本发明专利技术提供一种雷达系统、雷达信号处理装置、车辆行驶控制装置以及方法及电脑程序。本发明专利技术涉及直接识别以到本车辆相同距离并行的前方行驶车辆的台数以及前方行驶车辆行驶的车道的技术。各个雷达系统包括：具有响应一个或多个入射波输出接收信号的多个天线元件的阵列天线；以及构筑了已学习完的神经网络的信号处理电路。信号处理电路构成为接收信号，将接收信号或从接收信号生成的二次信号向神经网络输入，用接收信号或二次信号、以及神经网络的学习数据进行运算，从神经网络输出表示入射波的个数的信号。
【技术实现步骤摘要】
本专利技术设及一种通过雷达识别一台或多台前方行驶车辆的配置的技术。
技术介绍
W往，在车载雷达系统中使用利用FMCW (Rrequen巧Modulated Continuous Wave :频率调制连续波）雷达、多频率CW(Continuous Wave :连续波）雷达W及脉冲雷达的 方式的电子扫描式雷达。在运样的雷达系统中，一般地，将被调制的连续波或脉冲波作为 "发送波"从发送天线放射，将通过前方行驶车辆反射而返回到接收天线的入射波作为"接 收波"接收。然后，基于利用接收波的天线信号（接收信号）推断前方行驶车辆的位置W及 速度。W搭载有雷达系统的车辆为基准，通过到前方行驶车辆的距离W及前方行驶车辆的 方向规定前方行驶车辆的位置。另外，在本说明书中，将搭载有雷达系统的车辆称为"本车 辆"，将行驶在本车辆前面的车辆称为"前方行驶车辆"。"前方行驶车辆"行驶在与本车辆行 驶的车道相同的车道上或与该车道相邻的同一方向的车道上。 在车载雷达系统中，前方行驶车辆的"方向"可W通过包含道路的面（近似"平 面"）内的方位（azimuth)规定。因此，在本说明书中，对于被雷达探测的物体，存在将"方 向（direction)"与"方位（azimuth)"作为相同含义的用语来使用的情况。 阳004] 前方行驶车辆的方向能够用入射波的入射方向值0A direction Of Arrival)」的 角度表示。在雷达技术的领域中，像前方行驶车辆那样反射发送波的物体有时被称为"目标 (target)"。目标作为"反射波"的波源发挥功能。目标为到达至接收天线的波、即接收波 的信号源。 在车载用的雷达系统中，追求使用小型且价格低廉的天线。例如将四个或五个天 线元件作为构成构件的阵列天线用作接收用天线。在阵列天线中，根据天线元件的排列方 式有直线阵列式、平面阵列式、环形阵列式W及共形阵列式。 若基于从运样的阵列天线的各天线元件获得的接收信号，能够通过信号处理技 术，推断反射发送波的物体的方位（入射方向）。然而，在反射发送波的物体的个数为多个 时，通过各个物体产生的反射波W不同的角度入射到接收天线上。因此，从接收天线生成多 个入射波重叠的复杂的信号。并且，在车载雷达系统中，物体的配置关系W及距离相对于阵 列天线动态变化。因此，为了基于阵列天线的接收信号正确推断一台或多台前方行驶车辆 的各方位，需要使用电脑高速进行庞大的运算。 为了推断入射方向，提出了处理阵列天线的接收信号的各种算法的方案。公知的 入射方向推断算法包括W下方法（参照专利文献1及2)。 (1)数字波束（DBF :Digital Beam Former)法 (2) Capon 法 做线形预测法 柳川 （4)最小范数法 (5)MUSIC(M叫tiple SI即al Classification:多重信号分类）法 (6)ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques:利用旋转不变因子技术来推断信号参数）法 一般地，方向推断的角度分辨率越高，信号处理所需的运算的量就越大。在上述的 入射方向推断方法（1)到（6)中，角度分辨率W从方法（1)到方法（6)的顺序变高，运算量 增加。角度分辨率特别高的MUSIC法W及ESPR口法也被称为"超分辨率算法"，对阵列天线 的接收信号需要高速进行运算量较多的处理。具体来说，根据超分辨率算法，从各阵列天线 的接收信号的数据作成自相关矩阵。然后，通过该自相关矩阵的特征值展开（eigenvalue decomposition)来推断接收波的入射方向。矩阵的特征值展开指的是将矩阵分解成在对角 成分中具有特征值的对角矩阵，也被称为"特征值分解"。