KR20230016181A - 고 분해능 및 계산 효율적인 레이더 기법들 - Google Patents

고 분해능 및 계산 효율적인 레이더 기법들 Download PDF

Info

Publication number
KR20230016181A
KR20230016181A KR1020227040773A KR20227040773A KR20230016181A KR 20230016181 A KR20230016181 A KR 20230016181A KR 1020227040773 A KR1020227040773 A KR 1020227040773A KR 20227040773 A KR20227040773 A KR 20227040773A KR 20230016181 A KR20230016181 A KR 20230016181A
Authority
KR
South Korea
Prior art keywords
eigenvectors
eigenvector
signal
covariance matrix
generate
Prior art date
Application number
KR1020227040773A
Other languages
English (en)
Inventor
볼로디미르 슬로보디안유크
로베르토 리미니
우다라 페르난도
니틴 조나단 마이어스
비자이 바라다라잔
Original Assignee
퀄컴 인코포레이티드
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 퀄컴 인코포레이티드 filed Critical 퀄컴 인코포레이티드
Publication of KR20230016181A publication Critical patent/KR20230016181A/ko

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
    • G01S7/41—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
    • G01S7/418—Theoretical aspects
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • 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
    • G01S13/343—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 using sawtooth modulation
    • 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
    • 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
    • G01S7/28—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
    • 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
    • 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
    • G01S7/02—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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q3/00—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system
    • H01Q3/26—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture
    • H01Q3/30—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array
    • H01Q3/34—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means
    • H01Q3/42—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means using frequency-mixing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computing Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

레이더 신호들의 고유공간 분석에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하기 위한 방법들, 시스템들, 컴퓨터 판독가능 매체들, 및 장치들이 제시된다. 일부 실시형태들에서, 신호 또는 노이즈 서브공간을 형성하기 위해 사용할 고유벡터들의 서브세트가 주성분 분석에 기초하여 식별된다. 일부 실시형태들에서, 고유벡터들의 서브세트는 이산 푸리에 변환 (DFT) 또는 다른 스펙트럼 분석 기법을 사용하여 타겟들의 총 수를 추정하는 것에 기초하여 식별된다. 일부 실시형태들에서, DFT 는 고유공간 분석을 수행할 관심있는 영역들을 식별하는데 사용된다. 일부 실시형태들에서, DFT 는 타겟의 하나의 속성을 추정하는데 사용되고, 고유공간 분석은 타겟의 상이한 속성을 추정하기 위해 수행되며, 결과들은 시야의 다차원 표현을 생성하기 위해 결합된다.

