天线)来克服。

已经尝试过在一个速度传感器系统内部并行地采用两种原理，但是，还没有公开在方法层面上的成功合成。因此，迄今为止昂贵的MW硬件还是决定着整个传感器系统的价格，而用来进行信号处理的信号处理器只需要相对很小的经济上的开销。两种方法的系统偏差和不安全性迄今为止还是显著的。

图1示出了在相关方法中的现有技术。变动的背景关系影响到了反射回来的微波信号的强度。如果车辆向前移动，则在一定的时间间隔之后来自收发器1的强度模式可以由收发器2检测到；而在向后行驶中则相反。从中形成的时间差，在对信号进行数字化之后、通过确定应用于信号强度的交叉相关函数的最大位置而被计算出。可以从最大位置的符号中确定行驶方向，并且从推定的(konstruktiv)距离与该时间差的商中给出瞬时速度。尤其是，在该相关系统中还没有令人满意地解决对加速状态的正确分析以及对紧凑构造形式的实现。此外，对模块相互的相对调整提出了高的要求。在平坦表面的情况下，由于信号强度相对于噪声的波动较小会导致识别难度。为了在信号中达到有意义的强度模式，需要可以分辨背景结构的昂贵的微波天线。HF部件的低频噪声使得分析困难，以至于对结构元件的品质要求进一步提高了造价。

图2示出了在速度多普勒方法中的现有技术。在此，利用了在MW信号中速度和多普勒频率分量的比例关系。

$f\left(t\right)=\left|v\left(t\right)\right|\·(\frac{2}{\mathrm{\λ}}\·\cos \left(\mathrm{\α}\right))---\left(1.1\right)$

其中，α是有效辐射方向和运动方向之间的角度，f(t)是依赖于时间的多普勒频率，v(t)是依赖于时间的速度，λ是MW辐射的波长，t是系统时间的瞬时值。

如果在按照图2的常规传感器装置中扩展天线的辐射特性并因此扩大了α的区域，则根据(1.1)在待处理信号中频谱功率同样分布在一个更宽的频率范围上。不过，频谱结构受到背景的强列影响，而且在常规的多普勒分析中难以将依赖于背景的特有的多普勒频率与信号相对应。为了确定运动方向，需要在HF混合器中产生带有两个信号分量的解析信号以及随后对该解析信号进行信号处理。连同对于强射线束(Δα小)需要的天线面积，这点在硬件中决定了造价。要么对传感器相对于车辆的调整提出了高的要求，要么需要在装配之后对每个传感器进行单独的校准。

发明内容

本发明要解决的技术问题是，通过对在背景上反射或散射的微波辐射的分析无接触地、尽可能无错误地确定车辆的速度。

上述技术问题是通过一种带有多个依次定位在行驶方向上的微波收发器的车辆速度传感器来解决的，这些微波收发器的低频混合信号被送至相关装置。为了提高测量值的可靠性，设置两个宽辐射的微波收发器，其信号首先在分析装置进行限制频带的分析，然后被相互地进行相关。本发明的速度车辆原理基本上属于相关方法。不过，利用了速度多普勒效应，以便能够在没有极化混合器的条件下可靠和精确地处理价格合算的宽辐射的微波收发器模块的信号。这样，可以消除迄今为止起到限制作用的系统偏差的来源以及不可靠性，或者至少强列地避免其影响。此外，显著地降低了对于安装精度的要求。

相对于多普勒方法，另一种在此可以利用的相关方法的优点在于，可以在没有极化采集的条件下利用单通道的微波传感器进行行驶方向识别。这点明显地简化了高频电路、模拟NF电路以及信号处理硬件，从而再次减小了成本。

在一个对于一个或两个模块的轻微的倾斜(Verkippung)反应不敏感的车辆速度传感器中使用两个具有近似相等的辐射角α＝30.80°的、宽辐射的微波模块，是对于应用所介绍的测量原理来说充分的特性。这点也可以在带有未知功能的传感器上简单地进行验证。

可选地，可以将微波收发器的主辐射方向，相对于行驶方向侧向地扭转一个相同的角度。这减小了由于在主要具有与行驶方向垂直的外平面的金属轨道结构(Gleiseinbaut)上的镜向反射而造成的微波信号的动态波动。

