雷达数据的有效压缩的制作方法

雷达数据的有效压缩


背景技术：

1.雷达使用射频(rf)信号来确定对象的位置和/或移动。传统上，“ping”雷达(低分辨率雷达)已被用于防空系统、飞行控制系统和许多其他应用。然而，最近，“成像”雷达(高分辨率雷达)已经提供了比ping雷达能够提供的高得多的分辨率的图像。成像雷达提供的更高的分辨率可以用于汽车和其他应用中的对象检测。
2.然而，成像雷达的吞吐量和存储器需求可能相当苛刻。可以使用恒定虚警率(cfar)或峰值检测，但传统技术可能要求更高的复杂度并且可能没有足够的能力处理来自高分辨率成像雷达系统的雷达数据。此外，对于汽车和/或其他现代应用来说，替换技术可能不够准确。


技术实现要素：

3.本文描述的技术通过利用两阶段方案来解决这些问题和其他问题。在第一阶段，使用从雷达数据的至少一个维度计算出的、然后被用于确定雷达数据的所有维度的过滤阈值的中值进行cfar压缩。然后通过基于过滤阈值过滤雷达数据对雷达数据进行压缩。在第二阶段，然后对所压缩的数据进行峰值检测，以识别所检测的对象(目标)。本文描述了这些和其他实施例。
4.根据本描述的示例方法包括：获得包括由雷达测量的多个维度的值的输入样本，确定多个维度中的至少一个维度的输入样本的值的中值，以及基于该中值过滤输入样本以创建压缩雷达数据集。过滤包括，对于多个维度中的每个维度：确定各个维度的过滤阈值，以及从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值。该方法还包括对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。
5.根据本描述的用于压缩雷达数据的示例设备包括：存储器，和与存储器通信耦合的一个或多个处理单元。一个或多个处理单元被配置为：获得包括由雷达测量的多个维度的值的输入样本，确定多个维度中的至少一个维度的输入样本的值的中值，以及基于该中值过滤输入样本以创建压缩雷达数据集。过滤包括，对于多个维度中的每个维度：确定各个维度的过滤阈值，以及从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值。一个或多个处理单元还被配置为对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。
6.根据本描述的另一示例设备包括：用于获得包括由雷达测量的多个维度的值的输入样本的部件，用于确定多个维度中的至少一个维度的输入样本的值的中值的部件，用于基于该中值过滤输入样本以创建压缩雷达数据集的部件。过滤包括，对于多个维度中的每个维度：确定各个维度的过滤阈值，以及从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值。该装置还包括用于对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表的部件。
7.根据本描述的示例非暂时性计算机可读介质具有嵌入其中的用于压缩雷达数据
的指令。当由一个或多个处理单元执行时，该指令使得一个或多个处理单元执行一个或多个操作，该一个或多个操作包括：获得包括由雷达测量的多个维度的值的输入样本，确定多个维度中的至少一个维度的输入样本的值的中值，以及基于该中值过滤输入样本以创建压缩雷达数据集。过滤包括，对于多个维度中的每个维度：确定各个维度的过滤阈值，以及从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值。当由一个或多个处理单元执行时，该指令还使得一个或多个处理单元执行包括对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表的一个或多个操作。
附图说明
8.图1是示出用于压缩雷达数据的技术的实施例的框图。
9.图2a是示出根据实施例的、用于确定输入样本的一个维度中的中值的二分搜索的图。
10.图2b是示出根据实施例的通用形式的二分搜索过程的流程图。
11.图3a-图3c是示出实施例可以允许如何将值的一维阵列中的值分割为多个子集以用于定位的图。
12.图4是根据一些实施例可以用于阈值确定的图的例示。
13.图5a和图5b每个根据实施例示出了示出第一阶段如何用于压缩数据的两个图。
14.图6是可以用于压缩数据输出的存储的数据结构的例示。
15.图7是根据实施例的示例数据流架构的例示。
16.图8是根据实施例的示例dsp框图的例示。
17.图9是根据实施例的压缩雷达数据的方法的流程图。
18.图10示出了可以如本文所描述的那样被利用的计算机系统的实施例。
19.根据某些示例性实施方式，各图中的相似参考符号指示相似的元素。此外，元素的多个实例可以通过在该元素的第一数字后面用字母或连字符和第二数字跟随来表示。例如，元素110的多个实例可以指示为110-1、110-2、110-3等，或者指示为110a、110b、110c等。当仅使用第一数字来提及这种元素时，应理解为该元素的任何实例(例如，前述示例中的元素110将指代元素110-1、110-2和110-3或指代元素110a、110b和110c)。
具体实施方式
20.现在将针对形成本文的一部分的附图来描述几个示例性实施例。虽然下文描述了特定的实施例，其中可以实施本公开的一个或多个方面，但可以使用其他的实施例以及做出各种修改，而不偏离本公开的范围或所附权利要求的精神。
21.可以在现代电子设备和系统中使用成像雷达，以用于各种工业、商业、军事和消费者应用。特别地，利用具有相对小的波长的rf频率的雷达(例如，厘米或毫米数量级，诸如毫米波(“mmwave”)雷达)可以用于诸如用于自动驾驶、物体检测等的成像的应用。在这些应用中，雷达系统通常可以以57-71ghz操作，但也可以包括范围从30-300ghz的频率。例如，在一些实施例中，可以使用5g频带(例如，28ghz)。尽管如此，取决于所期望的功能、制造考虑和/或其他因素，本文提供的用于雷达数据压缩技术可以在使用更高和/或更低的射频(rf)频率(例如，在30-300ghz范围之外)的成像雷达系统中实施。
