[发明专利]用于区分信号的高效处理

说明书

示例性方面涉及测评和区分一组目标数据且利用数值更新高电平储仓的电路系统，所述数值指示与针对每个储仓限定的预定义值范围成功地比较的数据元素的数目。随后可计算出所述高电平储仓的累积总和。随后，可将目标阈值与每个储仓处的所述累积总和相比较，接着，一发现超过所述阈值的累积总和就提供指示。可通过改变(通过电路系统或其它干预)预定义范围值且接着重新处理所述目标数据来进一步优化所述目标数据。

技术领域

各种实施例的各方面涉及信号检测/标识系统，其中以相对高效的方式处理和区分大量信号当中的某些信号是有利的。

背景技术

可用于检测附近目标的距离和速度的雷达系统提供了此类系统的良好例子。例如连续波雷达系统等雷达系统已应用于许多不同应用中，包括例如用于增强道路安全性的汽车雷达系统。在此类系统中，发射器可在给定稳定频率下朝向对象发射信号作为连续波无线电能量，随后在能量被所述对象反射时接收所述连续波无线电能量。这些反射信号包括用于此类对象检测的有用信号，只要这些有用信号可与连同所述有用信号一起接收的反向散射噪声区分开来即可。基于多普勒(Doppler-based)的雷达系统的具体例子和类型被称作频率调制连续波(FMCW)雷达，所述FMCW雷达用于通过提供距离测量以及速度测量来可靠地测量对象的距离，这是可靠的，因为通常存在到达雷达天线的多于一个反射源。

在FMCW雷达中，可使用有时称作距离多普勒图(range-Doppler map)的阵列或矩阵来计算二维频谱。此类型的图中的峰值可与利用雷达系统感测到的物理场景中的对象对应。在雷达术语中，这些对象可被称为目标。仅具有高于本底噪声的某一电平(例如，7dB、10dB或12dB)的功率的峰值被视为目标，其余的峰值被视为噪声。因此，在尝试辨别噪声与目标之前知道本底噪声的电平是有帮助的。然而，这会引发鸡、蛋相生问题，因为本底噪声的电平取决于什么被视为目标以及什么不被视为目标。为了打破此循环相依性，可结合直方图计算使用所谓的有序统计恒定虚警率(CFAR)算法。此类CFAR算法通常应用于雷达系统中以帮助缓解错误检测。然而，问题在于，就可编程处理器方面的计算成本来说，例如当使用支持宽的SIMD指令的当前可用数字信号处理器时，计算直方图可能在所述计算所需的时钟循环数目方面超额且尤其昂贵。

这些和其它事宜已对在雷达系统和相关应用中接收到的信号的处理效率提出了挑战。

发明内容

根据本公开，各种示例实施例涉及例如上文所阐述的问题，和/或如从以下关于雷达本底噪声的高效估计的公开内容可显而易见的问题。

具体例子涉及测评和区分一组目标数据且利用数值更新储仓(或累积电路)的电路系统，所述数值指示与针对多个储仓中的每个储仓限定的预定义值范围成功地比较的数据元素的数目。随后可计算出高电平储仓的累积总和。随后，可将目标阈值/范围与每个储仓处的累积总和相比较，然后一检测到或发现超过所述阈值/范围的累积总和就提供指示。可通过改变(例如通过电路系统或其它基于电路的干预)预定义范围值且接着重新处理所述目标数据来进一步优化所述目标数据。

在另一例子中，本公开涉及一种涉及选择电路和阈值设置电路系统的方法和设备。所述选择电路用于：针对包括目标数据和其它数据的、特征在于或表示为所述数据在多个高电平储仓中基于数值聚合而分布的一组数据，其中每个高电平储仓具有与所述一组数据相关联的数据子组，通过相对于与所述目标数据相关联的高电平阈值测评和区分所述多个储仓中的一个储仓中的所述数据子组与所述多个高电平储仓中的其它高电平储仓中的每个高电平储仓中的所述数据子组来选择所述多个高电平储仓中的一个高电平储仓；以及针对所述多个高电平储仓中同样具有所述一组数据的子组的基于数值聚合的分布的选定高电平储仓，相对于所述子组中的某些其它数据来测评和区分所述子组中的某些所述目标数据。所述阈值设置电路系统用于响应于所述高电平选择电路而提供优化阈值，根据所述优化阈值能进一步区分所述目标数据。在较具体的示例实施例中，所发现的本底噪声值可用作越过阈值的储仓范围的中值(例如在完成任何优化遍次之后)。