被用于相关的背景片段，在两个MW射束下进行动态的调整，并且近乎于与整个传感器的以及模块相互间的安装角的较小波动无关。仅仅是模块相互间的在制造工艺上容易监视的距离直接地被引入速度计算中。

不需要在安装之后对传感器进行个别的校正。可以使用来自于几乎任意制造商的、简单且价格合算的微波硬件。对于信号处理的相对高的要求，可以利用现代的价格合算的SOC信号处理系统(System-On-a-Chip-DSP，单芯片DSP系统)来实现，这种系统目前已经低于MW硬件的造价。可以预期，未来功能强劲的信号处理硬件的价格会进一步下降。

本发明显示出了，在加速状态下也可以独立于外部估计参数地进行正确的、无反作用的相关测量。可以实现紧凑的构造形式。在表面平坦的条件下，也可以按照相对于噪声来说更小的信号强度成功地进行分析。微波在仅仅一个方向上的陡峭的辐射，使得可以针对在车辆上可能的装入位置进行广泛的选择。

尽管带有加速度校正的相关方法没有外部的估计值和测量值，也可以通过倾斜的辐射在两个模块上利用公知的方法同时进行多普勒速度测量。在没有额外硬件开销的条件下的两种分析原理可能的共存(Symbiose)，是本发明原理的突出特征。多普勒方法在低速度范围中也容忍较大的加速，并且允许在静止/慢行和行驶状态之间具有原理上的区别；而利用相关可以区分慢行(v＜0.5km/h)和静止状态。在均匀的行驶条件下速度和行程测量的精度通过方法的结合得到改善，同样得到改善的还有可靠性以及与系统偏差原因的无关性。

利用所采用的安排还可以由每个单独的MW收发器通过对多普勒频率分析的公知方法确定一个独立的速度值。也就是说，结合高精度的多速率校正值，分别为安全技术上的应用提供了两种硬件不同的以及两种方法不同的测量值。为安全技术上的应用提供了带有被定义的最大错误传播持续时间的、没有反馈的分析方法。

在所建议的、对于加速度校正的方法变形中，将传感器和背景之间的安装高度取近似。对于该参数的认知，一方面改善了对于方法的可靠性的估计，另一方面也可以用于在轨道交通中的特殊应用，例如用于检验轨道床(Gleisbett)。

附图说明

下面对照附图对本发明作进一步的说明。图中：

图1表示对速度的相关测量的公知原理，

图2表示借助于多普勒效应对速度测量的公知原理，

图3表示借助于相关方法并利用多普勒效应的速度测量的原理，

图4表示在被照射的背景上等多普勒条纹的形成，

图5表示在没有加速度校正条件下的分析方法，

图6表示按照第一变形的带有速度分析的分析方法，

图7表示按照第二变形的带有速度分析的分析方法，

图8表示在没有加速度校正条件下用于速度计算的部分方法，

图9表示在带有加速度校正条件下用于速度计算的部分方法。

具体实施方式

组合的测量原理利用了在辐射特性的扩展条件下MW信号中的频谱扩充在典型的多普勒分析中所起的干扰效应。在恒定的速度条件下，可以将信号的一个频率范围明确地与MW辐射的一个在其中采集瞬时测量的强度(图3)的角度范围对应。

如果将信号分解为许多依次跟随的频带，则这些频带对应于MW辐射相邻排列的角度范围。这些频带在到达背景时又分别照射各等多普勒线之间的分开的条纹面积(图4)。从该信号中可以同时确定所有被照射的条纹的反射能力。也就是说，两个先后设置的宽带辐射的模块(图3)对应于由多个经典的相关装置(图1)所采集的信息规模。因此，即使在非常平坦的缺少反射的表面或者在对MW辐射较高衰减(雪地行驶)的条件下，也提供了对于成功的总相关来说足够的信息。即使没有单个的相关具有一对一的最大值(即，经典装置失效)，其重叠提供可以分析结果的可能性仍然较高。此外，对MW信号的窄带滤波压制了强列地造成噪声的低频成分，从而可以将价格合算的HF部件应用在更好地干扰压制中。

本发明对于车辆速度测量的原理可以根据要求在不同的测量方法中实现。随后所示出的实现变形的区别在于它们的实现花费或者在于它们的功率。在每个变形中单独地考察测量值反馈的、安全技术上关键的问题。与这些变形无关地再次给出带有以及没有加速度校正的、对校正结果进行速度分析的两种原理上不同的措施。