Description

고 분해능 및 계산 효율적인 레이더 기법들
본 개시의 양태들은 수신된 레이더 신호들로부터 생성된 고유공간 (eigenspace) 에서 수신된 레이더 신호의 분석을 수행함으로써 레이더 타겟의 속성들 (예컨대, 범위, 방위각, 고도, 속도 등) 을 검출하기 위한 기법들에 관한 것이다.
레이더 검출에 대한 하나의 접근법은 레이더 타겟의 속성들을 식별하기 위해 이산 푸리에 변환 (DFT) 의 사용을 수반한다. 다른 훨씬 덜 계산적으로 효율적인 접근법은 다중 방출기 위치 및 신호 파라미터 추정 (MUSIC) 으로서 알려진 기법을 사용한다. MUSIC 알고리즘은 수신된 레이더 신호들을 나타내는 신호 서브공간 (subspace) 및 가우시안 백색 노이즈를 나타내는 노이즈 서브공간을 포함하는 고유공간에 대한 분석을 수행한다. 고유공간은 수신된 레이더 신호들로부터 생성된 공분산 (covariance) 매트릭스로부터 고유값(eigenvalue)들 및 대응하는 고유벡터들을 추출함으로써 구성된다. MUSIC 은, 결정되는 파라미터들 또는 속성들의 수 및 안테나 엘리먼트들의 수에 의존하여 고유공간이 꽤 클 수 있기 때문에 계산적으로 덜 효율적이다. 계산적으로 비용이 많이 들기 때문에, MUSIC (및 일반적으로, 고유공간 기반 방법들) 은 자동차용 레이더와 같은 실시간 어플리케이션들에 적합하지 않다.
부가적으로, 대부분의 레이더 방법들은 (예컨대, 타겟 거리가 송신 신호의 파장 이하인 경우) 가까운 오브젝트들을 검출하기에 적합하지 않다. 예를 들어, 주파수 변조형 연속파 (FMCW) 레이더 시스템에서, 송신 안테나 엘리먼트와 수신 안테나 엘리먼트 사이의 에너지 커플링은 타겟으로부터 수신된 신호의 에너지를, 종래의 DFT 기반 디지털 프로세싱을 사용하여 구별하기 어렵게 할 수 있다.
자동차 설정에서, 초음파 센서들은 타겟들의 레이더 검출에 대한 하나의 대안이다. 초음파 센서들은 그 자체의 단점들을 갖는다. 예를 들어, 자동차에 초음파 센서들을 설치하는 것은 통상적으로, 자동차의 범퍼 내로 구멍들을 드릴링할 것을 요구하여, 구조적 무결성 및 미관을 손상시킨다. 부가적으로, 초음파 센서들에서의 압전 공진기들은 온도 변동에 민감할 수 있어, 보상 회로들 및 시간 소모적인 교정을 요구할 수 있다. 초음파 센서들은 또한, 작은 표면적 (예컨대, 좁은 폴 (pole)) 을 갖는 오브젝트들, 또는 음파들이 센서로부터 멀리 편향되도록 각진 편평한 표면들을 갖는 오브젝트들을 검출하기 위한 레이더보다 훨씬 덜 정확하다.
고유공간 분석에 기초하여 레이더 타겟의 속성들을 검출하기 위한 기법들을 제공하는 특정 실시형태들이 설명된다. 일부 실시형태들에서, (예컨대, MUSIC 을 사용하는) 고유공간 기법은 DFT 또는 다른 스펙트럼 분석 기법들을 사용하여 수행되는 프로세싱과 결합되어, 프로세싱이 고유공간 기법 단독을 사용하는 것에 비해 더 효율적으로 수행될 수 있다. 특정 실시형태들은 또한, 고유공간의 관련 부분들, 또는 관심있는 영역들을 식별하기 위해 사전-프로세싱을 수행하는 것, 및 고려사항으로부터 비-관련 부분들 또는 영역들을 제거하는 것에 의해 고유공간 분석의 정확도 및 효율을 개선하는 것에 관한 것이다.
특정 실시형태들에서, 레이더 장치는 신호 생성기, 복수의 안테나들, 및 하나 이상의 프로세서들을 포함한다. 신호 생성기는 송신을 위한 레이더 신호를 생성하도록 구성된다. 복수의 안테나들은, 레이더 신호가 (예컨대, 타겟으로부터) 다시 반사된 이후 반사된 레이더 신호를 수신하도록 구성된다. 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성한다. 하나 이상의 프로세서들은 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고, 신호 어레이를 사용하여 공분산 매트릭스를 계산하도록 구성된다. 하나 이상의 프로세서들은 추가로, 주성분 분석을 사용하여, 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하고, 하나 이상의 고유벡터들에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하도록 구성된다. 하나 이상의 고유벡터들은 공분산 매트릭스의 모든 고유벡터들의 서브세트를 포함한다.
특정 실시형태들에서, 레이더 장치의 하나 이상의 프로세서들은 시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고, 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고, 신호 어레이를 사용하여 공분산 매트릭스를 계산하도록 구성된다. 하나 이상의 프로세서들은 추가로, 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하고, 고유값들 및 초기 추정치를 사용하여 타겟들의 총 수의 최종 추정치를 생성하도록 구성된다.
특정 실시형태들에서, 레이더 장치의 하나 이상의 프로세서들은 잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고, 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고, 신호 어레이를 사용하여 공분산 매트릭스를 계산하도록 구성된다. 하나 이상의 프로세서들은 추가로, 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하고, 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 서브공간을 형성하고, 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하도록 구성된다. 스티어링 어레이를 생성한 이후, 하나 이상의 프로세서들은 스티어링 어레이로부터의 벡터들의 서브세트를 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하고, 그 다음, 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성한다. 벡터들의 서브세트는 관심있는 영역들에 대응한다.
특정 실시형태들에서, 레이더 장치의 하나 이상의 프로세서들은 범위 도메인에서 빈(bin)들의 세트를 생성하기 위해 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하고, 하나 이상의 타겟들에 대응하는 것으로서 빈들의 세트로부터의 제 1 빈을 식별하고, 제 1 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 제 1 신호 어레이를 생성하고, 제 1 신호 어레이를 사용하여 제 1 공분산 매트릭스를 계산하도록 구성된다. 하나 이상의 프로세서들은 추가로, 제 1 공분산 매트릭스의 고유벡터들을 제 1 공분산 매트릭스의 고유벡터들에 대응하는 고유값들과 함께 결정하고, 제 1 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 제 1 서브공간을 형성하고, 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하고, 스티어링 어레이로부터의 벡터들을 제 1 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 1 세트를 생성하도록 구성된다. 부가적으로, 하나 이상의 프로세서들은 프로젝션들의 제 1 세트에 기초하여 제 1 의사 스펙트럼을 생성하고, 제 1 의사 스펙트럼에 기초하여 제 1 타겟의 도달 방향을 결정하도록 구성된다.
본 개시의 양태들은 예로서 예시된다. 첨부 도면들에서, 동일한 참조부호들은 유사한 엘리먼트들을 나타낸다.
도 1 은, 본 개시의 특정 실시형태들이 구현될 수 있는 레이더 시스템의 단순화된 다이어그램을 예시한다.
도 2 는 송신기 대 수신기 누설의 존재 시 수신된 레이더 신호로부터 복원된 복합 정현파 신호의 일 예를 예시한다.
도 3a 는, 송신기 대 수신기 누설이 있고 타겟이 타겟으로 하여금 분해될 수 있게 하기에 충분히 멀리 떨어져 있을 경우에 DFT 를 사용하여 생성된 범위 스펙트럼의 일 예를 예시한다.
도 3b 는, 송신기 대 수신기 누설이 있고 타겟이 타겟으로 하여금 분해될 수 있게 하기에 너무 가까이 있을 경우에 DFT 를 사용하여 생성된 범위 스펙트럼의 일 예를 예시한다.
도 4 는 타겟을 검출하기 위해 사용할 수 있는 의사 스펙트럼을 생성하기 위해 고유공간에서 수행되는 프로세싱의 일 예를 예시한다.
도 5 는 가변 주파수의 톤들을 신호 서브공간 상으로 프로젝션함으로써 생성된 의사 스펙트럼의 플롯을 예시한다.
도 6 은 최대로부터 최소로 소팅된 고유값들의 세트를 예시한다.
도 7 은 고유값 분포를 선형 스케일로 예시한다.
도 8 은 도 7 의 고유값 분포를 로그 (logarithm) 로서 예시한다.
도 9 는 송신기 대 수신기 누설의 존재 시 MUSIC 을 사용하여 생성된 의사 스펙트럼의 일 예를 예시한다.
도 10 은 특정 실시형태들에 따른, 신호 서브공간과 연관된 고유벡터들을 추정하기 위한 예시적인 프로세스를 예시한다.
도 11 은 도달 각도를 추정하는 문제에 대한 MUSIC 의 적용가능성을 예시한다.
도 12 는 특정 실시형태들에 따른, 타겟들의 총 수를 추정하는 것에 기초하여 고유공간 분석의 정확도를 개선하기 위한 프로세스를 예시한다.
도 13 은 특정 실시형태들에 따른, 관심있는 영역들을 식별하는 것에 기초하여 고유공간 분석을 단순화하기 위한 프로세스를 예시한다.
도 14 는 특정 실시형태들에 따른, DFT 를 사용하여 개별 범위 빈들을 식별하는 것에 기초하여 고유공간 분석을 단순화하기 위한 프로세스를 예시한다.
도 15 는 본 개시의 실시형태들을 통합할 수도 있는 예시적인 전자 디바이스의 블록 다이어그램이다.
도 16 은 특정 실시형태들에 따른, 타겟의 하나 이상의 속성들을 결정하는 방법을 예시한 플로우 다이어그램이다.
도 17 은 특정 실시형태들에 따른, 시야에서의 타겟들의 총 수를 추정하는 방법을 예시한 플로우 다이어그램이다.
도 18 은 특정 실시형태들에 따른, 관심있는 영역들을 식별하는 것에 기초하여 의사 스펙트럼을 생성하는 방법을 예시한 플로우 다이어그램이다.
도 19a 및 도 19b 는 특정 실시형태들에 따른, 타겟의 도달 방향을 결정하는 방법을 예시한 플로우 다이어그램들이다.
본원의 부분을 형성하는 첨부 도면들에 관하여 수개의 예시적인 실시형태들이 이제 설명될 것이다. 본 개시의 하나 이상의 양태들이 구현될 수도 있는 특정 실시형태들이 하기에서 설명되지만, 다른 실시형태들이 사용될 수도 있고, 첨부된 청구항들의 범위로부터 일탈함없이 다양한 수정들이 행해질 수도 있다.
도 1 은, 본 개시의 특정 실시형태들이 구현될 수 있는 예시적인 레이더 시스템 (100) 을 예시한다. 본 명세서에서 설명된 레이더 기법들은 지상 기반, 비행, 및 수상 타겟들을 포함하는 임의의 수의 시나리오들에서의 타겟들을 검출하는데 사용될 수 있다. 일반적으로, 타겟은 사람, 교통 표지, 차량 등과 같은 임의의 물리적 오브젝트일 수 있다. 따라서, 본 명세서에서 설명된 레이더 기법들은 다수의 실제 어플리케이션들을 갖는다. 하기의 논의로부터 명백하게 될 바와 같이, 본 명세서에서 설명된 실시형태들은, 특히, 타겟이 송신기 대 수신기 누설을 야기하기에 충분히 가깝게 위치되는 상황들에서 또는 다중의 타겟들이 서로 가깝게 존재할 경우에, 종래의 레이더 시스템들에 비해 현저한 성능 개선들을 제공한다.
특정 실시형태들에서, 본 명세서에서 설명된 레이더 기법들 중 하나 이상을 구현하는 레이더 시스템 (예컨대, 레이더 시스템 (100)) 은 자동차 내의 컴포넌트이고, 자동차의 조작자에게 보조 (예컨대, 인간 운전자 또는 자율 컴퓨터 기반 에이전트에 대한 주차 보조) 를 제공하는 것과 관련하여 타겟들을 검출하는데 사용된다. 예를 들어, 레이더 시스템 (100) 의 안테나들은 차량 상에 설치될 수 있어서, 레이더 신호들이 차량의 하나 이상의 측면들 (예컨대, 전방 및/또는 후방) 을 향하여 안테나들로부터 송신되고 안테나들에서 수신된다. 자동차 설정에서, 레이더 시스템 (100) 은 폴들, 교통 표지들, 거리 연석들, 보행자들, 벽들, 지지 컬럼들 또는 빔들 등과 같이, 운전할 때 종종 조우되는 정지식 또는 이동식 타겟들을 검출하는데 사용될 수 있다. 이에 따라, 레이더 시스템 (100) 은 차량 제어기 (예컨대, 전자 제어 유닛 또는 센서 제어기) 에 커플링되거나 통합될 수 있어서, 레이더 시스템 (100) 에 의해 검출된 타겟들에 관한 정보 (예컨대, 위치, 속도, 거리, 방향) 가 레이더 시스템 (100) 으로부터 차량 제어기로 통신되어, 차량 제어기로 하여금, 통신된 정보에 기초하여, 차량의 동작에 관한 일부 액션 (예컨대, 스티어링, 가속, 또는 제동을 제어하는 것, 또는 차량의 환경에서 타겟들을 나타내는 맵을 디스플레이하는 것) 을 개시하게 한다. 예를 들어, 차량 제어기는 충돌 회피와 같은 안전 고려사항들에 기초하여 차량의 현재 위치로부터 다른 위치 (예컨대, 주차 공간) 로의 경로를 결정하기 위해 레이더 시스템 (100) 으로부터의 정보를 사용할 수도 있다. 다른 예로서, 차량 제어기는 차량 조작 (예컨대, 차선 변경, 속도의 변화, 턴 등) 이 임박한 충돌을 회피시키거나 잠재적인 충돌의 가능성을 감소시키기 위해 필요한지 여부를 결정하기 위하여, 또는 차량의 조작자에 의해 요청된 차량 조작 (예컨대, 수동 스티어링 또는 제동 입력) 이 안전하게 수행될 수 있는지 여부를 결정하기 위하여, 차량이 주행하고 있는 동안 차량의 환경에서의 타겟들을 능동적으로 모니터링하기 위해 레이더 시스템 (100) 으로부터의 정보를 사용할 수도 있다.
일부 실시형태들에서, 본 명세서에서 설명된 레이더 기법들 중 하나 이상을 구현하는 레이더 시스템은 모바일 또는 핸드헬드 컴퓨팅 디바이스 (예컨대, 스마트폰 또는 웨어러블 헤드셋) 의 컴포넌트일 수도 있다. 예를 들어, 특정 실시형태들에서, 레이더 시스템 (100) 은 타겟들에 관한 정보를, 스마트폰의 프로세서 상에서 실행되는 증강 현실 어플리케이션에 전달하는데 사용될 수 있다. 그 다음, 증강 현실 어플리케이션은 (예컨대, 타겟의 위치에 대한 위치에서 증강 현실 장면에 가상 오브젝트를 배치하는 것, 및 가상 오브젝트가 타겟의 움직임을 추적하도록 가상 오브젝트의 위치를 업데이트하는 것에 의해) 타겟들에 관한 정보에 기초하여 증강 현실 프레젠테이션을 생성할 수 있다. 다른 예로서, 레이더 시스템 (100) 은 웨어러블 헤드셋에 통합되거나 커플링될 수 있어서, 헤드셋의 사용자가 헤드셋을 착용하는 동안 그들의 로컬 환경을 내비게이팅하는 것을 보조하기 위해 헤드셋의 프로세서 상에서 실행되는 어플리케이션에 의해 타겟들에 관한 정보가 사용된다.
레이더 시스템 (100) 은 전압 제어 오실레이터 (VCO) (110) 를 포함하는 FMCW 레이더 시스템이다. VCO (110) 는, 주파수가 시간에 걸쳐 변하는 주파수 변조형 정현파 신호 (105) 를 생성하는 신호 생성기 (101) 의 컴포넌트이다. VCO (110) 는 임의의 특정 타입의 VCO 로 제한되지 않고, 예를 들어, 수정 오실레이터, 인덕터-커패시터 회로, 또는 다른 VCO 설계들을 사용하여 구현될 수 있다. 주파수 변조형 정현파 신호 (105) 는 신호 생성기 (101) 에 의해 생성된 기본 신호 (103) 와 결합된다. 특히, 믹서 (120) 는 송신 (Tx) 안테나 (112) 를 통한 송신을 위해 신호 (105) 의 주파수 시프팅된 버전을 생성하기 위해 기본 신호 (103) 를 정현파 신호 (105) 와 승산한다. VCO (110) 는 송신 안테나에 의한 송신을 위해 레이더 신호를 생성하도록 구성된 신호 생성기를 구현하기 위한 하나의 방식의 일 예일 뿐이다. 예를 들어, VCO (110) 는, 신호 생성기 (101) 에 의해 생성된 디지털 제어 신호에 그 주파수가 의존하는 신호를 생성하도록 구성된, 주파수 합성기와 같은 디지털 제어 오실레이터 (DCO) 로 대체될 수 있다. 다른 예로서, 특정 실시형태들에 있어서, 본 명세서에서 설명된 레이더 기법들 중 하나 이상을 구현하는 레이더 시스템은, 레이더 신호들이 연속파들 대신 펄스들로서 송신되는 펄스 레이더 시스템일 수도 있다. 따라서, 신호 생성기 (101) 는 펄스형 신호 (예컨대, 기본 신호 (103) 로서 처핑된 펄스들의 시퀀스) 를 생성하도록 구성된 펄스 생성기를 사용하여 구현될 수 있으며, 여기서, 펄스형 신호는 송신을 위한 레이더 신호를 형성하기 위해 고정 주파수를 갖는 신호를 출력하도록 구성된 로컬 오실레이터 (LO) 에 의해 생성된 신호와 믹싱된다.
송신 안테나 (112) 는 전방향성 방식으로 신호 (105) 의 주파수 시프트된 버전을 송신하도록 구성될 수 있고, 즉, 송신 안테나 (112) 는 전방향성 안테나일 수 있다. 부가적으로, 일부 실시형태들에서, 송신 안테나 (112) 는, 신호가 주파수 시프팅된 이후에 신호 (105) 를 위상 시프팅함으로써 지향성 빔을 송신하기 위해 빔포밍을 사용하여 동작될 수도 있다. 따라서, 일부 실시형태들에서, 송신 안테나 (112) 로의 입력은 믹서 (120) 의 출력에 커플링된 위상 시프터에 의해 공급될 수도 있다.
송신 안테나 (112) 로부터의 신호는 레이더 타겟에 대응하는 오브젝트 (109) 로부터 반사되고, 수신 (Rx) 안테나 (114) 에서 수집된다. 송신 안테나 (114) 와 같이, 수신 안테나 (114) 는 전방향성일 수 있지만, 전방향성이어야 하는 것은 아니다. 수신 안테나 (114) 에서 수신된 신호는 본질적으로, 송신 안테나 (112) 로부터 전송된 신호의 지연되고 더 약한 버전이며, 수신된 레이더 신호를 복조하고 신호 (127) 를 생성하기 위해 VCO (110) 에 의해 생성된 주파수 변조형 정현파 신호 (105) 와 믹싱된다. 복조는 통상적으로, 주파수가 송신과 수신 사이의 시간 지연에 비례하고, 따라서, 오브젝트 (109) 의 거리에 비례하는 연속파 정현파로서 신호 (127) 를 생성하는 아날로그 비팅 동작 (믹서 (122) 로서 도시됨) 을 사용하여 아날로그 도메인에서 수행된다.
오직 하나의 송신 안테나 (112) 및 하나의 수신 안테나 (114) 만이 도 1 에 도시되지만, 레이더 시스템 (100) 은 레이더 신호를 송신하도록 구성된 다중의 송신 안테나들 (예컨대, 송신 안테나 어레이) 및 레이더 신호가 다시 반사된 이후 반사된 레이더 신호를 수신하도록 구성된 다중의 수신 안테나들 (예컨대, 수신 안테나 어레이) 을 포함할 수 있다. 특히, 수신 안테나 어레이의 각각의 안테나는, 송신 안테나 어레이에 의해 송신되고 (예컨대, 환경에서의 타겟으로부터) 다시 반사된 레이더 신호에 대응하는 반사된 레이더 신호를 수신하도록 구성될 수 있다. 송신 안테나 어레이는 수신 안테나 어레이로부터 분리될 수 있다. 대안적으로, 일부 구현들에서, 레이더 시스템 (100) 의 안테나 어레이는, 송신 안테나들로서 동작되는 것과 수신 안테나들로서 동작되는 것 사이에서 스위칭되는 하나 이상의 안테나들을 포함한다. 레이더 시스템 (100) 이 송신 안테나 어레이 또는 수신 안테나 어레이를 사용하여 구현될 경우, 어레이의 안테나 엘리먼트들은 통상적으로, 등거리로 이격된다. 예를 들어, 안테나 어레이는 라인을 따라 배열된 안테나들을 갖는 1차원 안테나 어레이로서 형성될 수 있으며, 여기서, 인접한 안테나들은 동일한 거리만큼 분리된다. 안테나 어레이는 또한, 2차원 어레이 (예컨대, 수신 안테나들의 다중의 행들을 갖는 수신 안테나 어레이) 일 수 있다.
송신 안테나 엘리먼트들의 수는 수신 안테나 엘리먼트들의 수와 동일해야 하는 것은 아니다. 예를 들어, 일 실시형태에서, 단일의 송신 안테나 (112) 가 (상기에서 논의된 바와 같이) 전방향성 방식으로 신호 (105) 의 주파수 시프트된 버전을 송신하는데 사용되고, 다중의 수신 안테나들 (114) 이, 반사된 레이더 신호들 (예컨대, 타겟으로부터 반사된 이후 상이한 방향들로부터 도달하는 단일의 송신 안테나 (112) 에 의해 송신된 신호의 반사들) 을 수신하도록 구성된다. 다른 예로서, 다른 실시형태에서, 다중의 송신 안테나들이, 원하는 방향 (예컨대, 송신 안테나 어레이로부터 90도) 으로 방출된 빔을 형성하기 위해 보강 또는 상쇄 간섭을 통해 결합하는 위상 시프트된 신호들을 송신하는데 사용된다. 유사하게, 빔포밍이, 반사된 레이더 신호들을 위상 시프트함으로써 수신 안테나 어레이에서의 안테나들에 적용될 수 있다.
송신 안테나 (112) 와 수신 안테나 (114) 사이의 하나 이상의 커플링 또는 누설 경로들 (117) 의 존재로 인해, 신호 (127) 는 오브젝트 (109) 로부터 수신된 신호의 에너지뿐 아니라 커플링의 에너지를 표현한 복합 신호이다. 이는, 누설 에너지가 오브젝트 (109) 로부터의 수신 신호와 함께 믹서 (122) 에 의해 프로세싱되기 때문이다. 도 1 은 커플링 경로를 공중 경유인 것으로서 도시하지만, 송신기 대 수신기 상호 커플링은 또한, 회로 경로들을 따라, 예컨대, 송신 및 수신 안테나들이 장착되는 회로 기판을 통해, 발생할 수 있다. 커플링의 강도는 송신 안테나와 수신 안테나 사이의 거리에 의존한다. 송신 안테나 (112) 와 수신 안테나 (114) 가 서로 충분히 가까우면, 누설 에너지는 오브젝트 (109) 로부터의 반사를 무색하게 할 수 있다.
도 2 는 송신기 대 수신기 누설의 존재 시 수신된 레이더 신호로부터 복원된 복합 정현파 신호의 일 예를 예시한다. 복합 정현파 신호는 도 1 의 신호 (127) 에 대응하고, 타겟으로부터 수신된 신호에 대응하는 제 1 정현파 (210) 및 송신기 대 수신기 누설에 대응하는 제 2 정현파 (220) 를 포함한다. 도 2 에 도시된 바와 같이, 정현파 (210) 는 정현파 (220) 보다 훨씬 더 낮은 진폭을 갖는다. 따라서, 누설 에너지가 타겟으로부터의 에너지를 압도하여, 타겟을 검출하는 것이 불가능하지는 않지만 어렵게 한다. 도 2 에 나타낸 시나리오는, 타겟이 가까이에, 예를 들어, 송신 신호의 파장과 대략 동일하거나 그 미만인 거리에 위치되어 타겟이 송신 안테나의 근접장 내에 있을 경우에, 발생할 수 있다.