22.如所指出的，成像雷达可以生成大量的数据。每个雷达扫描可以在例如包括方位角(azimuth)、仰角(elevation)、时间、多普勒(doppler)和范围(range)的多个维度中产生雷达数据。通过估计雷达数据内的噪声水平，然后去除(压缩)雷达数据中不超过噪声水平之上的阈值最小值的值，cfar可以用于显著压缩的数据。有序统计cfar(ordered statistics cfar，os-cfar)使用排序来获得雷达数据的至少部分的中值，并且在与单元平均cfar(ca-cfar)相比时被认为是非常有效的，该单元平均cfar(ca-cfar)取定义的“单元”内的像素值的平均。然而，os-cfar的实施方式可以非常复杂，特别是用于在多维度上处理雷达数据的滑动窗口的os-cfar的实施方式。峰值cfar(peak cfar)涉及通过将值和周围的值进行比较来确定一个或多个维度的峰值。然而存在的问题是，峰值cfar在具有相对大量的噪声的环境中效果不佳。此外，无论使用哪种类型的cfar，成像雷达的高吞吐量使得雷达数据特别难以在软件中压缩，并且传统的硬件实施方式经常是不灵活的并且不能够适应可能由各种供应商要求的变化。
23.本文描述的实施例通过利用两阶段雷达压缩技术来解决这些和其他问题，该两阶段雷达压缩技术产生高度压缩并且可以至少部分地在能够适应供应商要求的差异的可配置硬件中实施。图1中示出了示例实施例。
24.图1是示出用于压缩雷达数据的技术的实施例的框图。如所示出的，该技术可以分为第一阶段110和第二阶段120。在每个阶段110、120中所示出的功能可以由计算机系统(诸如图10中示出并在下文描述的计算机系统)的硬件和/或软件组件执行。例如，这可以包括图7中示出的分段路由(sr)流程架构和/或图8中示出的数字信号处理器(dsp)架构。
25.此处，输入样本130包括来自以下四个维度的雷达样本：方位角、仰角、范围和多普勒(其可以在此和在图中分别缩写为az、el、r和d)。也就是说，输入样本130包括4d雷达图像，其中“像素”具有针对每个方位角、仰角、范围和多普勒的经测量的值。(如图1所示，输入样本130可以包括经测量的值的绝对值。)取决于期望的功能、硬件限制、处理问题和/或其他因素，每个维度的大小可以变化。例如，在图1中示出的示例中，对于每个方位角、仰角和范围存在128个多普勒窗口(doppler bin)。(替换实施例可以具有更大或更小量的值。)输入样本130的值可以包括由雷达从模拟读数转换而来的数字数据(例如，16比特或12比特值)。
26.输入样本130用于噪声估计，其中对输入样本130的至少一个维度中的值计算中值。也就是说，如果存在强目标，则可以假设在至少一个维度中将存在代表目标的单个峰，并且其余的都是可以过滤掉的噪声。取决于所期望的功能，多普勒是在图1中所示的示例中选择的维度，尽管也可以选择任何维度。即便如此，使用多普勒可能是有利的，因为针对多普勒的噪声主要是由于晶体，并且与其他维度中的噪声相比相对均匀。
27.在一些实施例中，第一阶段110可以包括确定多于一个维度中的中值。例如，一些实施例可以执行双cfar的形式，其中可以对第一维度(例如，多普勒)执行中值确定以及基于中值的数据压缩145(下文将更详细地讨论)，然后可以通过关于第二维度(例如，方位角)执行相似的步骤进一步压缩数据，它们将具有它们自己各自的阈值。在一些实施例中，可以以类似的方式对附加的维度执行压缩。因此，根据一些实施例，第一阶段110可以包括关于多于一个维度的中值确定135、阈值比较以及后续数据压缩145的功能。
28.虽然是os-cfar的形式，但这里中值的确定可以有效地进行，因为它可以处理单个
维度，并且不涉及数据加窗(data windowing)。(此外，对于其中对于多个维度确定中值的情况，这种实施例可以一次一个地确定那些各个维度的中值)。正如本领域的普通技术人员将理解的，一维阵列中的中值的确定可以以任何各种方式进行。如前所述，一些实施例可以利用基于硬件的解决方案来适应处理输入样本130所要求的带宽。
29.图2a是示出根据实施例的二分搜索的图，其用于确定输入样本130的一个维度中的中值。这里，实施例可以利用每n比特周期计算中值的比较器的向量化阵列(例如，128个比较器)，而不是执行排序。该维度的所有输入样本可以与阈值进行比较，该阈值基于迭代和阵列中的样本(值)的数量，该阈值提供一维阵列的累积分布直方图，从该阈值可以确定中值。
30.作为简单的示例，对于包括8个值的一维阵列：
31.125676932167
32.其中，每个值代表在要对其确定中值的维度(例如，多普勒)中的雷达的样本，该样本中的每一个可以具有的最大可能值128。为了得到顺序4(值的数量的一半)的解，阵列可以经历迭代过程，如表1所示。
[0033][0034][0035]
表1：示例二分搜索值
[0036]
可以看出，对第一次迭代设置阈值64(因为它是最大值128的一半)，并返回等于或大于64的值的数量(3)。利用每个后续迭代，如图2a所示，基于值的数量是否等于或大于先前阈值来确定新阈值，其中新阈值是旧阈值
±
先前变化的绝对值的一半(例如，基于大于或等于阈值的值的数量，第二次迭代通过32来提高或降低阈值、第三次迭代通过16来提高或降低阈值、第四次迭代通过8来提高或降低阈值等)。如果满足或超过阈值的值的数量小于顺序号，则降低阈值，如果数量大于或等于顺序号，则提高阈值。因此，如从表1中可以看出，在每次迭代处选择阈值，从而满足或超过阈值的值的数量收敛到顺序号4。然后，值32就是中值。正如本领域普通技术人员将理解的，类似的过程可以用于确定更大的一维阵列的值的中值。
[0037]