对于实施方式以及其变形的描述，是通过具有实时能力的信号处理系统在均匀运动的条件下对必需的处理开销进行估计而开始的，并且随后进行扩展。这样，也可以将所实现的变形与不同的系统要求进行对应。作为基础的是在(1.1)中多普勒效应的频率速度强度。

如在图3中所示出的那样，此时在恒定速度的条件下考察多个扇形的相邻排列的角度范围，以便在必要的规模上提高对背景的分辨率。在此，为了简化估计，分别为带有所属分析频率的各个较大的边界角度分配一个角度范围。为了区分角度范围或者频率范围，使用随着角度增加的下标i。形成了关联(1.2)。

$f\left(i\right)=\left|v\right|\·\frac{2}{\mathrm{\λ}}\·\cos \left(\mathrm{\α}\left(i\right)\right)$

$\cos \left(\mathrm{\α}\left(i\right)\right)=\frac{f\left(i\right)\·\mathrm{\λ}}{2\·\left|v\right|}$ 对于v＝常数    (1.2)

i＝1...N

其中，f(i)指示取决于角度的分析频率，i为角度范围和分析频率随着角度增加的下标，N为角度范围的数量，α(i)为在近似均匀运动条件下对应于多普勒频率的标记的角度。

从(1.2)中可以计算出两个在下标上依次跟随的分析频率的商，并且建立一种对于背景结构所要求分辨率的依赖性(Anhaengigkeit)。为了实现该参数不随行驶速度而变化，必须确定分析角度的一个恒定距离。在(1.3)中对于随着下标的增加分析频率下降的假设，是从角度差的符号给出的，并且在此不对一般适用性进行限制。

$\frac{f(i+1)}{f\left(i\right)}=\cos \left({\mathrm{\α}}_{\min }\right)\·\sqrt{1+{\left(\frac{1}{\frac{\mathrm{\Δx}}{h_{\max }}+\cos \left({\mathrm{\α}}_{\min }\right)}\right)}^2}=q---\left(1.3\right)$

对于α(i)-α(i+1)＝Δα＝常数

其中，h_max是传感器在背景上方的最大高度，α_min是辐射的微波束的最小可利用的角度，Δx是合成孔径的待实现的背景分辨率，f(i)是通过i标记的频率间隔的中心频率，i是考察的频率间隔的下标，Δα是角度范围的恒定宽度。

为了得到对于宽带分析方法所需匹配的停止点，在(1.4)中首先从频率间隔的最大允许的相对距离出发。

$\frac{\mathrm{\Δf}}{f}=\frac{1}{q}-1---\left(1.4\right)$

其中，f为待分析的频带的中心频率，Δf为待分析的频带的最大宽度。

如果将在(1.2)中的中心频率序列作为数学上的级数考察，则由于两个依次跟随的项的按照(1.3)的固定关系，该级数表现为几何性的。此外，如果在数字的信号处理系统的半扫描率的条件下确定第一分析带的上限频率，则从中给出频率分配规则(1.5)。

$f\left(i\right)=\frac{f_A}{2}\·q^i---\left(1.5\right)$

其中，fA为扫描频率，q为辐射的频率级数的两个依次跟随的项的商。

此时可以应用这样的问题，即，为了能够在允许的速度范围v_min至v_max中可靠地确定车辆速度，需要多少分析频率。因为按照(1.5)确定的分析频率f(i)的类别(Raster)根据(1.2)对应于瞬时速度设置了合成孔径的角度α(i)，微波信号仅仅落入较少数量的n个分析带中。

该量可以在(1.6)中从所采用的微波模块的开口角中估计出。

$n\≥\frac{\ln \left(\frac{\cos \left({\mathrm{\α}}_{\max }\right)}{\cos \left({\mathrm{\α}}_{\min }\right)}\right)}{\ln \left(q\right)}---\left(1.6\right)$

其中，n为对分析来说重要的分析带数目，α_max为被辐射的微波束的最大可用角度。

首次的出发点是，事先没有提供任何其它速度信息(即，无反作用的安全性优化的系统)，并且必须分析所有的频带。

在已经在(1.3)确定的对于可变扫描率的最小间隔的基础上，在(1.7)中还可以在这种分解的条件下计算出对于分析所必需的频带的最小数目。为了能够处理频谱的多普勒结构，恰好还可以利用最大功率密度分析多普勒频率是不够充分的。还必须将相邻的频率一同引入到成功的测量中。这种依赖性可以总结为实验上待确定的k_over过采样。根据经验为此一个大约4的值是充分的。