도 1 로 돌아가면, 신호 (127) 는 신호 프로세싱 서브시스템 (130) 내의 아날로그-디지털 변환기 (ADC) (132) 에 의해 디지털 신호로 변환된다. 신호 프로세싱 서브시스템 (130) 은, 송신 안테나 (112) 및 수신 안테나 (114) 를 하우징하는 동일한 레이더 디바이스 상에 위치될 수 있다. 대안적으로, (블록 (134) 에 의해 표현된) 신호 분석을 수행하는 하나 이상의 프로세서들 또는 회로부와 같은 신호 프로세싱 서브시스템 (130) 의 적어도 일부 컴포넌트들은 원격으로 위치될 수 있다. 신호 프로세싱 서브시스템 (130) 에 의해 수행되는 신호 분석은 오브젝트 (109) 의 하나 이상의 속성들, 예를 들어, 오브젝트의 거리 (예컨대, 도플러 효과에 기초한 범위 측정), 또는 도달 방향 (예컨대, 방위각 및/또는 고도 측정) 을 결정하는 것을 수반한다. 예를 들어, 신호 분석은 범위 스펙트럼을 생성하기 위해 ADC (132) 의 출력에 DFT 를 적용하는 것, 및 그 다음, 피크가 위치되는 주파수 또는 범위 빈에 대응하는 것으로서 오브젝트 (109) 의 거리를 추정하기 위해 범위 스펙트럼에서 피크를 검출하는 것을 포함하는 디지털 신호 프로세싱을 수반할 수도 있다. 상기에서 나타낸 바와 같이, 종래의 레이더 프로세싱을 사용하여 (예컨대, DFT 검출만을 사용하여) 타겟을 검출하는 능력은, 타겟으로부터의 신호가 송신기 대 수신기 누설에 의해 압도되지 않도록 충분히 멀리 떨어져 있는 타겟에 의존한다.
신호 프로세싱 서브시스템 (130) 은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합을 사용하여 구현될 수 있다. 예를 들어, 일부 실시형태들에서, 신호 프로세싱 서브시스템 (130) 은 비일시적 컴퓨터 판독가능 저장 매체 상에 저장된 프로그램 코드를 실행하도록 구성된 디지털 신호 프로세서 (DSP) 를 포함하며, 여기서, 프로그램 코드는 DSP 로 하여금 본 명세서에서 설명된 레이더 기법들에 따른 프로세싱을 수행하게 한다. 대안적으로, 신호 프로세싱 서브시스템 (130) 은 주문형 집적 회로 (ASIC), 필드 프로그래밍가능 게이트 어레이 (FPGA), 또는 다른 회로부로서 구현될 수 있다. 신호 프로세싱 서브시스템 (130) 은 또한, 하나 초과의 프로세서들 (예컨대, DSP들과 같은 범용 및/또는 특수 목적 프로세서들의 조합) 을 포함할 수 있다. 이에 따라, 도 1 은 단지 신호 프로세싱 서브시스템을 구현하기 위한 하나의 방식의 일 예일 뿐 다른 구현들이 가능함이 이해될 것이다. 예를 들어, 디지털 도메인에서 동작하는 것으로서 도 1 에 도시되지만, 신호 프로세싱 서브시스템 (130) 은 아날로그 도메인에서 특정 프로세싱 단계들을 수행하도록 구성될 수 있다. 예를 들어, 특정 실시형태들에서, 고유 분해 (eigen decomposition) 가, 신호 프로세싱 서브시스템 (130) 에서의 아날로그 회로부를 사용하여 수행될 수도 있다.
도 3a 는, 송신기 대 수신기 누설이 있고 타겟이 타겟으로 하여금 분해될 수 있게 하기에 충분히 멀리 떨어져 있을 경우에 DFT (고속 푸리에 변환 (FFT) 로 구현됨) 를 사용하여 생성된 범위 스펙트럼의 일 예를 예시한다. 도 3a 에 도시된 바와 같이, 누설 에너지는 1.5 센티미터 (cm) 근방에 센터링된 로브에 의해 표현되고, 타겟은 15 cm 근방에 센터링된 로브에 의해 표현된다. 누설 에너지가 타겟으로부터의 신호의 에너지보다 더 강하지만 (데시벨 (dB) 단위로 도 3a 에 표현됨), 그럼에도 불구하고, 타겟은, 로브가 잘 분리되기 때문에 분해될 수 있다.
도 3b 는, 송신기 대 수신기 누설이 있고 타겟이 타겟으로 하여금 분해될 수 있게 하기에 너무 가까이 (이 예에 있어서, 6 cm 의 거리에) 있을 경우에 DFT 를 사용하여 생성된 범위 스펙트럼의 일 예를 예시한다. 도 3b 에서, 2개의 잘 분리된 로브들 대신, 1.5 cm 근방에 센터링된 단일 로브가 있다.
누설에 부가하여, 자동차 어플리케이션들을 위한 레이더의 성공적인 구현 (예컨대, SAE (Society of Automotive Engineers) 자율주행 레벨 3 이상에서 동작하는 자율주행 차량들에서의 셀프-주차) 에 대한 중요한 제한은 낮은 각도 분해능이며, 이는 서로 가깝게 위치된 다중의 타겟들을 분해하거나 또는 특정 차선 내의 타겟의 위치를 식별하기 위한 레이더 센서의 능력을 제한한다. 자동차 및 다른 어플리케이션들에서 송신기 대 수신기 누설의 존재 시 가까운 오브젝트들을 분해하는 문제를 극복하기 위하여, 그리고 (예컨대, 향상된 각도 분해능도로) 오브젝트가 측정되는 정확도에 대해 개선하기 위하여, 예를 들어, 도 1 에서의 신호 프로세싱 서브시스템 (130) 에 의해 수행된 신호 분석의 부분으로서 수행될 수 있는 고유공간 분석의 사용을 수반하는 기법들이 본 명세서에서 설명된다.
특정 실시형태들에서, 고유공간 분석은 MUSIC 알고리즘을 사용하는 프로세싱을 포함한다. MUSIC 접근법에서, 수신된 레이더 신호들은, 수신 신호들 플러스 가우시안 노이즈를 나타내는 고유공간을 구성하기 위해 프로세싱된다. 도 4 에 도시된 바와 같이, 고유공간은 신호 서브공간 및 신호 서브공간에 직교하는 노이즈 서브공간을 포함한다.
도 4 는 타겟을 검출하기 위해 사용할 수 있는 의사 스펙트럼을 생성하기 위해 고유공간에서 수행되는 프로세싱의 일 예를 예시한다. 도 4 에서, 고유공간은 신호 서브공간 (410) 을 형성하는 복수의 고유벡터들 및 노이즈 서브공간 (420) 을 형성하는 복수의 고유벡터들을 포함한다. MUSIC 알고리즘에서, 고유벡터들 및 그 대응하는 고유값들은 공분산 매트릭스로부터 컴퓨팅되고, 여기서, 공분산 매트릭스는 하나 이상의 안테나 엘리먼트들에 의해 수신된 신호들을 사용하여 생성된다. MUSIC 은 다음과 같이 M개의 안테나 엘리먼트들을 갖는 안테나 어레이에 의해 그리고 D개의 타겟들로부터 수신된 신호 (X) 를 모델링한다:
Figure pct00001
또는
Figure pct00002
여기서, 매트릭스의 각각의 열 (A) 은 M개의 안테나 엘리먼트들의 각각으로부터 특정 입사 신호의 도달 각도 (θ) 로의 응답들 (예컨대, 시야 내의 특정 방향으로부터의 입사 신호에 대한 응답들) 의 스티어링 벡터 (a(θ)) 이고, s 는 수신 신호 파형들을 포함하는 벡터이고, 즉, 벡터 (s) 의 각각의 엘리먼트 (s i ) 는 입사 각도 (θi) 를 갖는 주어진 신호에 대응하는 시간 도메인 파형이고, w 는 노이즈를 나타내는 복소 벡터이다. X 와 A 의 엘리먼트들은 또한 일반적으로, 복소수이다.
MUSIC 알고리즘은 X 매트릭스에 대한 공분산 매트릭스를, 공분산 매트릭스의 고유벡터들 및 그 대응하는 고유값들과 함께 컴퓨팅한다. 고유벡터들은 신호 서브공간 또는 노이즈 서브공간 중 어느 하나에 속한다. 도달 방향에 대응하는 스티어링 벡터들은 신호 서브공간에 놓이고, 따라서, 노이즈 서브공간에 직교한다. 모든 가능한 스티어링 벡터들을 탐색하여 노이즈 고유벡터들에 의해 걸쳐진 공간에 수직인 (직교하는) 것들을 찾음으로써, 도달 방향들이 추정될 수 있다.
모든 입사 소스들 (즉, 타겟들) 의 방향들을 결정하기 위해, 통상적으로, 시야에서의 모든 각도 (θ) 가 분석되어, 노이즈 서브공간 상으로의 임의의 특정 스티어링 벡터 (Y) 의 프로젝션의 놈 (norm) 에 반비례하는 의사 스펙트럼 (PMU(θ) = 1/d2) 을 컴퓨팅한다:
Figure pct00003
여기서, EN 은, 열들이 노이즈 고유벡터들인 M x N 매트릭스이다. N개수의 노이즈 고유벡터들의 세트에서의 각각의 고유벡터에 대해 별도의 열이 제공된다. 입사 소스들의 각도들은, 놈이 최소화되는 각도들이고, 따라서, 의사 스펙트럼에서의 피크들과 연관된 각도들이다. 의사 스펙트럼은, 놈이 최대화되는 각도들을 로케이팅하기 위해 신호 서브공간 상으로 프로젝션함으로써 유사하게 컴퓨팅될 수 있다 (이는 도 4 에서 예시됨).
MUSIC 은 소스 신호의 도달 방향뿐 아니라 타겟의 다른 속성들을 추정하는데 적용될 수 있다. 도 4 의 예에 있어서, 추정되는 속성은 범위이다. 톤 (415) 은 벡터 (각도 분해능에 대해 상기에서 설명된 스티어링 벡터와 유사함) 에 의해 수학적으로 표현되고, 특정 주파수에서의 연속파 또는 정현파 신호에 대응한다. 이 주파수는, 결과적인 톤들을 신호 서브공간 (410) 상으로 프로젝션하고 프로젝션의 에너지를 컴퓨팅하기 위해 변경될 수 있다. 프로젝션 (419) 의 에너지 (Eproj) 는 상기에서 설명된 프로젝션의 놈과 유사하고, 0 과 1 사이의 값에서 변할 수 있다. 주파수 (fk) 에서 이산 시간 복소 톤 (
Figure pct00004
) 의 경우 (여기서, fs 는 샘플 레이트 (예컨대, 1 헤르츠) 임), 프로젝션의 에너지는 수신 신호들의 공분산 매트릭스로부터 생성된 고유벡터 매트릭스 (Vs) 와 톤의 내적의 함수, 예컨대, 내적의 L2 놈의 제곱:
Figure pct00005
으로서 계산될 수 있다.
특정 주파수에서의 톤이 신호 서브공간 (410) 에 놓이면, 프로젝션의 에너지는 대략 1 과 동일하다. 따라서, 잔류 에너지 (1-Eproj) 는 최소화된다. 의사 스펙트럼은 잔류 에너지의 역수의 함수로서 계산될 수 있어서, 의사 스펙트럼의 진폭은 톤이 신호 서브공간에 있을 때 최대화된다, 예를 들어:
의사 스펙트럼 =
Figure pct00006
도 5 는 가변 주파수의 톤들을 신호 서브공간 상으로 프로젝션함으로써 생성된 의사 스펙트럼의 플롯을 예시한다. 의사 스펙트럼의 진폭은 주파수의 함수로서 데시벨로 표현된다. 도 5 의 예에 있어서, 톤들은 500 과 1,500 헤르츠 (Hz) 사이의 주파수에서 변경된다. 도 5 에 도시된 바와 같이, 의사 스펙트럼은 1,000 Hz 의 주파수에서 피크이며, 이는 타겟의 거리에 맵핑될 수 있다.
MUSIC 은 DFT 기반 검출에 비해 더 큰 각도 분해능을 제공하지만 계산적으로 비용이 많이 든다. MUSIC 알고리즘의 계산 복잡도의 주요 근원은 신호 어레이 (X) 의 공분산 매트릭스로부터 고유값들 및 대응하는 고유벡터들을 추출할 필요성이다. 이는 계산 집약적인 동작이어서, 자동차 레이더와 같은 실시간 어플리케이션들에 대해 MUSIC 의 구현을 도전적이게 한다.
계산 복잡도의 다른 근원은, 큰 복소 값 매트릭스들의 곱셈을 요구하는 스티어링 어레이 (A) 의 모든 가능한 스티어링 벡터 (a(θ)) 를 탐색할 필요성이다. 스티어링 어레이 (A) 의 차원은, 추정되는 속성들에 의존한다. 단일의 속성/파라미터를 추정하는데 적용되는 MUSIC 은 본 명세서에서 1D MUSIC 으로서 지칭된다. 2개 이상의 속성들 (예컨대, 범위 및 방위각, 또는 방위각 및 고도) 이 추정되어야 한다면 (2D MUSIC), 스티어링 어레이 (A) 는
Figure pct00007
개수의 복소 엘리먼트들을 갖는 복소 매트릭스에 의해 표현되며, 즉, 각도 포인트들의 수 곱하기 범위 포인트들/빈들의 수 곱하기 노이즈 어레이에서의 엘리먼트들의 수, 여기서, 노이즈 어레이에서의 엘리먼트들의 수는 수신 안테나 엘리먼트들의 수와 동일하다.
부가적으로, MUSIC 에서의 신호 및 노이즈 서브공간들의 결정은 시야에서의 타겟들의 수의 정확한 추정에 의존한다. 이에 반하여, DFT 기반 검출은 타겟들의 수에 대한 사전 지식을 요구하지 않는다. 통상적으로, 타겟들의 수는 고유값들의 분포의 형상으로부터 도출되며, 여기서, "큰" 고유값들은 타겟들과 연관되고 "작은" 고유값들은 노이즈와 연관된다. 그 분포로부터, 타겟들이 얼마나 많이 존재하고 있는지를 결정하는 것은 어려울 수 있다. 타겟들의 수가 부정확하게 추정되면, 서브공간들 및 어느 하나의 서브공간 상으로 프로젝션함으로써 생성된 결과적인 의사 스펙트럼은 정확하지 않을 것이다. MUSIC 은 고유값들 및 고유벡터들의 수를 계산할 수 있지만, 그 자체로 타겟들의 수를 적절하게 추정하기 위한 방법을 제공하지는 않는다.
도 6 은 최대로부터 최소로 소팅된 고유값들의 세트 (600) 를 예시한다. 일반적으로, 신호 서브공간과 연관된 고유값들의 세트 (610) 에서의 값들은 노이즈 서브공간과 연관된 고유값들의 세트 (620) 에서의 값들보다 훨씬 더 크다. 노이즈 서브공간과 연관된 고유값들은 일반적으로, 유사한 크기이다. 도 7 및 도 8 에서 예시된 바와 같이, 어느 고유값들이 신호 서브공간과 연관되는지를 식별하는 것 (나머지 고유값들은 노이즈 서브공간과 연관됨) 은 어려울 수 있다.
도 7 은 고유값 분포를 선형 스케일로 예시한다. 예시의 목적으로 몇몇 고유값들만이 도 6 에 도시되지만, 실제로, 고유값들의 수는 꽤 클 수 있다 (예컨대, 100개 정도). 도 7 에 도시된 바와 같이, 분포 곡선은 신호 서브공간과 연관된 고유값들과 노이즈 서브공간과 연관된 고유값들 사이의 경계를 표시하는 굴곡부 (knee) 또는 벤드부 (710) 에 의해 특징지어진다. 굴곡부 (710) 의 위치를 정밀하게 식별하는 것은 사소하지 않은 태스크이다. 이는 도 8 에서 더 명확하게 예시되며, 이는 도 7 에서와 동일한 분포를 도시하지만 로그로서 도시한다. 도 8 의 축들은 로그 스케일 (예컨대, 100, 1000, 10000 등의 인터벌들) 에 따라 라벨링되지 않는다. 하지만, 도 8 에서의 고유값 분포는 도 7 에서의 고유값 분포에 로그 (log) 함수를 적용한 결과에 대응하고, 따라서, 동일한 고유값 분포의 로그 뷰이다. 도 8 에 도시된 바와 같이, 고유값 분포가 로그로서 보여질 경우, 굴곡부의 위치는 고유값 분포만을 평가하는 것을 통해 정밀하게 식별될 수는 없다.
도 9 는 송신기 대 수신기 누설의 존재 시 MUSIC 을 사용하여 생성된 의사 스펙트럼의 일 예를 예시한다. 도 9 의 의사 스펙트럼은 약 6 cm 의 거리에 위치된 타겟에 대응하는 피크 (910) 및 송신기 대 수신기 누설로부터 기인하는 피크 (920) 에 의해 특징지어진다. 도 3a 로부터의 예와 유사하게, 누설의 기여들은 타겟의 기여들과 잘 분리된다. 하지만, MUSIC 의 사용은 종래의 DFT 분석에 비해 훨씬 더 가까운 타겟의 분해를 가능케 한다. 예를 들어, 도 3b 에서의 예를 다시 참조하면, 6cm 의 거리에 위치된 동일한 타겟은, DFT 기반 스펙트럼에서의 그 에너지가 누설의 에너지와 중첩하기 때문에 분해될 수 없다.
상기에서 설명된 바와 같이, MUSIC 및 일반적으로 고유공간 분석을 사용하는 것에 대한 난제들 중 하나는 어느 고유값들 (및 그 대응하는 고유벡터들) 이 신호 서브공간과 연관되는지 및 어느 것이 노이즈 서브공간과 연관되는지를 식별하는 것이다. 특정 실시형태들에서, 고유공간 분석의 계산 복잡도는 주성분 분석 (PCA) 을 사용하여, 고유벡터들의 서브세트를, 신호 서브공간과 연관되는 것으로서 식별함으로써 감소된다. 예를 들어, 도 10 에 도시된 바와 같이, 일 실시형태에서, 고유벡터들이 한번에 하나씩 추정되는 반복 PCA 알고리즘이 수행된다.
도 10 은 신호 서브공간과 연관된 고유벡터들을 추정하기 위한 예시적인 프로세스 (1000) 를 예시한다. 프로세스 (1000) 는 고유 분해를 통해 모든 고유벡터들을 컴퓨팅하는 것에 의존해야 하지 않고도 공분산 매트릭스에 대한 고유벡터들의 세트를 효율적으로 컴퓨팅한다. 특정 실시형태들에서, 도 10 에 나타낸 프로세싱은 레이더 시스템의 신호 프로세싱 서브시스템 (예컨대, 도 1 에서의 신호 프로세싱 서브시스템 (130)) 에 의해 수행될 수 있다. 프로세스 (1000) 는 p 개수의 고유벡터들의 세트를 생성하며, 여기서, p 는 레이더 어플리케이션에 대한 임의의 주어진 시점에서 예상된 타겟들의 최대 수에 대응하는 수로 설정될 수 있다. 예를 들어, 자동차 레이더 어플리케이션에서, p 는 3 내지 5 로 설정될 수 있다.
1002 에서, 공분산 매트릭스 (Rxx) 가, 수신된 레이더 신호들로부터 생성된다.
1004 에서, 초기 고유벡터 (
Figure pct00008
) 가, 초기 고유벡터의 엘리먼트들 (각각의 값) 을 랜덤하게 선택함으로써 추측된다. 초기 고유벡터는, 고유벡터 추정치가 p 개수의 주성분들에 대응하는 최종 고유벡터 추정치들의 세트의 부분으로서 저장될 특정 고유벡터에 수렴할 때까지 반복적으로 정세(refine)될 후보 고유벡터이다.
1006 에서, 다음 고유벡터 추정치/후보가 현재 고유벡터 추정치 (예컨대, 1004 로부터의 초기 고유벡터) 를 정세함으로써 생성되어, 일부 스칼라 (
Figure pct00009
) 에 대한 고유벡터 제약 (
Figure pct00010
) 를 만족시키는 새로운 고유벡터 추정치를 컴퓨팅하고, 이에 따라, 고유벡터들의 현재 세트는 오소노멀 베이시스 (orthonormal basis) 를 형성한다. 예를 들어, 1006 에서의 프로세싱은,
Figure pct00011
를 계산한 다음
Figure pct00012
를 계산함으로써 고유벡터 제약을 실시하는 것을 수반할 수도 있으며, 여기서, H 는, 이 포인트까지 구성된 베이시스, 예컨대,
Figure pct00013
에 직교하도록 고유벡터 (
Figure pct00014
) 를 업데이트하기 위한 허미션 전치 (Hermitian transpose) 연산 (즉, 고유벡터 (
Figure pct00015
) 의 전치 및 그 다음, 고유벡터 (
Figure pct00016
) 에서의 각각의 엘리먼트의 복소 켤레를 취하는 것) 이며, 여기서, 오소노멀 베이시스에서의 각각의 고유벡터는 이전에 수렴된 최종 고유벡터이다. 직교성은, 다음과 같이, 추정된 고유벡터의 놈을 1 의 값으로 설정함으로써, 그람-슈미트 직교화를 통해 더 보장된다:
Figure pct00017
1008 에서, 현재 고유벡터 추정치를 정세하는 것의 부분으로서, 현재 고유벡터 추정치, 즉, 1006 에서 추정된 고유벡터 (
Figure pct00018
) 가 이전 반복으로부터의 고유벡터 추정치 (
Figure pct00019
) 와 유사한지 여부가 결정된다. 유사성은 고유벡터들 사이의 차이의 놈 (예컨대,
Figure pct00020
의 L2 놈) 을 계산하는 것 및 놈이 특정 임계치보다 큰지 여부를 체크하는 것에 의해 결정될 수 있다. 놈이 임계치를 초과하면, 고유벡터들은 유사하지 않은 것으로 간주된다. 따라서, 1008 에서의 프로세싱은, 그 값이 후보 고유벡터 (예컨대, 1004 로부터의 초기 고유벡터) 와 다음 후보 고유벡터 (예컨대, 1006 으로부터의 현재 고유벡터 추정치) 사이의 유사성의 정도를 표시하는 유사성 메트릭 (예컨대, L2 놈) 을 계산하는 것, 및 그 다음, 유사성 메트릭의 값을 임계치와 비교하는 것에 기초하여 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않은지 여부를 결정하는 것을 수반할 수도 있다.
1010 에서, 현재 고유벡터 추정치 (
Figure pct00021
) 와 이전 고유벡터 추정치 (
Figure pct00022
) 가 유사하지 않으면, 현재 고유벡터 추정치는 다음 반복을 위한 시작 포인트로서 사용되고, 프로세스는 1006 으로 루프백하여, 추정치를 계속 정세하여 다음 후보를 생성한다. 이러한 방식으로, 후보 고유벡터는, 1008 에서의 프로세싱에 따라, 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않음을 결정하는 것에 기초하여 다음 후보 고유벡터로 대체될 수 있다. 일단 고유벡터 추정치들이 유사해져, 반복 추정이 특정 고유벡터 (
Figure pct00023
) 로 수렴하였음을 의미하면, 프로세싱은 1012 로 진행한다.
1012 에서, 현재 고유벡터 추정치가 주성분인 것으로서 식별되고, 최종 고유벡터로서 저장된다. 따라서, 현재 고유벡터 추정치는, 1008 에서의 프로세싱에 따라, 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않음을 결정하는 것에 기초하여 최종 고유벡터들 중 하나인 것으로서 식별될 수 있다. 프로세싱은 1004 로 루프백하고, 다른 랜덤 고유벡터가 추측되며, p 개수의 최종 고유벡터들이 식별되고 저장될 때까지 계속된다.
도 11 은 도달 각도를 추정하는 문제에 대한 MUSIC 의 적용가능성을 예시한다. 일반적으로, 안테나 엘리먼트들의 어레이에 충돌하는 파장 (λ) 을 갖는 평면파는 각각의 안테나 엘리먼트에 대해 상이한 각도로 도달할 것이고, 각도의 위상 회전 (
Figure pct00024
) 을 갖는 정현파로서 표현될 수 있으며, 여기서,
Figure pct00025
이다. 위상 회전은 안테나 엘리먼트들에 걸쳐 선형적으로 증가하고, 도달 각도 (
Figure pct00026
) 의 함수이다. 위상 회전은 안테나 엘리먼트들에 걸쳐 공간적으로 변하는 정현파의 주파수에 대응하기 때문에, (예컨대, MUSIC 또는 DFT 를 사용하여) 정현파의 주파수를 추정하는 것은 도달 각도를 추정하는 것에 해당한다. 고유공간 분석은 종래의 DFT 기반 검출에 비해 더 큰 각도 분해능도를 인에이블할 것이어서, 더 가깝게 이격된 (더 적은 각도 분리의) 타겟들이 서로 구별되게 할 것이다.
도 11 에 나타낸 바와 같이, 수신 신호들이 2개의 타겟들로부터 온 것이면, 각각의 타겟은, 주파수가 추정될 수 있는 별도의 정현파로서 표현된다. 주파수가 고유공간 분석을 통해 추정되면, 안테나 엘리먼트들에 의해 수신된 신호들을 사용하여 생성된 공분산 매트릭스에 대한 고유벡터들 중에서 고유값들이 가장 큰 2개의 고유벡터들이 존재해야 한다.
도 12 는 타겟들의 총 수를 추정하는 것에 기초하여 고유공간 분석의 정확도를 개선하기 위한 프로세스 (1200) 를 예시한다. 도 12 에 도시된 실시형태에서, 프로세스 (1200) 는 시야에서의 타겟들의 수를 추정하기 위해 DFT 를 사용하는 것을 포함한다. 하지만, 스펙트럼 분석에 기초하여 타겟들의 수를 추정할 수 있는 다른 기법들이 또한 사용될 수 있다. 도 1 의 실시형태와 같은 특정 실시형태들에서, 도 12 에서의 프로세싱은, 예컨대, 신호 프로세싱 서브시스템 (130) 에 의해 수행된 신호 분석의 부분으로서, 신호 프로세싱 서브시스템에 의해 수행될 수 있다.
1202 에서, 수신된 레이더 신호들에 대응하는 원시 데이터가 획득된다. 원시 데이터는 ADC (예컨대, ADC (132)) 를 통해 하나 이상의 안테나 엘리먼트들에서 수신되는 수신된 레이더 신호들을 프로세싱하는 것 및 레이더 신호들의 디지털화된 버전들을 샘플링하는 것을 통해 획득될 수 있다.