图2b是示出根据实施例的通用形式的二分搜索过程的流程图。然而，将理解的是，可以使用替换技术来执行二分搜索以确定特定维度中雷达样本的中值。此外，在替换实施
例中，可以取决于所期望的功能，组合、分离和/或以替换顺序执行一些功能。
[0038]
块210的功能包括设置有序统计(os)搜索值，该值可以基于有序统计技术。(在上文示例中，os搜索值对应于阈值。初始地，这是64，对应于最大可能样本值的一半)。如块220所示，将雷达样本值的一维阵列中的每个值与os搜索值进行比较(例如，使用比较器阵列)，以确定阵列中具有等于或大于os搜索值的样本的数量。
[0039]
然后，将结果与os顺序进行比较，以确定是否需要进一步处理。再次地，os顺序的确定可以基于有序统计技术。(在上文示例中，os顺序号为4，对应于一维阵列中值的数量的一半)。如块230所示，如果具有大于os搜索值的值的样本数量等于或大于os顺序，则可以递增os搜索值(如块240所示)，并重复块220处的比较。(os搜索值的递增可以以二分搜索的方式进行，如图2a中所示，通过将该值递增至当前os搜索值与最大值或先前搜索的os搜索值之间的中点处的值)。
[0040]
如块250所示，如果具有大于os搜索值的值的样本数量不等于或大于os顺序，则将具有等于os搜索值的值的样本数量与os顺序进行比较。如果具有等于os搜索值的值的样本数量不大于或等于os顺序，则可以递减os搜索值(如块260所示)，并重复块220处的比较。(os搜索值的递减也可以以二分搜索的方式进行，通过将该值减少到最小值或先前搜索的os搜索值之间的中点处的值)。
[0041]
最后，如块270所示，如果具有等于os搜索值的值的样本数量大于或等于os顺序，则确定os值(中值)为当前os搜索值。
[0042]
可以注意的是，尽管一些实施例可以利用二分搜索而不是移动窗口来计算中值，但一些实施例可以允许将值分割为用于定位的多个子集。图3a-图3c中示出了示例。尽管替换实施例可以在一维阵列中具有更大或更小量的输入样本，但是图3a中示出的示例假设了128个输入样本(值)的一维阵列。
[0043]
图3a是示出根据实施例示出可以如何从整个一维阵列计算单个中值的图(例如，以先前关于图2a和2b描述的方式)。
[0044]
图3b是其中一维阵列被分割为四个子集的替换实施例的图。更具体地，128个样本的一维阵列被分割为四个每个32个样本的相等的、相互排斥的子集。然后可以计算每个子集的中值。因此，每个子集可以具有不同的噪声估计，这在其中在一定范围内可能存在相对大量的目标的实例中可以是有帮助的。(例如，在使用多普勒的情况下，在速度的范围内可以存在大量的目标)。
[0045]
图3c是另一替换实施例的图，其中一维阵列被分割为七个子集。类似于图3b中的示例，子集再次每个包括32个样本。然而，这里的子集重叠(例如，不是相互排斥的)。这可以导致来自图3b中示出的示例的局部性的增加。然而，由于子集中的重叠，中值可以产生比如果子集更小(例如，具有很少或没有重叠)时更准确的解。
[0046]
回到图1，一旦已经做出中值确定135，就进行阈值确定140，其中阈值被添加到确定的中值，以用于通过过滤掉不满足阈值的值而压缩输入样本130的目的。换句话说，当被添加到确定的中值时，阈值代表超过噪声基底(floor)的值，如果超过阈值，则代表检测到的目标。如上所述，可以为不同维度中的输入样本130的值确定不同的阈值并且该不同的阈值可以应用于不同维度中的输入样本130的值。阈值可以以各种方式中的任何一个来确定。图4帮助示出用于确定阈值的一种技术。
[0047]
图4是根据一些实施例可以用于阈值确定的图的例示。这里，为以递增db的各种阈值绘制了每帧的目标数(针对可见目标手动验证)。如可以看见的，目标数是具有两个兴趣区域的非线性函数。在相对较低的阈值处的第一区域410代表目标检测中的快速增加，而在较高的阈值处的第二区域420代表目标检测的有限增加(噪声统计开始占据主导)。可以在第一区域410和第二区域420之间的近似边界处识别过渡点430。根据一些实施例，过渡点430可以代表最优阈值。取决于所期望的功能，可以基于过渡点430的位置确定阈值。例如，在一些实施例中，阈值可以被选择为比过渡点430低预定量db，以帮助确保目标不会从数据中被过滤掉。例如，在图4中，如果预定量是3db，那么得到的阈值将是10db(比13db过渡点430低3db)。
[0048]
回到图1，随着阈值被确定，然后可以将阈值添加到确定的中值以创建阈值图。在数据压缩145期间，如果给定维度的输入样本130未能满足该维度的各个阈值，则可以将其过滤掉。这可以导致大量的压缩。取决于阈值和场景本身，这种压缩可以导致50:1-1500:1的比率。
[0049]
图5a和图5b每个根据实施例示出了两个图，即上图510和下图520，其示出第一阶段110如何用于压缩数据。然而，本领域普通技术人员将理解，实施例可以利用不同的阈值，并且在其中识别多个目标的情形可以变化。因此，图5a和图5b仅作为非限制性示例提供。
[0050]
在图5a的上图510中，中值多普勒值被映射在方位角和范围值上。在下图520中，在上图510上的对应的第一点(具有给定方位角和范围)的多普勒值的第一图530接近强目标。(箭头540将第一图530连接到上图510中的对应的第一点)。如上图510中的第一点的阴影所示，第一图530的中值超过110db。该第一中值550在下图520中示出。使用上文描述的技术，可以将预定的阈值(在图5中所示出的示例中约为10db)与第一中值550相乘，提供用于过滤掉数据的第一阈值560。如可以看出的，来自第一图530的大多数数据可以被过滤掉。因此，在压缩数据(图1的第一阶段110的输出)中，可以只保留第一图530的中心峰。
[0051]
