DE102020128295A1

DE102020128295A1 - Den iterativen adaptiven ansatz (iaa) implementierende strahlformungstechniken

Info

Publication number: DE102020128295A1
Application number: DE102020128295.8A
Authority: DE
Inventors: Alon Cohen; Lior Maor; Moshe Teplitsky; Ilia Yoffe
Original assignee: Intel Corp
Current assignee: Intel Corp
Priority date: 2019-12-23
Filing date: 2020-10-28
Publication date: 2021-07-01
Also published as: CN113093173A; US20200136250A1; US11532883B2

Abstract

Es werden Techniken offenbart, die zwei alternative Ansätze für adaptive Strahlformung für MIMO-Radar implementieren Der erste von diesen umfasst einen „Reduzierte-Komplexität“ Iterativer adaptiver Ansatz (RC IAA) Algorithmus, der zwei Schritte verwendet, umfassend einen Verzögerungs-und Summen Strahlformungs-Schritt (DAS-BF) und einen IAA Schritt, der auf die durch den DAS-BF Schritt erzeugte Ausgabe angewendet wird. Es wird eine zweite Technik beschrieben, die einen „Strahlraum-“ Iterativer-Adaptiver-Ansatz- (BS-IAA) Algorithmus umfasst, der drei Schritte verwendet, umfassend einen Verzögerungs-und-Summen-Strahlformungs-Schritt (DAS-BF), einen Region von Interesse- (ROI) Detektions-Schritt, der auf die durch die DAS-BF erzeugte Ausgabe angewendet wird, und einen IAA Schritt, der auf detektierte ROIs angewendet wird

Description

TECHNISCHES GEBIET
Hierin beschriebene Aspekte beziehen sich allgemein auf Radarsysteme und genauer auf Techniken, die den iterativen adaptiven Ansatz (IAA; iterative adaptive approach) für die Radarstrahlformung implementieren.
HINTERGRUND
Radarsysteme erfordern oft Gruppenantennen (antenna arrays), die ein Ausführen einer DoA (Direction ofArrival; Ankunftsrichtung) Schätzung erlauben. Ansätze zum Ausführen von DoA Schätzungs algorithmen fallen üblicherweise in zwei Kategorien: klassisch und adaptiv. Der klassische Ansatz implementiert eine Lösung mit niedriger Komplexität und niedriger Auflösung, während der adaptive Ansatz eine Lösung mit hoher Komplexität und hoher Auflösung implementiert. Jede dieser Techniken weist erhebliche Nachteile auf
Figurenliste
Die beiliegenden Zeichnungen, die hierin aufgenommen sind und einen Teil der Beschreibung bilden, stellen die Aspekte der vorliegenden Offenbarung dar und dienen, zusammen mit der Beschreibung, ferner dazu, die Prinzipien der Aspekte darzulegen und es einem Fachmann auf dem entsprechenden Gebiet zu ermöglichen, die Aspekte herzustellen und zu verwenden.

1A stellt ein Blockdiagramm einer beispielhaften MIMO-Radarvorrichtung gemäß einem Aspekt der Offenbarung dar.
1B stellt ein Blockdiagramm dar, das zusätzliche Details und den Prozessablauf, der der MIMO-Radarvorrichtung von 1A zugeordnet ist, gemäß einem Aspekt der Offenbarung zeigt.
2 stellt einen SNR-vs.-Azimutwinkel-Graphen für zwei Ziele, die unterschiedlichen Strahlformungsalgorithmen entsprechen, gemäß einem Aspekt der Offenbarung dar.
3 stellt einen Auflösung-vs SNR Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar.
4 stellt einen Spitze-zu Maximum Nebenkeule-Leistungsverhältnis vs. SNR Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar.
5 stellt einen Verfahrensablauf, der einem Reduzierte-Komplexität-Iterativer-Adaptiver-Ansatz-(RC IAA; reduced-complexity iterative adaptive approach) Algorithmus zugeordnet ist, gemäß einem Aspekt der Offenbarung dar.
6A stellt ein Blockdiagramm einer beispielhaften MIMO-Radarvorrichtung gemäß einem Aspekt der Offenbarung dar.
6B stellt ein Blockdiagramm dar, das zusätzliche Details und den Prozessablauf, der der MIMO-Radarvorrichtung von 6A zugeordnet ist, gemäß einem Aspekt der Offenbarung zeigt
6C stellt eine beispielhafte Transformation eines Elementraums (32 Elemente) zu einem Strahl raum (7 Strahlen) gemäß einem Aspekt der Offenbarung dar.
7A-7C stellen die dem BS-IAA zugeordneten Schritte gemäß einem Aspekt der Offenbarung dar.
8A 8B stellt einen SNR-vs. Azimutwinkel Graphen für zwei Ziele, die unterschiedlichen Strahlformungsalgorithmen entsprechen, gemäß einem Aspekt der Offenbarung dar.
9 stellt einen Auflösung vs. SNR Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar.
10 stellt einen Spitze-zu-Maximum-Nebenkeule-Leistungsverhältnis-vs.-SNR-Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar.
11 stellt einen Verfahrensablauf, der einem Strahlraum Iterativer Adaptiver Ansatz (BS-IAA; beam space iterative adaptive approach) Algorithmus zugeordnet ist, gemäß einem Aspekt der Offenbarung dar.