1204 에서, 1202 에서 획득된 원시 데이터에 DFT 가 적용되어 DFT 스펙트럼을 생성한다. 1204 에서의 프로세싱은 범위 도메인에서의 빈들의 1차원 어레이 (예컨대, 지연 또는 범위 인덱스에 따라 배열된 빈들) 를 생성한다. 빈들의 진폭들은, (예컨대, 도 3a 에서의 플롯과 유사하게) 거리의 함수로서 진폭을 나타내는 DFT 스펙트럼 상으로 맵핑될 수 있다. 도 12 에 도시된 실시형태에서, DFT 는, 원시 데이터에서 표현된 하나 이상의 타겟들의 범위를 추정하는데 사용된다. DFT 에 의해 추정된 범위 정보는 고유공간 분석에 기초하여 추정된 범위 정보에 대한 보충으로서 사용될 수 있거나, 또는 고유공간 분석이 더 정확한 범위 정보를 제공할 것이기 때문에 폐기될 수 있다. 다른 스펙트럼 분석 기법들이, 빈들의 세트를 생성하기 위한 1204 에서의 범위 DFT 에 대한 대안으로서 사용될 수 있다. 예를 들어, 1204 에서의 프로세싱은 도달 각도와 같은 타겟의 상이한 속성을 추정할 목적으로 수행되는 DFT 를 수반할 수도 있거나, 또는 1204 에서의 프로세싱은 CFAR (constant false alarm rate) 검출을 사용하여 수행될 수 있다.
1206 에서, 시야에서의 타겟들의 총 수의 추정치가, 1204 에서 수행된 DFT의 결과에 기초하여 생성된다. 타겟들의 수는, 예를 들어, DFT 스펙트럼에서의 피크들의 수와 동일한 것으로 추정될 수 있다.
1208 에서, 1202 에서 획득된 원시 데이터는, 고유공간 프로세싱을 위한 원시 데이터를 준비하도록 컨디셔닝된다. 단계 1208 은 단계 1204 에서의 프로세싱과 병렬로 수행될 수 있다. 원시 데이터의 컨디셔닝은 원시 데이터를, 수신된 레이더 신호들을 나타내는 신호 벡터들의 세트, 예컨대, 각각의 개별 안테나 엘리먼트에 의해 수신된 신호들에 대한 별도의 신호 벡터로 변환하는 것을 포함한다.
1210 에서, 컨디셔닝된 원시 데이터를 사용하여 신호 어레이가 생성된다. 예를 들어, 신호 어레이는, 1208 에서 생성된 신호 벡터들을 결합함으로써 형성된 2D 어레이일 수 있다. 신호 어레이는 각각의 안테나 엘리먼트로부터 수신된 신호들을 나타내고, 또한, 수신 신호들에 존재할 수도 있는 가우시안 노이즈를 나타낸다. 부가적으로, 1210 에서, 신호 어레이를 사용하여 공분산 매트릭스가 생성된다. 공분산 매트릭스는, 공분산 값들을 컴퓨팅하기 위해 신호 어레이의 벡터들에 대해 통계적 상관을 수행함으로써 생성될 수 있다.
1212 에서, 고유값들 및 그 대응하는 고유벡터들이, 1210 에서 생성된 공분산 어레이로부터 추출된다. 특정 실시형태들에서, 고유벡터들 및 고유값들이 종래의 고유 분해를 통해 추출된다. 하지만, 다른 실시형태들에서, 고유벡터들 및 그 대응하는 고유값들은, 도 10 과 관련하여 상기에서 논의된 바와 같이, PCA, 예를 들어, 신호 서브공간과 연관된 고유벡터들의 세트에 수렴하는 반복 PCA 알고리즘을 사용하여 더 계산적으로 효율적인 방식으로 추출될 수 있다.
1214 에서, 1206 에서 생성된 타겟들의 총 수의 추정치는, Akaike 정보 기준 (AIC) 과 같은 하나 이상의 휴리스틱들에 기초하여 정세된다. 예를 들어, 휴리스틱 알고리즘이, 1212 에서 추출된 고유값들의 분포에 적용되어, 임계 값에 기초하여 및/또는 분포의 형상에 기초하여 타겟들의 수를 식별할 수 있다. 도 7 및 도 8 과 관련하여 전술된 바와 같이, 고유값 분포를 사용하여 신호 서브공간과 연관된 고유값들을 식별하는 것은 어려울 수 있다. 여기서, 1206 에서 생성된 추정치는, 예를 들어, 하나 이상의 휴리스틱들에 기초하여 생성된 추정치가 타당한지 여부를 체크하기 위해, 또는 1214 에서 생성된 추정치가 1206 에서 생성된 추정치의 특정 범위 내에 있도록 하나 이상의 휴리스틱들에 기초하여 생성된 추정치를 제약하기 위해, 휴리스틱 알고리즘에 대한 입력으로서 사용될 수 있다. 1214 에서의 프로세싱은 옵션적이며; 특정 실시형태들에서, 1206 에서 생성된 추정치는 타겟들의 수의 최종 추정치로서 사용된다.
1216 에서, 타겟들의 수의 최종 추정치 (예컨대, 1206 으로부터의 추정치를 고려하여 1214 에서 생성된 추정치) 가 고유공간 분석에 입력된다. 예를 들어, 최종 추정치에 표시된 타겟들의 총 수는 신호 서브공간을 구성함에 있어서의 사용을 위한 대응하는 수의 가장 큰 고유벡터들 (타겟당 하나의 고유벡터) 을 선택하거나, 또는 노이즈 서브공간을 구성함에 있어서의 사용을 위한 나머지 더 작은 고유벡터들을 선택하는데 사용될 수 있다. 일단 신호 서브공간 또는 노이즈 서브공간이 구성되었으면, 의사 스펙트럼이, 전술된 바와 같이, 서브공간 상으로의 프로젝션에 의해 생성될 수 있다. 이러한 방식으로, 1206 에서 생성된 추정치는 결과적인 의사 스펙트럼의 정확도를 개선하는데 적용될 수 있다. 그 다음, 타겟들의 속성들 (예컨대, 범위, 방위각, 고도, 또는 이들의 임의의 조합) 이, 의사 스펙트럼을 사용하여 추정될 수 있다.
도 13 은 관심있는 영역들을 식별하는 것에 기초하여 고유공간 분석을 단순화하기 위한 프로세스 (1300) 를 예시한다. 도 1 의 실시형태와 같은 특정 실시형태들에서, 도 13 에서의 프로세싱은, 예컨대, 신호 프로세싱 서브시스템 (130) 에 의해 수행된 신호 분석의 부분으로서, 신호 프로세싱 서브시스템에 의해 수행될 수 있다.
1302 에서, 수신된 레이더 신호들에 대응하는 원시 데이터가 획득된다. 1302 에서의 프로세싱은 도 12 의 1202 에서의 프로세싱과 유사하며, 동일한 방식으로 수행될 수 있다.
1304 에서, DFT (또는 일부 다른 타입의 스펙트럼 분석) 가 원시 데이터에 대해 수행하여, 시야에서의 타겟들의 범위 및 방위각을 추정한다. 1304 에서의 프로세싱은 범위 및 방위각 도메인들에서 빈들의 2차원 (2D) 어레이를 생성한다. 2차원 어레이에서의 각각의 빈은 거리와 각도의 특정 조합을 나타낸다. 다른 타입들의 2D DFT들, 예를 들어, 범위 및 고도를 추정하기 위해 수행되는 DFT 가 또한, 관심있는 영역들을 식별하는데 적용될 수 있다.
1306 에서, 관심있는 영역들이, 1304 에서 수행된 DFT 의 결과들로부터 식별된다. 특히, 충분히 높은 값 (예컨대, 특정 임계치 초과) 인 빈들이, 관심있는 영역들, 즉, 잠재적인 타겟들이 존재하는 영역들인 것으로서 식별될 수 있다. 관심있는 영역들은 거리 범위들 및 각도 범위들로서 표현될 수 있다.
1308 에서, 1302 에서 획득된 원시 데이터는, 고유공간 프로세싱을 위한 원시 데이터를 준비하도록 컨디셔닝된다. 단계 1308 은 단계 1304 에서의 프로세싱과 병렬로 수행될 수 있고, 도 12 의 1208 에서의 프로세싱과 동일한 방식으로 수행될 수 있다.
1310 에서, 컨디셔닝된 원시 데이터를 사용하여 신호 어레이가 생성되고, 신호 어레이를 사용하여 공분산 매트릭스가 생성된다. 단계 1310 은 도 12 의 단계 1210 에서의 프로세싱과 유사하며, 동일한 방식으로 수행될 수 있다.
1312 에서, 고유값들 및 그 대응하는 고유벡터들이, 1310 에서 생성된 공분산 어레이로부터 추출된다. 단계 1312 는 도 12 의 단계 1212 에서의 프로세싱과 유사하며, 동일한 방식으로 수행될 수 있다.
1314 에서, 시야에서의 타겟들의 총 수가 추정된다. 단계 1314 는 도 12 의 단계 1214 와 유사하며, 도 13 의 실시형태에서, 타겟들의 수의 최종 추정치를 생성하기 위하여 입력되는 타겟들의 수의 추가적인 추정치가 없다는 점을 제외하고는 유사한 방식으로 (예컨대, 1312 에서 생성된 고유값들의 분포에 적용되는 휴리스틱 알고리즘을 사용하여) 수행될 수 있다.
1316 에서, 노이즈 서브공간과 연관된 고유벡터들을 결합함으로써 노이즈 어레이가 생성된다. 전술된 바와 같이, 노이즈 서브공간과 연관된 고유벡터들은, 대응하는 고유값들이 가장 작은 것들이다. 따라서, (1314 에서 추정된 타겟들의 수와 동일한) 가장 큰 고유값들과 연관된 고유벡터들의 수가 고려사항으로부터 제거된 이후에 남아있는 고유벡터들을 사용하여 노이즈 어레이가 생성될 수 있다.
1318 에서, 의사 스펙트럼이, 노이즈 어레이를 사용하여 생성되고, 하나 이상의 타겟들의 속성들 (예컨대, 범위, 방위각, 고도, 또는 이들의 임의의 조합) 을 추정하도록 프로세싱된다. 1318 에서의 의사 스펙트럼의 생성 및 프로세싱은 도 12 의 1216 에서의 고유공간 분석의 것과 유사한 프로세싱, 예를 들어, 의사 스펙트럼을 생성하기 위한 노이즈 어레이에 의해 표현된 노이즈 서브공간 상으로의 프로젝션 및 그러한 피크들과 연관된 파라미터들의 값들을 결정하기 위한 의사 스펙트럼에서의 피크들의 식별을 수반할 수도 있다. 하지만, 1306 에서 식별된 관심있는 영역들만을 고려함으로써 더 효율적인 방식으로 의사 스펙트럼이 생성될 수 있다. 예를 들어, 1318 에서, 노이즈 서브공간에 직교하는 것들을 찾기 위해 모든 가능한 스티어링 벡터들을 탐색하는 대신, 관심있는 영역들에 대응하는 그 스티어링 벡터들 (예컨대, 관심 있는 것으로서 식별된 거리들 및/또는 각도들에 대응하는 스티어링 벡터들) 만이 의사 스펙트럼을 생성하기 위하여 노이즈 서브공간 상으로 프로젝션될 수 있다. 이는, 레이더 시야에서의 물리적 공간이 통상적으로 대부분 비어 있기 때문에 수행될 필요가 있는 매트릭스 곱셈들의 수의 현저한 감소를 초래하며, 상대적으로 적은 오브젝트들이 임의의 주어진 시점에 존재한다. 부가적으로, 1304 에서 수행된 DFT 가 동일한 속성들 (예컨대, 범위 및 방위각) 을 추정하는데 사용될 수 있지만, 1318 에서 생성된 의사 스펙트럼은 속성들이 훨씬 더 큰 정확도로 추정되도록 허용한다.
도 14 는 DFT 를 사용하여 개별 범위 빈들을 식별하는 것에 기초하여 고유공간 분석을 단순화하기 위한 프로세스 (1400) 를 예시한다. 도 1 의 실시형태와 같은 특정 실시형태들에서, 도 14 에서의 프로세싱은, 예컨대, 신호 프로세싱 서브시스템 (130) 에 의해 수행된 신호 분석의 부분으로서, 신호 프로세싱 서브시스템에 의해 수행될 수 있다.
1402 에서, 수신된 레이더 신호들에 대응하는 원시 데이터가 획득된다. 1402 에서의 프로세싱은 도 12 의 1202 에서의 프로세싱과 유사하며, 동일한 방식으로 수행될 수 있다.
1404 에서, DFT 가 원시 데이터에 대해 수행하여, 시야에서의 타겟들의 범위를 추정한다. 일부 실시형태들에서, 다른 타입의 스펙트럼 분석이 원시 데이터에 대해 수행되어, DFT 를 사용하는 것에 대한 대안으로서 시야에서의 타겟들의 범위를 추정할 수도 있다. 1404 에서의 프로세싱은 도 12 의 1204 에서의 프로세싱과 동일한 방식으로 수행될 수 있다. 도 12 의 실시형태와 관련하여 상기에서 논의된 바와 같이, DFT 를 사용하여 생성된 범위 추정치들은 타겟 거리들에 대한 최종 추정치들로서 반드시 의존되지는 않는다. 하지만, 도 14 의 실시형태에 있어서, 1404 에서 DFT 를 사용하여 생성된 범위 추정치들은 최종 추정치들로서 사용되는데, 왜냐하면 송신기 대 수신기 누설이 DFT 의 결과들에 악영향을 미칠 수 있는 전술된 근접장 시나리오와 같은 특정 상황들을 제외하고는, DFT 기반 검출이 일반적으로 적절한 범위 분해능 (시간 도메인에서의 정확도) 을 제공하기 때문이다. 여기서, DFT 기반 범위 추정치들에 의존하는 것은 고유공간 분석으로부터 범위 추정을 생략함으로써 고유공간 분석을 단순화할 수 있다. 이는 하기의 단계 1416 에서 의사 스펙트럼을 생성하기 위해 사용되는 스티어링 어레이의 차원을 감소시켜, 고유공간 분석이 범위 및 방위각과 같은 일부 다른 속성들 양자 모두를 추정하는데 적용되는 경우보다 훨씬 더 빠르게 수행될 수 있게 한다.
1406 에서, 개별 범위 빈이, 하나 이상의 타겟들과 연관되는 것으로서 식별된다. 범위 빈은, 값이 모든 빈들 중에서 최고 빈인 것으로서 식별될 수 있다. 특정 실시형태들에서, 범위 빈은, 값이 임계치를 초과하는 빈인 것으로서 식별될 수 있다.
1408 에서, 신호 어레이가, 1402 에서 획득된 원시 데이터를 사용하여 하지만 1406 에서 식별된 범위 빈에 대해서만 생성된다. 따라서, 1408 에서 생성된 신호 어레이는 완전한 신호 어레이의 일부를 나타내고, 그 일부는 식별된 범위 빈에 대응하는 신호 벡터들을 포함한다. 이는 1410 에서 고유값들 및 고유벡터들을 추출하기 위해 신호 어레이의 사이즈를 제한하여, 추출에 필요한 계산들의 양을 감소시킨다.
1410 에서, 예컨대, 1408 에서 생성된 신호 어레이에 적용되는 고유 분해를 통해, 고유값들 및 고유벡터들이 추출된다.
1412 에서, 시야에서의 타겟들의 총 수가 추정된다. 1412 에서의 프로세싱은 도 13 의 1314 에서와 동일한 방식으로 수행될 수 있다.
1414 에서, 노이즈 서브공간과 연관된 고유벡터들로부터 노이즈 어레이가 생성된다. 1414 에서의 프로세싱은 도 13 의 1316 에서와 동일한 방식으로 수행될 수 있다.
1416 에서, 예컨대, 1414 에서 생성된 노이즈 어레이에 의해 표현된 노이즈 서브공간 상으로 프로젝션하는 것에 기초하여, 1406 에서 식별된 범위 빈에 대해 의사 스펙트럼이 생성된다.
1418 에서, 1416 에서 생성된 의사 스펙트럼이, 1406 에서 식별된 범위 빈에 대한 하나 이상의 방위각 값들을 결정하기 위해 프로세싱된다. 방위각 값들은, 의사 스펙트럼에서의 피크들의 위치들에 대응하는 각도들로서 결정될 수 있다. 1406 에서 식별된 범위 빈에 대응하는 범위 추정치와 결합될 경우, 이는 하나 이상의 범위-방위각 값 쌍들을 생성하며, 각각의 값 쌍은 시야에서의 타겟의 거리 및 도달 각도를 나타낸다. 1406 내지 1418 에서의 프로세싱은 다중의 범위 빈들 (예컨대, 다음의 최고 값 빈) 을 식별하기 위해 반복될 수 있다. 다중의 범위 빈들에 걸쳐 결정된 범위-방위각 값 쌍들은, 시야에서의 모든 타겟의 거리 및 도달 각도를 표시하는 범위-방위각 플롯 (예컨대, 그래픽 플롯 또는 그 수치 표현) 을 생성하도록 결합될 수 있다.
도 15 는 본 개시의 실시형태들을 통합할 수도 있는 전자 디바이스 (1500) 의 일 예의 내부 컴포넌트들의 블록 다이어그램이다. 예를 들어, 디바이스 (1500) 는, 모놀리식 집적 회로 또는 칩 상에 모두 집적되는, 센서 시스템들 (예컨대, 레이더 시스템) 을 포함하는 추가적인 시스템들을 갖는 시스템 온 칩 (SOC) 을 나타낼 수도 있다. 도 15 는 다양한 컴포넌트들의 일반화된 예시를 제공하기 위해서만 의도되며, 이들 중 임의의 것 또는 전부가 적절하게 활용될 수도 있음을 유의해야 한다. 일부 사례들에서, 도 15 에 의해 예시된 컴포넌트들은 단일의 물리적 디바이스에 로컬화될 수 있고/있거나 상이한 물리적 위치들에 배치될 수도 있는 다양한 네트워킹된 디바이스들 중에 분산될 수 있음을 유의할 수 있다.
버스 (1505) 를 통해 전기적으로 커플링될 수 있는 (또는 그렇지 않으면 적절하게 통신하고 있을 수도 있는) 하드웨어 엘리먼트들을 포함하는 디바이스 (1500) 가 도시된다. 하드웨어 엘리먼트들은, 제한없이, 하나 이상의 범용 프로세서들, (디지털 신호 프로세싱 (DSP) 칩들, 그래픽스 가속 프로세서들, 주문형 집적 회로들 (ASIC들) 등과 같은) 하나 이상의 특수 목적 프로세서들, 및/또는 다른 프로세싱 구조 또는 수단을 포함할 수 있는 프로세싱 유닛(들) (1510) 을 포함할 수도 있다. 일부 실시형태들은 원하는 기능성에 의존하여, 별도의 DSP (1520) 를 가질 수도 있다. 프로세싱 유닛(들) (1510) 은 본 명세서에서 논의된 바와 같이 레이더 시스템에 대한 디지털 신호 프로세싱을 수행 가능한 프로세서를 포함할 수도 있다. 특정 실시형태들에서, 프로세싱 유닛(들) (1510) 은 도 1 에 도시된 신호 프로세싱 서브시스템을 구현하는 하나 이상의 프로세서들을 포함한다.
디바이스 (1500) 는 또한, 제한없이, 차량내 터치 스크린, 터치 패드, 마이크로폰, 버튼(들), 다이얼(들), 스위치(들) 등을 제어할 수 있는 하나 이상의 입력 디바이스 제어기들 (1570); 및 제한없이, 디스플레이, 발광 다이오드 (LED), 스피커들 등을 제어할 수 있는 하나 이상의 출력 디바이스 제어기들 (1515) 을 포함할 수 있다.
디바이스 (1500) 는 또한, 제한없이, 모뎀, 네트워크 카드, 적외선 통신 디바이스, 무선 통신 디바이스 및/또는 (블루투스 디바이스, IEEE 802.11 디바이스, IEEE 802.16.4 디바이스, WiFi 디바이스, WiMax 디바이스, 4G, 5G 등을 포함한 셀룰러 통신 설비들과 같은) 칩셋 등을 포함할 수 있는 무선 통신 인터페이스 (1530) 을 포함할 수도 있다. 무선 통신 인터페이스 (1530) 는 데이터가 네트워크, 무선 액세스 포인트들, 다른 컴퓨터 시스템들, 및/또는 본 명세서에서 설명된 임의의 다른 전자 디바이스들과 교환되게 되도록 허용할 수도 있다. 통신은, 무선 신호들 (1534) 을 전송 및/또는 수신하는 하나 이상의 무선 통신 안테나(들) (1532) 를 통해 수행될 수 있다.
원하는 기능성에 의존하여, 무선 통신 인터페이스 (1530) 는 베이스 트랜시버 스테이션들 (예컨대, 셀룰러 네트워크의 기지국들) 및/또는 액세스 포인트(들)와 통신하기 위해 별도의 트랜시버들을 포함할 수 있다. 이들 상이한 데이터 네트워크들은 다양한 네트워크 타입들을 포함할 수 있다. 부가적으로, 무선 광역 네트워크 (WWAN) 는 코드 분할 다중 액세스 (CDMA) 네트워크, 시간 분할 다중 액세스 (TDMA) 네트워크, 주파수 분할 다중 액세스 (FDMA) 네트워크, 직교 주파수 분할 다중 액세스 (OFDMA) 네트워크, WiMax (IEEE 802.16) 등일 수도 있다. CDMA 네트워크는 cdma2000, 광대역 CDMA (W-CDMA) 등과 같은 하나 이상의 무선 액세스 기술들 (RAT들) 을 구현할 수도 있다. Cdma2000 은 IS-95, IS-2000, 및 IS-856 표준들을 포함한다. TDMA 네트워크는 모바일 통신용 글로벌 시스템 (GSM), 디지털 어드밴스드 모바일 폰 시스템 (D-AMPS), 또는 기타 다른 RAT들을 구현할 수도 있다. OFDMA 네트워크는 4G 및 5G 기술들을 포함하여 LTE, LTE 어드밴스드 등을 채용할 수도 있다.
디바이스 (1500) 는 센서 제어기(들) (1540) 를 더 포함할 수 있다. 그러한 제어기들은, 제한없이, 하나 이상의 레이더 시스템들, 하나 이상의 가속도계(들), 자이로스코프(들), 카메라(들), 자력계(들), 고도계(들), 마이크로폰(들), 근접 센서(들), 광 센서(들) 등을 통합 및/또는 제어할 수 있다. 구체적으로, 센서 제어기들 (1540) 은 하나 이상의 안테나들 (1544) 을 사용하여 레이더 송신 (Tx) 신호들 및 레이더 수신 (Rx) 신호들과 같은 센서 신호들 (1542) 을 전송 및/또는 수신할 수도 있다. 안테나들 (1544) 의 예들은 도 1 에 도시된 Tx 안테나 (112) 및 Rx 안테나 (114) 일 수도 있다. 센서 제어기들 (1540) 은 또한, 신호 생성기 (예컨대, 믹서 (120) 와 결합된 VCO (110)) 의 하나 이상의 인스턴스들 및 수신기 컴포넌트들 (예컨대, 믹서 (122) 및 ADC (132)) 과 같은 레이더 시스템의 다양한 컴포넌트들을 포함할 수도 있다.
디바이스 (1500) 의 실시형태들은 또한, SPS 안테나 (1582) 를 사용하여 하나 이상의 SPS 위성들로부터 신호들 (1584) 을 수신 가능한 위성 포지셔닝 시스템 (SPS) 수신기 (1580) 를 포함할 수도 있다. SPS 수신기 (1580) 는, 종래의 기법들을 사용하여, 글로벌 내비게이션 위성 시스템 (GNSS) (예컨대, 글로벌 포지셔닝 시스템 (GPS)), 갈릴레오, 글로나스, 콤파스, 일본의 QZSS (Quasi-Zenith Satellite System), 인도의 IRNSS (Indian Regional Navigational Satellite System), 중국의 Beidou 등과 같은 SPS 시스템의 위성들로부터 디바이스의 포지션을 추출할 수 있다. 더욱이, SPS 수신기 (1580) 는, 하나 이상의 글로벌 및/또는 지역적 내비게이션 위성 시스템들과 함께 사용하기 위해 연관되거나 그렇지 않으면 인에이블될 수도 있는 다양한 증강 시스템들 (예컨대, 위성 기반 증강 시스템 (SBAS)) 과 함께 사용될 수 있다. 한정이 아닌 예로서, SBAS 는, 예컨대, 광역 증강 시스템 (WAAS), 유럽 지오스테이셔너리 네비게이션 오버레이 서비스 (EGNOS), 다기능 위성 증강 시스템 (MSAS), GPS 보조식 지오 증강형 네비게이션 또는 GPS 및 지오 증강형 네비게이션 시스템 (GAGAN) 등과 같이 무결성 정보, 차동 정정 등을 제공하는 증강 시스템(들)을 포함할 수도 있다. 따라서, 본 명세서에서 사용된 바와 같이, SPS 는 하나 이상의 글로벌 및/또는 지역적 네비게이션 위성 시스템들 및/또는 증강 시스템들의 임의의 조합을 포함할 수도 있으며, SPS 신호는 SPS, SPS-유사, 및/또는 그러한 하나 이상의 SPS 와 연관된 다른 신호들을 포함할 수도 있다.
디바이스 (1500) 는 메모리 (1560) 를 더 포함하고/하거나 그와 통신할 수도 있다. 메모리 (1560) 는, 제한없이, 로컬 및/또는 네트워크 액세스가능 스토리지, 디스크 드라이브, 드라이브 어레이, 광학 저장 디바이스, 솔리드-스테이트 저장 디바이스, 예컨대, 프로그래밍가능, 플래시 업데이트가능 등등일 수 있는 판독 전용 메모리 ("ROM") 및/또는 랜덤 액세스 메모리 ("RAM") 를 포함할 수 있다. 그러한 저장 디바이스들은, 제한없이, 다양한 파일 시스템들, 데이터베이스 구조들 등을 포함하는 임의의 적절한 데이터 스토어들을 구현하도록 구성될 수도 있다.
디바이스 (1500) 의 메모리 (1560) 는 또한, 오퍼레이팅 시스템, 디바이스 드라이버들, 실행가능 라이브러리들, 및/또는 다양한 실시형태들에 의해 제공되는 컴퓨터 프로그램들을 포함할 수도 있고/있거나 본 명세서에서 설명된 바와 같이 다른 실시형태들에 의해 제공되는 방법들을 구현하고 및/또는 시스템들을 구성하도록 설계될 수도 있는 하나 이상의 어플리케이션 프로그램들과 같은 컴퓨터 판독가능 매체에 수록된 다른 코드를 포함하는 소프트웨어 엘리먼트들 (도시되지 않음) 을 포함할 수 있다. 그 다음, 일 양태에서, 그러한 코드 및/또는 명령들은, 설명된 방법들에 따라 하나 이상의 동작들을 수행하도록 범용 컴퓨터 (또는 다른 디바이스) 를 구성하고 및/또는 적응시키는데 사용될 수 있다.