类似的过程可用于过滤掉来自图5b中所示出的第二图570的数据。然而，在图5b中，下图520包括上图510上的对应的第二点的多普勒值的第二图570远离强目标。(再次地，箭头540将第二图570连接到上图510中的对应的第二点)。第二图570的中值在下图520中示出为第二中值580，并提供比第二中值580高10db的第二阈值590。如可以看出的，来自第二图570的所有数据都可以被过滤掉。
[0052]
根据一些实施例，第一阶段110的压缩数据输出(例如，如图5a和5b所示出的，在使用阈值过滤输入样本130之后)可以以允许高效数据检索同时维持小的存储器要求的方式存储。
[0053]
图6是根据实施例的可用于压缩数据输出的存储的数据结构的例示。该数据结构包括间接访问表610(用于每个仰角)和压缩数据620。这种数据结构可以允许格外高的访问时间，同时维持相对低的存储器使用。数据存储中的各种条目的示例大小在条目的顶部指示(例如，“16比特”、“1比特”、“7比特”)，尽管可以注意到，替换实施例可以包括与图6中所示出的不同大小的条目。此外，不同实施例可以具有与示出的那些大小不同的大小的维度。
[0054]
间接访问表610包括具有针对给定仰角的每个范围和方位角的一系列条目的固定大小的表。(因此，图6中的示例间接访问表610仅示出了对于单个仰角的条目。其他仰角将具有各自的间接访问表610。即便如此，在一些替换实施例中，可以为所有仰角使用单个
表)。这里，对于每个范围，方位角索引从0跨度到x，代表x 1个方位角。范围索引从0跨度到y，代表y 1个范围。将理解的是，替换实施例可以以不同的方式具有方位角、范围和仰角条目。
[0055]
间接访问表610指示对于每个条目，是否已经检测到超过阈值的值。如果，对于给定的范围、方位角和仰角，多普勒值超过阈值，则使用指针指向压缩数据620中具有该多普勒数据的位置。否则，间接访问表610将包括空值(“ffff”)，而不是一个指针。在图6所示出的示例中，间接访问表610中范围0，方位角3；范围1，方位角1；和范围1，方位角5的值分别具有0、17和20的指针值。这些是指向压缩数据620(被示出为各个行)内的位置的指针值。(为了简化，只示出压缩数据620中的值的部分。也就是说，在一些实例中，每个条目都将包括值)。
[0056]
取决于所期望的功能，压缩数据620的格式化信息可以变化。在一些实施例中，压缩数据620可包括检测发生的位置处(在给定方位角、范围和仰角处)的多普勒索引，以及检测值。在一些实施例中，如图6中所示出的，可通过将压缩数据620分离成两部分来简化软件存储器访问：一部分用于索引(在索引“桶(bucket)”630中示出)，并且一部分用于检测的值(在值“桶”640中示出)。在一些实施例中，压缩数据620可以进一步包括“最后”指定，以指示对应的多普勒是否是针对特定仰角、范围和方位角检测的最后的多普勒值。
[0057]
在一些实施例中，压缩数据620可以被优化以用于并行访问。例如，压缩数据620的不同部分(例如，数据的范围)可以存储在存储器块的不同存储器体中。由于并行性，这可以允许以非常小的延迟和高的吞吐量存储到压缩数据620中的数据和/或从压缩数据620中的数据检索。例如，在一些实施例中，可以使用同时访问多个存储器体的并行进程进行在第二阶段120中执行的峰值检测150(在下面更详细地讨论)。也就是说，在一些实施例中，特定机器可以并行操作，并且从压缩存储器中检索和解压数据是非常小的延迟和非常高的吞吐量的。
[0058]
再次回到图1，可以通过对压缩数据160执行峰值检测150来执行第二阶段120。执行峰值检测可以涉及通过确定压缩数据160中是否存在跨三个或四个维度的峰值来执行3d或4d峰值检测。这可以意味着跨所有维度检查对应值和相邻值。更一般地，对于维度数量n，这可以涉及检查3
n-1个点(对于3d峰值检测的26个点，以及对于4d峰值检测的80个点)。从峰值检测150中发现的峰可以被添加到目标列表中，该目标列表可以是第二阶段120的输出。是否进行3d或4d峰值检测的确定可以基于偏好，并且可以是可配置的方面，如下文中更详细讨论。
[0059]
因为可以在被高效存储的压缩数据160上执行峰值检测150，所以可以快速执行峰值检测。也就是说，因为压缩数据160可以是可随机访问的(例如，如图6中所示出的)，所以，与如果以栅格或其他顺序存储压缩数据相比，可以更快地跨三个或四个维度识别和比较附近的值(用于3d或4d峰值检测)。此外，峰值检测150可以提供附加的压缩。例如，目标列表可以比压缩数据160小10-40倍。
[0060]
图7是根据实施例的示例数据流架构700的例示。所示出的阈值cfar的块对应于图1中示出的第一阶段110的功能，以及所示出的3d峰值和4d峰值的块对应于第二阶段120的功能。将理解的是，图7中所示出的时间延迟与基于所利用的硬件的特定实施例相关联。替换实施例可以具有不同的延迟。
[0061]
图8是示例dsp框图的例示，示出了可以用于执行本文描述的功能中的一个或多个功能的dsp 800的实施例。图8中示出的各种组件的方面可以用于执行本文描述的用于数据压缩的技术，该技术可以包括上文描述的实施例中教导的数据压缩和存储。图8中提供的框图仅作为非限制性示例提供。本领域的普通技术人员将理解，在仍然允许dsp提供本文描述的功能的同时，可以做出各种改变。dsp 800可以被包括在计算机系统中，如图10(项1020)所示出的并在下文中描述。
[0062]
可以由dsp 800的相应的“cfar”和“峰值”块内的组件执行以本文描述的方式的cfar和峰值检测。从峰值块延伸到压缩存储器块的多个箭头示出了多个峰值检测引擎可以如何并行工作并同时访问多个位置和存储器。然后，峰值检测引擎可以对访问的值执行峰值检测(例如，通过进行比较)。如先前所述，可以通过跨三个或四个维度比较值来进行峰值检测。
[0063]