$N\≥\frac{\ln \left(\frac{v_{\min }}{v_{\max }\·k_{\mathrm{over}}}\right)}{\ln \left(q\right)}---\left(1.7\right)$

其中，N为对于分析所需的频率间隔的最小数目，k_over为取决于频率分析方法的过采样系数，v_min为待分析的最小车辆速度，v_max为待分析的最大车辆速度。

对应于公式(1.3)、(1.4)、(1.5)和(1.7)可以在(1.8)中估计对于信号处理系统的角数据(Eckdaten)。

q≈0.9

N≈100

$\frac{\mathrm{\Δf}}{f}\≈0.1---\left(1.8\right)$

n≈20

在图5中示出了带有最佳灵敏度、不过没有加速度校正的基本变形。据此可以很好解释原理性过程。首先，将两个微波收发器的模拟低频混合信号进行数字化ADC。然后，将扫描数据数字分解为N个频带，这些频带的边界频率根据(1.5)给出。不过，对于随后的相关不仅可以直接利用限制频带的部分信号，而且可以按照瞬时功率密度或频谱幅度的形式构成其包络线。对于利用对应于(1.4)的带宽的频率分解，有不同的连续方法，对这些方法就其实现开销或资源开销而言加以区分：数字滤波器库、级联的高通/低通组合(小波滤波器)，这些方法与信号内插以及整数抽取器的组合，以及所谓的“多速率信号处理”或“多分辨率分析”的其它的专门方法。不过，即使在针对计算时间优化的方法中也形成了对用于分解的处理器或可编程逻辑电路的计算能力的对应的要求。在每个模块的被扫描的MW信号经过频率分解以及在每个频带中形成了可选的包络线之后，对每个频带的信号进行交叉相关。该操作在资源消耗方面可以与频带分解相比拟。为此，同样也存在众多的标准方法。形成了相关矩阵，其每一行包含了对应于行号的频带下标i的相关结果。在此，作为相关结果指的是带有交叉相关函数的值的矢量，该矢量通过两个数字化MW信号之间的时间差Δt而在ADC扫描时间的间隔(Granularitaet)中被标注出来(adressieren)。因为Δt也可以取负值，Δt＝0的位置位于矢量的中心。

在下一步骤中，将单个的相关矢量进行叠加。在此，为了压制干扰可以加权。对于两个MW模块通过相同的背景片段的最有可能的时间差，具有在叠加后的相关矢量中最大的强度。从中给出了对应于已知强度v＝s/dt的瞬时速度，其中s表示MW模块结构性的预定距离。

分析的基本形式(图5)应该针对系统偏差被优化，并且配备进行自身估计的可能性。于是，如图6所示，在每个频带中确定一个时间差，随后将该时间差相互在一个复杂的速度计算中与可靠性估计结合。

实际的速度分析是按照图6和7的模块变形中的核心部分。时间差和强度值作为其输出数据。

在随后的步骤进一步涉及速度分析的细节之前，应该首先结束对框架条件的考察。速度分析的结果是一个瞬时速度测量值、以及一个对于该测量值的可靠性估计的数字判据。该判据可以作为用于将速度测量值与一个或两个MW模块的可选的常规多普勒分析的结果进行结合的基础。特别是在加速的情况下，多普勒分析可以在没有加速度校正的条件下(图8)改善速度分析的结果。对于带有加速度校正的速度分析的变形存在这样的选择，即，考虑外部加速度测量值(如来自额外的加速度传感器)。为了限制尽可能冗余的构造的数量，在图7中的模块化的分析方法的第二概念性的变形示出了这种选择。反过来，在此也可以与常规多普勒分析的结果进行附加的结合。总之，模块化分析方法的第一变形(图6)可能是非常消耗资源并且是不精确的，但是却无反作用，因此特别适用于高可靠性要求以及集成到上级的可靠性技术系统中。不过，多数情况下根本不希望对传感器结果进行外部的后处理，而是要求传感器本身进行似然性检验、平滑以及对时间上的测量值序列进行校正。将该措施仅仅限制在测量的结果上是不利的。总的测量方法应该可以利用反馈、外部和内部估计值进行优化。

