[发明专利]对代表物理系统的至少一项物理属性的信号进行处理

说明书

本发明公开了对代表物理系统的至少一项物理属性的信号进行处理。实施例涉及一种对代表物理系统(1，2)的至少一项物理属性的信号进行处理的方法，所述方法包括：生成(200)预测信号集合，所述预测信号集合包括至少一个成员，每一个成员表示物理系统的物理状态；根据所述物理状态对于每一个成员生成针对所述信号的预测波形(201)；以及把每一个预测波形与所述信号进行比较(202)，以便确定由为之生成预测信号的成员所表示的物理状态与物理系统的实际物理状态相匹配的准确度。在一个示例性实施例中，所述物理系统是轮胎，并且所述状态包括轮胎内的气压。

技术领域

本发明涉及一种对代表物理系统的至少一项物理属性的信号进行处理的方法以及相关联的装置。

背景技术

使用从目标反射的辐射收集的技术是众所周知的；这样的技术的实例包括RADAR(雷达)(使用无线电波)、LIDAR(激光雷达)(使用光波)和SONAR(声纳)(使用声波)。通常来说，对所接收到的辐射实施某种自动处理，以便估计与目标的位置有关的数据(例如范围和/或方位)。

以例如可以被用来检测寄主车辆周围的其他车辆的车辆RADAR系统(如在作为WO2004/053521公布的PCT专利申请中描述的)为例，通常使用传送频率调制信号的频率调制连续波(FMCW)雷达。在其中调制是简单锯齿斜波的实例中，可以在接收到反射信号时使用所传送的输出与反射信号之间的频率差来估计对象的距离。这通常将是通过把输出和输入信号进行混频并且检测差拍信号而实现的。可以使用混频信号中的另一个频率分量(多普勒分量)来估计对象的速度。

迄今为止，特别在FMCW雷达系统中对于此类信号的分析涉及到反射信号的频谱分析。这意味着在进行进一步的分析之前把接收到的反射辐射(通常是在与输出信号进行了混频之后)转换到频域中。随后可以通过在所确定的频谱中寻找峰值来确定目标的位置和速度。用于计算这些频谱的典型数学方法是快速傅立叶变换(FFT)。FFT实施起来是处理器密集的并且会使用大量存储器带宽，因为所使用的算法需要按照非顺序方式对存储器的广大区域进行存取。

此外，可以从这样的频谱分析返回的数据实际上被限制到位置和速度、加速度以及导致频率元之间的信号“拖尾(smear ing)”的加加速度(jerk)(加速度的改变速率)。为了实施FFT算法，需要将数据分批到冗长的(lengthy)顺序组块中。这也意味着FFT将提供组块周期上的频谱的时间平均度量。

与基于谐振的系统的物理状态的测量有关的技术是已知的，但是通常依赖于所测量的波形是静态的。因此，所述技术对于动态系统不是非常有用。

发明内容

根据本发明的第一方面，我们提供一种对代表物理系统的至少一项物理属性的信号进行处理的方法，所述方法包括：生成预测信号集合，所述预测信号集合包括至少一个成员，每一个成员表示物理系统的物理状态；根据所述物理状态对于每一个成员生成针对所述信号的预测波形；以及把每一个预测波形与所述信号进行比较，以确定由为之生成预测信号的成员所表示的物理状态与物理系统的实际物理状态相匹配的准确度。

因此我们认识到，有可能使用所接收到的信号对系统的物理状态进行建模，并且可以在时域中对系统进行表征而无需实施频谱分析(例如快速傅立叶变换(FFT)等等)。在所建模的参数方面，所述模型可以是非常灵活的。

通常来说，所述物理系统将使得所述信号不表示从目标反射的所接收到的辐射，或者如果所述信号确实表示从目标反射的所接收到的辐射，则所述物理状态不表示目标的状态。通常来说，所述物理状态不包括目标的位置、速度、加速度和/或加加速度。

所述信号可以包括周期性分量，尽管所述信号的频谱可以发生变化。