在进行自相关矩阵的特征值展开 时，求自相关矩阵的特征值W及特征矢量（例如专利文献3)。 入射方向的推断精度随着去除自相关矩阵的噪声成分而提高。因为遍历性，能 够使总体均值与时间平均值相等，因此用接收数据的时间平均值作成自相关矩阵。例如， 在FMCW雷达中，优选尽量使差频信号的数据组（能够转换成频率区域的数据的恒定时间区 间的时间序列数据）的样本数、即快照数目多，来使用平均化的自相关矩阵。因此，为了在 前方行驶车辆的位置可W总是变化的情况下提高入射方向推断的精度，需要进行高速的抽 样，被抽样的数据的存储器容量也增大。 在先技术文献 专利文献 专利文献1 :日本特开2009-156582号公报 专利文献2 :日本特开2006-275840号公报 专利文献3 :日本特开2006-047282号公报 专利文献4 :日本特开2007-040806号公报 MUSIC等超分辨率算法的运算处理量较多。为了与运样的运算处理量相对应，需要 高速动作、且高价的车载用微处理器。从运样的情况出发，进行了用于降低运算处理量的尝 试，W使性能相对较低的微处理器也可W工作（例如，参照专利文献4)。 然而，即使通过专利文献4等技术降低了运算处理量，处理量也依然很多。因此， 需要一种能够利用于车载用雷达、将处理量抑制得更低的识别目标的技术。
技术实现思路
本专利技术的例示性的雷达系统构成为包括：阵列天线，其具有分别响应一个或多个 入射波而输出接收信号的多个天线元件；W及信号处理电路，其构筑有已学习完的神经网 络，所述信号处理电路构接收所述接收信号，将所述接收信号或从所述接收信号生成的二 次信号向所述神经网络输入，用所述接收信号或所述二次信号、W及所述神经网络的学习 数据进行运算，从所述神经网络输出表示所述入射波的个数的信号。 根据本专利技术的例示性的雷达系统，能够将接收信号或从所述接收信号生成的二次 信号向已学习完的神经网络输入，来获得表示入射波的个数的信号。神经网络的运算所需 的运算处理量与MCUSIC等超分辨率算法所需的运算处理相比是相对非常少的，并且，通过 预先充分地进行神经网络的学习，能够提高入射波的个数的判断精度。 在某方式中，将上述入射波的个数作为表示前方行驶车辆的配置的信息进行获 取。【附图说明】 图1为示出利用本专利技术的车辆的识别处理的步骤的图。 图2的（a)为示出具有直线状配置的Μ个天线元件的阵列天线AA与多个入射波 k化为1到Κ的整数）的关系的图，图2的化）为示出接收第k个入射波的阵列天线ΑΑ的 图。 图3为示出一般的层次型神经网络的结构模型的图。 图4为示出高斯型核函数的波形的概要的图。 图5的（a)、化）、（C)、（d)为示出本车辆5行驶在第一车道时的前方行驶车辆 巧-1) W及/或巧-2)的行驶情况和教师信号Τι的图。 阳03引图6的（a)、化）、（C)、（d)为示出本车辆5行驶在第二车道时的前方行驶车辆 巧-1) W及/或巧-2)的行驶情况和教师信号T2的图。[003引图7的（a)、化）、（C)、（d)、（e)为本车辆5行驶在S个车道中的中央车道时的前 方行驶车辆巧-1)、巧-2) W及/或巧-3)的行驶情况和教师信号T3的图。 图8为示出学习处理的步骤的流程图。 图9为示出前方行驶车辆的识别处理的步骤的流程图。 图10为示出利用本专利技术的车辆行驶控制装置1的基本构成的一个例子的框图。 图11为示出利用本专利技术本文档来自技高网...
【技术保护点】
一种雷达系统，其特征在于，所述雷达系统构成为包括：阵列天线，其具有分别响应一个或多个入射波而输出接收信号的多个天线元件；以及信号处理电路，其构筑有已学习完的神经网络，所述信号处理电路接收所述接收信号，将所述接收信号或从所述接收信号生成的二次信号向所述神经网络输入，用所述接收信号或所述二次信号、以及所述神经网络的学习数据进行运算，从所述神经网络输出表示所述入射波的个数的信号。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：加茂宏幸，桑原义彦，
申请(专利权)人：日本电产艾莱希斯株式会社，国立大学法人静冈大学，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。