分布拟合恒虚警率（CFAR）检测制造技术

描述了分布拟合恒虚警率(CFAR)检测。将目标单元周围的单元或仓中的噪声数据拟合到噪声分布模型，诸如瑞利分布模型。利用来自分布模型的合适的噪声分布曲线，可以确定该单元沿该曲线的CFAR阈值。仓或单元的噪声分布模型的分位数函数提供了用于该仓或单元使用的CFAR阈值。分布拟合CFAR使得能够为每个仓或单元设置更准确的CFAR阈值，并且可以使用比有序统计CFAR少得多的计算资源。雷达检测器可以通过适应不同的环境并根据相邻仓或单元的噪声特性的噪声分布模型的最佳拟合分析来动态改变所使用的噪声分布曲线，从而更好地防止在多个不同的驾驶场景中的虚警检测。同的驾驶场景中的虚警检测。同的驾驶场景中的虚警检测。

【技术实现步骤摘要】
分布拟合恒虚警率(CFAR)检测

技术介绍

[0001]交通工具的感知系统(例如，高级安全或自动驾驶系统)可以依赖于雷达系统来检测驾驶场景中(例如，道路上)存在的对象。可能存在由其他交通工具系统或环境中的未知源引起的干扰；如果不加以处理，这种噪声可以表现为雷达系统报告的对实际不存在的目标的误检测、或者雷达系统未检测到的目标的实际检测。有多种方式可以降低雷达虚警率。一种方式包括执行恒虚警率(Constant False Alarm Rate，CFAR)处理技术，其中应用于雷达检测的功率阈值调整为高于操作环境的估计噪声水平。CFAR允许报告可能源自实际目标的回波，并抑制来自环境中的其他源的回波。在理想情况下，噪声出现在已知的推断水平，然而，在现实中，环境噪声可以表现为在时间和空间上不均匀的高度可实现且不可预测的信号，这使得针对不断变化的驾驶场景调整CFAR功率阈值成为一项挑战。