도 16-도 18, 도 19a 및 도 19b 는 다양한 실시형태들에 따른 방법들을 예시한 플로우 다이어그램들이다. 도 16-도 18, 도 19a 및 도 19b 가 순차적으로 배열된 다양한 블록들을 도시하지만, 대안적인 실시형태들은 도 16-도 18, 도 19a 및 도 19b 에서 예시된 블록들에 의해 제공되는 기능성이, 예를 들어, 그 블록들에서 예시된 기능성을 추가, 생략, 결합, 분리, 재순서화, 및 그렇지 않으면 변경함으로써 제공되는 방식으로 변경될 수도 있다. 도 1 의 실시형태와 같은 특정 실시형태들에서, 도 16-도 18, 도 19a 및 도 19b 의 블록들에 대해 설명된 기능성은 레이더 시스템 (100) 과 같은 레이더 시스템에 의해 수행될 수도 있다. 기능성이 데이터 프로세싱을 수반하는 경우, 데이터 프로세싱은 레이더 시스템의 신호 프로세싱 서브시스템 (예컨대, 신호 프로세싱 서브시스템 (130)) 에 의해 수행될 수 있다. 추가로, 특정 실시형태들에서, 데이터 프로세싱은 레이더 시스템에 커플링된 별도의 컴퓨터 시스템에 의해 적어도 부분적으로 수행될 수도 있다. 도 16-도 18, 도 19a 및 도 19b 에서 예시된 기능성을 수행하는 수단은, 예를 들어, 하나 이상의 송신 안테나들에 의한 송신을 위해 레이더 신호를 생성하는 수단 (예컨대, 신호 생성기 (101)), 추가 프로세싱 또는 분석을 위해 수신된 레이더 신호들에 대한 예비 프로세싱을 컨디셔닝 또는 수행하는 수단 (예컨대, 믹서 (122) 및 ADC (132)), 및 수신된 레이더 신호들에 기초하여 타겟들의 속성들을 검출 또는 결정하는 수단 (예컨대, 신호 프로세싱 서브시스템 (130)) 을 포함하는 하드웨어 및/또는 소프트웨어 수단을 포함할 수도 있다.
도 16 은 특정 실시형태들에 따른, 타겟의 하나 이상의 속성들을 결정하는 방법 (1600) 을 예시한 플로우 다이어그램이다. 1602 에서, 레이더 신호가 (예컨대, 레이더 시스템의 하나 이상의 송신 안테나들에 의해) 송신된다. 상기에서 설명된 바와 같이, 레이더 신호들은 전방향성 또는 지향성 방식으로 송신될 수 있다. 다중의 안테나들 (예컨대, 송신 안테나 어레이) 에 의해 송신될 경우, 1602 에서의 레이더 신호는 보강 및/또는 상쇄 간섭을 통해 코히어런트 방식으로 결합하는 다중의 송신 안테나들로부터의 신호들의 결과일 수도 있다. 1602 에서의 레이더 신호는 레이더 시스템의 시야 내의 환경으로 송신될 수 있다.
1604 에서, 반사된 레이더 신호가 복수의 안테나들 (예컨대, 수신 안테나 어레이) 에 의해 수신된다. 반사된 레이더 신호는, 환경에서의 하나 이상의 타겟들로부터 반사된 이후 복수의 안테나들에 도달하는 1602 에서의 레이더 신호에 대응할 수도 있다. 복수의 안테나들에서의 안테나들의 각각은 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성된다. 각각의 수신 신호는 안테나에 대한 타겟의 방향, 타겟의 거리, 타겟의 속도, 및/또는 타겟의 다른 속성들에 의존한다. 환경에서의 다중의 타겟들 (예컨대, 시야 내에 있는 2 이상의 타겟들) 이 존재하면, 각각의 타겟은, 수신 신호가 다중의 타겟들에 관한 정보를 포함하도록 수신 신호에 기여할 수도 있다.
1606 에서, 신호 어레이가, 수신 신호들의 디지털 표현으로서 생성된다. 신호 어레이는, 예를 들어, 하나 이상의 ADC들을 사용하여 복수의 안테나들로부터의 수신 신호들을 대응하는 디지털 신호들로 변환하는 것, 아날로그 또는 디지털 도메인에서 수신 신호들을 샘플링하는 것, 및 디지털 신호들의 값들을 2차원 어레이로 결합하는 것에 의해 생성될 수 있으며, 여기서, 신호 어레이의 각각의 열은 특정 시점에서 복수의 안테나들로부터의 수신 신호들에 대응하는 디지털 신호 값들을 나타낸다.
1608 에서, 공분산 매트릭스가, 신호 어레이를 사용하여 계산된다. 공분산 매트릭스는 신호 어레이에서의 값들의 상이한 쌍들 사이의 공분산을 나타내는 값들의 2차원 매트릭스일 수 있다.
1610 에서, 하나 이상의 고유벡터들이 주성분 분석 (PCA) 을 통해 결정된다. 하나 이상의 고유벡터들은 공분산 매트릭스의 모든 고유벡터들의 서브세트를 형성할 수 있다. 모든 가능한 고유벡터들의 서브세트만을 결정하는 것은 모든 고유벡터들을 결정하는 것에 비해 계산 동작들에서의 실질적인 감소를 발생시킨다. 특정 실시형태들에서, 1610 에서 하나 이상의 고유벡터들의 결정은 도 10 과 관련하여 상기에서 설명된 것과 같은 반복 PCA 알고리즘을 사용하여 수행된다.
1612 에서, 적어도 하나의 타겟의 하나 이상의 속성들이, 1610 에서 결정된 하나 이상의 고유벡터들에 기초하여 결정된다. 하나 이상의 속성들의 결정은, 시야에서 얼마나 많은 타겟들이 있는지, 타겟의 거리, 타겟의 속도, 타겟의 방향 (예컨대, 방위각 및/또는 고도), 및/또는 다른 타겟 속성들을 결정하기 위한 DFT 기반 프로세싱 및/또는 MUSIC 기반 프로세싱을 수반할 수도 있다.
도 17 은 특정 실시형태들에 따른, 시야에서의 타겟들의 총 수를 추정하는 방법 (1700) 을 예시한 플로우 다이어그램이다. 1702 에서, 레이더 신호가 송신된다. 1704 에서, 반사된 레이더 신호가, 각각의 안테나에서 개별 수신 신호를 생성하기 위해 복수의 안테나들에 의해 수신된다. 블록들 (1702 및 1704) 은 도 16 에서의 블록들 (1602 및 1604) 에 각각 대응하며, 동일한 방식으로 구현될 수 있다.
1706 에서, 시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석이 수행된다. 특정 실시형태들에서, 1706 에서의 스펙트럼 분석은 DFT (예컨대, 도 12 의 블록들 (1204 및 1206) 과 관련하여 상기에서 설명된 바와 같은 범위 DFT) 를 수반할 수도 있다.
1708 에서, 신호 어레이가, 수신 신호들의 디지털 표현으로서 생성된다. 블록 1708 은 도 16 의 블록 1606 에 대응하며, 동일한 방식으로 구현될 수 있다.
1710 에서, 공분산 매트릭스가, 블록 1708 로부터의 신호 어레이를 사용하여 계산된다. 블록 1710 은 도 16 의 블록 1608 에 대응하며, 동일한 방식으로 구현될 수 있다.
1712 에서, 블록 1710 으로부터의 공분산 매트릭스의 고유벡터들이 고유벡터들에 대응하는 고유값들과 함께 결정된다. 상기에서 나타낸 바와 같이, 각각의 고유벡터는 대응하는 고유값을 가지며, 그 양자 모두의 값들은 고유 분해를 통해 컴퓨팅될 수도 있다.
1714 에서, 시야에서의 타겟들의 총 수의 최종 추정치가, 블록 1712 로부터의 고유값들 및 1706 으로부터의 초기 추정치를 사용하여 생성된다. 특정 실시형태들에서, 블록 1714 에서의 최종 추정치는, 예를 들어, 도 12 의 블록 1214 와 관련하여 상기에서 설명된 바와 같이, 하나 이상의 휴리스틱들을 적용하는 것에 기초하여 생성된다. 추가로, 상기에서 나타낸 바와 같이, 초기 추정치는, 하나 이상의 휴리스틱들에 기초하여 생성된 추정치가 타당한지 여부를 체크하거나 또는 하나 이상의 휴리스틱들에 기초하여 생성된 추정치를 제약하기 위해 사용될 수 있다.
도 18 은 특정 실시형태들에 따른, 관심있는 영역들을 식별하는 것에 기초하여 의사 스펙트럼을 생성하는 방법 (1800) 을 예시한 플로우 다이어그램이다. 1802 에서, 레이더 신호가 송신된다. 1804 에서, 반사된 레이더 신호가, 각각의 안테나에서 개별 수신 신호를 생성하기 위해 복수의 안테나들을 사용하여 수신된다. 블록들 (1802 및 1804) 은 도 16 에서의 블록들 (1602 및 1604) 에 각각 대응하며, 동일한 방식으로 구현될 수 있다.
1806 에서, 잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석이 수행된다. 특정 실시형태들에서, 1806 에서의 스펙트럼 분석은 DFT (예컨대, 도 13 의 블록들 (1304 및 1306) 과 관련하여 상기에서 설명된 바와 같은 범위-방위각 DFT) 를 수반할 수도 있다.
1808 에서, 신호 어레이가, 수신 신호들의 디지털 표현으로서 생성된다. 블록 1808 은 도 16 의 블록 1606 에 대응하며, 동일한 방식으로 구현될 수 있다.
1810 에서, 공분산 매트릭스가, 블록 1808 로부터의 신호 어레이를 사용하여 계산된다. 블록 1810 은 도 16 의 블록 1608 에 대응하며, 동일한 방식으로 구현될 수 있다.
1812 에서, 블록 1810 으로부터의 공분산 매트릭스의 고유벡터들이 고유벡터들에 대응하는 고유값들과 함께 결정된다. 블록 1812 은 도 17 의 블록 1712 에 대응하며, 동일한 방식으로 구현될 수 있다.
1814 에서, 블록 1812 로부터의 고유벡터들의 서브세트를 사용하여 서브공간이 형성된다. 블록 1814 에서의 서브공간은 신호 서브공간 (수신 신호들에 대한 타겟들의 기여들) 또는 노이즈 서브공간 (가우시안 노이즈를 나타냄) 일 수 있다. 예를 들어, 도 13 의 블록 1316 과 관련하여 상기에서 논의된 바와 같이, 노이즈 서브공간은, 노이즈 서브공간과 연관되는 고유벡터들을 결합함으로써 형성된 노이즈 어레이로서 표현될 수 있다.
1816 에서, 스티어링 어레이가 생성된다. 스티어링 어레이는 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함한다. 특히, 스티어링 어레이는, 안테나들이 타겟들로부터의 입사 신호들 (예컨대, 블록 1804 로부터의 반사된 레이더 신호) 에 어떻게 응답하는지를 모델링한다. 스티어링 어레이는 안테나들이 어떻게 구성되었는지에 관한 지식에 기초하여 생성될 수 있다. 예를 들어, 복수의 안테나들에서의 각각의 안테나가 거리 (d) 만큼 임의의 인접한 안테나로부터 이격된다고 가정하면, 각도 (θ) 로 안테나 어레이에 도달하는 입사 신호는 안테나들 중 하나에 먼저 도달할 수 있고, 각각의 후속 안테나는, i번째 안테나에서의 지연 (△ i ) 이
Figure pct00027
와 동일하도록 특정 팩터만큼 지연된 동일한 신호를 수신할 수 있으며, 여기서, c 는 광의 속도이다. 이에 따라, 스티어링 어레이에서의 벡터는 다음과 같이 입사 신호의 θ 및 각 주파수 (ω) 의 함수로서 표현될 수 있다:
Figure pct00028
1818 에서, 스티어링 어레이로부터의 벡터들의 서브세트를 블록 1814 에서 형성된 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트가 생성된다. 특히, 블록 1818 에서의 벡터들의 서브세트는 블록 1806 에서 식별된 관심있는 영역들에 대응한다. 도 13 의 블록 1318 과 관련하여 상기에서 논의된 바와 같이, 관심있는 영역들에 대응하는 그 스티어링 벡터들 (예컨대, 관심있는 것으로서 식별된 거리들 및/또는 각도들에 대응하는 스티어링 벡터들) 만을 프로젝션하는 것은 (예컨대, 노이즈 서브공간에 직교하는 것들을 찾기 위해) 모든 가능한 스티어링 벡터들을 탐색해야 하는 것을 회피시킨다.
1820 에서, 의사 스펙트럼이, 블록 1818 로부터의 프로젝션들의 세트에 기초하여 생성된다. 1820 에서의 의사 스펙트럼의 값들은, 예를 들어, 도 4 와 관련하여 상기에서 논의된 바와 같이, 각각의 프로젝션의 놈에 기초하여, 프로젝션들의 에너지의 함수로서 컴퓨팅될 수도 있다.
도 19a 및 도 19b 는 특정 실시형태들에 따른, 타겟의 도달 방향을 결정하는 방법 (1900) 을 예시한 플로우 다이어그램들이다. 1902 에서, 레이더 신호가 송신된다. 1904 에서, 반사된 레이더 신호가, 각각의 안테나에서 개별 수신 신호를 생성하기 위해 복수의 안테나들을 사용하여 수신된다. 블록들 (1902 및 1904) 은 도 16 에서의 블록들 (1602 및 1604) 에 각각 대응하며, 동일한 방식으로 구현될 수 있다.
1906 에서, 범위 도메인에서 빈들의 세트를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석이 수행된다. 블록 1906 에서의 스펙트럼 분석은, 예를 들어, 도 14 의 블록 1404 와 관련하여 상기에서 논의된 바와 같은 범위 DFT를 수반할 수도 있다.
1908 에서, 블록 1906 에서 생성된 빈들의 세트로부터의 제 1 빈은 하나 이상의 타겟들에 대응하는 것으로서 식별된다. 예를 들어, 도 14 의 블록 1406 과 관련하여 상기에서 논의된 바와 같이, 범위 빈은, 모든 빈들 중에서 값이 최고인 빈인 것으로서 또는 값이 특정 임계치를 초과하는 빈으로서 식별될 수 있다.
1910 에서, 제 1 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 신호 어레이가 생성된다. 1910 에서의 신호 어레이는, 제 1 빈에 대응하지 않는 수신 신호들이 신호 어레이를 형성할 때 고려되지 않는다는 점을 제외하고는, 도 16 의 블록 1606 에서의 신호 어레이의 생성과 유사한 방식으로 생성될 수 있다. 이는 후속 프로세싱 (예컨대, MUSIC 기반 분석) 를 위한 결과적인 신호 어레이를 단순화한다.
1912 에서, 공분산 매트릭스가, 블록 1910 으로부터의 신호 어레이를 사용하여 계산된다. 블록 1912 에서의 공분산 매트릭스의 계산은 도 16 의 블록 1608 과 관련하여 상기에서 논의된 것과 동일한 방식으로 구현될 수 있다.
1914 에서, 블록 1912 로부터의 공분산 매트릭스의 고유벡터들이 고유벡터들에 대응하는 고유값들과 함께 결정된다. 블록 1914 는 도 17 의 블록 1712 에 대응하며, 동일한 방식으로 구현될 수 있다.
1916 에서, 블록 1914 로부터의 고유벡터들의 서브세트를 사용하여 서브공간이 형성된다. 블록 1916 은 도 18 의 블록 1814 에 대응하며, 동일한 방식으로 구현될 수 있다.
1918 에서, 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이가 생성된다. 블록 1918 은 도 18 의 블록 1816 에 대응하며, 동일한 방식으로 구현될 수 있다.
1920 에서, 스티어링 어레이로부터의 벡터들을 블록 1916 에서 형성된 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트가 생성된다. 블록 1920 에서의 프로젝션들의 세트의 생성은, 벡터들의 서브세트를 프로젝션하는 대신, 스티어링 어레이에서의 모든 벡터들이 프로젝션될 수 있다는 점을 제외하고는, 도 18 의 블록 1818 과 유사한 방식으로 수행될 수 있다.
1922 에서, 의사 스펙트럼이, 블록 1920 으로부터의 프로젝션들의 세트에 기초하여 생성된다. 블록 1922 는 도 18 의 블록 1820 에 대응하며, 동일한 방식으로 구현될 수 있다.
1924 에서, 타겟의 도달 방향이, 블록 1922 로부터의 의사 스펙트럼에 기초하여 결정된다. 예를 들어, 도 14 의 블록 1418 과 관련하여 상기에서 논의된 바와 같이, 도달 방향은 의사 스펙트럼에서의 피크의 위치에 대응하는 각도일 수 있다.
블록들 (1908 내지 1924) 은 하나 이상의 추가적인 타겟들의 도달 방향을 결정하기 위해 반복될 수 있다. 예를 들어, 블록 1906 에서 생성된 빈들의 세트 중 제 2 범위 빈이, 블록 1908 에서의 프로세싱에 기초하여, 하나 이상의 타겟들에 대응하는 것으로서 식별될 수 있다. 이러한 방식으로, 상이한 범위들에서의 타겟들의 방향들은 수신 신호들의 동일한 세트에 대해 수행된 스펙트럼 분석 (예컨대, 블록 1906 에서의 스펙트럼 분석) 의 결과들로부터 결정될 수 있다.
실질적인 변형들이 특정 요건들에 따라 행해질 수도 있음이 당업자에게 명백할 것이다. 예를 들어, 맞춤형 하드웨어가 또한 사용될 수도 있고/있거나 특정 엘리먼트들이 하드웨어, 소프트웨어 (애플릿 등과 같은 휴대용 소프트웨어 포함) 또는 그 양자 모두에서 구현될 수도 있다. 추가로, 네트워크 입력/출력 디바이스들과 같은 다른 컴퓨팅 디바이스들로의 접속이 채용될 수도 있다.
첨부 도면들을 참조하면, 메모리를 포함할 수 있는 컴포넌트들은 비일시적 머신 판독가능 매체들을 포함할 수 있다. 본 명세서에서 사용된 바와 같은 용어 "머신 판독가능 매체" 및 "컴퓨터 판독가능 매체" 는 머신으로 하여금 특정 방식으로 동작하게 하는 데이터를 제공하는데 참여하는 임의의 저장 매체를 지칭한다. 상기에서 제공된 실시형태들에서, 다양한 머신 판독가능 매체들은 실행을 위해 프로세싱 유닛들 및/또는 다른 디바이스(들)에 명령들/코드를 제공하는 것에 수반될 수도 있다. 부가적으로 또는 대안적으로, 머신 판독가능 매체들은 그러한 명령들/코드를 저장 및/또는 수록하는데 사용될 수도 있다. 다수의 구현들에서, 컴퓨터 판독가능 매체는 물리적 및/또는 유형의 저장 매체이다. 그러한 매체는, 비휘발성 매체들, 휘발성 매체들 및 송신 매체들을 포함하지만 이에 한정되지 않는 다수의 형태들을 취할 수도 있다. 일반적인 형태들의 컴퓨터 판독가능 매체들은, 예를 들어, 자기 및/또는 광학 매체들, 펀치 카드들, 종이 테이프, 홀들의 패턴들을 갖는 임의의 다른 물리적 매체, RAM, PROM, EPROM, FLASH-EPROM, 임의의 다른 메모리 칩 또는 카트리지, 이하에서 설명되는 바와 같은 반송파, 또는 컴퓨터가 명령들 및/또는 코드를 판독할 수 있는 임의의 다른 매체를 포함한다.
본 명세서에서 사용된 바와 같은 용어들 "및" 그리고 "또는" 은, 그러한 용어들이 사용되는 문맥에 적어도 부분적으로 의존하도록 또한 기대되는 다양한 의미들을 포함할 수도 있다. 통상적으로, A, B 또는 C 와 같이 리스트를 연관시키도록 사용된다면 "또는" 은 함유적 의미로 여기서 사용되는 A, B, 및 C 를 의미할 뿐 아니라 배타적 의미로 여기서 사용되는 A, B 또는 C 를 의미하도록 의도된다. 부가적으로, 본 명세서에서 사용된 바와 같은 용어 "하나 이상" 은 임의의 특징, 구조, 또는 특성을 단수로 기술하는데 사용될 수도 있거나, 특징들, 구조들 또는 특성들의 일부 조합을 기술하는데 사용될 수도 있다. 하지만, 이는 단지 예시적인 예일 뿐이며 청구물은 이러한 예로 제한되지 않음을 유의해야 한다. 더욱이, 용어 "~중 적어도 하나" 는 A, B 또는 C 와 같이 리스트를 연관시키는데 사용된다면, A, AB, AA, AAB, AABBCCC 등과 같은 A, B 및/또는 C 의 임의의 조합을 의미하는 것으로 해석될 수 있다.
본 명세서에서 논의된 방법들, 시스템들, 및 디바이스들은 예들이다. 다양한 실시형태들은 다양한 절차들 또는 컴포넌트들을 적절하게 생략, 치환, 또는 추가할 수도 있다. 예를 들어, 특정 실시형태들에 관하여 설명된 특징들은 다양한 다른 실시형태들에서 결합될 수도 있다. 실시형태들의 상이한 양태들 및 엘리먼트들이 유사한 방식으로 결합될 수도 있다. 본 명세서에서 제공된 도면들의 다양한 컴포넌트들은 하드웨어 및/또는 소프트웨어에서 구현될 수 있다. 또한, 기술은 진화하고, 따라서, 본 개시의 범위를 그 특정 예들로 제한하지 않는 엘리먼트들의 다수는 예들이다.
이러한 설명의 관점에서, 실시형태들은 특징들의 상이한 조합들을 포함할 수도 있다. 구현 예들이 다음의 넘버링된 조항들에서 기술된다:
조항 1. 일 장치는, 레이더 신호를 생성하도록 구성된 신호 생성기; 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나; 반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및 하나 이상의 프로세서들을 포함하고, 그 하나 이상의 프로세서들은, 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고; 신호 어레이를 사용하여 공분산 매트릭스를 계산하고; 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 것으로서, 하나 이상의 고유벡터들은 공분산 매트릭스의 모든 고유벡터들의 서브세트를 포함하고, 하나 이상의 고유벡터들을 결정하기 위해, 하나 이상의 프로세서들은 주성분 분석을 수행하는, 상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하고; 그리고 하나 이상의 고유벡터들에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하도록 구성된다.
조항 2. 조항 1 의 장치에 있어서, 주성분 분석을 수행하기 위해, 하나 이상의 프로세서들은 하나 이상의 고유벡터들을 한번에 하나씩 식별하도록 구성되고, 하나 이상의 고유벡터들의 각각의 고유벡터는 주성분에 대응하고, 추가로, 적어도 하나의 타겟의 상이한 타겟에 대응한다.
조항 3. 조항 1 또는 조항 2 의 장치에 있어서, 주성분 분석을 수행하기 위해, 하나 이상의 프로세서들은, 하나 이상의 고유벡터들에 대한 초기 추측치로서 랜덤 고유벡터를 생성하고; 그리고 랜덤 고유벡터의 값들이 하나 이상의 고유벡터들 중 제 1 고유벡터에 수렴할 때까지 랜덤 고유벡터를 반복적으로 정세하도록 구성된다.
조항 4. 조항 1 내지 조항 3 중 어느 하나의 장치에 있어서, 주성분 분석을 수행하기 위해, 하나 이상의 프로세서들은, 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하고; 그리고 다음 후보 고유벡터를 생성하는 것; 유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 후보 고유벡터와 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것; 유사성 메트릭의 값을 임계치와 비교하는 것에 기초하여 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않음을 결정하는 것; 및 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않다고 결정하는 것에 기초하여 후보 고유벡터를 다음 후보 고유벡터로 대체하는 것에 의해, 후보 고유벡터를 반복적으로 정세하도록 구성된다.
조항 5. 조항 1 내지 조항 4 중 어느 하나의 장치에 있어서, 주성분 분석을 수행하기 위해, 하나 이상의 프로세서들은, 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하고; 그리고 다음 후보 고유벡터를 생성하는 것; 유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 후보 고유벡터와 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것; 유사성 메트릭의 값을 임계치와 비교하는 것에 기초하여 후보 고유벡터와 다음 후보 고유벡터가 유사함을 결정하는 것; 및 후보 고유벡터와 다음 후보 고유벡터가 유사하다고 결정하는 것에 기초하여 하나 이상의 고유벡터들의 고유벡터인 것으로서 다음 후보 고유벡터를 식별하는 것에 의해, 후보 고유벡터를 반복적으로 정세하도록 구성된다.