如在图7中所示的那样，这样形成整个分析方法的第二变形。在此，首先注意到的是频带数目的显著减小。通过在频带分解之前的对重要频带的选择实现了这一点。为此，需要对于预期速度的估计值。其自然可以通过在前进行的测量方法本身来获得。在此，除了错误传播(登录在频谱干扰上)之外，还存在开始的初始化的问题。因此，在此又提供了与频谱多普勒结构的前述宽频带的定位的组合。

下面，详细地解释由时间差和相关强度进行集中的速度计算。在此，又给出了两种具有不同实现花费和资源花费的变换形式。首先，是放弃对加速度误差进行校正的无要求的变形(图8)。该变形处于独立的速度传感器系统中，不过仅仅具有对加速状态的置于侧面的(flankierend)多普勒分析才有意义。

按照(1.9)从分析频带的各个时间差中构成一个加权平均的时间差。

${\mathrm{\Δt}}_{\mathrm{WM}}=\frac{\underset{i}{\mathrm{\Σ}}w\left(i\right)\·\mathrm{\Δt}\left(i\right)}{\underset{i}{\mathrm{\Σ}}w\left(i\right)}---\left(1.9\right)$

其中，Δt_WM为(包含符号的)时间差的加权平均值，Δt(i)为通过i标记的(包含符号的)时间差，w(i)为通过i标记的加权系数，i为所考察的频率间隔的下标。

$w\left(i\right)=\tilde{g}(I_{\mathrm{Korr}}\left(i\right),...)---\left(1.10\right)$

其中，I_Korr(i)为通过i标记的相关强度，

(...)为(一般的)函数依赖关系。

在对于各个分析间隔的加权系数(1.10)中可以引入信号处理的所有中间结果，后者取决于i并且对在频带中所确定的时间差的可靠性和精度很有说服力。在此，一个基本的角色必然是相关强度，其可以为了简单的实现而作为加权系数直接被引入。可以通过专门的选择和屏蔽策略来改善其特性，该策略压制了频谱多普勒结构的远处的加权成分并且考虑了相邻的加权。对于大致行驶速度的估计值同样可以按照这种方式施加影响。不过，对于各个时间差的似然性检验结果的引入起到了积极的作用。

$G=\frac{{\mathrm{\γ}}_1}{1+{\mathrm{\γ}}_2\·\underset{i}{\mathrm{\Σ}}w\left(i\right)}\·(\underset{i}{\mathrm{\Σ}}w\left(i\right)\·{({\mathrm{\Δt}}_{\mathrm{WM}}-\mathrm{\Δt}\left(i\right))}^2)+(1-{\mathrm{\γ}}_1)\·G_{\mathrm{alt}}---\left(1.11\right)$

其中，1＞γ₁≥0  γ₂≥0

其中，γ₁、γ₂为用于调整滤波器特性的实验参数，G为品质判据的值，G_alt为品质判据的先前值。

关于测量结果的可靠性的结论可以从在(1.11)中的品质判据的值给出。在较高的可靠性下其取得小的值，不过保持为非负。关于参数γ₁可以在γ₁＞0的条件下将过去的测量值引入到评价中来。

$v_{\mathrm{akt}}=\frac{s}{\mathrm{\Δ}{t}_{\mathrm{WM}}}---\left(1.12\right)$

其中，s为MW天线的结构性预定距离(s＞0)，v_akt为(包含符号的)当前速度测量值。

从所加权的时间差平均值中可以借助于微波模块的已知结构性距离计算出瞬时速度(1.12)。在加速的情况下，在频率分解之间经历的行程偏离s，使得计算在这种情况下带有系统错误。因此时间差的杂散同样被放大，使得品质判据(1.11)对减小的精度做出正确的反应。这种加速效应只能通过增加模块距离s来降低，因为这带来了造价和重量的增加，以及在车辆上找出一个适当的安装位置的困难。为了在均匀行驶的条件下减小测量值的波动宽度，有公知的平均和平滑方法，不过这些方法不是直接集成在本发明的方法中的，因此影响有限。

图9中示出的对速度分析的第二改善的变形，一方面要消除基本形式的对于加速的系统性敏感性。另一方面显示出了如何可以在带有反作用的情况下将在前的测量值优选地集成到计算中。