Die beispielhaften Aspekte der vorliegenden Offenbarung werden Bezug nehmend auf die beiliegenden Zeichnungen beschrieben. Die Zeichnung, in der ein Element zum ersten Mal erscheint, wird typischerweise durch die äußerst linke(n) Ziffer(n) in dem entsprechenden Bezugszeichen angezeigt.
DETAILLIERTE BESCHREIBUNG
In der folgenden Beschreibung werden zahlreiche spezifische Details ausgeführt, um ein tiefgreifendes Verständnis der Aspekte der vorliegenden Offenbarung bereitzustellen. Für einen Fachmann auf dem Gebiet ist es jedoch offensichtlich, dass die Aspekte, umfassend Strukturen, Systeme und Verfahren, ohne diese spezifischen Details ausgeführt werden können Die Beschreibung und Darstellung hierin sind das übliche Mittel, das von Fachleuten auf dem Gebiet verwendet wird, um die Substanz ihrer Arbeit anderen Fachleuten auf dem Gebiet am wirksamsten zu übermitteln In anderen Fällen werden gut bekannte Verfahren, Prozeduren, Komponenten und Schaltungsanordnungen nicht detailliert beschrieben, um ein unnötiges Verunklaren von Aspekten der Offenbarung zu verhindern.
Mehrfach-Eingang-Mehrfach-Ausgang- (MIMO; multiple-input multiple-output) Radar ist eine hochentwickelte Art von Phasengesteuertes-Array-Radar, das digitale Empfänger und Wellenform-Generatoren, die über eine Öffnung verteilt sind, implementiert MIMO-Radarsignale breiten sich unter Verwendung von eng beabstandeten Antennen innerhalb eines Arrays aus, um eine(n) bessere(n) räumliche Auflösung, Doppler Auflösung und dynamische Entfernung zu erhalten. In einem her kömmlichen Phasengesteuertes-Array-MIMO-Radarsystem werden zusätzliche Antennen und zugehörige Hardware benötigt, um die räumliche Auflösung zu verbessern. Um dies zu erreichen, senden herkömmliche MIMO-Radarsysteme zueinander orthogonale Signale von mehreren Sendeantennen (bezeichnet als Ntx), und diese Wellenformen werden dann unter Verwendung eines Satzes von Op timalfiltern aus jeder der Empfangsantennen (Nrx) extrahiert. Wenn ein MIMO-Radarsystem bei spielsweise 3 Sendeantennen und 4 Empfangsantennen aufweist, können aufgrund der Orthogonalität der gesendeten Signale 12 Signale aus dem Empfänger extrahiert werden. Das heißt, eine „virtuelle“ Gruppenantenne mit 12 Elementen wird unter Verwendung von nur 7 Antennen durch Ausführen di gitaler Signalverarbeitung auf den empfangenen Signalen erzeugt, wodurch im Vergleich zu ihrem Phasengesteuertes Array-Pendant eine feinere räumliche Auflösung erreicht wird
Strahlformung wird innerhalb eines MIMO-Radarsystems als Teil eines Ankunftsrichtungs (DoA) Algorithmus verwendet, um die DoA für Radarsignale dynamisch zu identifizieren. Jedoch weisen, wie vorangehend erwähnt wurde, sowohl klassische als auch adaptive DoA-Schätzungsalgorithmen Nachteile auf Insbesondere fehlt den klassischen Strahlformungs Ansätzen die räumliche Auflösung, die für bestimmte Anwendungen, wie beispielsweise Autonomes Fahren Radarsysteme, erforderlich ist. Daher versuchen Adaptive-Strahlformungs Systeme, die Mängel der klassischen Strahlformungs-Lösungen zu adressieren, tun dies aber durch die Einführung einer erheblichen Menge an Komplexität, um eine höhere räumliche Auflösung zu erreichen, was wiederum eine erhebliche Verarbeitungsleistung und zusätzliche Systemkosten erfordert.
Genauer gesagt verlassen sich klassische Strahlformungs-Systeme im Allgemeinen auf Verzögerungs-und Summen (DAS; delay-and sum) Strahlformungs Techniken, um eine Lösung mit niedriger Komplexität und niedriger Auflösung zu bieten, indem ein Raumfilter mit konstanten Koeffizienten implementiert wird. Die Filterkoeffizienten werden basierend auf einem gewünschten Filtermuster (räumliche Frequenzantwort) hergeleitet. Adaptive Strahlformung fungiert andererseits als Strahlfor mungs-Lösung mit hoher Komplexität und hoher Auflösung, indem sie an dem Virtuelles-Array-Ausgang arbeitet, der wiederum Abmessungen aufweist, die gleich der Anzahl von Sendeantennen multi pliziert mit der Anzahl von Empfangsantennen sind Solche „Vollständiges Virtuelles Array“ Adaptive Strahlformungs Lösungen fungieren zum Anpassen der Filterantwort basierend auf Empfangenes Signal Statistiken, wobei das Ziel der Anpassung eine Minimierung eines Kriteriums ist. Bei MVDR (Minimum Variance Distortionless Response; Minimale Varianz Verzerrungsfreie Reaktion) ist das Ziel zum Beispiel eine Minimierung der Strahlformungs-Ausgangsleistung unter der Bedingung einer Einsverstärkung in einer gewünschten Richtung.
Da praktische MIMO-Radarsysteme jedoch üblicherweise eine große Anzahl von Antennen implementieren (z. B. 30 oder mehr Empfangs- und Sendeantennen), kann die Größe des virtuellen Arrays mehrere zehn bis tausend virtueller Kanäle darstellen Da Adaptive Strahlformungs Algorithmen das gesamte virtuelle Array als Teil der Berechnungen verwenden, wie nachfolgend detaillierter erörtert wird, sind die Berechnungen, die dieses virtuelle Array umfassen (z. B. die Inversion großer Matrizen, die das virtuelle Array darstellen kann), somit sehr rechenintensiv und eine numerisch instabile Operation.
Ferner können aktuelle Adaptive-Strahlformungs- (BF; beamforming) Algorithmen als „Superauflösungs Algorithmen“ bekannt sein und werden üblicherweise verwendet, um die für Radaranwendun gen erforderliche hohe räumliche Auflösung zu erreichen, sind aber in zwei Aspekten begrenzt. Erstens erfordert adaptive Strahlformung, dass Signalverarbeitung implementiert wird, um eine Schät zung der Kovarianz- (COV; covariance) Matrix von empfangenen Signalen auszuführen, und um eine genaue Schätzung der COV-Matrix bereitzustellen, sind viele Signal-„Snapshots“ erforderlich. Bei praktischen Anwendungen ist die Anzahl von Snapshots jedoch oft begrenzt und in manchen Fällen ist nur ein einzelner Snapshot verfügbar Die Schätzung der COV Matrix mit solch einer geringen Anzahl von Snapshots ergibt eine schlecht konditionierte COV Matrix, die Fehler verursachen und die System Performance herabsetzen kann Zweitens ist eine Inversion der COV Matrix als Teil des Adaptive Strahlformungs-Algorithmus erforderlich, und diese Berechnung ist eine hochkomplexe Operation. Wenn die COV Matrix auch eine schlecht konditionierte Matrix ist, ist eine solche Matrix Inversions-Berechnung eine numerisch instabile Operation, was dieses Problem weiter verkompliziert.
Um diese Probleme zu adressieren, implementieren die hierin beschriebenen Aspekte daher zwei alternative Ansätze für adaptive Strahlformung für MIMO-Radar Der erste davon umfasst, was hierin als „Reduzierte-Komplexität“ Iterativer Adaptiver Ansatz (RC IAA) Algorithmus bezeichnet wird, der in Abschnitt 1 der vorliegenden Offenbarung detaillierter beschrieben wird und auf 1 5 gerichtet ist. Der zweite davon umfasst, was hierin als ein „Strahlraum“-Iterativer-Adaptiver-Ansatz-(BS-IAA) Algorithmus bezeichnet wird, der in Abschnitt 2 der vorliegenden Offenbarung detaillierter beschrieben wird und auf 6-11 gerichtet ist.
Abschnitt1-Reduzierte-Komplexität-Iterativer-Adaptiver-Ansatz-(RC-IAA) Algorithmus für die Strahlformung
Der in diesem Abschnitt erörterte RC IAA Algorithmus wird durch Verwendung einer COV Matrix implementiert, die eine reduzierte Größe mit Abmessungen von Nrx × Nrx aufweist. Um eine Vollständiges-Virtuelles-Array-Verarbeitung auszuführen, weist die für herkömmliche Adaptive-Strahlformungs Algorithmen verwendete COV Matrix-Größe Abmessungen von NrxNtx × NrxNtx auf Diese Größenreduzierung reduziert die Berechnungskomplexität der adaptiven Strahlformung deutlich. Zusätzlich basieren die hierin beschriebenen Aspekte auch auf einem iterativen adaptiven Ansatz (IAA; iterative adaptive approach) für die COV-Matrix-Schätzung, der eine gut konditionierte COV-Matrix sogar aus einem einzelnen Snapshot schätzt.
Wie nachfolgend weiter erörtert wird, implementieren die hierin beschriebenen Aspekte einen Adaptive Strahlformungs Algorithmus unter Verwendung eines zweistufigen Prozesses. In einem ersten Schritt wird herkömmliche Verzögerungs und Summen (DAS) Strahlformung auf Optimalfilter Ausgaben angewendet, die von der gleichen RX-Antenne empfangen werden. Die Anzahl von Ausgaben der DAS Strahlformer ist somit gleich der Anzahl von RX Antennen (Nrx) Als ein zweiter Schritt wird dann eine adaptive Strahlformung (z. B. Capon oder Amplituden- und Phasenschätzung eines Sinusoids (APES; amplitude and phase estimation of a sinusoid)) auf die Nrx-Ausgaben aus dem ersten Schritt angewendet Der Hauptvorteil dieses Ansatzes ist, dass adaptive Strahlformung auf ein Array der Größe Nrx anstatt Nrx × Ntx angewendet wird, wie es bei einem virtuellen Array der Fall ist. Als ein Ergebnis werden Probleme, die sich auf die COV Matrix Schätzung und die der COV Matrix-Inversion zugeordneten Berechnungen beziehen, weniger kritisch. Obwohl dieser Ansatz zu einem gewissen Verlust an Freiheitsgraden (d h. Anzahl von Nullen) in dem adaptiven Strahlformer führt, ist dieser Kompromiss angesichts der Verarbeitungsvorteile, die als ein Ergebnis der Reduzierung der Größe des virtuellen Arrays gewonnen werden, akzeptabel
Herkömmliche Verfahren zur Implementierung von Adaptive-Strahlformungs Algorithmen umfassen auch einen zweistufigen Ansatz, der Capon oder alternativ APES als einen zweiten Schritt verwendet. Um jedoch eine gut konditionierte COV-Matrix zu erhalten, ist eine Anzahl von Snapshots L erforderlich, um die Bedingung L > Nrx zu erfüllen. Wieder ist jedoch, wie vorangehend erwähnt wurde, oft nur ein einzelner Snapshot verfügbar. Ferner verwenden die hierin beschriebenen Aspekte einen einzelnen Snapshot, da die Entfernungs- und Doppler-Verarbeitung (die eine Art von Optimalfilter ist) vor dem Ausführen der Strahlformung angewendet wird. Daher erhalten die Aspekte, wie hierin weiter beschrieben, eine einzelne Virtuelles Array-Ausgabe (einzelner Snapshot) für jeden Entfer nungs /Doppler Bin. Herkömmliche zweistufige Ansätze sind nicht in der Lage, adaptive Strahlfor mung unter Verwendung eines einzelnen Snapshots auf diese Weise auszuführen.
1A stellt ein Blockdiagramm einer beispielhaften MIMO-Radarvorrichtung gemäß einem Aspekt der Offenbarung dar. Die MIMO-Radarvorrichtung 100 kann als eine eigenständige Vorrichtung oder als eine Komponente implementiert sein, die für irgendeine geeignete Art von Radaranwendung verwendet wird Die MIMO-Radarvorrichtung 100 kann beispielsweise als Teil eines Automobils oder einer anderen Vorrichtung implementiert sein, die einen Ort (d. h. Entfernung und Richtung) von Zie len über die hierin beschriebenen Aspekte identifiziert.
Bei einem Aspekt kann die MIMO-Radarvorrichtung 100 eine Verarbeitungsschaltungsanordnung 102, einen Speicher 104, eine Sende-Gruppenantenne 120, umfassend irgendeine geeignete Anzahl Ntx von Sendeantennen, und eine Empfangs-Gruppenantenne 130, umfassend irgendeine geeignete Anzahl Nrx von Empfangsantennen, umfassen. Die in 1A gezeigten Komponenten sind der Einfachheit der Erklärung halber bereitgestellt und Aspekte umfassen die Vorrichtung 100, die zusätzliche, weniger oder alternative Komponenten wie die in 1A gezeigten implementiert. Die MIMO-Radarvorrichtung 100 kann beispielsweise eine oder mehrere Leistungsquellen, Anzeigeschnittstellen, Peripherievorrichtungen, Ports, Sendeempfänger usw. umfassen. Um zusätzliche Beispiele bereitzu stellen, kann die MIMO-Radarvorrichtung 100 ferner irgendeine geeignete Anzahl von Optimalfiltern und Verzögerungs- und Summen- (DAS) Schaltungsanordnungen implementieren, wie Bezug nehmend auf 1B weiter erörtert wird
Bei einem Aspekt können die verschiedenen Komponenten der MIMO-Radarvorrichtung 100 mit ei ner Funktionalität identifiziert werden, die hierin Bezug nehmend auf das beispielhafte Blockdia gramm 150, wie Bezug nehmend auf 1B gezeigt und beschrieben, weiter beschrieben wird. Bei spielsweise kann die MIMO-Radarvorrichtung 100 einen Adaptive-Strahlformungs-Algorithmus ausführen, wie hierin weiter erörtert, um DoA von Radarsignalen zu identifizieren und um empfangene Radarsignale zu verarbeiten, um die Entfernung und Richtung zu einem oder mehreren detektierten Zielen in einem Sichtfeld zu bestimmen. Zu diesem Zweck kann die MIMO-Radarvorrichtung 100 ausgebildet sein, um Radarsignale über jede der in der Sende-Gruppenantenne 120 umfassten Sendeantennen zu senden, was gemäß irgendeinem/r geeigneten Protokoll, Frequenz und/oder Band von Frequenzen (z. B. mm Wellen Frequenzbänder) sein kann. Ferner können die gesendeten Radarsig nale von einem oder mehreren Zielen reflektieren, und diese Signalreflexionen können durch jede der Empfangsantennen, die in der Empfangs-Gruppenantenne 130 umfasst sind, empfangen werden. Diese empfangenen Reflexionen können dann gemäß dem Adaptive-Strahlformungs-Algorithmus, wie hierin erörtert, weiter verarbeitet werden, um die Entfernung und die DoA der Ziele zu identifizieren, von denen die Signale reflektiert wurden.
Nach weiterer Bezugnahme in diesem und anderen Abschnitten kann der Begriff „mm Wellen Frequenz“, den die in diesem sowie anderen Abschnitten beschriebenen Aspekte betreiben können, zum Beispiel Frequenzen und Frequenzbänder über 20 GHz, 24 GHz, 28GHz etc. bis zu einer oberen Frequenz umfassen. Beispielsweise können mm-Wellen-Frequenzbänder Frequenzen umfassen, die von 20 GHz bis 300 GHz, von 24 GHz bis 300 GHz etc. reichen. Das kann zum Beispiel die verschiedenen Bänder umfassen, von denen bekannt ist, dass sie mm Wellen Frequenzbändern zugeordnet sind, oder anderweitig als solche bezeichnet werden, wie beispielsweise 24GHz, 28GHz, 37GHz, 39GHz, 40 GHz, 47GHz, 60 GHz, etc
Zu diesem Zweck kann die Verarbeitungsschaltungsanordnung 102 als irgendeine geeignete Anzahl und/oder Art von Computerprozessoren ausgebildet sein, die zur Steuerung der MIMO-Radarvorrichtung 100 wie hierin erörtert fungieren können. Die Verarbeitungsschaltungsanordnung 102 kann mit einem oder mehreren Prozessoren (oder geeigneten Abschnitten davon) identifiziert werden, die durch die MIMO Radarvorrichtung 100 implementiert sind Wie hierin erörtert, kann die Verarbeitungsschaltungsanordnung 102 beispielsweise mit einem oder mehreren Prozessoren identifiziert werden, die durch die MIMO Radarvorrichtung 100 implementiert sind, wie beispielsweise einem Host Prozessor, einem digitalen Signalprozessor, einem oder mehreren Mikroprozessoren, Mikrocontrollern, einer anwendungsspezifischen integrierten Schaltung (ASIC; application-specific integrated circuit), einem Teil (oder der Gesamtheit) eines feldprogrammierbaren Gate-Arrays (FPGA; field-programmable gate array), usw. In jedem Fall umfassen Aspekte, dass die Verarbeitungsschaltungsanordnung 102 ausgebildet ist, um Anweisungen auszuführen, um arithmetische, logische und/oder Eingang-/Ausgang- (I/O; input/output) Operationen auszuführen und/oder den Betrieb einer oder mehrerer Komponenten der MIMO Radarvorrichtung 100 zu steuern, um verschiedene Funktionen auszu führen, die den Aspekten wie hierin beschrieben zugeordnet sind.
Beispielsweise kann die Verarbeitungsschaltungsanordnung 102 einen oder mehrere Mikroprozessor kerne, Speicherregister, Puffer, Takte usw. umfassen und kann elektronische Steuersignale erzeugen, die elektronischen Komponenten zugeordnet sind, um den Betrieb einer oder mehrerer Komponenten der MIMO-Radarvorrichtung 100, wie hierin erörtert, zu steuern, abzustimmen und/oder zu modifizieren Ferner umfassen Aspekte eine Verarbeitungsschaltungsanordnung 102, die mit Funktionen, die dem Speicher 104 und/oder anderen Komponenten der MIMO-Radarvorrichtung 100 zugeordnet sind, kommuniziert und/oder dieselben steuert. Dies kann beispielsweise ein Konditionieren von Signalen vor der Übertragung über die Sende-Gruppenantenne 120 und ein Verarbeiten der reflektierten Radarsignale, die über die Empfangs-Gruppenantenne 130 empfangen werden, umfassen.
Bei einem Aspekt speichert der Speicher 104 Daten und/oder Anweisungen derart, dass, wenn die Anweisungen durch die Verarbeitungsschaltungsanordnung 102 ausgeführt werden, die Verarbei tungsschaltungsanordnung 102 verschiedene Funktionen wie hierin beschrieben ausführt Der Spei cher 104 kann als irgendein gut bekannter flüchtiger und/oder nichtflüchtiger Speicher implementiert sein, umfassend zum Beispiel Nur Lese Speicher (ROM; read only memory), Direktzugriffsspeicher (RAM; random access memory), Flash-Speicher, ein Magnetspeicherungsmedium, eine optische Platte, löschbaren programmierbaren Nur-Lese-Speicher (EPROM; erasable programmable read only memory), programmierbaren Nur-Lese-Speicher (PROM; programmable read only memory) etc. Der Speicher 104 kann nicht entfernbar, entfernbar oder eine Kombination aus beidem sein.
Der Speicher 104 kann z. B. als nichtflüchtiges computerlesbares Medium implementiert sein, das eine oder mehrere ausführbare Anweisungen speichert, wie z. B. Logik, Algorithmen, Code usw. Wie nachfolgend weiter erörtert wird, sind die in dem Speicher 104 gespeicherten Anweisungen, Logik, Code usw. durch die verschiedenen Module wie in 1A gezeigt dargestellt, die es den hierin offenbarten Aspekten ermöglichen können, funktional realisiert zu werden Alternativ, wenn die hierin beschriebenen Aspekte über Hardware implementiert sind, können die in 1A gezeigten Module, die dem Speicher 104 zugeordnet sind, Anweisungen und/oder Code umfassen, um eine Steuerung zu ermöglichen und/oder den Betrieb solcher Hardwarekomponenten zu überwachen. Anders ausgedrückt sind die in 1A gezeigten Module der Einfachheit der Erklärung in Bezug auf die funktio nale Zuordnung zwischen Hardware und Softwarekomponenten halber bereitgestellt. Somit umfassen Aspekte die Verarbeitungsschaltungsanordnung 102, die die in diesen jeweiligen Modulen gespeicher ten Anweisungen in Verbindung mit einer oder mehreren Hardwarekomponenten ausführt, um die verschiedenen Funktionen auszuführen, die den Aspekten zugeordnet sind, wie hierin weiter erörtert wird.
Bei einem Aspekt können die in der Optimalfilter Steuerschaltungsanordnung 105 gespeicherten aus führbaren Anweisungen in Verbindung mit der Verarbeitungsschaltungsanordnung 102 die Korrela tion eines bekannten verzögerten Signals, oder Templates, mit einem unbekannten Signal ermögli chen, um das Vorliegen des Templates in dem unbekannten Signal zu detektieren. Dieses bekannte Signal kann z. B. als Teil der über das Sende-Array 120 gesendeten Radarsignale gesendet werden. Somit kann die Optimalfilter-Steuerschaltungsanordnung 105 zur Detektion bekannter Signale als Teil einer oder mehrerer Radarsignal Verarbeitungsoperationen fungieren Zum Beispiel kann die Opti malfilter Steuerschaltungsanordnung bekannte Signale, die über die Empfangs Gruppenantenne 130 empfangen werden, gemäß irgendwelchen geeigneten Techniken, umfassend bekannte Techniken, die als Teil bekannter Radarsystem Verarbeitungsoperationen ausgeführt werden können, detektieren. Dies kann z. B. die Verwendung von Pulskomprimierung oder anderer angepasster Filterung umfas sen, um den Dopplereffekt zur Identifizierung sich bewegender Ziele und/oder der Entfernung zu identifizierten Zielen zu nutzen. Die Funktionalität von Optimalfiltern wird im Allgemeinen im Hinblick auf Radarsignal-Verarbeitungsoperationen verstanden, und somit wird der Betrieb der Optimalfilter-Steuerschaltungsanordnung 105 hierin nicht weiter detailliert beschrieben
Bezug nehmend nun auf 1B, die ein Blockdiagramm 150 einer beispielhaften Adaptive-Strahl formungs-Technik gemäß einem Aspekt der Offenbarung darstellt, umfassen Aspekte die MIMO-Radarvorrichtung 100, umfassend eine Anzahl von Optimalfiltern (bezeichnet als MF 1, MF 2 usw.), die mit jeder Antenne innerhalb der Empfangs-Gruppenantenne 130 gekoppelt sind. Das Blockdiagramm 150 dient darstellenden Zwecken, und somit sind irgendwelche zusätzlichen Verbindungen zwischen den verschiedenen Komponenten wie beispielsweise Filter, Verstärker usw. der Kürze und Klarheit halber nicht gezeigt. Die Optimalfilter können irgendeine geeignete Architektur und Konfiguration aufweisen, um bekannte, über jede Antenne empfangene Signale zu detektieren, wie vorangehend erwähnt Bei einem Aspekt können die Optimalfilter über die Optimalfilter Steuerschaltungsanordnung 105 abgestimmt, gesteuert, überwacht und/oder jedes jeweilige empfangene Signal kann über dieselbe verarbeitet werden, die bei verschiedenen Aspekten als eine softwarebasierte Lösung, eine hardwarebasierte Lösung oder eine Kombination aus sowohl software- als auch hardwarebasierten Lösungen implementiert sein kann.
Wie in 1B gezeigt ist, ist jede Empfangsantenne innerhalb der Empfangs-Gruppenantenne 130 mit einer Anzahl von Optimalfiltern gekoppelt, die gleich der Anzahl Ntx von Sendeantennen inner halb der Sende-Gruppenantenne 120 ist. Daher ist die Gesamtanzahl der Optimalfilter gleich der Größe des virtuellen Arrays, die (Ntx × Nrx) ist, wie in 1B gezeigt. Anders ausgedrückt ist die Virtuelles-Array-Ausgabe als die Signalausgabe von jedem Optimalfilter dargestellt. Als ein Beispiel, das weiter unten verwendet wird, wird angenommen, dass die Anzahl von Sendeantennen Ntx 6 ist und die Anzahl von Empfangsantennen Nrx 16 ist Daher gibt es bei diesem Beispiel insgesamt 96 Opti malfilter, die jeweils einen Ausgang bereitstellen, der Teil des virtuellen Arrays mit 96 Elementen bildet. Natürlich ist dies nur ein Beispiel, und die hierin beschriebenen Aspekte sind diesbezüglich nicht eingeschränkt und können jeweils irgendeine geeignete Anzahl von Sende- und Empfangsantennen Ntx und Nrx umfassen.
Wie vorangehend erörtert wurde, verwenden traditionelle Adaptive-Strahlformungs Systeme das gesamte virtuelle Array als Teil einer vollständigen Virtuelles-Array-Verarbeitung, die angesichts der großen Größe des virtuellen Arrays deutlich komplex ist und prozessorintensiv ist Im Gegensatz zu diesem Ansatz verwenden die hierin beschriebenen Aspekte vorteilhaft einen zweistufigen Ansatz mit niedrigerer Komplexität Eine Zusammenfassung des Algorithmus, umfassend beide dieser Schritte, ist in den Tabellen 2A 2B gezeigt und wird nachfolgend weiter erörtert. Als Teil dieses Ansatzes umfasst der erste Schritt die Verwendung einer Anzahl von Verzögerungs und Summen (DAS) Schal tungsanordnungs-Blöcken, die gleich der Anzahl Nrx von Empfangsantennen ist. Somit umfasst in dem beispielhaften Blockdiagramm 150 die MIMO-Radarvorrichtung 100 die DAS Schaltungsanord nungs Blöcke 155 1 155 Nrx, wobei jeder DAS Schaltungsanordnungs Block 155 mit den Ausgän gen des Satzes von Optimalfiltern gekoppelt ist, die jeder Empfangsantenne innerhalb der Empfangs-Gruppenantenne 130, wie in 1B gezeigt, zugeordnet sind.
Die DAS-Schaltungsanordnungs-Blöcke 155.1-155. Nrx können mit irgendeiner geeigneten Art von Hardwarekomponenten implementiert sein, die ausgebildet sind, um die Ausgaben jedes der Optimal filter zeitlich auszurichten Diese Komponenten können z B irgendeine geeignete Art von Verzögerungselementen, Summierschaltungen, Korrelatoren usw. umfassen, die sicherstellen, dass die Ausgaben jedes Optimalfilters im Wesentlichen zeitlich miteinander ausgerichtet sind und zur konstruktiven Addition als Teil einer Strahlformungsoperation summiert werden. Die DAS-Schaltungsanordnungs-Blöcke 155 1 155 Nrx können gemäß irgendeiner geeigneten Technik implementiert sein, um diese Funktionalität zu erreichen, umfassend Techniken, von denen bekannt ist, dass sie für solche Operati onen gemäß Strahlformungs-Systemen verwendet werden. Bei einem Aspekt können die DAS-Schaltungsanordnungs Blöcke 155 1 155 Nrx über den Verzögerungs und Summenalgorithmus 107 abgestimmt, gesteuert, überwacht werden und/oder jedes jeweilige empfangene Signal kann über den selben verarbeitet werden, wie in 1A gezeigt ist, der zu diesem Zweck in Verbindung mit der Verarbeitungsschaltungsanordnung 102 arbeiten kann. Bei verschiedenen Aspekten kann der Verzögerungs- und Summenalgorithmus 107 als eine softwarebasierte Lösung, eine hardwarebasierte Lösung oder eine Kombination aus sowohl software- als auch hardwarebasierten Lösungen implementiert sein
Bei einem Aspekt bilden die durch die DAS Schaltungsanordnungs Blöcke 155.1 155. Nrx bereitgestellten Ausgaben eine anfängliche Leistungsspektrumsschätzung für die über die Empfangs-Gruppenantenne 130 empfangenen Radarsignale Somit fungieren die DAS Schaltungsanordnungs Blöcke 155.1 155. Nrx zum Destillieren der anfänglichen Größe des virtuellen Arrays, das üblicherweise für Adaptive-Strahlformungs-Algorithmen verwendet wird und eine Größe von Ntx × Nrx aufweist, in eine anfängliche Leistungsspektrumsschätzung, die eine Größe aufweist, die gleich der Anzahl von Empfangsantennen Nrx ist.
Bei einem Aspekt ist der Reduzierte-Komplexität Iterativer Adaptiver Ansatz (RC IAA) Algorithmus, der nachfolgend in den Tabellen 2A-2B detaillierter gezeigt ist, als eine Kombination der zwei hierin beschriebenen Schritte implementiert. Somit umfassen Aspekte, dass der RC-IAA-Algorithmus über eine Ausführung von Anweisungen, die in dem RC-IAA-Algorithmus-Modul 111 gespeichert sind, durch die Verarbeitungsschaltungsanordnung 102 wie in 1A gezeigt ausgeführt wird, was eine Ausführung des Verzögerungs und Summen Algorithmus Moduls 107 (Schritt 1) und die Ausführung des IAA Algorithmus Schaltungsanordnungs-Blocks 109 (Schritt 2) umfasst. Wieder wird der vorangehend beschriebene erste Schritt durch die DAS Schaltungsanordnungs Blöcke 155.1 155. Nrx ausgeführt und stellt eine anfängliche Leistungsspektrumsschätzung bereit, die eine Größe aufweist, die gleich der Anzahl von Empfangsantennen Nrx ist.
Somit implementieren die Aspekte des RC-IAA-Algorithmus wie beschrieben zwei Schritte. In einem ersten Schritt, wie nachfolgend Bezug nehmend auf Tabelle 2A gezeigt und detaillierter beschrieben ist, wird eine anfängliche DAS Spektrumsschätzung unter Verwendung eines DAS Strahlformungs-Algorithmus ausgeführt
Dann wird in einem zweiten Schritt, der nachfolgend Bezug nehmend auf Tabelle 2B gezeigt und detaillierter beschrieben wird, ein Algorithmus gemäß dem implementiert, was als der iterative adaptive Ansatz (IAA) bekannt ist, der auf der vorangehend erwähnten anfänglichen Leistungsspektrumsschätzung arbeitet. Tabelle 1 unten stellt eine allgemeine Form des IAA-Algorithmus bereit. Der IAA ist eine bekannte Spektralschätztechnik, die auf einer gewichteten Minimierung kleinster Quadrate basiert. Die hierin beschriebenen Aspekte sind jedoch nicht auf diese bestimmte Implementierung der IAA Technik beschränkt, und andere Variationen können implementiert sein, ohne vom Wesen und Schutzbereich der Offenbarung abzuweichen.
Bezug nehmend nun auf Tabelle 2B und den zweiten Schritt des RC-IAA-Algorithmus wird die anfängliche Leistungsspektrumsschätzung, die in dem ersten Schritt (DAS-Strahlformung - Tabelle 2A) erhalten wird, als die virtuelle Lenkungsmatrix A dargestellt. Bei einem Aspekt arbeitet der zweite Schritt des RC-IAA-Algorithmus auf dieser virtuellen Lenkungsmatrix A gemäß einer Anwendung des iterativen adaptiven Ansatzes (IAA)
Bezug nehmend auf die nachfolgende Tabelle 2A verwendet der RC IAA Algorithmus die folgenden Bezeichnungen:

Spektrumsgitter: ${θ_{i}}_{0}^{N_{g r i d} 1}$
- TX-Lenkungsvektor: a_t(θ_i)
- RX Lenkungsvektor: a_r(θ_i)
- Fenster für die Spektralschätzung: w
- Leistung in Richtung θ_i: p_i

Wieder, wie in der nachfolgenden Tabelle 2A gezeigt ist, umfasst der erste Schritt eine anfängliche DAS-Spektrumsschätzung, die einen anfänglichen TX-Lenkungsvektor $a_{t_{i}},$
einen anfänglichen Empfangs-Lenkungsvektor $a_{r_{i}}$
definiert, einen anfänglichen virtuellen Lenkungsvektor $a_{v_{i}},$
eine DAS-Leistungsschätzung mit Fensterung, definiert als p_i, und eine Operation, die dem Bilden einer virtuel len Lenkungsmatrix A(:, i) zugeordnet ist. Ferner, um den Grad der Komplexität der hierin beschriebenen Aspekte des RC IAA Algorithmus zu demonstrieren, werden mehrere Beispielparameter gezeigt, die zu einer gemessenen Komplexität hinsichtlich MAC führen.
Wie vorangehend in Tabelle 2B detaillierter gezeigt ist, wird die IAA Kovarianz- (COV) Matrix Schätzung als R_iaa dargestellt, während die Inverse der IAA Kovarianz Matrix Schätzung als $R_{i a a}^{- 1}$
dargestellt wird. Bei einem Aspekt kann die Inverse der COV-Matrix-Schätzung unter Verwendung der Cholesky-Zerlegung berechnet werden, obwohl dies nur beispielhaft und nicht einschränkend ist, und irgendwelche geeigneten Techniken können implementiert werden, um die Inverse der Kovarianz-Matrix Schätzung $R_{i a a}^{1}$
zu berechnen, gemäß verschiedenen Aspekten. Somit bildet dieser Abschnitt des IAA Algorithmus eine „äußere Schleife“, in der eine Anzahl von Iterationen im Hinblick auf die Berechnungen der Leistungsschätzung der virtuellen Lenkungsmatrix A ausgeführt werden (5 in diesem Beispiel, da $i t e r_{n u m} = 5) .$
Bei einem Aspekt arbeitet der IAA Algorithmus unter Verwendung einer zweiten „inneren Schleife“, die innerhalb der äußeren Schleife verschachtelt ist, wie vorangehend erwähnt wurde. In dieser inneren verschachtelten Schleife wird die Leistung in einer Richtung wie durch θ_i definiert iterativ für jeden i Wert berechnet, bis eine maximale Anzahl von Spektrumabtastungen erreicht ist (200 in diesem Bei spiel, da Ngrid = 200). Somit fungiert der IAA-Algorithmus zum iterativen Aktualisieren und Auswerten der Leistung über eine Anzahl von Abtastungen für jede Iteration einer unterschiedlichen Richtung θ_i , bis eine geeignete gewichtete Strahlformungs Kombination berechnet ist. Diese gewichtete Strahlformungs-Kombination wird dann wie in 2B gezeigt als Strahlformungs-Ausgabesignale und/oder Daten ausgegeben. Bei einem Aspekt können die Signale und/oder Daten, die der Strahlformungs-Ausgabe zugeordnet sind (z. B. Gewichtungen und Phasen), dann verwendet werden, um die DoA für einen Satz von empfangenen Radarsignalen zu identifizieren Zum Beispiel kann die Strahl formungsausgabe mit gespeicherten Daten (z. B in einer LUT) korreliert werden, um eine Abstrahlcharakteristik aus der Strahlformungsausgabe herzuleiten, aus der die DoA berechnet werden kann.
Anders ausgedrückt wird durch die Implementierung der IAA-Technik im zweiten Schritt des RC-IAA Algorithmus, wie vorangehend beschrieben, die COV Matrix iterativ geschätzt, wenn sie als R = A diag(p) A^H (siehe Zeile 4 in Tabelle 1) modelliert ist, wobei A eine Matrix der Lenkungsvektoren ist und P = diag(p) eine diagonale Matrix von Leistungen aus allen Ankunftswinkeln (AoA; angles of arrival) (d. h. eine Spektrumsschätzung) ist. Sobald die COV-Matrix geschätzt ist, wird das Leistungsspektrum in der inneren Schleife geschätzt (siehe Zeilen 5 8 in Tabelle 1) Sobald eine bessere Spektrumsschätzung erhalten wird, wird die COV-Matrix erneut geschätzt, und so weiter. Wieder umfassen Aspekte die anfängliche Spektrumsschätzung, wie in Tabelle 1, Zeilen 1 2, gezeigt, die über den DAS Strahlformungs Algorithmus, wie in 1B gezeigt, berechnet wird

Somit wird unter Verwendung der beispielhaften Werte, wie vorangehend in den Tabellen 2A-2B gezeigt, ein Gesamtkomplexitätswert hinsichtlich MAC für den gesamten RC-IAA-Algorithmus von ungefähr 5 M berechnet. Die Komplexität und Performance des RC-IAA-Algorithmus ist nachfolgend in Tabelle 3 im Vergleich zu anderen herkömmlichen Techniken zur Berechnung von StrahlformungsDaten detaillierter gezeigt. TABELLE 3

Algorithmus	Komplexität [MAC]	Anmerkungen
Virtuelles DAS-Array	4M	Die Komplexitätsanalyse ist in Tabelle 2A gezeigt
Virtuelles IAA Array	55M	Die rechenintensivsten Ope rationen sind die Schätzung und die Inversion der COV-Matrix.
RC IAA	5M	Die Komplexitätsanalyse ist in den Tabellen 2A 2B ge zeigt.