由峰值检测引擎执行的峰值检测可以以多种方式中的任何一个来订制，以取决于所期望的功能来采用不同类型的峰值检测。例如，峰值检测引擎不仅可以在相邻值中发现峰值，它还可以订制以进一步包括阈值，使得只有当峰值具有比相邻值大至少阈值量的值时，该峰值才将其识别为峰。附加地或者可替换地，峰值检测引擎可以被订制以简单地将峰识别为大于相邻值当中的平均值的值，和/或比该平均值大至少阈值量。在一些实施例中，峰值控制引擎可以利用代表来自不同维度的值的控制寄存器(例如，不同的寄存器用于不同的维度)来执行值的比较，使得给定值能够针对最大值或相邻值当中的平均值快速比较。在一些实施例中，阈值(其可以是正值或负值)、数学配置(例如，针对最大或平均进行比较)和/或用于分析的区域的大小(例如，要比较的相邻值的量)的选择可以是可配置的。
[0064]
最终，本文描述的功能可以由硬件和/或软件组件以多种方式中的任何一个实施。此外，一些实施例可以允许在一个或多个方面的附加类型的可配置性。例如，实施例可允许多普勒以外的维度的使用以用于中值确定和/或确定局部中值(例如，如图3a-图3c中所示)、和/或3d和/或4d峰值检测的维度的确定。根据一些实施例，配置可以可选地在峰值检测中使用“经过(passing by)”阈值(而不是简单的“大于”比较)。
[0065]
图9是根据实施例的压缩雷达数据的方法900的流程图。替换实施例可以通过组合、分离或以其他方式改变图9中示出的块中描述的功能来在功能中变化。用于执行图9中示出的块中的一个或多个的功能的部件可以包括计算机系统的硬件和/或软件组件，诸如图10中示出并在下文中更详细描述的计算机系统1000。如上所述，计算机系统可以包括图7和/或图8中示出的一个或多个组件。
[0066]
在块910处，功能包括获得包括多个维度的雷达样本的值的输入样本。如本文提供的实施例中描述的，这些维度可以包括方位角、仰角、多普勒或范围中的两个或更多个。输入样本包括原始雷达数据，或者我们包括已经经历一些初步处理的雷达数据(例如，其中，取原始雷达数据的绝对值)。用于执行块910处的功能的部件可以包括，例如，雷达1075、无线通信接口1030和/或计算机系统1000的其他(多个)组件，如图10所示并在下文中更详细地描述。
[0067]
在块920处，确定多个维度中的至少一个维度的输入样本的值的中值。如上文关于图2所述，在一些实施例中，确定中值可以包括使用比较器阵列进行二分搜索。在一些实施例中，这可以包括使用比较器阵列迭代地将输入样本的值与搜索值进行比较，并且对于每
次迭代：(i)将具有大于搜索值的值的输入样本的数量与有序统计顺序进行比较，以及(ii)基于比较改变搜索值。用于执行块920处的功能的部件可以包括，例如，(多个)处理单元1010、dsp 1020和/或计算机系统1000的(多个)其他组件，如图10所示并在下文中更详细描述的，这些组件可以用于执行图8的dsp 800中示出的cfar块中的一个或多个组件。
[0068]
块930处的功能包括基于中值过滤输入样本以创建压缩雷达数据集，其中过滤包括：对于多个维度中的每个维度，确定各个维度的过滤阈值，以及从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值。如上文描述的实施例中所指示，过滤阈值可以设置在确定的中值之上的预定值处。
[0069]
如图3a-图3c中所描述，可以通过将维度分割为子集来为该维度计算多个中值。因此，在一些实施例中，确定维度的输入样本的值的中值包括确定维度的输入样本内的多个子集的每个子集的中值。在这种实施例中，对于多个维度中的每个维度，确定各个维度的过滤阈值可以包括确定包括多个子集中的每个子集的过滤阈值的多个过滤阈值，和/或从各个维度的压缩雷达数据集中排除输入样本的一个或多个值包括排除输入样本的小于多个过滤阈值中的至少一个过滤阈值的一个或多个值。在一些实施例中(如图3b中所示)，维度的输入样本内的多个子集是相互排斥的。然而，如所指示的，在一些实施例中，维度的输入样本内的多个子集可以不是相互排斥的。
[0070]
用于执行块930处的功能的部件可以包括，例如，(多个)处理单元1010、dsp 1020和/或计算机系统1000的(多个)其他组件，如图10所示并在下文中更详细描述的，这些组件可以用于执行图8的dsp 800中示出的cfar块中的一个或多个组件。
[0071]
在块940处，功能包括对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。压缩雷达数据可以被存储在特定存储器中，该存储器可以经由间接访问表随机访问(如图6中所示出的)。此外，根据一些实施例，压缩数据可以分布在存储器的存储器体当中，使得压缩数据的不同部分是可同时访问的，这可以增加在向压缩数据写入和/或从压缩数据读取时的吞吐量。取决于所期望的功能，可以对压缩数据执行3d和/或4d峰值检测。因此，根据一些实施例，多个维度可以包括四个维度，并且对压缩雷达数据集执行峰值检测包括识别多个维度中的至少三个维度中的峰值。用于执行块920处的功能的部件可以包括，例如，(多个)处理单元1010、dsp 1020和/或计算机系统1000的(多个)其他组件，如图10所示并在下文中更详细描述的，这些组件再次可以用于执行图8的dsp 800中示出的cfar块中的一个或多个组件。
[0072]
图10示出了可以如上文所描述的被利用的计算机系统1000的实施例。例如，计算机系统1000可包括计算机系统，该计算机系统并入车辆并用于管理与车辆的导航和/或自动驾驶有关的一个或多个系统，以及与其他车载系统和/或其他交通实体通信。计算机系统1000可以用于收集雷达数据，并且因此可以执行图9的方法900的功能中的一个或多个。应当注意，图10仅意在提供各种组件的广义例示，其中任何或全部组件可以被适当地利用。可以注意到，在一些情况下，由图10所示出的组件可以被定位到单个物理设备和/或分布在可以放置于车辆上的不同物理位置的各种网络设备当中。尽管如此，实施例并不限于车辆，并且可以包括并入非车辆的静态或移动的设备的计算机系统1000。
[0073]