作为用于补偿加速效应的第一步骤，是在(1.13)中对于系统性行程错误的格式描写。在此进行了简化：MW辐射的主要部分在辐射主线的附加落在背景上。另一个近似涉及到加速度a，其针对通过之间的时间范围被设为了常数。在较短的时间距离内在车辆上的传感器的高度改变的极小。如(1.13)中在缺少对i的依赖性时所考虑的那样，对于分析周期同样将该高度假设为不变。

$\mathrm{\Δs}(i,v_{\mathrm{akt}},a)=h\·(\frac{1}{\sqrt{\frac{1}{{\left(\frac{f\left(i\right)\·\mathrm{\λ}}{2\·(v_{\mathrm{alt}}-a\·\mathrm{\Δt}\left(i\right))}\right)}^2}-1}}-\frac{1}{\sqrt{\frac{1}{{\left(\frac{f\left(i\right)\·\mathrm{\λ}}{2\·v_{\mathrm{akt}}}\right)}^2}-1}})---\left(1.13\right)$

$\frac{s+\mathrm{\Δs}(i,v_{\mathrm{akt}},a)}{\mathrm{\Δt}\left(i\right)}=v_{\mathrm{akt}}-\frac{a\·\mathrm{\Δt}\left(i\right)}{2}$

其中，Δs是通过瞬时加速造成的(包含符号的)测量的行程偏差，h为传感器在能反射的背景之上的高度，a为(包含符号的)瞬时加速。

在(1.13)中的第一方程的有效性不要求对从v_akt-a·Δt(i)(第一MW模块的通过)至v_akt(第二MW模块的通过)的过渡类型的附加假设。在此，行程误差与同样不可靠的安装高度h成正比。

与之相反，在第二方程的结构中注意到了两个通过之间的速度关系。其是以这样的简化假设为出发点的：从v_akt-a·Δt(i)至v_akt的过渡是线性进行的。由此，在所考察的时间间隔中平均的速度增加为1/2·a·Δt(i)。第二方程将行程误差Δs(i，...)直接与已知的s建立起联系，使得其可以被置换。

模块距离s是已知的，而Δt(i)是直接的测量值。可以对于每个分析下标i建立方程(1.13)，从而构成方程组。

必须消除变量Δs(i，...)、h、v_akt和a。Δs(i，...)的值是不感兴趣的结果。其可以通过一个下标的各两个方程的结合而被消除。v_akt和a的值必须尽可能地从各等多普勒带的所有方程中确定，以便得到尽可能高的说服力。

由此，还有变量h待分配。尽管该值被假定为短时间的常数，其对于每个下标独立地进入剩余的确定方程(1.14)中。因此，系统的方程对于每个下标分别根据高度值来求解，并且将其(加权的)变量用作对于对v_akt和a的匹配的品质的判据。这种策略在(1.14)和(1.15)中实现。

$h(i,v_{\mathrm{akt}},a)=\frac{2((v_{\mathrm{akt}}-\frac{a\·\mathrm{\Δt}\left(i\right)}{2})\·\mathrm{\Δ}\left(i\right)-s)\·m\·n}{f\left(i\right)\·\mathrm{\λ}\·(m-n)}$

$m=\sqrt{v_{\mathrm{akt}}^2-{\left(\frac{f\left(i\right)\·\mathrm{\λ}}{2}\right)}^2}---\left(1.14\right)$

$n=\sqrt{{(v_{\mathrm{akt}}-a\·\mathrm{\Δt}\left(i\right))}^2-{\left(\frac{f\left(i\right)\·\mathrm{\λ}}{2}\right)}^2}$

其中，m、n为置换。

通过方程组(1.14)以及目标函数(1.15)描述了一种非线性的优化任务。

$h_{\mathrm{EW}}=\frac{\underset{i}{\mathrm{\Σ}}w\left(i\right)\·h(i,v_{\mathrm{akt}},a)}{\underset{i}{\mathrm{\Σ}}w\left(i\right)}$

$Z=\frac{1}{1+{\mathrm{\γ}}_2\·\underset{i}{\mathrm{\Σ}}w\left(i\right)}\·(\mathrm{\Σw}\left(i\right)\·{(h_{\mathrm{EW}}-h(i,v_{\mathrm{akt}},a))}^2)+Z_{\mathrm{Hist}}\→\min ---\left(1.15\right)$