Der erste aufgeführte Algorithmus ist die DAS BF, die auf das gesamte virtuelle Array angewendet wird, wie in 2B gezeigt ist. Dieser Algorithmus kann verwendet werden, um StrahlformungsDaten auf nicht adaptive oder statische Weise zu berechnen Um Nebenkeulen des Raumfilters zu reduzieren, wird im Allgemeinen eine Fensterungsfunktion angewendet, die in diesem Beispiel unter Verwendung eines Tschebyscheff Fensters (60db) simuliert wird Dieser DAS BF Algorithmus wird auch in dem ersten Teil des RC-IAA-Algorithmus verwendet, wie vorangehend in Tabelle 2A zusammengefasst ist. Wie durch die Tabellen 2A und 3 gezeigt ist, weist dies die niedrigste Komplexität von 4 M auf, ist aber auch nicht adaptiv.
Der zweite Algorithmus in Tabelle 3 oben ist ein IAA Algorithmus, der auf das gesamte virtuelle Array angewendet wird, wie in 2B gezeigt ist Obwohl dieser Algorithmus Adaptive-Strahlfor mungs Berechnungen erlaubt, erfordert dies eine erhebliche Menge an Komplexität (55M) angesichts der Verwendung des virtuellen Arrays mit großen Elementen, wie hierin angemerkt ist.
Der dritte Algorithmus ist der RC-IAA, auf den die Aspekte der vorliegenden Offenbarung gerichtet sind, der in den vorangehenden Tabellen 2A und 2B zusammen mit einer entsprechenden Komplexitätsanalyse in der rechten Spalte zusammengefasst ist Wie aus den Ergebnissen der Komplexitätsana lyse ersichtlich ist, führt der RC IAA im Vergleich zu nicht adaptiven Lösungen nur eine geringe Menge an Komplexität ein, um eine adaptive Strahlformungs Lösung zu erreichen (5M vs. 4M) und ist im Vergleich zu der IAA Virtuelles Array Lösung deutlich weniger komplex (5M vs. 55M).
2-4 stellen Graphen bereit, die verschiedene Metriken der Performance der unterschiedlichen in Tabelle 2 gezeigten Algorithmen vergleichen. Zum Beispiel stellt 2 einen SNR-vs.-Azimutwinkel Graphen für zwei Ziele, die unterschiedlichen Strahlformungsalgorithmen entsprechen, gemäß ei nem Aspekt der Offenbarung dar. Der in 2 gezeigte Graph stellt ein räumliches Spektrum für zwei Ziele mit einem Azimutraum von 2 Grad dar. Wie aus diesem Vergleich ersichtlich ist, weist der RC-IAA-Algorithmus eine adäquate räumliche Auflösung auf, um die DoA für die zwei Grad auseinander positionierten Ziele trotz der reduzierten Komplexität im Vergleich zu dem Vollständiges-Virtuelles-Array-IAA-Algorithmus zu identifizieren. Es wird darauf hingewiesen, dass dem Nicht-Adaptive DAS Strahlformungs-Algorithmus die räumliche Auflösung fehlt, um zwischen diesen zwei unterschiedlichen Zielen zu unterscheiden, obwohl die Komplexität des DAS Strahlformungs Algorith mus und des RC IAA Algorithmus wie vorangehend erwähnt ähnlich ist
3 stellt einen Auflösung vs. SNR Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar. Wieder werden Daten für jeden separaten Algorithmus bereitgestellt, wie vorangehend in Tabelle 2 gezeigt ist. Die Auflösung wird in diesem Beispiel als minimale Beabstandung zwischen den Zielen definiert, sodass eine Differenz von -10dB zwischen ihnen beobachtet wird Wie aus 3 ersichtlich ist, opfert der RC IAA Algorithmus höchstens einen Grad an Auflösung über ein Band von 70 dB von SNR im Vergleich zu dem Vollständiges Virtuelles Array-IAA Algorithmus, trotz einer erheblichen Reduzierung der Komplexität.
4 stellt einen Spitzen zu-Nebenkeulenleistungs vs. SNR Graphen, der unterschiedlichen Strahl formungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar. Bezug nehmend auf den in 3 gezeigten Graphen ist das durchschnittliche Verhältnis zwischen der Spitzenleistung und der maximalen Leistung der Nebenkeulen als Funktion des SNR graphisch dargestellt. Aus 4 ist ersichtlich, dass das Spitze-zu-Nebenkeule-Verhältnis für den Nicht-Adaptive-DAS-Strahlformungs-Algorithmus auf 60 dB begrenzt ist. Diese Performance-Grenze ist ein Ergebnis der Nebenkeulen, die dem Tschebyscheff Fenster zugeordnet sind, das in diesem Beispiel ein 60-dB Fenster ist Der RC IAA Algorithmus stellt jedoch eine robuste Lösung bereit, die die Performance des Vollständiges-Virtuelles Array-IAA Algorithmus nahezu verfolgt.
Zusammenfassend stellen die in diesem Abschnitt beschriebenen Aspekte eine Superauflösungs-Spektrumsschätzung ähnlich zu IAA-Techniken bereit, die auf das gesamte virtuelle Array angewendet werden. Die Auflösung der Adaptive-Strahlformungs-Lösung, die über den RC-IAA-Algorithmus erreicht wird, ist deutlich besser als die Nicht Adaptive-DAS Strahlformungs Lösungen, wie durch die Graphen in 2-4 gezeigt und anderswo hierin erörtert. Ferner erfordert die Anwendung des RC IAA Algorithmus nur eine kleine Erhöhung der Komplexität im Vergleich zu dem DAS Strahl formungs-Algorithmus, während IAA-Techniken, die auf das gesamte virtuelle Array angewendet werden, unter einer sehr hohen Komplexität leiden (mehr als zehnmal die der beschriebenen RC-IAA-Algorithmus-Aspekte).
5 stellt einen Verfahrensablauf, der einem Reduzierte-Komplexität Iterativer Adaptiver Ansatz (RC IAA; reduced-complexity iterative adaptive approach) Algorithmus zugeordnet ist, gemäß einem Aspekt der Offenbarung dar. Bezug nehmend auf 5 kann der Verfahrensablauf 500 ein compu terimplementiertes Verfahren sein, das durch einen oder mehrere Prozessoren und/oder Speichervor richtungen ausgeführt wird und/oder denselben anderweitig zugeordnet ist. Diese Prozessoren und/oder Speichervorrichtungen können z. B. der Vorrichtung 100, wie zum Beispiel Bezug nehmend auf 1A-1B gezeigt und beschrieben, zugeordnet sein. Bei einem Aspekt kann der Verfahrensablauf 500 über einen oder mehrere Prozessoren (z. B Verarbeitungsschaltungsanordnung 102, wie in 1A gezeigt) ausgeführt werden, die Anweisungen ausführen, die auf einem geeigneten Speicher medium (z. B. einem nichtflüchtigen computerlesbaren Speichermedium wie beispielsweise dem Speicher 104, wie in 1A gezeigt) gespeichert sind.
Der Verfahrensablauf 500 kann mit dem Anwenden (Block 502) einer angepasster Filterung auf jedes von einem Satz von empfangenen Signalen beginnen, um eine Virtuelle-Gruppenantennen-Ausgabe zu erzeugen. Dies kann z. B. die Verwendung der Optimalfilter umfassen, wie Bezug nehmend auf 1B gezeigt und beschrieben ist, die eine Virtuelles-Array-Ausgabe an die DAS-Strahlformungs-Schaltungsanordnungs Blöcke 155 1 155 Nrx erzeugen
Der Verfahrensablauf 500 kann durch Ausführen (Block 504) von DAS-Strahlformung an der Virtuelle-Gruppenantennen-Ausgabe fortgesetzt werden, um eine anfängliche Leistungsspektrumsschätzung im Hinblick auf die empfangenen Signale zu erzeugen. Dies kann z. B. die Verwendung des DAS-Strahlformungs Algorithmus, wie Bezug nehmend auf die DAS Strahlformungs Schaltungsan ordnungs-Blöcke 155.1 155.Nrx gezeigt und beschrieben, umfassen, wie in 1B gezeigt ist. Ein Beispiel für diesen DAS-Strahlformungs-Algorithmus ist auch Bezug nehmend auf Tabelle 2A gezeigt und beschrieben.
Der Verfahrensablauf 500 kann durch Bestimmen (Block 506) einer anfänglichen COV Matrix Schät zung unter Verwendung der anfänglichen Leistungsspektrumsschätzung im Hinblick auf die empfangenen Signale fortgesetzt werden. Dies kann z. B. die Verwendung des IIA Strahlformungs Algorith mus, wie Bezug nehmend auf den IAA-Algorithmus-Schaltungsanordnungs-Block 109 gezeigt und beschrieben, umfassen, wie in 1B gezeigt ist. In Fortführung dieses Beispiels kann der IAA-Schaltungsanordnungs-Block 109 auch implementiert sein, um die verbleibenden Schritte des Verfahrensablaufs 500, wie in 5 gezeigt, auszuführen. Als ein Beispiel kann die anfängliche COV-Matrix Schätzung gemäß der äußeren Schleife des IAA Algorithmus ausgeführt werden, wie in Ta belle 2B gezeigt ist.
Der Verfahrensablauf 500 kann unter der Annahme fortgesetzt werden, dass die maximale Anzahl von Iterationen nicht erreicht wurde (Block 508 - NEIN). Anders ausgedrückt kann der IAA-Algorithmus wie in Tabelle 2A gezeigt vorgehen und fortfahren, Verarbeitungsoperationen wie hierin erörtert für eine geeignete Anzahl von Iterationen (z. B 5) auszuführen.
Angenommen, dass die maximale Anzahl von Iterationen nicht erreicht wird, kann der Verfahrensablauf 500 damit fortfahren, die Leistung in einer Richtung zu berechnen (Block 510), indem er eine Anzahl von Leistungsspektrum-Abtastungen (z. B. 200) auswertet. Als ein Beispiel kann die Leistungsberechnung gemäß der inneren Schleife des IAA-Algorithmus, wie in Tabelle 2B gezeigt, ausgeführt werden. In Fortführung dieses Beispiels kann der Verfahrensablauf 500 damit fortfahren, innerhalb der äußeren Schleife die Leistung in einer Richtung iterativ zu berechnen, bis die letzte Abtastung erreicht ist (Block 512 JA) Wenn dies auftritt, kann der Verfahrensablauf 500 damit fortfahren, die COV Matrix Schätzung unter Verwendung der berechneten Leistung in einer Richtung zu aktualisieren und dieses Verfahren dann für zusätzliche Richtungen zu wiederholen, bis die maximale Anzahl von Iterationen (z. B. 5) erreicht ist (Block 508 JA). Sobald dies auftritt, kann der IAA Algorithmus Strahlformungsdaten unter Verwendung der neuesten Berechnungen der COV-Matrix und der Leistungsberechnungen in jeder Richtung erzeugen (Block 514).
Abschnitt 2 Strahlraum-Iterativer-Adaptiver-Ansatz (BS-IAA) Algorithmus für Strahlformung
Der in diesem Abschnitt erörterte BS-IAA-Algorithmus stellt, ähnlich zu dem RC-IAA-Algorithmus auch eine Lösung mit niedrigerer Komplexität im Hinblick auf bestehende Adaptive-Strahlformungs-Techniken bereit, da der Algorithmus den IAA-Algorithmus nicht auf das gesamte virtuelle Array anwendet Der BS IAA implementiert jedoch einen zusätzlichen Schritt, wie nachfolgend weiter beschrieben wird Der erste Schritt des BS-IAA Algorithmus ist ähnlich oder identisch zu dem ersten Schritt des in Abschnitt 1 erörterten RC IAA Algorithmus Insbesondere kann der in diesem Abschnitt beschriebene BS IAA Algorithmus auch das anfängliche Spektrum unter Verwendung von DAS Strahlformung schätzen. Anstatt jedoch den IAA Algorithmus auf die Ausgabe des DAS Strahlfor mungs-Schrittes anzuwenden, wird ein Zwischenschritt eingeführt, der Regionen von Interesse (ROIs; regions of interest) als eine oder mehrere Winkelregionen detektiert, wo vermutet wird, dass ein oder mehrere Ziele positioniert sind. Als dritter Schritt wird ein lokaler Adaptive-Strahlformungs-Algorithmus auf jeder der detektierten ROIs ausgeführt, wodurch die Auflösung auf den ROIs erheblich ver bessert wird. Der lokale Adaptive Strahlformungs Algorithmus basiert auf dem Kombinieren des IAA Algorithmus und der Strahlraumverarbeitung, wie nachfolgend weiter beschrieben wird.
Somit stellen die BS IAA Algorithmus Aspekte auch Vorteile im Hinblick auf die vorangehend beschriebenen Klassische- und Adaptive-Strahlformungs-Techniken bereit. Genauer gesagt stellt der BS-IAA-Strahlformungs-Algorithmus eine Ausgabe mit hoher Auflösung bereit, die gleich (oder nahezu gleich) zu den hochentwickelten Adaptive-Strahlformungs-Verfahren (wie beispielsweise Vollständiges-Virtuelles- Array-IAA-Adaptive-Strahlformung) ist. Ferner können die in diesem Abschnitt beschriebenen BS IAA Algorithmus Aspekte auch mit einer reduzierten Komplexität im Vergleich zu bestehenden Adaptive Strahlformungs Lösungen implementiert werden. Wie nachfolgend weiter erörtert wird, ist dies darauf zurückzuführen, dass die additive Strahlformung nur auf Regionen angewendet wird, von denen vermutet wird, dass sie Ziele enthalten, während bestehende Superauflösungs Ansätze erfordern, dass die Adaptive-Strahlformungs-Berechnungen an jedem Punkt des Winkelachsengitters angewendet werden. Ferner ermöglicht die Verwendung der Strahlraumverarbeitung eine Reduzierung der Größe der COV-Matrix, was die Komplexität ihrer Inversion erheblich reduziert.
6A stellt ein Blockdiagramm einer beispielhaften MIMO-Radarvorrichtung gemäß einem Aspekt der Offenbarung dar. Die MIMO-Radarvorrichtung 600, wie in 6A gezeigt, kann mit identischen oder im Wesentlichen ähnlichen Teilen wie die MIMO-Radarvorrichtung 100, wie in Abschnitt 1 im Hinblick auf 1A gezeigt und beschrieben, implementiert sein, und daher werden in diesem Abschnitt nur Unterschiede zwischen der MIMO-Radarvorrichtung 100 und der MIMO-Radarvorrichtung 600 weiter beschrieben Obwohl die MIMO Radarvorrichtung 100 und die MIMO Radarvorrich tung 600 in den Abschnitten 1 und 2 als separate Vorrichtungen beschrieben werden, können die As pekte wie hierin beschrieben auf einer einzelnen Vorrichtung oder auf separaten Vorrichtungen implementiert sein. Zum Beispiel kann eine einzelne MIMO Radarvorrichtung die Funktionen sowohl der MIMO Radarvorrichtung 100 als auch der MIMO-Radarvorrichtung 600 in einer einzelnen MIMO-Radarvorrichtung kombinieren, die ausgebildet ist, um entweder den RS-IAA-Algorithmus, den BS-IAA-Algorithmus oder sowohl den RS-IAA- als auch den BS-IAA-Algorithmus separat oder in Kombination miteinander auszuführen.
Bei einem Aspekt kann die MIMO Radarvorrichtung 600 eine Verarbeitungsschaltungsanordnung 602, einen Speicher 604, eine Sende Gruppenantenne 620, umfassend irgendeine geeignete Anzahl Ntx von Sendeantennen, und eine Empfangs-Gruppenantenne 630, umfassend irgendeine geeignete Anzahl Nrx von Empfangsantennen, umfassen. Diese Komponenten können jeweils mit der Verar beitungsschaltungsanordnung 102, dem Speicher 104, der Sende-Gruppenantenne 120 und der Empfangs-Gruppenantenne 130 identisch sein oder auf eine im Wesentlichen ähnliche Weise wie dieselbe arbeiten, wie in Abschnitt 1 Bezug nehmend auf die MIMO-Radarvorrichtung 100, wie in 1A gezeigt, beschrieben.
Ferner kann die MIMO-Radarvorrichtung 600, wie die MIMO Radarvorrichtung 100, auch eine Op timalfilter Steuerschaltungsanordnung 605 umfassen, die in einer Weise fungieren kann, die identisch oder im Wesentlichen ähnlich zu der Optimalfilter Steuerschaltungsanordnung 105 der MIMO-Ra darvorrichtung 100, wie in Abschnitt 1 beschrieben, ist, und die bekannte Signale als Teil einer oder mehrerer Radarsignalverarbeitungsoperationen detektieren kann. Die MIMO-Radarvorrichtung 600 speichert auch ausführbaren Code, Logik, Anweisungen usw., um die Ausführung des BS-IAA-Algorithmus zu ermöglichen, wie in diesem Abschnitt weiter erörtert wird. Somit umfasst die MIMO-Radarvorrichtung 600 mehrere in dem Speicher 604 gespeicherte Module, die eine unterschiedliche aus geführte Funktion bilden, die dem Gesamtbetrieb des BS IAA Algorithmus zugeordnet ist, wie nachfolgend weiter beschrieben wird.
Bei einem Aspekt ist der Strahlraum-Iterativer-Adaptiver-Ansatz- (BS-IAA) Algorithmus als eine Kombination der drei hierin beschriebenen Schritte implementiert. Eine Zusammenfassung des BS-IAA Algorithmus, umfassend jeden dieser Schritte, ist in den Tabellen 4A-4C gezeigt und wird nachfolgend weiter erörtert Somit umfassen Aspekte, dass der BS IAA Algorithmus über eine Ausführung von Anweisungen, die in dem BS IAA Algorithmus-Modul 611 gespeichert sind, durch die Verarbei tungsschaltungsanordnung 602, wie in 6A gezeigt, ausgeführt wird, was eine Ausführung des Verzögerungs und Summen Algorithmus Moduls 607 (Schritt 1), die Ausführung des ROI Detekti ons-Algorithmus-Moduls 608 (Schritt 2) und die Ausführung des IAA-Algorithmus-Moduls 609 (Schritt 3) umfasst.
Bezug nehmend nun auf 6B, die ein Blockdiagramm 650 einer beispielhaften Adaptive-Strahl formungs Technik gemäß einem Aspekt der Offenbarung darstellt, umfassen Aspekte die MIMO-Ra darvorrichtung 600, die eine Anzahl von Optimalfiltern (bezeichnet als MF 1, MF 2 usw.) implementiert, die auf eine identische oder im Wesentlichen ähnliche Weise ausgebildet sind wie die vorangehend in Abschnitt 1 Bezug nehmend auf die MIMO Radarvorrichtung 100, das Blockdiagramm 150 und die 1A-1B erörterten. Somit ist bei verschiedenen Aspekten jedes Optimalfilter mit jeder Empfangsantenne innerhalb der Empfangs-Gruppenantenne 630 gekoppelt, und die Optimalfilter können über die Optimalfilter-Steuerschaltungsanordnung 605 abgestimmt, gesteuert, überwacht werden und/oder jedes jeweilige empfangene Signal kann über dieselbe verarbeitet werden, die wiederum als eine softwarebasierte Lösung, eine hardwarebasierte Lösung oder eine Kombination aus sowohl soft ware als auch hardwarebasierten Lösungen implementiert sein kann.
Somit, wie in 6B gezeigt ist, wird das virtuelle Array als eine Aggregation jeder Signalausgabe von jedem Optimalfilter dargestellt. Der erste Schritt in dem BS-IAA-Algorithmus ist identisch oder im Wesentlichen ähnlich zu dem, der vorangehend in Abschnitt 1 Bezug nehmend auf die MIMO-Radarvorrichtung 100, das Blockdiagramm 150 und die 1A-1B gezeigt und erörtert wurde. Somit umfasst der erste Schritt des BS IAA Algorithmus auch die Verwendung einer Anzahl von Ver zögerungs und Summen (DAS) Schaltungsanordnungs Blöcken, die gleich der Anzahl Nrx von Empfangsantennen ist, um DAS-Strahlformung auszuführen und um eine anfängliche Leistungsspektrumsschätzung zu bestimmen.
Die DAS Schaltungsanordnungs Blöcke 655.1 655.Nrx können auch identisch oder im Wesentlichen ähnlich zu den DAS Schaltungsanordnungs Blöcken 155 1 155 Nrx, wie in 1B gezeigt, implementiert werden. Bei einem Aspekt können die DAS-Schaltungsanordnungs-Blöcke 655.1-655.Nrx über den Verzögerungs- und Summenalgorithmus 607 abgestimmt, gesteuert, überwacht werden und/oder jedes jeweilige empfangene Signal kann über denselben verarbeitet werden, wie in 6A gezeigt ist, der zu diesem Zweck in Verbindung mit der Verarbeitungsschaltungsanordnung 602 ar beiten kann Bei verschiedenen Aspekten kann der Verzögerungs- und Summenalgorithmus 607 wiederum als eine softwarebasierte Lösung, eine hardwarebasierte Lösung oder eine Kombination aus sowohl software- als auch hardwarebasierten Lösungen implementiert sein.
In jedem Fall wird dieser erste Schritt des BS-IAA-Algorithmus, der die anfängliche Spektralschätzung umfasst, nachfolgend in Tabelle 4A der Klarheit halber nochmals wiedergegeben und umfasst einige zusätzliche Bezeichnungen, die für den BS-IAA Algorithmus relevant sind. Wie in der nach folgenden Tabelle 4A gezeigt ist, umfassen Aspekte zur Reduzierung der Nebenkeulen der Ab strahlcharakteristik die Verwendung einer Fensterungsfunktion (z. B. ein Hamming oder Tschebyscheff-Fenster) als Teil des DAS-Strahlformungsschritts. Diese Fensterungsfunktion kann auch als Teil des Schritt-1-DAS-Strahlformungsalgorithmus in Abschnitt 1 im Hinblick auf 1B verwendet werden. Durch Reduzieren der Nebenkeulen wird sichergestellt, dass sich weit entfernte Ziele nicht gegenseitig verdecken (d. h. nicht beeinträchtigen).
Wie vorangehend in Tabelle 4A gezeigt ist, fungiert der erste Schritt in dem BS IAA Algorithmus zum Ausführen von DAS Strahlformung, um eine anfängliche Spektrumsschätzung bereitzustellen, die ähnlich zu dem DAS Strahlformungs-Algorithmus, wie in Tabelle 2A gezeigt, ist. Der in Tabelle 4A gezeigte DAS Strahlformungs Algorithmus, der als Teil des BS IAA Algorithmus verwendet wird, implementiert jedoch zu diesem Zweck eine Strahlraumverarbeitung. Um zusätzliche Klarheit bereitzustellen, wird nachfolgend eine Erläuterung der Strahlraumverarbeitung im Hinblick auf die Einfügung 680 in 6B detaillierter vorgestellt.
Wie bei der Einfügung von 6B gezeigt, wird ein Element Raum Signal als X bezeichnet, das Signale darstellt, die an dem Ausgang jeder physischen Antenne oder, in dem in Tabelle 4A als Teil des ersten Schritts der in diesem Abschnitt beschriebenen BS IAA Aspekte gezeigten Beispiel, an dem Ausgang der virtuellen Gruppenantennen Kanäle genommen werden. Ferner wird das Strahl raumsignal als X_bs bezeichnet und stellt die Signale nach Anwendung der festen (d. h. nicht adaptiven) DAS-Strahlformung dar. Somit bezeichnet B_bs eine Matrix, die feste Strahlformungsrichtungen dar stellt, und w_bs bezeichnet einen Vektor der adaptiven Strahlformung (z. B. Capon oder Minimale Varianz Verzerrungsfreie Reaktion (MVDR; minimum variance distortionless response)).
Mit den folgenden Bezeichnungen, die wie oben definiert verstanden werden, weist die Strahlraumtransformation, die gemäß der Strahlraumverarbeitung wie in Einfügung 680 von 6B gezeigt verwendet wird, die folgenden Eigenschaften auf. Erstens ist üblicherweise N_bs < N, und somit wird die Komplexität der adaptiven Strahlformung in dem Strahlraum reduziert. Zweitens ist die feste Strahlformungsmatrix üblicherweise orthogonal, sodass $B_{b s}^{H} B_{b s} = I,,$
was zum Beispiel bei Verwen dung von Diskrete-Fourier-Transformation- (DFT; discrete Fourier transform) Strahlformung der Fall ist.
Im Hinblick auf die Verwendung von Capon-Strahlformung ist im Elementraum $= \frac{R^{- 1} a}{a^{H} R^{- 1} a} .$
Ferner weist die COV-Matrix R eine Größe gleich N × N auf. In dem Strahlraum ist $w_{b s} = \frac{R_{b s}^{- 1} a_{b s}}{a_{b s}^{H} R_{b s}^{- 1} a_{b s}},$
wobei $R_{b s} = B_{b s} R B_{b s}^{H}$
die COV Matrix in dem BS der Größe N_bs × N_bs ist und a_bs = B_bsa.
Die Array-Symmetrie des gleichmäßigen linearen Arrays (ULA; uniform linear array) wird im Allgemeinen verwendet, um die COV Matrix-Schätzung unter Verwendung einer Technik zu verbessern, die als Vorwärts Rückwärts (FB; forward backward) Mittelung bekannt ist Die Anwendung dieser Technik auf die COV-Matrix in dem Strahlraum ist gegeben durch Rbsfb = {Rbs}. Ein zusätzlicher Vorteil der FB-Mittelung ist, dass die COV-Matrix reell wird und daher reduziert dies die Anzahl von komplexen Multiplikationen, die bei weiteren Berechnungen erforderlich sind Als Beispiel für eine Strahlraumtransformation stellt 6C ein Beispiel eines Elementraums (32 Elemente), der zu dem Strahlraum (7 Strahlen) transformiert wird, gemäß einem Aspekt der Offenbarung dar. Der Strahlsektor liegt zwischen den vertikalen Linien, wie in 6C gezeigt.
Somit implementiert der erste Schritt des BS-IAA-Algorithmus Strahlraumverarbeitung, um die anfängliche Spektralschätzung unter Verwendung des virtuellen Arrays bereitzustellen. Die folgenden Annahmen werden auch im Hinblick auf den in Tabelle 4A gezeigten DAS-Strahlformungs Algorith mus bereitgestellt:

1. Der Zahlenindex in ROI beträgt 20 % des Gitters, N_ROI = 40;
2. Die Anzahl von aktiven Sektoren N_{act sect} = 5;
3. Alle Indizes in dem aktiven Sektor sind in der ROI eine Anzahl von ROI-Indizes (Abtastungen des Gitters) pro Sektor: N_{samp_sect} =200/20 = 10

Wieder kann der DAS Strahlformungsschritt in Tabelle 4A eine Fensterung implementieren, um die Nebenkeulen der Abstrahlcharakteristik zu reduzieren Fensterungsfunktionen können jedoch eine Verbreiterung der Hauptkeule des Strahls verursachen, die eine reduzierte räumliche Auflösung ergibt. Daher umfassen Aspekte, um die Auflösung zu verbessern, ein Detektieren von Regionen von Interesse in dem zweiten Schritt, das Regionen anzeigt, bei denen vermutet wird, dass Ziele gefunden werden, und dann ein Anwenden von lokaler adaptiver Strahlformung in dem dritten Schritt, um die Auflösung in diesen detektierten Regionen weiter zu verbessern.
Wie nachfolgend detaillierter erörtert wird, verwendet der zweite Schritt des BS IAA Algorithmus somit die anfängliche Leistungsspektrumsschätzung, die durch die DAS-Strahlformung (Schritt 1) be reitgestellt wird, um eine oder mehrere Regionen von Interesse (ROIs) in dem Strahlraum zu identifizieren. Ein Beispielalgorithmus, der diesem zweiten Schritt des BS IAA Algorithmus zugeordnet ist, ist nachfolgend in Tabelle 4B gezeigt.
Bei verschiedenen Aspekten kann die ROI-Detektion unter Verwendung irgendeiner Anzahl von geeigneten Techniken ausgeführt werden, wie beispielsweise einem der klassischen Detektionsverfahren, umfassend Konstante Falschalarmrate mit geordneter Statistik (OS CFAR; ordered-statistic constant false-alarm rate) oder Konstante Zellmittelungs Falschalarmrate (CA CFAR; cell averaging constant false-alarm rate). Da OS CFAR und CA-CFAR bekannte Techniken sind, werden zusätzliche Details, die sich auf diesen Abschnitt des ROI Detektions Algorithmus, wie in Tabelle 4B gezeigt, beziehen, hierin nicht weiter beschrieben. In dem in Tabelle 4B gezeigten beispielhaften ROI-Detektions-Algorithmus implementiert der ROI-Detektions-Algorithmus OS-CFAR, um Spitzen in dem Spektrum zu detektieren. Der ROI-Detektions-Algorithmus wird nachfolgend Bezug nehmend auf 7A 7C weiter erörtert
Bei einem Aspekt implementiert der ROI Detektions Algorithmus eine Detektionsschwelle, die in 7A als „Thr“ bezeichnet wird, um ROIs aus dem geschätzten Spektrum zu detektieren. Dieser Schwellenwert kann irgendein geeigneter Wert sein, umfassend einen vorbestimmten Wert oder einen dynamisch angepassten Wert, der basierend auf der bestimmten Anwendung, der aktuellen Rauschumgebung, der erwarteten Rauschumgebung, den Kanalbedingungen usw ausgewählt wird Um jedoch sicherzustellen, dass Ziele nicht verpasst werden, umfassen Aspekte die Implementierung einer relativ niedrigen Detektionsschwelle Thr, die einen Kompromiss zwischen der Vermeidung von falschen Detektionen aufgrund von Rauschen und der Sicherstellung, dass Ziele nicht verpasst werden, darstellt. Der Thr Wert kann zum Beispiel einen Wert von mehreren Dezibel (z. B. 3, 5, 6, 10 usw.) von dem Grundrauschen darstellen. In dem Fall, dass ein Ziel „verpasst“ wird, ist die finale Spektralschätzung in der Region in der Nähe des Ziels gleich dem DAS-Strahlformungs-Spektrum (d. h. DAS-Strahlformung ist eine untere Grenze der Genauigkeit der Spektrumsschätzung).
Bei einem Aspekt definieren Abschnitte des Spektrums, die eine Leistung aufweisen, die den Schwel lenwert Thr überschreitet, eine Region 702, wie in 7B gezeigt. Aspekte umfassen ferner ein Ver wenden des ROI-Detektions-Algorithmus zur Berechnung, um jede Spitze (d. h. Region 702), einer ROI. Bei verschiedenen Aspekten wird die Breite der ROI durch die Abstrahlcharakteristik des DAS (d. h. durch die Breite der Hauptkeule der Abstrahlcharakteristik) vorgegeben. Der ROI-Detektions-Algorithmus fungiert somit zur Identifizierung von Regionen des Strahlraums, die wahrscheinlich Ziele von Interesse enthalten, basierend auf einer gewünschten ausgewählten Schwelle. Die detektierte ROI definiert somit aktive Strahlsektoren, die eine Teilmenge des gesamten Satzes von Strahlsektoren sind, wie in 7B gezeigt ist.
Wie nachfolgend Bezug nehmend auf Tabelle 4C weiter erörtert wird, umfassen Aspekte, dass der BS-IAA Algorithmus vorteilhafterweise als den dritten Schritt den IAA Algorithmus nur auf den aktiven Strahlsektoren ausführt, wie sie in jedem der detektierten ROIs unter Verwendung von Strahl raumverarbeitung angezeigt sind, wie vorangehend erörtert und nachfolgend in Tabelle 4C weiter beschrieben, um die Zeit und Komplexität zu reduzieren, die erforderlich sind, um das gewünschte Strahlformungsmuster und die DoA zu identifizieren. Ein Beispielalgorithmus, der diesem dritten Schritt des BS IAA Algorithmus zugeordnet ist, ist nachfolgend in Tabelle 4C gezeigt