计算机系统1000被示出为包括可以经由总线1005电耦合(或可以以其他方式处于通信，视情况而定)的硬件元件。硬件元件可以包括(多个)处理单元1010，该(多个)处理单
元1010可以包括但不限于一个或多个通用处理器、一个或多个专用处理器(诸如dsp、图形加速处理器、专用集成电路(asic)等等)和/或其他处理结构或部件。如图10中所示，取决于所期望的功能，一些实施例可以具有分离的dsp 1020。dsp 1020和/或(多个)处理单元1010可以包括图8中示出的dsp和/或执行关于图8的所描述的功能。计算机系统1000还可以包括一个或多个输入设备1070，该一个或多个输入设备1070可以包括与用户接口(例如，触摸屏、触摸板、麦克风、(多个)按钮、(多个)转盘、(多个)开关等等)有关的设备，和/或与导航、自动驾驶有关的设备等等。类似地，一个或多个输出设备1015可以与与用户交互(例如，经由显示器、(多个)发光二极管((多个)led)、(多个)扬声器等)有关，和/或是与同导航、自动驾驶有关的设备有关等等。
[0074]
计算机系统1000还可以包括无线通信接口1030，其可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备和/或芯片组(诸如设备、ieee 802.11设备、ieee 802.15.4设备、wi-fi设备、wimax设备、wan设备和/或各种蜂窝设备等)等等，其可以使计算机系统1000能够经由各种通信标准中的任何一个与其他设备通信。通信可以经由发送和/或接收无线信号1034的一个或多个无线通信天线1032来执行。在一些实施例中，无线通信接口1030可以包括雷达系统。并且因此，无线通信接口1030可以被配置为不仅用于rf通信，而且还用于如本文实施例中描述的成像。为此，无线通信接口1030可以包括分离的收发器和/或分离的接收器与发送器，或者能够发送和接收用于雷达功能的rf信号的收发器、发送器和接收器的任意组合。因此，天线1032可以包括多个离散的天线、天线阵列或任意组合。
[0075]
计算机系统1000还可以包括(多个)传感器1040。在一些实施例中，(多个)传感器1040可包括如本文详述的实施例中所描述的雷达系统1075。这里，雷达1075可以是在计算机系统1000外部或集成到计算机系统1000中的，并且可以包括一个或多个天线以用于发送和/或接收雷达rf信号。附加地或者可替换地，如上所述，雷达可以并入无线通信接口1030中。
[0076]
附加地或者可替换地，(多个)传感器1040可包括但不限于一个或多个加速计、陀螺仪、相机、磁力计、高度计、麦克风、接近传感器、光传感器、气压计、lidar等。
[0077]
计算机系统1000的实施例还可以包括全球导航卫星系统(gnss)接收器1080，该全球导航卫星系统(gnss)接收器1080能够使用天线1082(其可以与天线1032相同)接收来自一个或多个gnss卫星的信号1084。基于gnss信号测量的定位可以联合成像雷达一起被利用，以提供更高阶功能，包括复杂的导航和位置确定。gnss接收器1080可以使用常规技术从gnss系统(诸如全球定位系统(gps)和/或类似系统)的gnss卫星提取计算机系统1000的位置。
[0078]
计算机系统1000还可以包括存储器1060和/或与存储器1060通信。存储器1060可以包括但不限于本地和/或网络可访问的存储、磁盘驱动器、驱动器阵列、光存储设备、固态存储设备，诸如随机存取存储器(ram)和/或只读存储器(rom)，其可以是可编程的、可闪速更新的等等。这种存储设备可以被配置为实施任何适当的数据存储，包括但不限于各种文件系统、数据库结构等等。在一些实施例中，存储器1060可以包括其中存储压缩数据和/或目标列表(例如，如图1中所示)一个或多个存储器体。另外，那些存储器体可以被并入dsp 1020和/或(多个)处理单元1010中。
[0079]
计算机系统1000的存储器1060还可以包括软件元件(图10中未示出)，该软件元件包括操作系统、设备驱动器、可执行库和/或诸如一个或多个应用程序的其他代码，可以包括由各种实施例提供的计算机程序，和/或如本文所描述，可以被设计为实施由其他实施例提供的方法，和/或配置由其他实施例提供的系统。仅以示例的方式，关于上文讨论的(多个)方法所描述的一个或多个过程可以被实施为由计算机系统1000(和/或计算机系统1000内的(多个)处理单元1010或dsp 1020)可执行的存储器1060中的代码和/或指令。那么，在一方面，这种代码和/或指令可以用于配置和/或适配通用计算机(或其他设备)以执行根据所描述的方法的一个或多个操作。
[0080]
对于本领域技术人员将显而易见的是，可根据具体要求进行实质性的变化。例如，还可以使用订制的硬件，和/或可以在硬件、软件(包括便携式软件，如小程序等)或两者中实施特定的元素。此外，可以采用到其他计算设备(诸如网络输入/输出设备)的连接。
[0081]
参考附图，可以包括存储器的组件可以包括非暂时性机器可读介质。如本文使用的术语“机器可读介质”和“计算机可读介质”指的是参与提供使得机器以特定方式操作的数据的任何存储介质。在上文提供的实施例中，各种机器可读介质可以涉及向处理单元和/或其他(多个)设备提供指令/代码以用于执行。附加地或者可替换地，机器可读介质可用于存储和/或携载这种指令/代码。在许多实施例中，计算机可读介质是物理的和/或有形的存储介质。这种介质可以采取许多形式，包括但不限于非易失性介质、易失性介质和传输介质。计算机可读介质的公共形式包括，例如，磁性和/或光学介质、具有孔图案的任何其他物理介质、ram、可编程rom(prom)、可擦除prom(eprom)、flash-eprom、任何其他存储器芯片或盒、如下文描述的载波或计算机可从其读取指令和/或代码的任何其他介质。
[0082]