其中，γ₂≥0

其中，γ₂为用于调整滤波器特性的实验参数，Z为优化方法的目标函数，Z_Hist为目标函数的可选的扩充项以使用在前结果。

在方程(1.15)的基础上可以通过对应于(1.16)将对v_akt和a的偏导数设为零而得到解析的求解组。

$\frac{\mathrm{\δZ}(v_{\mathrm{akt}},a)}{\mathrm{\δ}{v}_{\mathrm{akt}}}=0---\left(1.16\right)$

$\frac{\mathrm{\δZ}(v_{\mathrm{akt}},a)}{\mathrm{\δa}}=0$

导数可以解析地表示，不过，在此对于这里实现的一般的传感器应用形成特征的方程组给不出确定的解。这样，该行程仅仅对于具有针对参数的额外限制(边界条件)的特殊变量才可能。不过，该解析的导数仍然可以优选地用在根据Newton-Leuenberg-Marqurd方法的多维优化中。通过使用公知的用于对非线性优化任务进行迭代求解的数值方法，也可以实现其它求解策略。可以将对于该优化的边界条件按照(1.17)表示。

其中，G为品质判据的值，G_Stoerung为在被干扰的情况下的品质判据的值，V_Ersatz为在被干扰的情况下对于速度的替换值，v_out为对于车辆速度的输出值，v_max为对于车辆速度的最大值，a_max为车辆的最大加速度(正)，a_min为车辆的最小加速度(负)，h_max为与背景之间的最大距离，h_min为与背景之间的最小距离。

所示出的品质判据在原则上可以在没有过去项Z_Hist的情况下用在无反作用的算法中。这样，对于测量值的优化所需的迭代不影响相互跟随的测量值的独立性。不过，通过在Z_Hist中引入对于v和h的过去值可以极大地降低迭代发散(在(1.17)中超出边界值)的概率，以及在成功的迭代中的测量值的波动宽度。

Z_Hist＝γ₃·(h_EW-h_{EW_alt})²+γ₄·(v_akt-v_alt)²

h_{EW_alt}＝γ₁·h_{EW_alt}+(1-γ₁)·h_EW                (1.18)

其中，1＞γ₁≥0 γ₃，γ₄≥0

其中，γ₁、γ₃、γ₄为用于调整滤波器特性的实验参数，v_alt为(包含符号的)在前测量的速度测量值，h_EW为所估计的背景距离的加权平均值，h_{EW_alt}为所估计的背景距离的在前平均值。

Claims (7)

1.一种带有多个依次定位在行驶方向上的微波收发器的车辆速度传感器，这些微波收发器的低频混合信号被送至相关装置，其特征在于，所述多个依次定位在行驶方向上的微波收发器中的两个是宽辐射的微波收发器，其信号首先在分析装置中被限制在频带中，然后被相互地进行相关；并且设置了用于从针对频带的时间差以及相关强度中计算所述速度的第一装置，以及用于从针对收发器的多普勒信号中对该速度进行可靠性估计的第二装置。

2.根据权利要求1所述的车辆速度传感器，其特征在于，所述宽辐射的微波收发器被安装在与背景平行的平面上，并且具有相同的辐射特性，以及相对于与背景平行的平面具有相同的辐射角。

3.根据权利要求1所述的车辆速度传感器，其特征在于，所述宽辐射的微波收发器的辐射主方向，与相对于与背景垂直的假想转动轴的行驶方向相比侧向地扭转一个相同的角度。

4.根据权利要求1所述的车辆速度传感器，其特征在于，所述分析装置包括数字化装置、用于对数字化信号进行频带分解的装置以及数字相关装置。

5.根据权利要求4所述的车辆速度传感器，其特征在于，所述用于频带分解的装置通过用于确定在各频带中功率密度的装置与所述数字相关装置连接，该数字相关装置借助于逐频带的交叉相关产生相关矩阵。

6.根据权利要求1至4中任一项所述的车辆速度传感器，其特征在于，设置了用于对所述宽辐射的微波收发器和背景之间的瞬时高度平均值进行加权和用于形成高度品质判据的装置，该装置加载有在各频带中的时间差和相关强度，并且其输出信号被输入至该计算所述速度的第一装置以及用于在该高度品质判据基础上对该速度进行可靠性估计的第二装置。

7.根据权利要求1至4中任一项所述的车辆速度传感器，其特征在于，在速度计算中考虑额外的车辆速度传感器的加速度估计值。

Images