Wie vorangehend in Tabelle 4C gezeigt ist, wird innerhalb der (äußeren) IAA-Schleife die COV-Matrix R_iaa iterativ geschätzt (ähnlich zu Zeile 4 in Tabelle 1 im Hinblick auf R) Anders ausgedrückt basiert die IAA COV Matrix Schätzung auf Abtastungen in der ROI, mit diagonaler Belastung.
Als nächstes wird für jeden aktiven Strahlsektor (d. h. die Strahlsektoren, die jeder detektierten ROI zugeordnet sind) eine Strahltransformation als B_bs definiert, die ein Satz von Sektormatrizen der Größe N_bs × N ist, wobei N_bs die Größe des Strahlsektors ist. Die Reihen der DFT-Matrix (N × N) werden dann verwendet, um die B_bs Matrix unter Verwendung von Strahlraumverarbeitungstechni ken, wie vorangehend erörtert, zu erzeugen. Die BS-COV Matrix für die Verarbeitung jedes aktiven Strahlsektors ist somit gegeben durch $R_{i a a b s} = R e {B_{b s} R_{i a a} B_{b s}^{H}},$
Wieder wird der Operator Re{ } als ein Ergebnis der Vorwärts Rückwärts Mittelung verwendet Die Größe dieser Matrix R_iaa _bs ist N_bs × N_bs anstatt N × N in der ursprünglichen COV-Matrix R_iaa. Folglich erfordert die Inversion der Matrix $R_{i a a b s} z u R_{i a a b s}^{- 1}$
vorteilhafterweise $O (N_{b s}^{3})$
Operationen anstatt O(N³) Operationen Zusätzlich ist R_iaa _bs eine reelle Matrix, was die Komplexität der zusätzlichen Berechnungen weiter reduziert. Die inverse COV-Matrix $R_{i a a b s}^{1}$
kann dann für jeden aktiven Strahlsektor mit der Matrix R_yy _bs multipliziert werden, wie vorangehend in Tabelle 4A durch den folgenden Ausdruck erwähnt: $R_{i a a b s}^{1} R_{y y b s} R_{i a a b s}^{1} .$
Daher wird, wie vorangehend in Tabelle 4C gezeigt, die R_iaa _bs -Matrix verwendet, um Leistungen in bestimmten Strahlsektoren zu schätzen (ähnlich zu der inneren Schleife in Tabelle 1, die auf der Matrix R unter Verwendung von IAA arbeitet). Gemäß einem Aspekt wandelt der dritte Schritt des in diesem Abschnitt beschriebenen BS-IAA-Algorithmus jedoch auch die Lenkungsvektoren durch die Operation von $a_{b s_{j}} = B_{b s} a_{v_{j}}$
in den Strahlraum um, wie in der innersten Schleife von Tabelle 4C angezeigt Diese Schleife des IAA Algorithmus beschreibt eine andere Schleife im Hinblick auf den Index j, die den Algorithmus veranlasst, für jede detektierte ROI gemäß dem ROI Sektorindex, wie in Ta belle 4C gezeigt, eine Schleife auszuführen (d. h. zu wiederholen) (d. h. eine Schleife auf roi sector inx auszuführen). Die resultierende Berechnung ergibt den Lenkungsvektor p_j in dem Strahlraum, wobei die Leistung mit jedem Durchgang durch die ‚j‘-Schleife aktualisiert wird. Sobald die Schätzung der Leistung in allen Strahlsektoren abgeschlossen ist, wird somit die COV Matrix wieder wie in dem ursprünglichen IAA-Ansatz geschätzt (siehe Tabelle 1).
7C zeigt das Gesamtergebnis des BS-IAA-Algorithmus, sobald der dritte Schritt auf den aktiven Strahlen, die einer bestimmten detektierten ROI zugeordnet sind, abgeschlossen wurde. Wie vorangehend in Abschnitt 1 erwähnt wurde, können diese Strahlformungs Daten nachfolgend verwendet wer den, um die DoA, die individuell detektierten Zielen zugeordnet ist, basierend auf der hohen Auflö sung, die der BS-IAA Algorithmus bereitstellt, zu identifizieren. Ferner stellt die Adaptive-Strahlfor mungs Lösung mit hoher Auflösung, die durch den BS IAA Algorithmus erhalten wird, immer noch eine erhebliche Reduzierung der Komplexität im Vergleich zu bestehenden nicht adaptiven (DAS) und adaptiven vollständigen virtuellen Arrays bereit.
Die vorangehend im Hinblick auf Tabelle 4C beschriebene COV Matrix Schätztechnik ist nur ein Beispiel einer COV Matrix Schätzung, die gemäß den in diesem Abschnitt erörterten BS IAA Algorithmus Aspekten implementiert werden kann. Aspekte umfassen die Verwendung irgendeiner geeigneten Art von COV-Matrix-Schätztechnik, sobald die ROIs in Schritt 2 des BS-IAA-Algorithmus wie vorangehend erwähnt detektiert wurden. Zum Beispiel kann bei einem Aspekt die Schätzung der COV-Matrix R_iaa wie vorangehend in Tabelle 4C gezeigt alternativ wie nachfolgend in Gleichung 1 gezeigt berechnet werden. $R_{i a a} = A_{p} d i a g (p . * r o i_{m a s k}) A_{p}^{H} + A_{n o t p} d i a g (p . * n o t (r o i_{m a s k})) A_{n o t p}^{H}$
Dieser alternative Ansatz für die COV Matrix Schätzung ist genauer, weist aber eine höhere Komplexität auf. Ferner sollte die 2. Matrix der Summe in Gleichung 1 (A_notp) nur einmal berechnet werden, da sie sich mit den Iterationen nicht ändert. Daher können die gewünschte Anwendung, die Kosten und die implementierte Hardware die Entscheidung in Bezug auf eine bestimmte Implementierung der COV-Schätzung antreiben.

Unter Verwendung der in den vorangehenden Tabellen 4A 4C gezeigten Beispielwerte wird somit ein Gesamtkomplexitätswert hinsichtlich MAC für den BS-IAA-Algorithmus von ca. 9,5 M berechnet. Die Komplexität und Performance des BS IAA Algorithmus wird weiter unten in Tabelle 5 im Ver gleich zu anderen herkömmlichen Techniken zur Berechnung von Strahlformungs Daten detaillierter gezeigt. TABELLE 5

Algorithmus	Komplexität [MAC]	Anmerkungen
Virtuelles DAS-Array	4M	Die Komplexitätsanalyse ist in Tabelle 2A gezeigt.
Virtuelles IAA-Array	55M	Die rechenintensivsten Operationen sind die Schätzung und die Inversion der COV-Matrix.
BS IAA	9,5M	Die Komplexitätsanalyse ist in den Tabellen 4A-4C gezeigt.