本文讨论的方法、系统和设备是示例。各种实施例可以视情况省略、替代或添加各种过程或组件。例如，关于某些实施例所描述的特征可以结合在各种其他实施例中。实施例的不同方面和元素可以以类似的方式组合。本文提供的图中的各种组件可以具体体现在硬件和/或软件中。此外，技术在演进，因此许多元素都是示例，并不将本公开的范围限制为这些具体的示例。
[0083]
已经证明，主要出于通用的原因，有时将这种信号称为比特、信息、值、元素、符号、字符、变量、项、数字、参考标号等等是方便的。然而，应当理解，所有这些或类似的术语都与适当的物理量相关联并仅是方便的标签。除非另有特别说明，从上文的讨论显而易见的，可以理解的是，贯穿本说明书利用诸如“处理”、“运算”、“计算”、“决定”、“确定”、“识别”、“关联”、“执行”等等术语的讨论是指特定装置(诸如专用计算机或类似的专用电子计算设备)的动作或处理。因此，在本说明书的上下文中，专用计算机或类似的专用电子计算设备能够操纵或转换信号，其在专用计算机或类似的专用电子计算设备的存储器、寄存器或其他信息存储设备、传输设备或显示设备之内通常表示为物理电子量、电量或磁量。
[0084]
本文使用的术语“和”与“或”可以包括各种含义，这些含义也预计至少部分取决于其中使用这些术语的上下文。通常，“或”如果用于关联列表，诸如a、b或c，则其意指意味着这里用于包容意义的a、b和c，以及这里用于排他意义的a、b或c。此外，本文使用的术语“一个或多个”可以用于描述单数的任何特征、结构或特性，或者也可以用于描述特征、结构或特性的一些组合。然而，应当注意，这仅仅是例示性示例，并且所要求的主题不限于这个示例。此外，术语
“……
中的至少一个”如果用于关联列表，诸如a、b或c，则其可解释为意味着
a、b和/或c的任何组合，诸如a、ab、aa、aab、aabbccc等。
[0085]
已经描述了几个实施例之后，在不偏离本公开的精神的情况下，可以使用各种修改、替换构造和等价物。例如，上文元素可以仅仅是更大系统的组件，其中其他规则可以优先于或以其他方式修改各种实施例的应用。此外，在考虑上文元素之前、期间或之后，可以采取若干步骤。因此，上文描述并不限制本公开的范围。
[0086]
鉴于此描述，实施例可以包括特征的不同组合。实施方式示例在以下编号的条款中描述：
[0087]
1、一种压缩雷达数据的方法，该方法包括：
[0088]
获得包括由雷达测量的多个维度的值的输入样本；
[0089]
确定多个维度中的至少一个维度的输入样本的值的中值；
[0090]
基于中值过滤输入样本以创建压缩雷达数据集，其中，过滤包括，对于多个维度中的每个维度：
[0091]
确定各个维度的过滤阈值；以及
[0092]
从压缩雷达数据集中排除小于在该中值之上的过滤阈值的各个维度的输入样本的一个或多个值；以及
[0093]
对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。
[0094]
2、如条款1的方法，其中，多个维度包括以下中的两个或更多个：
[0095]
方位角，
[0096]
仰角，
[0097]
多普勒，或
[0098]
范围。
[0099]
3、如条款1或2的方法，其中：
[0100]
确定至少一个维度的输入样本的值的中值包括确定至少一个维度的输入样本内的多个子集的每个子集的中值；以及
[0101]
对于多个维度中的每个维度：
[0102]
确定各个维度的过滤阈值包括，确定包括多个子集的每个子集的过滤阈值的多个过滤阈值；以及
[0103]
从压缩雷达数据集中排除各个维度的输入样本的一个或多个值包括，排除小于该多个过滤阈值中的至少一个过滤阈值的输入样本的一个或多个值。
[0104]
4、如条款1-3中的任何一个的方法，其中，至少一个维度的输入样本内的多个子集是相互排斥的。
[0105]
5、如条款1-4中的任何一个的方法，还包括在多个存储器体上存储压缩雷达数据集，其中多个存储器体中的至少两个存储器体可被并行访问。
[0106]
6、如条款1-5中的任何一个的方法，还包括将压缩雷达数据集存储在经由一个或多个间接访问表可访问的存储器体中。
[0107]
7、如条款1-6中的任何一个的方法，其中，确定中值包括使用比较器阵列进行二分搜索。
[0108]
8、如条款7的方法，其中，使用比较器阵列进行二分搜索包括：
[0109]
使用比较器阵列迭代地将输入样本的值与搜索值进行比较；以及
[0110]
对于每次迭代：
[0111]
将具有大于该搜索值的值的输入样本的数量与有序统计顺序进行比较，以及
[0112]
基于比较改变搜索值。
[0113]
9、如条款1-8的方法，其中：
[0114]
多个维度包括四个维度；以及
[0115]
对压缩雷达数据集执行峰值检测包括，识别多个维度中的至少三个维度中的峰值。
[0116]
10、一种用于压缩雷达数据的设备，该设备包括：
[0117]
存储器；以及
[0118]
一个或多个处理单元，与存储器通信耦合，并被配置为：
[0119]
获得包括由雷达测量的多个维度的值的输入样本；
[0120]
确定多个维度中的至少一个维度的输入样本的值的中值；
[0121]
基于中值过滤输入样本以创建压缩雷达数据集，其中，过滤包括，对于多个维度中的每个维度：
[0122]
确定各个维度的过滤阈值；以及
[0123]
从压缩雷达数据集中排除小于在中值之上的过滤阈值的各个维度的输入样本的一个或多个值；以及
[0124]
对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。
[0125]
11、如条款10的设备，其中，多个维度包括以下中的两个或更多个：
[0126]
方位角，
[0127]
仰角，
[0128]
多普勒，或
[0129]
范围。
[0130]
12、如条款10或11的设备，其中，一个或多个处理单元被配置为：
[0131]
至少部分地通过至少一个维度的输入样本内的多个子集的每个子集的中值的确定，确定至少一个维度的输入样本的值的中值；以及
[0132]