조항 6. 조항 1 내지 조항 5 중 어느 하나의 장치에 있어서, 적어도 하나의 타겟의 하나 이상의 속성들을 결정하기 위해, 하나 이상의 프로세서들은, 하나 이상의 고유벡터들을 사용하여 신호 서브공간을 형성하고; 상이한 주파수들의 톤들을 신호 서브공간 상으로 프로젝션하고; 프로젝션된 톤들에 기초하여 의사 스펙트럼을 생성하도록 구성된다.
조항 7. 조항 6 의 장치에 있어서, 하나 이상의 프로세서들은 의사 스펙트럼에 기초하여 하나 이상의 속성들을 결정하도록 구성된다.
조항 8. 조항 1 내지 조항 7 중 어느 하나의 장치에 있어서, 하나 이상의 속성들은 적어도 하나의 타겟의 거리 및 적어도 하나의 타겟의 도달 방향 중 적어도 하나를 포함한다.
조항 9. 일 장치는, 레이더 신호를 생성하도록 구성된 신호 생성기; 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나; 반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및 하나 이상의 프로세서들을 포함하고, 그 하나 이상의 프로세서들은, 시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고; 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고; 신호 어레이를 사용하여 공분산 매트릭스를 계산하고; 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하고; 그리고 고유값들 및 초기 추정치를 사용하여 타겟들의 총 수의 최종 추정치를 생성하도록 구성된다.
조항 10. 조항 9 의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 타겟들의 총 수의 최종 추정치에 기초하여 공분산 매트릭스의 고유벡터들의 서브세트를 식별하도록 구성된다.
조항 11. 조항 10 의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 서브세트를 식별하는 것으로서, 배제된 고유벡터들의 수는 타겟들의 총 수의 최종 추정치와 동일한, 상기 고유벡터들의 서브세트를 식별하고; 고유벡터들의 서브세트를 사용하여 노이즈 서브공간을 형성하고; 스티어링 어레이의 벡터들을 노이즈 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하고; 그리고 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하도록 구성된다.
조항 12. 조항 11 의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 의사 스펙트럼에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 식별하도록 구성된다.
조항 13. 조항 9 내지 조항 12 중 어느 하나의 장치에 있어서, 스펙트럼 분석을 수행하기 위해, 하나 이상의 프로세서들은 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성된다.
조항 14. 조항 13 의 장치에 있어서, 타겟들의 총 수의 초기 추정치를 생성하기 위해, 하나 이상의 프로세서들은 DFT 에 의해 생성된 스펙트럼에서 개별 피크에 대응하는 것으로서 각각의 타겟을 식별하도록 구성된다.
조항 15. 조항 9 내지 조항 12 중 어느 하나의 장치에 있어서, 스펙트럼 분석을 수행하기 위해, 하나 이상의 프로세서들은 입력으로서 수신 신호들을 사용하여 CFAR (constant false alarm rate) 검출 알고리즘을 실행하도록 구성된다.
조항 16. 일 장치는, 레이더 신호를 생성하도록 구성된 신호 생성기; 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나; 반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및 하나 이상의 프로세서들을 포함하고, 그 하나 이상의 프로세서들은, 잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고; 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고; 신호 어레이를 사용하여 공분산 매트릭스를 계산하고; 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하고; 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 서브공간을 형성하고; 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하고; 스티어링 어레이로부터의 벡터들의 서브세트를 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 것으로서, 벡터들의 서브세트는 관심있는 영역들에 대응하는, 상기 프로젝션들의 세트를 생성하고; 그리고 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하도록 구성된다.
조항 17. 조항 16 의 장치에 있어서, 스펙트럼 분석을 수행하기 위해, 하나 이상의 프로세서들은, 범위 도메인에서 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성되고, 여기서, 하나 이상의 프로세서들은, 빈들의 세트의 값들에 기초하여 관심있는 영역들을 식별하도록 구성된다.
조항 18. 조항 17 의 장치에 있어서, 하나 이상의 프로세서들은, 관심있는 영역들을, 값들이 임계치를 초과하는 빈들과 연관된 거리들인 것으로서 식별하도록 구성된다.
조항 19. 조항 16 내지 조항 18 중 어느 하나의 장치에 있어서, 스펙트럼 분석을 수행하기 위해, 하나 이상의 프로세서들은, 방위각 또는 고도 도메인에서 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성되고, 여기서, 하나 이상의 프로세서들은, 빈들의 세트의 값들에 기초하여 관심있는 영역들을 식별하도록 구성된다.
조항 20. 조항 19 의 장치에 있어서, 하나 이상의 프로세서들은, 관심있는 영역들을, 값들이 임계치를 초과하는 빈들과 연관된 각도들인 것으로서 식별하도록 구성된다.
조항 21. 일 장치는, 레이더 신호를 생성하도록 구성된 신호 생성기; 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나; 반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및 하나 이상의 프로세서들을 포함하고, 그 하나 이상의 프로세서들은, 범위 도메인에서 빈들의 세트를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고; 하나 이상의 타겟들에 대응하는 것으로서 빈들의 세트로부터의 제 1 빈을 식별하고; 제 1 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 제 1 신호 어레이를 생성하고; 제 1 신호 어레이를 사용하여 제 1 공분산 매트릭스를 계산하고; 제 1 공분산 매트릭스의 고유벡터들을 제 1 공분산 매트릭스의 고유벡터들에 대응하는 고유값들과 함께 결정하고; 제 1 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 제 1 서브공간을 형성하고; 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하고; 스티어링 어레이로부터의 벡터들을 제 1 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 1 세트를 생성하고; 프로젝션들의 제 1 세트에 기초하여 제 1 의사 스펙트럼을 생성하고; 그리고 제 1 의사 스펙트럼에 기초하여 제 1 타겟의 도달 방향을 결정하도록 구성된다.
조항 22. 조항 21 의 장치에 있어서, 하나 이상의 프로세서들은, 임계치를 초과하는 제 1 빈의 값에 기초하여 제 1 빈을 식별하도록 구성된다.
조항 23. 조항 21 또는 조항 22 의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 제 1 공분산 매트릭스의 고유벡터들에 대응하는 고유값들의 분포에 기초하여 제 1 빈과 연관된 타겟들의 총 수를 추정하고; 그리고 고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 제 1 서브세트를 식별하도록 구성되고, 배제된 고유벡터들의 수는 타겟들의 추정된 총 수와 동일하다.
조항 24. 조항 23 의 장치에 있어서, 제 1 빈과 연관된 타겟들의 총 수를 추정하기 위해, 하나 이상의 프로세서들은 고유값들의 분포에 Akaike 정보 기준을 적용하도록 구성된다.
조항 25. 조항 21 내지 조항 24 중 어느 하나의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 하나 이상의 타겟들에 대응하는 것으로서 빈들의 세트로부터의 제 2 빈을 식별하고; 제 2 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 제 2 신호 어레이를 생성하고; 제 2 신호 어레이를 사용하여 제 2 공분산 매트릭스를 계산하고; 제 2 공분산 매트릭스의 고유벡터들을 제 2 공분산 매트릭스의 고유벡터들에 대응하는 고유값들과 함께 결정하고; 제 2 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 제 2 서브공간을 형성하고; 스티어링 어레이로부터의 벡터들을 제 2 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 2 세트를 생성하고; 프로젝션들의 제 2 세트에 기초하여 제 2 의사 스펙트럼을 생성하고; 그리고 제 2 의사 스펙트럼에 기초하여 제 2 타겟의 도달 방향을 결정하도록 구성된다.
조항 26. 조항 25 의 장치에 있어서, 하나 이상의 프로세서들은 추가로, 제 1 타겟의 도달 방향, 제 2 타겟의 도달 방향, 제 1 빈과 연관된 거리, 및 제 2 빈과 연관된 거리에 기초하여 시야의 범위-방위각 표현을 생성하도록 구성된다.
조항 27. 일 방법은, 레이더 신호를 송신하는 단계; 복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계; 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계; 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계; 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 단계로서, 하나 이상의 고유벡터들은 공분산 매트릭스의 모든 고유벡터들의 서브세트를 포함하고, 하나 이상의 고유벡터들은 주성분 분석을 통해 결정되는, 상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 단계; 및 하나 이상의 고유벡터들에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하는 단계를 포함한다.
조항 28. 조항 27 의 방법에 있어서, 주성분 분석은 하나 이상의 고유벡터들을 한번에 하나씩 식별하는 것을 포함하고, 하나 이상의 고유벡터들의 각각의 고유벡터는 주성분에 대응하고, 추가로, 적어도 하나의 타겟의 상이한 타겟에 대응한다.
조항 29. 조항 27 또는 조항 28 의 방법에 있어서, 주성분 분석은, 하나 이상의 고유벡터들에 대한 초기 추측치로서 랜덤 고유벡터를 생성하는 것; 및 랜덤 고유벡터의 값들이 하나 이상의 고유벡터들 중 제 1 고유벡터에 수렴할 때까지 랜덤 고유벡터를 반복적으로 정세하는 것을 포함한다.
조항 30. 조항 27 내지 조항 29 중 어느 하나의 방법에 있어서, 주성분 분석은, 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하는 것; 및 다음 후보 고유벡터를 생성하는 것; 유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 후보 고유벡터와 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것; 유사성 메트릭의 값을 임계치와 비교하는 것에 기초하여 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않음을 결정하는 것; 및 후보 고유벡터와 다음 후보 고유벡터가 유사하지 않다고 결정하는 것에 기초하여 후보 고유벡터를 다음 후보 고유벡터로 대체하는 것에 의해, 후보 고유벡터를 반복적으로 정세하는 것을 포함한다.
조항 31. 조항 27 내지 조항 30 중 어느 하나의 방법에 있어서, 주성분 분석은, 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하는 것; 및 다음 후보 고유벡터를 생성하는 것; 유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 후보 고유벡터와 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것; 유사성 메트릭의 값을 임계치와 비교하는 것에 기초하여 후보 고유벡터와 다음 후보 고유벡터가 유사함을 결정하는 것; 및 후보 고유벡터와 다음 후보 고유벡터가 유사하다고 결정하는 것에 기초하여 하나 이상의 고유벡터들의 고유벡터인 것으로서 다음 후보 고유벡터를 식별하는 것에 의해, 후보 고유벡터를 반복적으로 정세하는 것을 포함한다.
조항 32. 조항 27 내지 조항 31 중 어느 하나의 방법에 있어서, 적어도 하나의 타겟의 하나 이상의 속성들을 결정하는 것은, 하나 이상의 고유벡터들을 사용하여 신호 서브공간을 형성하는 것; 상이한 주파수들의 톤들을 신호 서브공간 상으로 프로젝션하는 것; 및 프로젝션된 톤들에 기초하여 의사 스펙트럼을 생성하는 것을 포함한다.
조항 33. 조항 32 의 방법에 있어서, 하나 이상의 속성들은 의사 스펙트럼에 기초하여 결정된다.
조항 34. 조항 27 내지 조항 33 중 어느 하나의 방법에 있어서, 하나 이상의 속성들은 적어도 하나의 타겟의 거리 및 적어도 하나의 타겟의 도달 방향 중 적어도 하나를 포함한다.
조항 35. 일 방법은, 레이더 신호를 송신하는 단계; 복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계; 시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계; 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계; 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계; 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계; 및 고유값들 및 초기 추정치를 사용하여 타겟들의 총 수의 최종 추정치를 생성하는 단계를 포함한다.
조항 36. 조항 35 의 방법은, 타겟들의 총 수의 최종 추정치에 기초하여 공분산 매트릭스의 고유벡터들의 서브세트를 식별하는 단계를 더 포함한다.
조항 37. 조항 36 의 방법은, 고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 서브세트를 식별하는 단계로서, 배제된 고유벡터들의 수는 타겟들의 총 수의 최종 추정치와 동일한, 상기 고유벡터들의 서브세트를 식별하는 단계; 고유벡터들의 서브세트를 사용하여 노이즈 서브공간을 형성하는 단계; 스티어링 어레이의 벡터들을 노이즈 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 단계; 및 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하는 단계를 더 포함한다.
조항 38. 조항 37 의 방법은, 의사 스펙트럼에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 식별하는 단계를 더 포함한다.
조항 39. 조항 35 내지 조항 38 중 어느 하나의 방법에 있어서, 스펙트럼 분석을 수행하는 단계는 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계를 포함한다.
조항 40. 조항 39 의 방법에 있어서, 타겟들의 총 수의 초기 추정치를 생성하는 것은, DFT 에 의해 생성된 스펙트럼에서 개별 피크에 대응하는 것으로서 각각의 타겟을 식별하는 것을 포함한다.
조항 41. 조항 35 내지 조항 38 중 어느 하나의 방법에 있어서, 스펙트럼 분석을 수행하는 단계는, 입력으로서 수신 신호들을 사용하여 CFAR (constant false alarm rate) 검출 알고리즘을 실행하는 단계를 포함한다.
조항 42. 일 방법은, 레이더 신호를 송신하는 단계; 복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계; 잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계; 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계; 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계; 공분산 매트릭스의 고유벡터들을 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계; 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 서브공간을 형성하는 단계; 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하는 단계; 스티어링 어레이로부터의 벡터들의 서브세트를 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 단계로서, 벡터들의 서브세트는 관심있는 영역들에 대응하는, 상기 프로젝션들의 세트를 생성하는 단계; 및 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하는 단계를 포함한다.
조항 43. 조항 42 의 방법에 있어서, 스펙트럼 분석을 수행하는 단계는, 범위 도메인에서 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계; 및 빈들의 세트의 값들에 기초하여 관심있는 영역들을 식별하는 단계를 포함한다.
조항 44. 조항 43 의 방법에 있어서, 관심있는 영역들은, 값들이 임계치를 초과하는 빈들과 연관된 거리들인 것으로서 식별된다.
조항 45. 조항 42 내지 조항 44 중 어느 하나의 방법에 있어서, 스펙트럼 분석을 수행하는 단계는, 방위각 또는 고도 도메인에서 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계; 및 빈들의 세트의 값들에 기초하여 관심있는 영역들을 식별하는 단계를 포함한다.
조항 46. 조항 45 의 방법에 있어서, 관심있는 영역들은, 값들이 임계치를 초과하는 빈들과 연관된 각도들인 것으로서 식별된다.
조항 47. 일 방법은, 레이더 신호를 송신하는 단계; 복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 복수의 안테나들의 각각의 안테나는 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계; 범위 도메인에서 빈들의 세트를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계; 하나 이상의 타겟들에 대응하는 것으로서 빈들의 세트로부터의 제 1 빈을 식별하는 단계; 제 1 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 제 1 신호 어레이를 생성하는 단계; 제 1 신호 어레이를 사용하여 제 1 공분산 매트릭스를 계산하는 단계; 제 1 공분산 매트릭스의 고유벡터들을 제 1 공분산 매트릭스의 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계; 제 1 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 제 1 서브공간을 형성하는 단계; 시야에서의 상이한 방향들로부터 수신된 신호들에 대한 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하는 단계; 스티어링 어레이로부터의 벡터들을 제 1 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 1 세트를 생성하는 단계; 프로젝션들의 제 1 세트에 기초하여 제 1 의사 스펙트럼을 생성하는 단계; 및 제 1 의사 스펙트럼에 기초하여 제 1 타겟의 도달 방향을 결정하는 단계를 포함한다.
조항 48. 조항 47 의 방법에 있어서, 제 1 빈이, 임계치를 초과하는 제 1 빈의 값에 기초하여 식별된다.
조항 49. 조항 47 또는 조항 48 의 방법은, 제 1 공분산 매트릭스의 고유벡터들에 대응하는 고유값들의 분포에 기초하여 제 1 빈과 연관된 타겟들의 총 수를 추정하는 단계; 및 고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 제 1 서브세트를 식별하는 단계를 더 포함하고, 배제된 고유벡터들의 수는 타겟들의 추정된 총 수와 동일하다.
조항 50. 조항 49 의 방법에 있어서, 제 1 빈과 연관된 타겟들의 총 수를 추정하는 단계는, 고유값들의 분포에 Akaike 정보 기준을 적용하는 단계를 포함한다.
조항 51. 조항 47 내지 조항 50 중 어느 하나의 방법은, 하나 이상의 타겟들에 대응하는 것으로서 빈들의 세트로부터의 제 2 빈을 식별하는 단계; 제 2 빈에 대응하는 수신 신호들의 일부의 디지털 표현으로서 제 2 신호 어레이를 생성하는 단계; 제 2 신호 어레이를 사용하여 제 2 공분산 매트릭스를 계산하는 단계; 제 2 공분산 매트릭스의 고유벡터들을 제 2 공분산 매트릭스의 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계; 제 2 공분산 매트릭스의 고유벡터들의 서브세트를 사용하여 제 2 서브공간을 형성하는 단계; 스티어링 어레이로부터의 벡터들을 제 2 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 2 세트를 생성하는 단계; 프로젝션들의 제 2 세트에 기초하여 제 2 의사 스펙트럼을 생성하는 단계; 및 제 2 의사 스펙트럼에 기초하여 제 2 타겟의 도달 방향을 결정하는 단계를 더 포함한다.
조항 52. 조항 51 의 방법은, 제 1 타겟의 도달 방향, 제 2 타겟의 도달 방향, 제 1 빈과 연관된 거리, 및 제 2 빈과 연관된 거리에 기초하여 시야의 범위-방위각 표현을 생성하는 단계를 더 포함한다.