Der erste Algorithmus und der zweite Algorithmus in der vorangehenden Tabelle 5 (das virtuelle DAS-Array und das virtuelle IAA Array) sind die gleichen wie die vorangehend in Abschnitt 1 erörterten und werden aus Tabelle 3 wiedergegeben. Der dritte Algorithmus ist der BS-IAA, auf den die Aspekte der vorliegenden Offenbarung, wie in Abschnitt 2 erörtert, gerichtet sind, und der in den vorangehen den Tabellen 4A-4C zusammen mit einer entsprechenden Komplexitätsanalyse zusammengefasst ist. Wie aus den Ergebnissen der Komplexitätsanalyse ersichtlich ist, führt der BS IAA im Vergleich zu nicht adaptiven Lösungen eine zusätzliche Komplexität ein, um eine anpassbare Strahlformungs Lösung zu erreichen (9,5M vs. 4M), ist aber im Vergleich zu der IAA-Virtuelles-Array-Lösung deutlich weniger komplex (9,5M vs 55M)
8A, 8A, 9 und 10 stellen Graphen bereit, die verschiedene Metriken der Performance der unter schiedlichen in Tabelle 5 gezeigten Algorithmen vergleichen. Zum Beispiel stellen 8A-8B einen SNR vs. Azimutwinkel Graphen für zwei Ziele dar, die unterschiedlichen Strahlformungsalgorith men entsprechen, gemäß einem Aspekt der Offenbarung. 8A-8B stellen die gleichen Werte, aber in unterschiedlichen x-Achsen-Skalen dar. 8A stellt das SNR über einen Bereich von Azimutwinkeln von 1,0 bis +0,8 Grad dar, während 8B das SNR über einen Bereich von Azimutwinkeln von -0,2 bis +0,15 Grad darstellt Wie aus diesem Vergleich ersichtlich ist, weist der BS IAA Algorithmus eine adäquate räumliche Auflösung auf, um die DoA für die zwei Grad auseinander positionierten Ziele trotz der reduzierten Komplexität im Vergleich zu dem Vollständiges Virtuelles Array IAA-Algorithmus zu identifizieren. Es wird darauf hingewiesen, dass dem Nicht-Adaptive-DAS-Strahlformungs-Algorithmus die räumliche Auflösung fehlt, um zwischen diesen zwei unterschiedlichen Zielen zu unterscheiden.
9 stellt einen Auflösung-vs. SNR Graphen, der unterschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar. Wieder werden Daten für jeden separaten Al gorithmus bereitgestellt, wie vorangehend in Tabelle 5 gezeigt ist. Die Auflösung wird in diesem Bei spiel als minimale Beabstandung zwischen den Zielen definiert, sodass eine Differenz von -10dB zwischen ihnen beobachtet wird. Wie aus 9 ersichtlich ist, opfert der BS-IAA-Algorithmus höchstens ein Viertel Grad an Auflösung über ein Band von 70 dB von SNR im Vergleich zu dem Vollständiges-Virtuelles Array-IAA Algorithmus, trotz einer erheblichen Reduzierung der Komplexität
10 stellt einen Spitze-zu Maximum-Nebenkeule-Leistungsverhältnis-vs. SNR Graphen, der un terschiedlichen Strahlformungsalgorithmen entspricht, gemäß einem Aspekt der Offenbarung dar. Bezug nehmend auf den in 10 gezeigten Graphen ist das durchschnittliche Verhältnis zwischen der Spitzenleistung und der maximalen Leistung der Nebenkeulen als Funktion des SNR graphisch dargestellt Aus 10 ist ersichtlich, dass das Spitze-zu-Nebenkeule-Verhältnis für den Nicht Adaptive DAS Strahlformungs-Algorithmus und die BS-IAA Algorithmen auf 60 dB begrenzt ist Diese Performance-Grenze ist ein Ergebnis der Nebenkeulen, die dem Tschebyscheff Fenster zugeordnet sind, das in diesem Beispiel ein 60-dB Fenster ist. Der BS IAA Algorithmus stellt jedoch eine robuste Lösung bereit, die die Performance des Vollständiges Virtuelles Array IAA Algorithmus nahezu ver folgt.
Zusammenfassend stellen die in diesem Abschnitt beschriebenen BS-IAA-Algorithmus-Aspekte eine ähnliche Genauigkeit in der Spitzen Schätzung wie ein IAA Algorithmus bereit, der auf das vollstän dige virtuelle Array angewendet wird. In den Regionen, in denen keine Spitzen detektiert wurden, funktioniert der BS IAA zumindest genauso gut wie Nicht Adaptive-DAS Strahlformungs-Lösungen. Somit erreichen die BS-IAA-Aspekte eine ähnliche Auflösung im Vergleich zu Vollständiges-Virtuelles Array IAA Lösungen, jedoch mit einer erheblichen Reduzierung der Komplexität, um dies zu tun (z. B. ein Faktor von 5-10 je nach Array und algorithmischen Parametern).
11 stellt einen Verfahrensablauf, der einem Strahlraum-Iterativer-Adaptiver-Ansatz- (BS-IAA; beam space iterative adaptive approach) Algorithmus zugeordnet ist, gemäß einem Aspekt der Offenbarung dar. Bezug nehmend auf 11 kann der Verfahrensablauf 1100 ein computerimplementiertes Verfahren sein, das durch einen oder mehrere Prozessoren und/oder Speichervorrichtungen ausgeführt wird und/oder denselben anderweitig zugeordnet ist. Diese Prozessoren und/oder Speichervor richtungen können z. B. der Vorrichtung 600 zugeordnet sein, wie zum Beispiel Bezug nehmend auf 6A 6B gezeigt und beschrieben. Bei einem Aspekt kann der Verfahrensablauf 600 über einen oder mehrere Prozessoren ausgeführt werden (z. B. Verarbeitungsschaltungsanordnung 602, wie in 6A gezeigt), die Anweisungen ausführen, die auf einem geeigneten Speichermedium (z. B. einem nichtflüchtigen computerlesbaren Speichermedium wie beispielsweise dem Speicher 604, wie in 6A gezeigt) gespeichert sind
Der Verfahrensablauf 1100 kann mit dem Anwenden (Block 1102) einer angepassten Filterung auf jedes von einem Satz von empfangenen Signalen beginnen, um eine Virtuelle-Gruppenantennen-Ausgabe zu erzeugen. Dies kann z. B. die Verwendung der Optimalfilter umfassen, wie Bezug nehmend auf 6B gezeigt und beschrieben ist, die eine Virtuelles-Array-Ausgabe an die DAS-Strahlformungs Schaltungsanordnungs Blöcke 655.1 655.Nrx erzeugen.
Der Verfahrensablauf 1100 kann durch Ausführen (Block 1104) von DAS-Strahlformung an der Virtuelle-Gruppenantennen-Ausgabe fortgesetzt werden, um eine anfängliche Leistungsspektrumsschätzung im Hinblick auf die empfangenen Signale zu erzeugen. Dies kann z. B. die Verwendung des DAS-Strahlformungs-Algorithmus, wie Bezug nehmend auf die DAS-Strahlformungs-Schaltungsanordnungs Blöcke 655.1 655.Nrx gezeigt und beschrieben, umfassen, wie in 6B gezeigt ist. Ein Beispiel für diesen DAS-Strahlformungs-Algorithmus ist auch Bezug nehmend auf Tabelle 4A gezeigt und beschrieben
Der Verfahrensablauf 1100 kann durch Detektieren (Block 1106) von ROIs unter Verwendung der anfänglichen Leistungsspektrumsschätzung im Hinblick auf die empfangenen Signale fortgesetzt wer den. Dies kann zum Beispiel die Verwendung des ROI Detektions Algorithmus, wie Bezug nehmend auf den ROI-Detektions-Algorithmus-Schaltungsanordnungs-Block 608 gezeigt und beschrieben, umfassen, wie in 6B gezeigt ist.
Der Verfahrensablauf 1100 kann durch Bestimmen (Block 1108) einer anfänglichen COV-Matrix-Schätzung unter Verwendung der anfänglichen Leistungsspektrumsschätzung im Hinblick auf die detektierten ROIs fortgesetzt werden. Dies kann z B die Verwendung des IIA Strahlformungs Algorithmus, wie Bezug nehmend auf den IAA Algorithmus-Schaltungsanordnungs Block 609 gezeigt und beschrieben, umfassen, wie in 6B gezeigt ist. In Fortführung dieses Beispiels kann der IAA Schaltungsanordnungs Block 609 auch implementiert sein, um die verbleibenden Schritte des Verfahrensablaufs 1100 auszuführen, wie in 11 gezeigt ist. Als ein Beispiel kann die anfängliche COV-Matrix-Schätzung gemäß der äußeren Schleife des IAA-Algorithmus, wie in Tabelle 6C gezeigt, ausgeführt werden.
Der Verfahrensablauf 100 kann unter der Annahme fortgesetzt werden, dass die maximale Anzahl von Iterationen nicht erreicht wurde (Block 1110 NEIN). Anders ausgedrückt kann der IAA Algorithmus wie in Tabelle 6C gezeigt vorgehen und fortfahren, Verarbeitungsoperationen wie hierin erörtert für eine geeignete Anzahl von Iterationen (z. B. 5) auszuführen.
Angenommen, dass die maximale Anzahl von Iterationen nicht erreicht wird, kann der Verfahrensablauf 1100 fortfahren, die Leistung für den ersten Strahlsektor innerhalb der ersten detektierten ROI (angenommen, dass mehr als eine ROI detektiert wird) zu berechnen (Block 1112), indem er eine Anzahl von Leistungsspektrum Abtastungen (z. B. 200) auswertet. Als ein Beispiel können diese Leistungsberechnungen gemäß den zwei inneren Schleifen des IAA Algorithmus ausgeführt werden, wie in Tabelle 6C gezeigt ist. In Fortsetzung dieses Beispiels kann der Verfahrensablauf 1100 fortfahren, innerhalb der äußeren Schleife iterativ die Leistung für jede identifizierte ROI in dem Strahlraum zu berechnen, bis die Leistung für alle Strahlsektoren in einer detektierten ROI geschätzt wurde (Block 1114 JA) Sobald die Leistung für jeden Strahlsektor innerhalb einer ROI geschätzt ist, kann der Verfahrensablauf 11100 ein Inkrementieren zur nächsten ROI (Block 1108) umfassen, um die anfäng liche Leistungsspektrumsschätzung (d. h. die COV Matrix) zu aktualisieren.
Somit fungiert das Verfahren 100 für jede der Anzahl von Iterationen zum iterativen Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden der aktiven Strahlsektoren ausgeführt ist, die jedem der einen oder mehreren identifizierten ROIs zugeordnet sind, um die Strahlformungsdaten zu erzeugen (Block 1118).
Beispiele
Die folgenden Beispiele beziehen sich auf weitere Aspekte.
Beispiel 1 ist ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepass ter Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenan tennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA), der eine Anzahl von Iterationen unter Verwen dung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung umfasst, und iteratives Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von einer Mehrzahl von unterschiedlichen Strahlrichtungen.
Beispiel 2 umfasst den Gegenstand von Beispiel 1, wobei das MIMO-Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx).
Beispiel 3 umfasst den Gegenstand einer Kombination aus Beispielen 1 2, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 4 umfasst den Gegenstand einer Kombination aus Beispielen 1 3, wobei das Erzeugen der Strahlformungsdaten ein anfängliches Schätzen einer Kovarianz (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung und ein iteratives erneutes Schätzen der COV Matrix, wenn die anfängliche Leistungsschätzung iterativ aktualisiert und ausgewertet wird, umfasst.
Beispiel 5 umfasst den Gegenstand einer Kombination aus Beispielen 1-4, wobei das Erzeugen der Strahlformungsdaten für jede von der Anzahl von Iterationen ein Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen umfasst.
Beispiel 6 umfasst den Gegenstand einer Kombination aus Beispielen 1 5, wobei das Erzeugen der Strahlformungsdaten ein Wiederholen der Aktualisierung und Auswertung der anfänglichen Leis tungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen umfasst.
Beispiel 7 ist ein nichtflüchtiges computerlesbares Medium, aufweisend darauf gespeicherte Anweisungen, die bei Ausführung durch einen oder mehrere Prozessoren den einen oder die mehreren Prozessoren veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA) für eine Anzahl von Iterationen unter Verwendung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung, und Auswerten der anfängli chen Leistungsschätzung in einer von einer Mehrzahl von unterschiedlichen Strahlrichtungen
Beispiel 8 umfasst den Gegenstand von Beispiel 7, wobei das MIMO-Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx).
Beispiel 9 umfasst den Gegenstand einer Kombination aus Beispielen 7 8, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 10 umfasst den Gegenstand einer Kombination aus Beispielen 7-9, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten durch anfäng liches Schätzen einer Kovarianz- (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung zu erzeugen und die COV-Matrix iterativ erneut zu schätzen, wenn die anfängliche Leistungsschätzung iterativ aktualisiert und ausgewertet wird.
Beispiel 11 umfasst den Gegenstand einer Kombination aus Beispielen 7 10, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten zu erzeugen, indem sie für jede von der Anzahl von Iterationen die anfängliche Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen aktualisieren und auswerten.
Beispiel 12 umfasst den Gegenstand einer Kombination aus Beispielen 7 11, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten zu erzeugen, indem sie die Aktualisierung und Auswertung der anfänglichen Leistungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen wiederholen.
Beispiel 13 ist ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu er zeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen Ausgabe, von Verzögerungs-und Summen (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwendung der anfänglichen Leistungsspektrumsschätzung, wobei die eine oder die mehreren ROIs einen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahlleistung, die einen Detektionsschwellenwert über schreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz durch Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahlraum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Ak tualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden aktiven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist
Beispiel 14 umfasst den Gegenstand von Beispiel 13, wobei der Schritt eines Identifizierens der einen oder der mehreren ROIs eine Konstante Falschalarmrate mit geordneter Statistik- (OS-CFAR) Detektion umfasst
Beispiel 15 umfasst den Gegenstand einer Kombination aus Beispielen 13 14, wobei jede von der einen oder den mehreren ROIs auf einer Region im Strahlraum basiert, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionsschwellenwert überschreitet.
Beispiel 16 umfasst den Gegenstand einer Kombination aus Beispielen 13 15, wobei jede von der einen oder den mehreren ROIs eine jeweilige Strahlbreite aufweist, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS Strahlformung erzeugt wird.
Beispiel 17 umfasst den Gegenstand einer Kombination aus Beispielen 13-16, wobei das MIMO-Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx).
Beispiel 18 umfasst den Gegenstand einer Kombination aus Beispielen 13 17, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 19 ist ein nichtflüchtiges computerlesbares Medium, aufweisend darauf gespeicherte Anwei sungen, die bei Ausführung durch einen oder mehrere Prozessoren den einen oder die mehreren Pro zessoren veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen-Ausgabe für ein Mehrfach-Eingang-Mehrfach-Ausgang- (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwendung der anfänglichen Leistungsspektrumsschätzung, wobei die eine oder die mehreren ROIs einen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahlleistung, die einen Detektionsschwellenwert überschreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem Iterativer Adaptiver Ansatz (IAA) Ansatz unter Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahlraum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden aktiven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist.
Beispiel 20 umfasst den Gegenstand von Beispiel 19, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die eine oder die mehreren ROIs unter Verwendung einer Konstante Falschalarmrate mit geordneter Statistik (OS CFAR) Detektion zu identifizieren.
Beispiel 21 umfasst den Gegenstand einer Kombination aus Beispielen 19-20, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die eine oder die mehreren ROIs basierend auf einer Region im Strahlraum zu identifizieren, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionsschwellenwert überschreitet
Beispiel 22 umfasst den Gegenstand einer Kombination aus Beispielen 19 21, wobei die Anweisungen den einen oder die mehreren Prozessoren ferner veranlassen, die eine oder die mehreren ROIs zu identifizieren, die eine jeweilige Strahlbreite aufweisen, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS-Strahlformung erzeugt wird.
Beispiel 23 umfasst den Gegenstand einer Kombination aus Beispielen 19 22, wobei das MIMO-Ra darsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx).
Beispiel 24 umfasst den Gegenstand einer Kombination aus Beispielen 19-23, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 25 ist ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepasster Filterungs-Mitteln auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen-Ausgabe für ein Mehrfach-Eingang-Mehrfach-Ausgang- (MIMO) Radarsystem-Mittel zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen Ausgabe, von Ver zögerungs-und Summen (DAS) Strahlformungs Mitteln, um eine anfängliche Leistungsspektrums schätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA), der eine Anzahl von Iterationen unter Verwendung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung umfasst, und iteratives Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von einer Mehrzahl von unterschiedlichen Strahlrichtungen.
Beispiel 26 umfasst den Gegenstand von Beispiel 25, wobei das MIMO-Radarsystem Mittel eine An zahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx)
Beispiel 27 umfasst den Gegenstand einer Kombination aus Beispielen 25-26, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 28 umfasst den Gegenstand einer Kombination aus Beispielen 25 27, wobei das Erzeugen der Strahlformungsdaten ein anfängliches Schätzen einer Kovarianz- (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung und ein iteratives erneutes Schätzen der COV Matrix, wenn die anfängliche Leistungsschätzung iterativ aktualisiert und ausgewertet wird, umfasst.
Beispiel 29 umfasst den Gegenstand einer Kombination aus Beispielen 25 28, wobei das Erzeugen der Strahlformungsdaten für jede von der Anzahl von Iterationen ein Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen umfasst.
Beispiel 30 umfasst den Gegenstand einer Kombination aus Beispielen 25 29, wobei das Erzeugen der Strahlformungsdaten ein Wiederholen der Aktualisierung und Auswertung der anfänglichen Leis tungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen umfasst.
Beispiel 31 ist ein nichtflüchtiges computerlesbares Mittel, aufweisend darauf gespeicherte Anweisungen, die bei Ausführung durch ein oder mehrere Prozessor-Mittel das eine oder die mehreren Prozessor Mittel veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterungs-Mitteln auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem Mittel zu erzeu gen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformungs-Mitteln, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA) für eine Anzahl von Iterationen unter Verwendung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungs schätzung, und Auswerten der anfänglichen Leistungsschätzung in einer von einer Mehrzahl von un terschiedlichen Strahlrichtungen.
Beispiel 32 umfasst den Gegenstand von Beispiel 31, wobei das MIMO-Radarsystem-Mittel eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx).
Beispiel 33 umfasst den Gegenstand einer Kombination aus Beispielen 31 32, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 34 umfasst den Gegenstand einer Kombination aus Beispielen 31-33, wobei die Anweisungen ferner das eine oder die mehreren Prozessor-Mittel veranlassen, die Strahlformungsdaten durch anfängliches Schätzen einer Kovarianz- (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung zu erzeugen und die COV Matrix iterativ erneut zu schätzen, wenn die anfängli che Leistungsschätzung iterativ aktualisiert und ausgewertet wird.
Beispiel 35 umfasst den Gegenstand einer Kombination aus Beispielen 31 34, wobei die Anweisungen ferner das eine oder die mehreren Prozessor-Mittel veranlassen, die Strahlformungsdaten zu erzeugen, indem sie für jede von der Anzahl von Iterationen die anfängliche Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen aktualisieren und auswerten.
Beispiel 36 umfasst den Gegenstand einer Kombination aus Beispielen 31 35, wobei die Anweisungen ferner das eine oder die mehreren Prozessor-Mittel veranlassen, die Strahlformungsdaten zu erzeugen, indem sie die Aktualisierung und Auswertung der anfänglichen Leistungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen wiederholen
Beispiel 37 ist ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepasster Filterungs Mitteln auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach-Eingang Mehrfach Ausgang (MIMO) Radarsystem Mittel zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformungs-Mitteln, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwendung der anfänglichen Leistungsspektrumsschätzung, wobei die eine oder die mehreren ROIs einen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahlleistung, die einen Detektionsschwellenwert überschreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz durch Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahlraum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden aktiven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist.
Beispiel 38 umfasst den Gegenstand von Beispiel 37, wobei der Schritt eines Identifizierens der einen oder der mehreren ROIs eine Konstante Falschalarmrate mit geordneter Statistik (OS-CFAR) Detek tion umfasst.
Beispiel 39 umfasst den Gegenstand einer Kombination aus Beispielen 37-38, wobei jede von der einen oder den mehreren ROIs auf einer Region im Strahlraum basiert, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionsschwellenwert über schreitet.
Beispiel 40 umfasst den Gegenstand einer Kombination aus Beispielen 37-39, wobei jede von der einen oder den mehreren ROIs eine jeweilige Strahlbreite aufweist, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS-Strahlformung erzeugt wird.
Beispiel 41 umfasst den Gegenstand einer Kombination aus Beispielen 37-40, wobei das MIMO-Ra darsystem Mittel eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx)
Beispiel 42 umfasst den Gegenstand einer Kombination aus Beispielen 37-41, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Beispiel 43 ist ein nichtflüchtiges computerlesbares Medium-Mittel, aufweisend darauf gespeicherte Anweisungen, die bei Ausführung durch ein oder mehrere Prozessor-Mittel das eine oder die mehreren Prozessor-Mittel veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterungs Mitteln auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenan tennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformungs-Mitteln, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwendung der anfänglichen Leistungsspekt rumsschätzung, wobei die eine oder die mehreren ROIs einen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahlleistung, die einen Detektionsschwellenwert überschreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem Iterativer Adaptiver-Ansatz- (IAA) Ansatz unter Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahlraum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden akti ven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist.
Beispiel 44 umfasst den Gegenstand von Beispiel 43, wobei die Anweisungen ferner das eine oder die mehreren Prozessor-Mittel veranlassen, die eine oder die mehreren ROIs unter Verwendung einer Konstante Falschalarmrate mit geordneter Statistik- (OS CFAR) Detektion zu identifizieren
Beispiel 45 umfasst den Gegenstand einer Kombination aus Beispielen 43 44, wobei die Anweisungen ferner das eine oder die mehreren Prozessor Mittel veranlassen, die eine oder die mehreren ROIs basierend auf einer Region im Strahlraum zu identifizieren, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionsschwellenwert überschreitet.
Beispiel 46 umfasst den Gegenstand einer Kombination aus Beispielen 43-45, wobei die Anweisungen das eine oder die mehreren Prozessor Mittel ferner veranlassen, die eine oder die mehreren ROIs zu identifizieren, die eine jeweilige Strahlbreite aufweisen, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS Strahlformung erzeugt wird.
Beispiel 47 umfasst den Gegenstand einer Kombination aus Beispielen 43-46, wobei das MIMO-Radarsystem-Mittel eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen umfasst und wobei die Virtuelle-Gruppenantennen Ausgabe eine Größe aufweist, die gleich einer Multi plikation der Anzahl Nrx von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx).
Beispiel 48 umfasst den Gegenstand einer Kombination aus Beispielen 43-47, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Eine Vorrichtung wie gezeigt und beschrieben.
Ein Verfahren wie gezeigt und beschrieben
Schlussfolgerung
Die vorangehend erwähnte Beschreibung der spezifischen Aspekte wird das allgemeine Wesen der Offenbarung so vollständig offenbaren, dass andere durch ein Anwenden von Wissen innerhalb des Standes der Technik solche spezifischen Aspekte ohne übermäßige Experimente und ohne von dem allgemeinen Konzept der vorliegenden Offenbarung abzuweichen, leicht modifizieren und/oder für verschiedene Anwendungen anpassen können. Daher sollen solche Anpassungen und Modifikationen innerhalb der Bedeutung und des Äquivalenzbereichs der offenbarten Aspekte sein, basierend auf den hierin dargelegten Lehren und Anleitungen. Es versteht sich, dass die Phraseologie oder Terminologie hierin dem Zweck der Beschreibung und nicht der Beschränkung dient, sodass die Terminologie oder Phraseologie der vorliegenden Beschreibung im Licht der Lehren und Anleitungen durch einen Fachmann interpretiert werden soll.
Bezugnahmen in der Beschreibung auf „einen Aspekt“, „einen einzigen Aspekt“, „einen beispielhaften Aspekt“ etc. zeigen an, dass der beschriebene Aspekt ein bestimmtes Merkmal, eine Struktur oder eine Charakteristik umfassen kann, aber jeder Aspekt nicht notwendigerweise das bestimmte Merkmal, die Struktur oder Charakteristik umfasst Ferner beziehen sich solche Phrasen nicht notwendigerweise auf denselben Aspekt Ferner, wenn ein bestimmtes Merkmal, eine Struktur oder Charakteristik in Ver bindung mit einem Aspekt beschrieben ist, wird mitgeteilt, dass es innerhalb der Kenntnisse eines Fachmannes liegt, ein solches Merkmal, eine solche Struktur oder Charakteristik in Verbindung mit anderen Aspekten auszuführen, ob dies ausdrücklich beschrieben ist oder nicht.
Die hier beschriebenen beispielhaften Aspekte sind zu darstellenden Zwecken bereitgestellt und sind nicht einschränkend. Andere beispielhafte Aspekte sind möglich, und es können Modifikationen an den beispielhaften Aspekten vorgenommen werden Daher ist die Beschreibung nicht dazu gedacht, die Offenbarung einzuschränken. Vielmehr wird der Schutzbereich der Offenbarung nur gemäß den folgenden Ansprüchen und ihren Äquivalenten definiert.
Aspekte können in Hardware (z. B. Schaltungen), Firmware, Software oder irgendeiner Kombination davon implementiert sein. Aspekte können auch als Anweisungen implementiert sein, die auf einem maschinenlesbaren Medium gespeichert sind, das durch einen oder mehrere Prozessoren gelesen und ausgeführt werden kann. Ein maschinenlesbares Medium kann irgendeinen Mechanismus zum Speichern oder Übertragen von Information in einer durch eine Maschine (z. B. eine Rechenvorrichtung) lesbaren Form umfassen. Beispielsweise kann ein maschinenlesbares Medium Nur-Lese-Speicher (ROM; read only memory); Direktzugriffsspeicher (RAM; random access memory), Magnetplatten speicherungsmedien; optische Speicherungsmedien; Flash Speicher Vorrichtungen; elektrische, opti sche, akustische oder andere Arten von ausgebreiteten Signalen (z. B. Trägerwellen, Infrarotsignale, digitale Signale etc.) und anderes umfassen. Ferner können Firmware, Software, Routinen und An weisungen hierin als bestimmte Aktionen ausführend beschrieben werden. Es wird jedoch darauf hingewiesen, dass solche Beschreibungen lediglich der Übersichtlichkeit dienen und dass solche Aktionen tatsächlich von Rechenvorrichtungen, Prozessoren, Steuerungen oder anderen Vorrichtungen ausgehen, die die Firmware, Software, Routinen, Anweisungen etc. ausführen. Ferner können irgendwel che der Implementierungsvarianten durch einen Allzweckcomputer ausgeführt werden.
Für die Zwecke dieser Erörterung ist der Begriff „Verarbeitungsschaltungsanordnung“ oder „Prozessorschaltungsanordnung“ so zu verstehen, dass diese (eine) Schaltung(en), Prozessor(en), Logik oder eine Kombination derselben ist. Zum Beispiel kann eine Schaltung eine analoge Schaltung, eine digitale Schaltung, Zustandsmaschinenlogik, andere strukturelle elektronische Hardware oder eine Kom bination davon umfassen Ein Prozessor kann einen Mikroprozessor, einen digitalen Signalprozessor (DSP; digital signal processor) oder einen anderen Hardware-Prozessor umfassen. Der Prozessor kann „hartkodiert“ sein mit Anweisungen, um eine oder mehrere entsprechende Funktion(en) gemäß hierin beschriebenen Aspekten auszuführen. Alternativ kann der Prozessor auf einen internen und/oder ex ternen Speicher zugreifen, um in dem Speicher gespeicherte Anweisungen abzurufen, die, wenn sie durch den Prozessor ausgeführt werden, die entsprechende(n) Funktion(en), die dem Prozessor zugeordnet sind, und/oder eine oder mehrere Funktionen und/oder Operationen, die sich auf den Betrieb einer Komponente beziehen, die den Prozessor darin umfasst aufweist, ausführen.
Bei einem oder mehreren der hierin beschriebenen beispielhaften Aspekte kann eine Verarbeitungsschaltungsanordnung Speicher umfassen, der Daten und/oder Anweisungen speichert. Der Speicher kann irgendein gut bekannter flüchtiger und/oder nichtflüchtiger Speicher sein, umfassend zum Bei spiel Nur-Lese-Speicher (ROM; read-only memory), Direktzugriffsspeicher (RAM; random access memory), Flash-Speicher, ein Magnetspeicherungsmedium, eine optische Platte, löschbaren programmierbaren Nur-Lese-Speicher (EPROM; erasable programmable read only memory) und programmierbaren Nur-Lese-Speicher (PROM; programmable read only memory). Der Speicher ist möglicherweise nicht entfernbar, entfernbar oder eine Kombination aus beidem

