利用机器学习增加和处理雷达数据的制作方法

技术特征：
1.一种用于将通过利用雷达系统的源配置（2）观察场景（1）获得的源雷达数据（3）转换成在利用雷达系统的目标配置（4）观察相同的场景（1）时应该预期的目标雷达数据（5）的方法（100），其中所述源雷达数据（3）或所述目标雷达数据（5）至少包括源反射位置（31）或目标反射位置（51）的空间坐标，由所述源反射位置或目标反射位置反射的雷达辐射入射到雷达系统中，并且其中所述方法（100）包括以下步骤：
·
为所述源反射位置（31）的空间坐标提供（110）网格单元（32a）的二维或更多维源阵列（32）；
•
为每个网格单元（32a）从所有源反射位置（31）的空间坐标中确定针对一个或多个源反射位置（31）位于所述网格单元（32a）中的概率和/或频率（32b）并且分配（120）给相应的网格单元（32a）；
·
构成（130）源张量（33），所述源张量至少包括以概率和/或频率（32b）占据的源阵列（32）；
·
将所述源张量（33）变换（140）成目标张量（53），所述目标张量包括用于所述目标反射位置（51）的空间坐标的网格单元（52a）的至少一个目标阵列（52），其中所述目标阵列（52）为每个网格单元（52a）说明针对在利用目标配置（4）观察所述场景（1）时获得的目标反射位置（51）位于相应的网格单元（52a）中的概率和/或频率（52b）；
•
根据在所述目标阵列（52）中的概率和/或频率（52b），对目标反射位置（51）的空间坐标进行采样（150），使得形成所述目标雷达数据（5）。2.根据权利要求1所述的方法（100），其中所述源配置（2）与所述目标配置（4）相同，并且其中所述源张量（33）与所述目标张量（53）相同地被采用（141）。3.根据权利要求1所述的方法（100），其中所述源配置（2）不同于所述目标配置（4）并且其中所述源张量（33）利用经训练的机器学习模型（6）被变换（142）成所述目标张量（53）。4.根据权利要求3所述的方法（100），其中所述源配置（2）与所述目标配置（4）至少有如下区别，即
•
两种配置（2、4）包含不同的雷达传感器，和/或
•
所述雷达传感器在两种配置（2、4）中在空间上不同地布置，和/或
•
在两种配置（2、4）中，通过布置在至少一个雷达传感器和所观察的场景（1）之间的材料以不同方式影响雷达辐射。5.根据权利要求3至4中任一项所述的方法（100），其中所述机器学习模型（6）包括具有编码器和解码器的编码器-解码器装置，所述编码器将所述源张量（33）映射到具有所降低的维数的表示上，所述解码器将所述表示映射到所示目标张量（53）上。6.根据权利要求3至5中任一项所述的方法（100），其中所述机器学习模型包括生成对抗网络gan的发生器。7.一种用于利用神经网络（7）来处理通过利用雷达系统的源配置（2）观察场景（1）所获得的源雷达数据（3）的方法（200），其中所述源雷达数据（3）至少包括源反射位置（31）的空间坐标，由所述源反射位置反射的雷达辐射入射到所述雷达系统中，并且其中所述方法（200）包括以下步骤：
·
为所述源反射位置（31）的空间坐标提供（210）网格单元（32a）的二维或更多维源阵列（32）；
•
为每个网格单元（32a）从所有源反射位置（31）的空间坐标中确定针对一个或多个源反射位置（31）位于网格单元（32a）中的概率和/或频率（32b）并且分配（220）给相应的网格单元（32a）；
·
构成（230）源张量（33），所述源张量至少包括以概率和/或频率（32b）占据的源阵列（32）；
•
将所述源张量（33）馈送（240）给所述神经网络（7）。8.根据权利要求7所述的方法（200），其中所述源张量（33）由所述神经网络（7）映射（241）到预给定分类的一个或多个类上。9.根据权利要求7至8中任一项所述的方法（200），其中从由所述神经网络（7）提供的输出（240a）中为车辆（50）构成（250）操控信号（250a）并且其中利用所述操控信号（250a）操控（260）所述车辆（50）。10.根据权利要求1至9中任一项所述的方法（100、200），其中所述源张量（33）和必要时所述目标张量（53）分别包括从所述源雷达数据（3）或者从所述目标雷达数据（5）中可推导的至少一个其他附加参量（8）到所述源阵列（32）或所述目标阵列（52）的网格单元（32a、52a）的分配。11.根据权利要求10所述的方法（200），其中为目标阵列（52）的有助于对具体目标反射位置（51）进行采样的一个或多个网格单元（52a）从所述附加参量（8）的一个或多个值中构成（151）所述附加参量（8）的新值（8'）并且在所述目标雷达数据（5）中添写（152）所述目标反射位置（51）。12.根据权利要求10至11中任一项所述的方法（100、200），其中所述附加参量（8）包括
•
在所述源雷达系统和所述源反射位置（31）之间或在所述目标雷达系统和所述目标反射位置（51）之间的间距，和/或
•
所述雷达辐射入射到所述源雷达系统或所述目标雷达系统所采取的角度，和/或
•
反射所述雷达辐射的对象的速度，和/或
•
反射所述雷达辐射的对象到预给定分类的一个或多个类的归属性，和/或
•
所反射的雷达辐射的信号强度。13.根据权利要求1至12中任一项所述的方法（100、200），其中给围绕所述源反射位置（31）具有预给定半径的圆或球体分配1的占用概率（121、221）并且其中根据面积份额或体积份额将所述占用概率分布（122、222）到所述源阵列（32）的所有网格单元（32a）上，其中圆的面积或球体的体积分布到所述网格单元上。14.一种计算机程序，所述计算机程序包含机器可读指令，当所述机器可读指令在一个或多个计算机上被执行时，所述机器可读指令促使所述一个或多个计算机执行根据权利要求1至13中任一项所述的方法（100、200）。15.一种具有根据权利要求13所述的计算机程序的机器可读数据载体和/或下载产品。16.一种计算机，所述计算机配备有根据权利要求14所述的计算机程序和/或根据权利要求15所述的机器可读数据载体和/或下载产品。

技术总结
用于将雷达系统的源配置的源雷达数据转换成雷达系统的目标配置的目标雷达数据的方法，包括步骤：为源反射位置的空间坐标提供网格单元的二维或更多维源阵列；为每个网格单元从所有源反射位置的空间坐标中确定针对一个或多个源反射位置位于网格单元中的概率和/或频率并且分配给相应网格单元；构成源张量，其至少包括以概率和/或频率占据的源阵列；将源张量变换成目标张量，其包括用于目标反射位置的空间坐标的网格单元的至少一个目标阵列，其中目标阵列为每个网格单元说明针对在利用目标配置观察场景时获得的目标反射位置位于相应网格单元中的概率和/或频率；根据在目标阵列中的概率和/或频率，对目标反射位置的空间坐标进行采样使得形成目标雷达数据。坐标进行采样使得形成目标雷达数据。坐标进行采样使得形成目标雷达数据。


技术研发人员：A
受保护的技术使用者：罗伯特
技术研发日：2021.08.27
技术公布日：2022/3/1