对于多个维度中的每个维度：
[0133]
至少部分地通过包括该多个子集的每个子集的过滤阈值的多个过滤阈值的确定，确定各个维度的过滤阈值；
[0134]
至少部分地通过排除小于该多个过滤阈值中的至少一个过滤阈值的输入样本的一个或多个值，从压缩雷达数据集中排除各个维度的输入样本的一个或多个值。
[0135]
13、如条款10-12中的任何一个的设备，其中，至少一个维度的输入样本内的多个子集是相互排斥的。
[0136]
14、如条款10-13中的任何一个的设备，其中，一个或多个处理单元被配置为，在多个存储器体上存储该压缩雷达数据集，其中多个存储器体中的至少两个存储器体可被并行访问。
[0137]
15、如条款10-14中的任何一个的设备，其中，一个或多个处理单元被配置为，将压缩雷达数据集存储在经由一个或多个间接访问表可访问的存储器体中。
[0138]
16、如条款10-15中的任何一个的设备，其中，一个或多个处理单元被配置为，基于
由比较器阵列进行的二分搜索的结果来确定中值。
[0139]
17、如条款16的设备，其中，设备被配置为，使用比较器阵列进行二分搜索为：
[0140]
使用比较器阵列迭代地将输入样本的值与搜索值进行比较；以及
[0141]
对于每次迭代：
[0142]
将具有大于搜索值的值的输入样本的数量与有序统计顺序进行比较，以及
[0143]
基于比较改变搜索值。
[0144]
18、如条款10-17中的任何一个的设备，其中：
[0145]
多个维度包括四个维度；以及
[0146]
一个或多个处理单元被配置为，基于识别多个维度中的至少三个维度中的峰值，对压缩雷达数据集执行峰值检测。
[0147]
19、一种设备，其包括：
[0148]
用于获得包括由雷达测量的多个维度的值的输入样本的部件；
[0149]
用于确定多个维度中的至少一个维度的输入样本的值的中值的部件；
[0150]
用于基于中值过滤输入样本以创建压缩雷达数据集的部件，其中，该过滤包括，对于多个维度中的每个维度：
[0151]
确定各个维度的过滤阈值；以及
[0152]
从压缩雷达数据集中排除小于在该中值之上的过滤阈值的各个维度的输入样本的一个或多个值；以及
[0153]
用于对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表的部件。
[0154]
20、如条款19的设备，其中，多个维度包括以下中的两个或更多个：
[0155]
方位角，
[0156]
仰角，
[0157]
多普勒，或
[0158]
范围。
[0159]
21、如条款19或20的设备，其中：
[0160]
用于确定至少一个维度的输入样本的值的中值的部件，包括用于确定至少一个维度的输入样本内的多个子集的每个子集的中值的部件；以及
[0161]
用于对于多个维度中的每个维度执行以下操作的部件：
[0162]
基于包括多个子集的每个子集的过滤阈值的多个过滤阈值的确定，确定各个维度的过滤阈值；
[0163]
基于小于多个过滤阈值中的至少一个过滤阈值的输入样本的一个或多个值的排除，从压缩雷达数据集中排除各个维度的输入样本的一个或多个值。
[0164]
22、如条款21的设备，其中，至少一个维度的输入样本内的多个子集是相互排斥的。
[0165]
23、如条款19-22中的任何一个的设备，还包括用于在多个存储器体上存储压缩雷达数据集的部件，其中多个存储器体中的至少两个存储器体可被并行访问。
[0166]
24、如条款19-23中的任何一个的设备，还包括用于将压缩雷达数据集存储在经由一个或多个间接访问表可访问的存储器体中的部件。
[0167]
25、如条款19-24中的任何一个的设备，其中：
[0168]
多个维度包括四个维度；以及
[0169]
对压缩雷达数据集执行峰值检测包括，识别多个维度中的至少三个维度中的峰值。
[0170]
26、一种非暂时性计算机可读介质，其具有嵌入其中的用于压缩雷达数据的指令，其中，当指令由一个或多个处理单元执行时，使得一个或多个处理单元执行一个或多个操作，该一个或多个操作包括：
[0171]
获得包括由雷达测量的多个维度的值的输入样本；
[0172]
确定多个维度中的至少一个维度的输入样本的值的中值；
[0173]
基于中值过滤输入样本以创建压缩雷达数据集，其中，过滤包括，对于多个维度中的每个维度：
[0174]
确定各个维度的过滤阈值；以及
[0175]
从压缩雷达数据集中排除小于在该中值之上的过滤阈值的各个维度的输入样本的一个或多个值；以及
[0176]
对压缩雷达数据集执行峰值检测以生成一个或多个识别目标的列表。
[0177]
27、如条款26的非暂时性计算机可读介质，其中，多个维度包括以下中的两个或更多个：
[0178]
方位角，
[0179]
仰角，
[0180]
多普勒，或
[0181]
范围。
[0182]
28、如条款26或27的非暂时性计算机可读介质，其中：
[0183]
确定至少一个维度的输入样本的值的中值包括确定至少一个维度的输入样本内的多个子集的每个子集的中值；以及
[0184]
对于多个维度中的每个维度：
[0185]
确定各个维度的过滤阈值包括，确定包括多个子集的每个子集的过滤阈值的多个过滤阈值；
[0186]
从压缩雷达数据集中排除各个维度的输入样本的一个或多个值包括，排除小于该多个过滤阈值中的至少一个过滤阈值的输入样本的一个或多个值。
[0187]
29、如条款26-28中的任何一个的非暂时性计算机可读介质，其中，指令当由一个或多个处理单元执行时，还使得一个或多个处理单元执行包括在多个存储器体上存储压缩雷达数据集的一个或多个操作，其中，多个存储器体中的至少两个存储器体可被并行访问。
[0188]
30、如条款26-29中的任何一个的非暂时性计算机可读介质，其中，指令当由一个或多个处理单元执行时，还使得一个或多个处理单元执行包括将压缩雷达数据集存储在经由一个或多个间接访问表可访问的存储器体中的一个或多个操作。