Claims

Ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA), der eine Anzahl von Iterationen unter Verwendung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung umfasst, und iteratives Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von einer Mehrzahl von unterschiedlichen Strahlrichtungen
Das Verfahren gemäß Anspruch 1, wobei das MIMO-Radarsystem eine Anzahl von Sendeanten nen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx).
Das Verfahren gemäß Anspruch 2, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist
Das Verfahren gemäß einem der vorangehenden Ansprüche, wobei das Erzeugen der Strahlformungsdaten ein anfängliches Schätzen einer Kovarianz- (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung und ein iteratives erneutes Schätzen der COV Matrix, wenn die anfängliche Leistungsschätzung iterativ aktualisiert und ausgewertet wird, umfasst.
Das Verfahren gemäß einem der vorangehenden Ansprüche, wobei das Erzeugen der Strahlformungsdaten für jede von der Anzahl von Iterationen ein Aktualisieren und Auswerten der anfänglichen Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen umfasst.
Das Verfahren gemäß einem der vorangehenden Ansprüche, wobei das Erzeugen der Strahlfor mungsdaten ein Wiederholen der Aktualisierung und Auswertung der anfänglichen Leistungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen umfasst.
Ein nichtflüchtiges computerlesbares Medium, aufweisend darauf gespeicherte Anweisungen, die bei Ausführung durch einen oder mehrere Prozessoren den einen oder die mehreren Prozessoren veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen Ausgabe, von Verzögerungs-und Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz (IAA) für eine Anzahl von Iterationen unter Verwendung der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung, und Auswerten der anfänglichen Leistungsschätzung in einer von einer Mehrzahl von unterschiedlichen Strahlrichtungen.
Das nichtflüchtige computerlesbare Medium gemäß Anspruch 7, wobei das MIMO-Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die virtuelle Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Sendeantennen und der Anzahl von Empfangsantennen ist (Ntx)(Nrx).
Das nichtflüchtige computerlesbare Medium gemäß Anspruch 8, wobei die anfängliche Leis tungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 7-9, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten durch anfängliches Schätzen einer Kovarianz- (COV) Matrix unter Verwendung der anfänglichen Leistungsspektrumsschätzung zu erzeugen und die COV-Matrix iterativ erneut zu schätzen, wenn die anfängliche Leistungsschätzung iterativ aktualisiert und ausgewertet wird
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 7 10, wobei die An weisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten zu erzeugen, indem sie für jede von der Anzahl von Iterationen die anfängliche Leistungsschätzung in einer von der Mehrzahl von unterschiedlichen Strahlrichtungen über eine vorbestimmte Anzahl von Spektrumabtastungen aktualisieren und auswerten.
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 7 11, wobei die An weisungen ferner den einen oder die mehreren Prozessoren veranlassen, die Strahlformungsdaten zu erzeugen, indem sie die Aktualisierung und Auswertung der anfänglichen Leistungsschätzung für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen für jede von der Mehrzahl von unterschiedlichen Strahlrichtungen wiederholen.
Ein Verfahren zum Ausführen von Strahlformung, umfassend: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen-Ausgabe, von Verzögerungs-und-Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwen dung der anfänglichen Leistungsspektrumsschätzung, wobei die eine oder die mehreren ROIs ei nen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahl leistung, die einen Detektionsschwellenwert überschreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem iterativen adaptiven Ansatz durch Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahl raum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden aktiven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist.
Das Verfahren gemäß Anspruch 13, wobei der Schritt eines Identifizierens der einen oder der mehreren ROIs eine Konstante Falschalarmrate mit geordneter Statistik- (OS CFAR) Detektion umfasst
Das Verfahren gemäß einem der Ansprüche 13 14, wobei jede von der einen oder den mehreren ROIs auf einer Region im Strahlraum basiert, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionsschwellenwert überschreitet.
Das Verfahren gemäß einem der Ansprüche 13 15, wobei jede von der einen oder den mehreren ROIs eine jeweilige Strahlbreite aufweist, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS Strahlformung erzeugt wird.
Das Verfahren gemäß einem der Ansprüche 13 16, wobei das MIMO-Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die Virtuelle-Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx).
Das Verfahren gemäß Anspruch 17, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.
Ein nichtflüchtiges computerlesbares Medium, aufweisend darauf gespeicherte Anweisungen, die bei Ausführung durch einen oder mehrere Prozessoren den einen oder die mehreren Prozessoren veranlassen, Strahlformung auszuführen durch: Anwenden von angepasster Filterung auf jedes von einer Mehrzahl von empfangenen Signalen, um eine Virtuelle-Gruppenantennen Ausgabe für ein Mehrfach Eingang Mehrfach Ausgang (MIMO) Radarsystem zu erzeugen; Ausführen, unter Verwendung der Virtuelle-Gruppenantennen Ausgabe, von Verzögerungs und Summen- (DAS) Strahlformung, um eine anfängliche Leistungsspektrumsschätzung zu erzeugen, die der Mehrzahl von empfangenen Signalen zugeordnet ist; Identifizieren einer oder mehrerer Regionen von Interesse (ROIs) im Strahlraum unter Verwendung der anfänglichen Leistungsspektrumsschätzung, wobei die eine oder die mehreren ROIs ei nen oder mehrere Strahlsektoren umfassen, die einem detektierten Ziel basierend auf einer Strahl leistung, die einen Detektionsschwellenwert überschreitet, zugeordnet sind; und Erzeugen von Strahlformungsdaten basierend auf einem Iterativer-Adaptiver-Ansatz- (IAA) Ansatz unter Verwendung, für jede identifizierte ROI aus der einen oder den mehreren identifizierten ROIs, der anfänglichen Leistungsspektrumsschätzung als eine anfängliche Leistungsschätzung im Strahlraum und, für jede von einer Anzahl von Iterationen für jede ROI, iteratives Aktualisieren der anfänglichen Leistungsschätzung, bis eine Leistungsschätzung für jeden aktiven Strahlsektor, der jeder von der einen oder den mehreren identifizierten ROIs zugeordnet ist, ausgeführt ist.
Das nichtflüchtige computerlesbare Medium gemäß Anspruch 19, wobei die Anweisungen ferner den einen oder die mehreren Prozessoren veranlassen, die eine oder die mehreren ROIs unter Verwendung einer Konstante Falschalarmrate mit geordneter Statistik- (OS-CFAR) Detektion zu identifizieren
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 19-20, wobei die An weisungen ferner den einen oder die mehreren Prozessoren veranlassen, die eine oder die mehre ren ROIs basierend auf einer Region im Strahlraum zu identifizieren, die um einen Abschnitt eines jeweiligen Strahls gebildet ist, der eine Leistung aufweist, die den Detektionssschwellenwert überschreitet.
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 19-21, wobei die An weisungen den einen oder die mehreren Prozessoren ferner veranlassen, die eine oder die mehre ren ROIs zu identifizieren, die eine jeweilige Strahlbreite aufweisen, die auf einer Abstrahlcharakteristik basiert, die als ein Ergebnis der DAS-Strahlformung erzeugt wird.
Das nichtflüchtige computerlesbare Medium gemäß einem der Ansprüche 19 22, wobei das MIMO Radarsystem eine Anzahl von Sendeantennen Ntx und eine Anzahl von Empfangsantennen Nrx umfasst und wobei die virtuelle Gruppenantennen-Ausgabe eine Größe aufweist, die gleich einer Multiplikation der Anzahl von Empfangsantennen mit der Anzahl von Sendeantennen ist (Ntx)(Nrx).
Das nichtflüchtige computerlesbare Medium gemäß Anspruch 23, wobei die anfängliche Leistungsspektrumsschätzung eine Größe umfasst, die gleich der Anzahl von Empfangsantennen Nrx ist.