技术实现思路

[0002]本文档描述了用于分布拟合CFAR检测的技术和系统。本
技术实现思路
既非旨在标识出要求保护的主题内容的必要特征，亦非旨在用于确定要求保护的主题内容的范围。
[0003]在一个示例中，系统包括处理器，该处理器被配置成用于获得雷达回波的多个样本，雷达回波包括从交通工具外部环境反射的噪声。处理器被进一步配置成用于：维护样本的阵列(例如，数据立方体)，该阵列在阵列的不同的对应单元中包括样本中的每一个样本；以及对于样本中的每一个样本，确定用于过滤来自阵列的对应单元的噪声的相应恒虚警率(CFAR)阈值。处理器被配置成用于通过以下方式来确定CFAR阈值：确定对应单元的一组相邻单元以用作训练单元；生成直方图，该直方图将训练单元的样本组织成表示训练单元的样本的连续幅度范围的列；将直方图拟合到噪声分布函数；以及根据拟合到该对应单元的直方图的噪声分布函数确定对应单元的相应CFAR阈值。处理器被进一步配置成用于：从阵列中过滤不满足对应单元的相应CFAR阈值的样本；以及在一些示例中，响应于从阵列中过滤样本，输出阵列，以供交通工具功能在检测出现在环境中的对象时使用。
[0004]除了这个和其他示例之外，还描述了用于执行分布拟合CFAR检测的方法。在一些情况下，计算机可读介质(CRM)包括指令，该指令在由处理器执行时，将处理器配置成用于执行这些方法。本公开还构想了包括用于执行这些方法的装置的系统。通过实现由本公开构想的这些和其他示例，可以实现分布拟合CFAR检测，以比使用其他CFAR检测技术更准确地从雷达信号中的噪声中辨别实际目标。
附图说明
[0005]本文档中参考附图描述了分布拟合CFAR检测的细节，附图可以使用相同数字来引用类似特征和部件，以及使用带连字符的数字来指定这些类似特征和部件的变化。附图组织如下：图1示出了根据所描述的技术的用于执行分布拟合CFAR检测的示例环境的概念图；
图2示出了根据所描述的技术的被配置成用于执行分布拟合CFAR检测的雷达系统的示例噪声估计器的概念图；图3示出了根据所描述的技术的用于执行分布拟合CFAR检测的示例过程的流程图；图4示出了将分布拟合CFAR检测与地面真值(ground truth)的性能进行比较的线图；图5示出了将分布拟合CFAR检测与有序统计CFAR检测的性能进行比较的线图；以及图6示出了将分布拟合CFAR检测与单元平均CFAR检测的性能进行比较的线图。
具体实施方式
概述
[0006]交通工具可以包括多输入多输出(MIMO)雷达系统，以生成雷达结果的三维数据立方体，该雷达结果是通过对多个通道上发射的各个雷达啁啾的多个样本进行处理而得到的。对于每个查看周期，新的数据立方体可以作为一维数组存储在存储器中；每个单元都是可以使用指示距离(range)仓、啁啾标识和通道的唯一参数组合来单独寻址的。距离处理阶段通过寻址单元的行，用连续啁啾的距离快速傅立叶变换(FFT)结果来填充数据立方体。通过寻址单元的列，多普勒处理检取连续距离的距离FFT结果。
[0007]在雷达系统中，数据立方体的单元或仓中的有效检测可能被环境噪声包围。环境中的环境噪声是持续变化的。当环境噪声(例如，其功率)处于屏蔽有效检测的水平时，可以报告虚警或误检测。为了改善目标检测的准确度和依赖于雷达数据的交通工具系统的功能，雷达被设置为以低虚警率运行。阈值可以用于将噪声与有效检测分离。可以使用一组技术来自适应地设置阈值，以针对各种场景维持恒虚警率(CFAR)。可以在距离处理或多普勒处理发生之前或之后应用CFAR处理技术。由于它们的简单性和稳健性，两种最常见的CFAR处理技术包括单元平均CFAR和有序统计CFAR。在单元平均CFAR和有序统计CFAR两者中，雷达系统基于从相邻的(例如，在前的和滞后的)单元或距离仓获取的噪声功率估计来检查实际目标的存在。
[0008]单元平均CFAR将检测阈值设置为相邻单元的功率估计(或其因子)的平均(例如，平均值)。如果单元超过平均功率检测阈值，则该单元记录目标检测。当满足两个条件时，单元平均CFAR可以具有准确和稳定的性能。第一个条件是每个真实目标都与其他真实目标隔离(例如，每个目标都是独立目标)，否则单元平均CFAR会提供不准确的结果。如果两个目标在距离或多普勒域中彼此连续对齐，则它们不是独立的。第二，假设为估计噪声功率而采样的相邻单元是独立且相同分布的。当相邻样本受到噪声影响时，这种影响可能会使平均计算产生不准确的偏差。
[0009]有序统计CFAR改进了单元平均CFAR，以解决常见的多目标场景。有序统计CFAR还分析来自相邻仓的噪声功率。然而，不是考虑噪声功率的平均值，而是按顺序对每个相邻单元或仓处的功率幅度进行排序。选择具有最高功率的单元，并相应地设置噪声阈值。与单元平均CFAR不同，有序统计CFAR不以每个独立目标的均质杂波为条件；然而，在杂波的边缘处可能会出现过高的虚警率。调整在相邻单元之中包括哪些单元可能会对性能产生不同程度
的影响。选择进行排序的相邻单元的数量可能在很大程度上取决于驾驶条件和环境中的噪声源。交通工具应用中的环境不断变化；调整有序统计CFAR的相邻样本大小以适应波动条件可能具有挑战性。与单元平均CFAR相比，有序统计CFAR的提高的准确度可能会被其处理复杂度(例如，排序功能)的增加所抵消，处理复杂度的增加需要更快且通常更昂贵的计算资源，这将有序统计CFAR的使用限制在更昂贵的雷达应用。
[0010]广泛使用的CFAR技术的主要缺点是它们无法适应估计不同测量环境的噪声阈值。例如，在汽车雷达应用中，主交通工具可能一时在开阔的街道上行驶，然后迅速切换到在一侧或两侧有护栏的高速公路上行驶。用于估计这两种不同场景中的噪声的噪声或杂波模型应该表现不同，以解决护栏的存在或不存在。然而，有序统计CFAR或单元平均CFAR都无法提供对于两种情况都能获得正确结果的噪声模型；相反，一个比另一个处理的更好。
[0011]与现有的CFAR技术形成对比，本文档描述了用于雷达检测的分布拟合CFAR技术。将目标单元周围的单元或仓中的噪声数据拟合到噪声分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统，所述系统包括：处理器，所述处理器被配置成用于：获得雷达回波的多个样本，所述雷达回波包括从交通工具外部环境反射的噪声；维护所述样本的阵列，所述阵列在所述阵列的不同的对应单元中包括所述样本中的每一个样本；对于所述样本中的每一个样本，通过以下方式确定用于过滤来自所述阵列的所述对应单元的所述噪声的相应恒虚警率(CFAR)阈值：确定所述对应单元的一组相邻单元以用作训练单元；生成直方图，所述直方图将所述训练单元的所述样本组织成表示所述训练单元的所述样本的连续幅度范围的列；将所述直方图拟合到噪声分布函数；以及根据拟合到所述对应单元的所述直方图的所述噪声分布函数确定所述对应单元的所述相应CFAR阈值；以及从所述阵列中过滤不满足所述对应单元的所述相应CFAR阈值的样本；以及响应于从所述阵列中过滤样本，输出所述阵列，以供交通工具功能在检测出现在所述环境中的对象时使用。2.如权利要求1所述的系统，其特征在于，所述处理器被配置成用于通过在生成所述直方图之前擦除具有高噪声水平的训练单元来确定用于过滤来自所述数据立方体的所述对应单元的所述噪声的所述相应CFAR阈值。3.如权利要求1所述的系统，其特征在于，所述对应单元的所述训练单元包括同与所述对应单元相同的啁啾相关联并且同与所述对应单元相同的距离或相同的通道相关联的单元。4.如权利要求1所述的系统，其特征在于，所述对应单元的所述训练单元包括同与所述对应单元相同的通道相关联的单元。5.如权利要求1所述的系统，其特征在于，所述对应单元的所述训练单元包括同与所述对应单元相同的距离相关联的单元。6.如权利要求1所述的系统，其特征在于，所述处理器被配置成用于通过以下方式生成所述直方图：基于所述训练单元的所述样本的相应幅度，将所述训练单元的所述样本组织成表示连续幅度范围的列，所述列的幅度对应于与列的幅度范围相关联的所述训练单元的所述样本的概率密度函数。7.如权利要求1所述的系统，其特征在于，所述噪声分布函数包括瑞利分布。8.如权利要求1所述的系统，其特征在于，所述噪声分布函数包括正态分布。9.如权利要求1所述的系统，其特征在于，所述处理器被进一步配置成用于通过以下方式将所述直方图拟合到所述噪声分布函数：将第一单元的第一直方图拟合到第一噪声分布函数；以及将第二单元的第二直方图拟合到不同于所述第一噪声分布函数的第二噪声分布函数。10.如权利要求1所述的系统，其特征在于，所述系统包括所述交通工具的雷达系统，并
且所述阵列包括数据立方体。11.一种方法，所述方法包括：由系...

【专利技术属性】
技术研发人员：于熙宁，
申请(专利权)人：安波福技术有限公司，
类型：发明
国别省市：