[發(fā)明專利]通過跟蹤解決雷達(dá)系統(tǒng)中的多普勒模糊

有效

• 申請?zhí)枺?/td>: 202010089953.5
• 申請日: 2020-02-13
• 公開（公告）號: CN111596267B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計）人: S.曾;I.比利克;Y.胡
• 申請（專利權(quán)）人: 通用汽車環(huán)球科技運作有限責(zé)任公司
• 主分類號: G01S7/40
• 分類號: G01S7/40;G01S13/931
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 賀紫秋

1.一種解決雷達(dá)系統(tǒng)中的模糊的方法，該方法包括:

用所述雷達(dá)系統(tǒng)檢測一個或多個對象，其中所述檢測包括獲得所述一個或多個對象中的第一對象的距離、方位角和模糊距離變化率；

使用處理器生成具有狀態(tài)變量的多個卡爾曼濾波器，所述狀態(tài)變量包括基于所述距離、所述方位角和所述模糊距離變化率的參數(shù)，其中所述多個卡爾曼濾波器中的每一個針對明確的距離變化率提供不同的估計；

使用所述處理器，使用所述雷達(dá)系統(tǒng)做出的額外檢測來更新所述多個卡爾曼濾波器；

使用所述處理器從所述多個卡爾曼濾波器中選擇一被選擇的卡爾曼濾波器，該被選擇的卡爾曼濾波器在與所述多個卡爾曼濾波器對應(yīng)并從所述多個卡爾曼濾波器導(dǎo)出的多個概率質(zhì)量中展現(xiàn)出最高概率質(zhì)量；和

使用所述處理器，使用所述被選擇的卡爾曼濾波器來確定對象的明確的距離變化率。

2.根據(jù)權(quán)利要求1所述的方法，其中，只要所述第一對象在用雷達(dá)系統(tǒng)檢測到的一個或多個對象之中，就針對所述一個或多個對象中的所述第一對象迭代地執(zhí)行所述多個卡爾曼濾波器的生成、所述被選擇的卡爾曼濾波器的選擇以及使用所述被選擇的卡爾曼濾波器對所述對象的明確距離變化率的確定。

3.根據(jù)權(quán)利要求2所述的方法，其中所述多個卡爾曼濾波器的生成包括在第一次迭代之后為每個迭代生成N×M個卡爾曼濾波器矩陣，并且生成所述N×M個卡爾曼濾波器矩陣包括從N個狀態(tài)生成M個卡爾曼濾波器，其中M是感興趣的多個假設(shè)，所述N個狀態(tài)對應(yīng)于先前迭代中的多個卡爾曼濾波器中的N個卡爾曼濾波器，其中所述多個概率質(zhì)量中的最高概率質(zhì)量對應(yīng)于所述多個卡爾曼濾波器并從所述多個卡爾曼濾波器中導(dǎo)出。

4.根據(jù)權(quán)利要求1所述的方法，其中生成多個卡爾曼濾波器包括生成具有基于距離和方位角的組合的參數(shù)的狀態(tài)變量，并且生成具有基于距離和方位角的組合的參數(shù)的狀態(tài)變量包括確定距所述第一對象的橫向距離和距所述第一對象的縱向距離，或者生成多個卡爾曼濾波器包括基于模糊距離變化率生成包括橫向速度和縱向速度的狀態(tài)變量。

5.根據(jù)權(quán)利要求1所述的方法，其中所述檢測包括獲得所述一個或多個對象中的第二對象的距離、方位角和模糊距離變化率，并且所述方法還包括生成具有狀態(tài)變量的第二多個卡爾曼濾波器，所述狀態(tài)變量包括基于所述距離、所述方位角和所述模糊距離變化率的參數(shù)，其中所述第二多個卡爾曼濾波器中的每一個針對明確的距離變化率提供不同的估計。

6.一種解決雷達(dá)系統(tǒng)中的模糊的系統(tǒng)，該系統(tǒng)包括:

存儲設(shè)備，被配置為存儲一個或多個對象的檢測信息，其中所述檢測信息包括所述一個或多個對象中的第一對象的距離、方位角和模糊距離變化率；和

處理器，其被配置為生成具有狀態(tài)變量的多個卡爾曼濾波器，所述狀態(tài)變量包括基于所述距離、所述方位角和所述模糊距離變化率的參數(shù)，其中所述多個卡爾曼濾波器中的每一個針對明確的距離變化率提供不同的估計，以使用雷達(dá)系統(tǒng)做出的額外檢測來更新所述多個卡爾曼濾波器，從多個卡爾曼濾波器中選擇一被選擇的卡爾曼濾波器，該被選擇的卡爾曼濾波器在對應(yīng)于多個卡爾曼濾波器并從多個卡爾曼濾波器導(dǎo)出的多個概率質(zhì)量中展現(xiàn)出最高的概率質(zhì)量，并使用所述被選擇的卡爾曼濾波器來確定對象的明確距離變化率。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其中，所述處理器被配置成生成所述多個卡爾曼濾波器，選擇所述被選擇的卡爾曼濾波器，并且只要所述第一對象在由所述雷達(dá)系統(tǒng)檢測到的一個或多個對象之中，就對于所述一個或多個對象中的第一對象，使用所述被選擇的卡爾曼濾波器迭代地確定對象的明確距離變化率，并且所述多個卡爾曼濾波器包括用于第一次迭代之后的每次迭代的卡爾曼濾波器的N×M矩陣，并且在卡爾曼濾波器的N×M矩陣中，M是來自N個狀態(tài)的多個感興趣的假設(shè)，所述N個狀態(tài)對應(yīng)于先前迭代中的所述多個卡爾曼濾波器中的N個卡爾曼濾波器，其中所述多個概率質(zhì)量中的最高概率質(zhì)量對應(yīng)于所述多個卡爾曼濾波器并且從所述多個卡爾曼濾波器導(dǎo)出。