Claims (52)

  1. 장치로서,
    레이더 신호를 생성하도록 구성된 신호 생성기;
    상기 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나;
    반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하고;
    상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 것으로서, 상기 하나 이상의 고유벡터들은 상기 공분산 매트릭스의 모든 고유벡터들의 서브세트를 포함하고, 상기 하나 이상의 고유벡터들을 결정하기 위해, 상기 하나 이상의 프로세서들은 주성분 분석을 수행하는, 상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하고; 그리고
    상기 하나 이상의 고유벡터들에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하도록
    구성되는, 장치.
  2. 제 1 항에 있어서,
    상기 주성분 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은 상기 하나 이상의 고유벡터들을 한번에 하나씩 식별하도록 구성되고, 상기 하나 이상의 고유벡터들의 각각의 고유벡터는 주성분에 대응하고, 추가로, 상기 적어도 하나의 타겟의 상이한 타겟에 대응하는, 장치.
  3. 제 2 항에 있어서,
    상기 주성분 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은,
    상기 하나 이상의 고유벡터들에 대한 초기 추측치로서 랜덤 고유벡터를 생성하고; 그리고
    상기 랜덤 고유벡터의 값들이 상기 하나 이상의 고유벡터들 중 제 1 고유벡터에 수렴할 때까지 상기 랜덤 고유벡터를 반복적으로 정세하도록
    구성되는, 장치.
  4. 제 2 항에 있어서,
    상기 주성분 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은,
    상기 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하고; 그리고
    다음에 의해, 상기 후보 고유벡터를 반복적으로 정세하도록 구성되는, 장치:
    다음 후보 고유벡터를 생성하는 것;
    유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 상기 후보 고유벡터와 상기 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것;
    상기 유사성 메트릭의 상기 값을 임계치와 비교하는 것에 기초하여 상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하지 않음을 결정하는 것; 및
    상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하지 않다고 결정하는 것에 기초하여 상기 후보 고유벡터를 상기 다음 후보 고유벡터로 대체하는 것.
  5. 제 2 항에 있어서,
    상기 주성분 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은,
    상기 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하고; 그리고
    다음에 의해, 상기 후보 고유벡터를 반복적으로 정세하도록 구성되는, 장치:
    다음 후보 고유벡터를 생성하는 것;
    유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 상기 후보 고유벡터와 상기 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것;
    상기 유사성 메트릭의 상기 값을 임계치와 비교하는 것에 기초하여 상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사함을 결정하는 것; 및
    상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하다고 결정하는 것에 기초하여 상기 하나 이상의 고유벡터들의 고유벡터인 것으로서 상기 다음 후보 고유벡터를 식별하는 것.
  6. 제 1 항에 있어서,
    상기 적어도 하나의 타겟의 하나 이상의 속성들을 결정하기 위해, 상기 하나 이상의 프로세서들은,
    상기 하나 이상의 고유벡터들을 사용하여 신호 서브공간을 형성하고;
    상이한 주파수들의 톤들을 상기 신호 서브공간 상으로 프로젝션하고; 그리고
    프로젝션된 상기 톤들에 기초하여 의사 스펙트럼을 생성하도록
    구성되는, 장치.
  7. 제 6 항에 있어서,
    상기 하나 이상의 프로세서들은 상기 의사 스펙트럼에 기초하여 상기 하나 이상의 속성들을 결정하도록 구성되는, 장치.
  8. 제 1 항에 있어서,
    상기 하나 이상의 속성들은 상기 적어도 하나의 타겟의 거리 및 상기 적어도 하나의 타겟의 도달 방향 중 적어도 하나를 포함하는, 장치.
  9. 장치로서,
    레이더 신호를 생성하도록 구성된 신호 생성기;
    상기 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나;
    반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고;
    상기 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하고;
    상기 공분산 매트릭스의 고유벡터들을 상기 고유벡터들에 대응하는 고유값들과 함께 결정하고; 그리고
    상기 고유값들 및 상기 초기 추정치를 사용하여 상기 타겟들의 총 수의 최종 추정치를 생성하도록
    구성되는, 장치.
  10. 제 9 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    상기 타겟들의 총 수의 상기 최종 추정치에 기초하여 상기 공분산 매트릭스의 고유벡터들의 서브세트를 식별하도록 구성되는, 장치.
  11. 제 10 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 상기 서브세트를 식별하는 것으로서, 배제된 고유벡터들의 수는 상기 타겟들의 총 수의 상기 최종 추정치와 동일한, 상기 고유벡터들의 상기 서브세트를 식별하고;
    고유벡터들의 상기 서브세트를 사용하여 노이즈 서브공간을 형성하고;
    스티어링 어레이의 벡터들을 상기 노이즈 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하고; 그리고
    상기 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하도록
    구성되는, 장치.
  12. 제 11 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    상기 의사 스펙트럼에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 식별하도록 구성되는, 장치.
  13. 제 9 항에 있어서,
    상기 스펙트럼 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성되는, 장치.
  14. 제 13 항에 있어서,
    상기 타겟들의 총 수의 상기 초기 추정치를 생성하기 위해, 상기 하나 이상의 프로세서들은 상기 DFT 에 의해 생성된 스펙트럼에서 개별 피크에 대응하는 것으로서 각각의 타겟을 식별하도록 구성되는, 장치.
  15. 제 9 항에 있어서,
    상기 스펙트럼 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은 입력으로서 상기 수신 신호들을 사용하여 CFAR (constant false alarm rate) 검출 알고리즘을 실행하도록 구성되는, 장치.
  16. 장치로서,
    레이더 신호를 생성하도록 구성된 신호 생성기;
    상기 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나;
    반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고;
    상기 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하고;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하고;
    상기 공분산 매트릭스의 고유벡터들을 상기 고유벡터들에 대응하는 고유값들과 함께 결정하고;
    상기 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 서브공간을 형성하고;
    시야에서의 상이한 방향들로부터 수신된 신호들에 대한 상기 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하고;
    상기 스티어링 어레이로부터의 벡터들의 서브세트를 상기 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 것으로서, 상기 벡터들의 서브세트는 상기 관심있는 영역들에 대응하는, 상기 프로젝션들의 세트를 생성하고; 그리고
    상기 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하도록
    구성되는, 장치.
  17. 제 16 항에 있어서,
    상기 스펙트럼 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은, 범위 도메인에서 상기 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성되고, 상기 하나 이상의 프로세서들은, 상기 빈들의 세트의 값들에 기초하여 상기 관심있는 영역들을 식별하도록 구성되는, 장치.
  18. 제 17 항에 있어서,
    상기 하나 이상의 프로세서들은, 상기 관심있는 영역들을, 값들이 임계치를 초과하는 빈들과 연관된 거리들인 것으로서 식별하도록 구성되는, 장치.
  19. 제 16 항에 있어서,
    상기 스펙트럼 분석을 수행하기 위해, 상기 하나 이상의 프로세서들은, 방위각 또는 고도 도메인에서 상기 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하도록 구성되고, 상기 하나 이상의 프로세서들은, 상기 빈들의 세트의 값들에 기초하여 상기 관심있는 영역들을 식별하도록 구성되는, 장치.
  20. 제 19 항에 있어서,
    상기 하나 이상의 프로세서들은, 상기 관심있는 영역들을, 값들이 임계치를 초과하는 빈들과 연관된 각도들인 것으로서 식별하도록 구성되는, 장치.
  21. 장치로서,
    레이더 신호를 생성하도록 구성된 신호 생성기;
    상기 레이더 신호를 송신하도록 구성된 적어도 하나의 송신 안테나;
    반사된 레이더 신호를 수신하도록 구성된 복수의 안테나들로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 복수의 안테나들; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    범위 도메인에서 빈들의 세트를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하고;
    하나 이상의 타겟들에 대응하는 것으로서 상기 빈들의 세트로부터의 제 1 빈을 식별하고;
    상기 제 1 빈에 대응하는 상기 수신 신호들의 일부의 디지털 표현으로서 제 1 신호 어레이를 생성하고;
    상기 제 1 신호 어레이를 사용하여 제 1 공분산 매트릭스를 계산하고;
    상기 제 1 공분산 매트릭스의 고유벡터들을 상기 제 1 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들과 함께 결정하고;
    상기 제 1 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 제 1 서브공간을 형성하고;
    시야에서의 상이한 방향들로부터 수신된 신호들에 대한 상기 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하고;
    상기 스티어링 어레이로부터의 벡터들을 상기 제 1 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 1 세트를 생성하고;
    상기 프로젝션들의 제 1 세트에 기초하여 제 1 의사 스펙트럼을 생성하고; 그리고
    상기 제 1 의사 스펙트럼에 기초하여 제 1 타겟의 도달 방향을 결정하도록
    구성되는, 장치.
  22. 제 21 항에 있어서,
    상기 하나 이상의 프로세서들은, 임계치를 초과하는 상기 제 1 빈의 값에 기초하여 상기 제 1 빈을 식별하도록 구성되는, 장치.
  23. 제 21 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    상기 제 1 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들의 분포에 기초하여 상기 제 1 빈과 연관된 타겟들의 총 수를 추정하고; 그리고
    고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 제 1 서브세트를 식별하도록
    구성되고,
    배제된 고유벡터들의 수는 상기 타겟들의 추정된 총 수와 동일한, 장치.
  24. 제 23 항에 있어서,
    상기 제 1 빈과 연관된 타겟들의 총 수를 추정하기 위해, 상기 하나 이상의 프로세서들은 상기 고유값들의 분포에 Akaike 정보 기준을 적용하도록 구성되는, 장치.
  25. 제 21 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    하나 이상의 타겟들에 대응하는 것으로서 상기 빈들의 세트로부터의 제 2 빈을 식별하고;
    상기 제 2 빈에 대응하는 상기 수신 신호들의 일부의 디지털 표현으로서 제 2 신호 어레이를 생성하고;
    상기 제 2 신호 어레이를 사용하여 제 2 공분산 매트릭스를 계산하고;
    상기 제 2 공분산 매트릭스의 고유벡터들을 상기 제 2 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들과 함께 결정하고;
    상기 제 2 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 제 2 서브공간을 형성하고;
    상기 스티어링 어레이로부터의 벡터들을 상기 제 2 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 2 세트를 생성하고;
    상기 프로젝션들의 제 2 세트에 기초하여 제 2 의사 스펙트럼을 생성하고; 그리고
    상기 제 2 의사 스펙트럼에 기초하여 제 2 타겟의 도달 방향을 결정하도록
    구성되는, 장치.
  26. 제 25 항에 있어서,
    상기 하나 이상의 프로세서들은 추가로,
    상기 제 1 타겟의 도달 방향, 상기 제 2 타겟의 도달 방향, 상기 제 1 빈과 연관된 거리, 및 상기 제 2 빈과 연관된 거리에 기초하여 상기 시야의 범위-방위각 표현을 생성하도록 구성되는, 장치.
  27. 레이더 신호를 송신하는 단계;
    복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계;
    수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계;
    상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 단계로서, 상기 하나 이상의 고유벡터들은 상기 공분산 매트릭스의 모든 고유벡터들의 서브세트를 포함하고, 상기 하나 이상의 고유벡터들은 주성분 분석을 통해 결정되는, 상기 공분산 매트릭스의 하나 이상의 고유벡터들을 결정하는 단계; 및
    상기 하나 이상의 고유벡터들에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 결정하는 단계를 포함하는, 방법.
  28. 제 27 항에 있어서,
    상기 주성분 분석은,
    상기 하나 이상의 고유벡터들을 한번에 하나씩 식별하는 것을 포함하고,
    상기 하나 이상의 고유벡터들의 각각의 고유벡터는 주성분에 대응하고, 추가로, 상기 적어도 하나의 타겟의 상이한 타겟에 대응하는, 방법.
  29. 제 28 항에 있어서,
    상기 주성분 분석은,
    상기 하나 이상의 고유벡터들에 대한 초기 추측치로서 랜덤 고유벡터를 생성하는 것; 및
    상기 랜덤 고유벡터의 값들이 상기 하나 이상의 고유벡터들 중 제 1 고유벡터에 수렴할 때까지 상기 랜덤 고유벡터를 반복적으로 정세하는 것을 포함하는, 방법.
  30. 제 28 항에 있어서,
    상기 주성분 분석은,
    상기 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하는 것; 및
    다음에 의해, 상기 후보 고유벡터를 반복적으로 정세하는 것을 포함하는, 방법:
    다음 후보 고유벡터를 생성하는 것;
    유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 상기 후보 고유벡터와 상기 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것;
    상기 유사성 메트릭의 상기 값을 임계치와 비교하는 것에 기초하여 상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하지 않음을 결정하는 것; 및
    상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하지 않다고 결정하는 것에 기초하여 상기 후보 고유벡터를 상기 다음 후보 고유벡터로 대체하는 것.
  31. 제 28 항에 있어서,
    상기 주성분 분석은,
    상기 하나 이상의 고유벡터들에 포함된다면, 오소노멀 베이시스를 형성하는 후보 고유벡터를 생성하는 것; 및
    다음에 의해, 상기 후보 고유벡터를 반복적으로 정세하는 것을 포함하는, 방법:
    다음 후보 고유벡터를 생성하는 것;
    유사성 메트릭을 계산하는 것으로서, 상기 유사성 메트릭의 값이 상기 후보 고유벡터와 상기 다음 후보 고유벡터 사이의 유사성의 정도를 표시하는, 상기 유사성 메트릭을 계산하는 것;
    상기 유사성 메트릭의 상기 값을 임계치와 비교하는 것에 기초하여 상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사함을 결정하는 것; 및
    상기 후보 고유벡터와 상기 다음 후보 고유벡터가 유사하다고 결정하는 것에 기초하여 상기 하나 이상의 고유벡터들의 고유벡터인 것으로서 상기 다음 후보 고유벡터를 식별하는 것.
  32. 제 27 항에 있어서,
    상기 적어도 하나의 타겟의 하나 이상의 속성들을 결정하는 단계는,
    상기 하나 이상의 고유벡터들을 사용하여 신호 서브공간을 형성하는 단계;
    상이한 주파수들의 톤들을 상기 신호 서브공간 상으로 프로젝션하는 단계; 및
    프로젝션된 상기 톤들에 기초하여 의사 스펙트럼을 생성하는 단계를 포함하는, 방법.
  33. 제 32 항에 있어서,
    상기 하나 이상의 속성들은 상기 의사 스펙트럼에 기초하여 결정되는, 방법.
  34. 제 27 항에 있어서,
    상기 하나 이상의 속성들은 상기 적어도 하나의 타겟의 거리 및 상기 적어도 하나의 타겟의 도달 방향 중 적어도 하나를 포함하는, 방법.
  35. 레이더 신호를 송신하는 단계;
    복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계;
    시야에서의 타겟들의 총 수의 초기 추정치를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계;
    상기 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계;
    상기 공분산 매트릭스의 고유벡터들을 상기 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계; 및
    상기 고유값들 및 상기 초기 추정치를 사용하여 상기 타겟들의 총 수의 최종 추정치를 생성하는 단계를 포함하는, 방법.
  36. 제 35 항에 있어서,
    상기 타겟들의 총 수의 상기 최종 추정치에 기초하여 상기 공분산 매트릭스의 고유벡터들의 서브세트를 식별하는 단계를 더 포함하는, 방법.
  37. 제 36 항에 있어서,
    고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 상기 서브세트를 식별하는 단계로서, 배제된 고유벡터들의 수는 상기 타겟들의 총 수의 상기 최종 추정치와 동일한, 상기 고유벡터들의 상기 서브세트를 식별하는 단계;
    고유벡터들의 상기 서브세트를 사용하여 노이즈 서브공간을 형성하는 단계;
    스티어링 어레이의 벡터들을 상기 노이즈 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 단계; 및
    상기 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하는 단계를 더 포함하는, 방법.
  38. 제 37 항에 있어서,
    상기 의사 스펙트럼에 기초하여 적어도 하나의 타겟의 하나 이상의 속성들을 식별하는 단계를 더 포함하는, 방법.
  39. 제 35 항에 있어서,
    상기 스펙트럼 분석을 수행하는 단계는 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계를 포함하는, 방법.
  40. 제 39 항에 있어서,
    상기 타겟들의 총 수의 초기 추정치를 생성하는 것은, 상기 DFT 에 의해 생성된 스펙트럼에서 개별 피크에 대응하는 것으로서 각각의 타겟을 식별하는 것을 포함하는, 방법.
  41. 제 35 항에 있어서,
    상기 스펙트럼 분석을 수행하는 단계는, 입력으로서 상기 수신 신호들을 사용하여 CFAR (constant false alarm rate) 검출 알고리즘을 실행하는 단계를 포함하는, 방법.
  42. 레이더 신호를 송신하는 단계;
    복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계;
    잠재적인 타겟들을 포함하는 관심있는 영역들을 식별하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계;
    상기 수신 신호들의 디지털 표현으로서 신호 어레이를 생성하는 단계;
    상기 신호 어레이를 사용하여 공분산 매트릭스를 계산하는 단계;
    상기 공분산 매트릭스의 고유벡터들을 상기 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계;
    상기 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 서브공간을 형성하는 단계;
    시야에서의 상이한 방향들로부터 수신된 신호들에 대한 상기 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하는 단계;
    상기 스티어링 어레이로부터의 벡터들의 서브세트를 상기 서브공간 상으로 프로젝션함으로써 프로젝션들의 세트를 생성하는 단계로서, 상기 벡터들의 서브세트는 상기 관심있는 영역들에 대응하는, 상기 프로젝션들의 세트를 생성하는 단계; 및
    상기 프로젝션들의 세트에 기초하여 의사 스펙트럼을 생성하는 단계를 포함하는, 방법.
  43. 제 42 항에 있어서,
    상기 스펙트럼 분석을 수행하는 단계는,
    범위 도메인에서 상기 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계; 및
    상기 빈들의 세트의 값들에 기초하여 상기 관심있는 영역들을 식별하는 단계를 포함하는, 방법.
  44. 제 43 항에 있어서,
    상기 관심있는 영역들은, 값들이 임계치를 초과하는 빈들과 연관된 거리들인 것으로서 식별되는, 방법.
  45. 제 42 항에 있어서,
    상기 스펙트럼 분석을 수행하는 단계는,
    방위각 또는 고도 도메인에서 상기 수신 신호들을 나타내는 빈들의 세트를 생성하기 위해 상기 수신 신호들에 이산 푸리에 변환 (DFT) 을 적용하는 단계; 및
    상기 빈들의 세트의 값들에 기초하여 상기 관심있는 영역들을 식별하는 단계를 포함하는, 방법.
  46. 제 45 항에 있어서,
    상기 관심있는 영역들은, 값들이 임계치를 초과하는 빈들과 연관된 각도들인 것으로서 식별되는, 방법.
  47. 레이더 신호를 송신하는 단계;
    복수의 안테나들에 의해, 반사된 레이더 신호를 수신하는 단계로서, 상기 복수의 안테나들의 각각의 안테나는 상기 반사된 레이더 신호에 응답하여 개별 수신 신호를 생성하도록 구성되는, 상기 반사된 레이더 신호를 수신하는 단계;
    범위 도메인에서 빈들의 세트를 생성하기 위해 수신 신호들에 대해 스펙트럼 분석을 수행하는 단계;
    하나 이상의 타겟들에 대응하는 것으로서 상기 빈들의 세트로부터의 제 1 빈을 식별하는 단계;
    상기 제 1 빈에 대응하는 상기 수신 신호들의 일부의 디지털 표현으로서 제 1 신호 어레이를 생성하는 단계;
    상기 제 1 신호 어레이를 사용하여 제 1 공분산 매트릭스를 계산하는 단계;
    상기 제 1 공분산 매트릭스의 고유벡터들을 상기 제 1 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계;
    상기 제 1 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 제 1 서브공간을 형성하는 단계;
    시야에서의 상이한 방향들로부터 수신된 신호들에 대한 상기 복수의 안테나들의 응답들을 나타내는 벡터들을 포함하는 스티어링 어레이를 생성하는 단계;
    상기 스티어링 어레이로부터의 벡터들을 상기 제 1 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 1 세트를 생성하는 단계;
    상기 프로젝션들의 제 1 세트에 기초하여 제 1 의사 스펙트럼을 생성하는 단계; 및
    상기 제 1 의사 스펙트럼에 기초하여 제 1 타겟의 도달 방향을 결정하는 단계를 포함하는, 방법.
  48. 제 47 항에 있어서,
    상기 제 1 빈이, 임계치를 초과하는 상기 제 1 빈의 값에 기초하여 식별되는, 방법.
  49. 제 47 항에 있어서,
    상기 제 1 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들의 분포에 기초하여 상기 제 1 빈과 연관된 타겟들의 총 수를 추정하는 단계; 및
    고유값들이 가장 큰 고유벡터들의 수를 배제함으로써 고유벡터들의 제 1 서브세트를 식별하는 단계를 더 포함하고,
    배제된 고유벡터들의 수는 상기 타겟들의 추정된 총 수와 동일한, 방법.
  50. 제 49 항에 있어서,
    상기 제 1 빈과 연관된 타겟들의 총 수를 추정하는 단계는, 상기 고유값들의 분포에 Akaike 정보 기준을 적용하는 단계를 포함하는, 방법.
  51. 제 47 항에 있어서,
    하나 이상의 타겟들에 대응하는 것으로서 상기 빈들의 세트로부터의 제 2 빈을 식별하는 단계;
    상기 제 2 빈에 대응하는 상기 수신 신호들의 일부의 디지털 표현으로서 제 2 신호 어레이를 생성하는 단계;
    상기 제 2 신호 어레이를 사용하여 제 2 공분산 매트릭스를 계산하는 단계;
    상기 제 2 공분산 매트릭스의 고유벡터들을 상기 제 2 공분산 매트릭스의 상기 고유벡터들에 대응하는 고유값들과 함께 결정하는 단계;
    상기 제 2 공분산 매트릭스의 상기 고유벡터들의 서브세트를 사용하여 제 2 서브공간을 형성하는 단계;
    상기 스티어링 어레이로부터의 벡터들을 상기 제 2 서브공간 상으로 프로젝션함으로써 프로젝션들의 제 2 세트를 생성하는 단계;
    상기 프로젝션들의 제 2 세트에 기초하여 제 2 의사 스펙트럼을 생성하는 단계; 및
    상기 제 2 의사 스펙트럼에 기초하여 제 2 타겟의 도달 방향을 결정하는 단계를 더 포함하는, 방법.
  52. 제 51 항에 있어서,
    상기 제 1 타겟의 도달 방향, 상기 제 2 타겟의 도달 방향, 상기 제 1 빈과 연관된 거리, 및 상기 제 2 빈과 연관된 거리에 기초하여 상기 시야의 범위-방위각 표현을 생성하는 단계를 더 포함하는, 방법.
KR1020227040773A 2020-05-27 2021-03-30 고 분해능 및 계산 효율적인 레이더 기법들 KR20230016181A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/885,239 US11740327B2 (en) 2020-05-27 2020-05-27 High resolution and computationally efficient radar techniques
US16/885,239 2020-05-27
PCT/US2021/024934 WO2021252048A2 (en) 2020-05-27 2021-03-30 High resolution and computationally efficient radar techniques

Publications (1)

Publication Number Publication Date
KR20230016181A true KR20230016181A (ko) 2023-02-01

Family

ID=78402208

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227040773A KR20230016181A (ko) 2020-05-27 2021-03-30 고 분해능 및 계산 효율적인 레이더 기법들

Country Status (6)

Country Link
US (1) US11740327B2 (ko)
EP (1) EP4158375A2 (ko)
KR (1) KR20230016181A (ko)
CN (1) CN115698750A (ko)
BR (1) BR112022023149A2 (ko)
WO (1) WO2021252048A2 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018156652A1 (en) 2017-02-23 2018-08-30 Richard Bishel Vehicle guidance system
US11876582B2 (en) * 2020-07-20 2024-01-16 Metawave Corporation Hybrid beam steering radar
US20230228845A1 (en) * 2022-01-19 2023-07-20 Aptiv Technologies Limited Radar System with Sequential Two-Dimensional Angle Estimation
US20230333232A1 (en) * 2022-04-15 2023-10-19 Gm Cruise Holdings Llc Radar interference detection and mitigation
EP4451001A1 (en) * 2023-04-21 2024-10-23 Infineon Technologies AG Apparatus, radar system, electronic device and method
CN117805749A (zh) * 2023-12-29 2024-04-02 上海保隆汽车科技股份有限公司 毫米波雷达阵元间距误差测量方法和校准方法

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69031866T2 (de) * 1990-03-30 1998-06-18 Koninkl Philips Electronics Nv Verfahren und Anordnung zur Signalverarbeitung durch die Eigenvektortransformation
US5262785A (en) * 1992-04-30 1993-11-16 General Electric Co. Small target doppler detection system
US5262789A (en) * 1992-04-30 1993-11-16 General Electric Company Source identification system for closely separated spatial sources
US7103537B2 (en) * 2000-10-13 2006-09-05 Science Applications International Corporation System and method for linear prediction
US7058147B2 (en) * 2001-02-28 2006-06-06 At&T Corp. Efficient reduced complexity windowed optimal time domain equalizer for discrete multitone-based DSL modems
US9819449B2 (en) * 2002-05-14 2017-11-14 Genghiscomm Holdings, LLC Cooperative subspace demultiplexing in content delivery networks
EP1253581B1 (en) * 2001-04-27 2004-06-30 CSEM Centre Suisse d'Electronique et de Microtechnique S.A. - Recherche et Développement Method and system for speech enhancement in a noisy environment
US8942082B2 (en) * 2002-05-14 2015-01-27 Genghiscomm Holdings, LLC Cooperative subspace multiplexing in content delivery networks
KR100754384B1 (ko) * 2003-10-13 2007-08-31 삼성전자주식회사 잡음에 강인한 화자위치 추정방법 및 장치와 이를 이용한카메라 제어시스템
US7509170B2 (en) * 2005-05-09 2009-03-24 Cardiac Pacemakers, Inc. Automatic capture verification using electrocardiograms sensed from multiple implanted electrodes
GB2447675B (en) * 2007-03-20 2009-06-24 Toshiba Res Europ Ltd Wireless communication apparatus
US7884763B2 (en) * 2008-06-30 2011-02-08 Cisco Technology, Inc. Orthogonal/partial orthogonal beamforming weight generation for MIMO wireless communication
US8385971B2 (en) * 2008-08-19 2013-02-26 Digimarc Corporation Methods and systems for content processing
US8688616B2 (en) * 2010-06-14 2014-04-01 Blue Prism Technologies Pte. Ltd. High-dimensional data analysis
JP5600499B2 (ja) * 2010-07-01 2014-10-01 日本電産エレシス株式会社 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム
JP5677830B2 (ja) * 2010-12-22 2015-02-25 日本電産エレシス株式会社 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム
US20120321202A1 (en) * 2011-06-20 2012-12-20 Michael Benjamin Selkowe Fertik Identifying information related to a particular entity from electronic sources, using dimensional reduction and quantum clustering
EP2853915B1 (en) * 2012-05-21 2018-12-26 Toyota Jidosha Kabushiki Kaisha Radar device and angle verification method
ITRM20120381A1 (it) * 2012-08-02 2014-02-03 Mbda italia spa Metodo ed apparato di filtraggio stap di un segnale di eco radar
US9307926B2 (en) * 2012-10-05 2016-04-12 Volcano Corporation Automatic stent detection
US20160377713A1 (en) * 2013-12-12 2016-12-29 National University Corporation Shizuoka University Method for estimating reflected wave arrival direction, and program
US11340345B2 (en) * 2015-07-17 2022-05-24 Origin Wireless, Inc. Method, apparatus, and system for wireless object tracking
FR3034874B1 (fr) * 2015-04-09 2017-04-28 Thales Sa Procede de separation de sources pour signaux parcimonieux
JP6598244B2 (ja) * 2015-10-05 2019-10-30 株式会社デンソーテン レーダ装置、レーダ装置の信号処理装置、および信号処理方法
JP2017173227A (ja) * 2016-03-25 2017-09-28 パナソニック株式会社 レーダ装置及びレーダ方法
US9846228B2 (en) * 2016-04-07 2017-12-19 Uhnder, Inc. Software defined automotive radar systems
JP2017223461A (ja) * 2016-06-13 2017-12-21 パナソニックＩｐマネジメント株式会社 レーダ装置および検出方法
US10222472B2 (en) * 2016-09-30 2019-03-05 Veoneer Us, Inc. System and method for detecting heading and velocity of a target object
US11412937B2 (en) * 2017-03-29 2022-08-16 Texas Instruments Incorporated Multi-person vital signs monitoring using millimeter wave (mm-wave) signals
US10466345B1 (en) * 2017-06-01 2019-11-05 Apple Inc. Time-of-arrival estimation with subspace methods
US10135554B1 (en) * 2017-06-01 2018-11-20 Apple Inc. Robust super-resolution processing for wireless ranging
US11460558B2 (en) * 2017-07-20 2022-10-04 UNIVERSITé LAVAL Second-order detection method and system for optical ranging applications
US11119186B2 (en) * 2017-12-07 2021-09-14 Texas Instruments Incorporated Radar processing chain for frequency-modulated continuous wave radar systems
US10637544B1 (en) * 2018-04-24 2020-04-28 Genghiscomm Holdings, LLC Distributed radio system
US10327221B1 (en) * 2018-05-25 2019-06-18 Apple Inc. Super-resolution technique for time-of-arrival estimation
WO2021137191A1 (en) * 2019-12-31 2021-07-08 Vayyar Imaging Ltd. Systems and methods for shaping beams produced by antenna arrays
US11866983B2 (en) * 2020-02-26 2024-01-09 Magna Electronics Inc. Radar scanning system for static obstacle detection for power door movement
US20210364616A1 (en) * 2020-05-21 2021-11-25 Hertzwell Pte. Ltd. Radar system and computer-implemented method for radar target detection

Also Published As

Publication number Publication date
US20210373127A1 (en) 2021-12-02
EP4158375A2 (en) 2023-04-05
WO2021252048A3 (en) 2022-07-07
CN115698750A (zh) 2023-02-03
WO2021252048A2 (en) 2021-12-16
BR112022023149A2 (pt) 2022-12-20
US11740327B2 (en) 2023-08-29

Similar Documents

Publication Publication Date Title
US11740327B2 (en) High resolution and computationally efficient radar techniques
CN110488231B (zh) 车辆雷达系统及其校准方法
EP2572545B1 (en) Determining the geographic locaton of a portable electronic device
Jia et al. Effect of sensor motion on time delay and Doppler shift localization: Analysis and solution
JP4498269B2 (ja) レーダ信号処理装置
Northardt et al. Spatial compressive sensing for direction-of-arrival estimation with bias mitigation via expected likelihood
WO2005119288A2 (en) Method and system for determining the position of an object
US11899132B2 (en) Super-resolution enhancement techniques for radar
WO2018222124A1 (en) Vehicular self-positioning
EP1682923B1 (fr) Procede de localisation d un ou de plusieurs emetteurs
RU2524401C1 (ru) Способ обнаружения и пространственной локализации подвижных объектов
US20190187251A1 (en) Systems and methods for improving radar output
RU2524399C1 (ru) Способ обнаружения малоразмерных подвижных объектов
RU2546329C1 (ru) Способ поляризационно-чувствительного обнаружения подвижных объектов
RU2529483C1 (ru) Способ скрытной радиолокации подвижных объектов
US20170090006A1 (en) Method for Passive Approximate Localization using Frequency Modulation and Software Defined Radio
KR102531553B1 (ko) 다중 prn 기반 배열안테나를 이용한 항기만 빔포밍 장치 및 방법
Lu et al. Signal-source trackers on infrared-based dedicated short-range communication
US20220321164A1 (en) Angle information estimation of ultra-wideband wireless signals
KR20010008320A (ko) 연속 칼만 필터 알고리즘을 이용한 위성 항법 장치 및방법
RU2557250C1 (ru) Способ скрытной радиолокации подвижных объектов
Martian et al. Direction-finding for unmanned aerial vehicles using radio frequency methods
JP2007263948A (ja) 画像レーダ装置
CN117907943B (zh) 一种基于线性调频信号的超分辨测距方法、系统及终端
RU2546331C2 (ru) Способ поиска малоразмерных подвижных объектов