[发明专利]估计目标数量的装置和方法在审
申请号: | 202010061420.6 | 申请日: | 2020-01-19 |
公开(公告)号: | CN111458712A | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 金永勋 | 申请(专利权)人: | 现代摩比斯株式会社 |
主分类号: | G01S13/931 | 分类号: | G01S13/931;G06N3/04;G06N3/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 马爽;臧建明 |
地址: | 韩国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 估计 目标 数量 装置 方法 | ||
1.一种估计目标数量的装置,包括:
雷达信号接收器,其被配置为接收雷达信号,所述雷达信号属于由雷达发送的检测信号,并且所述雷达信号被地面上的物体反射;和
控制器,其被配置为通过处理接收到的雷达信号来学习目标数量,并且基于所学信息,通过处理新接收到的雷达信号来估计目标数量。
2.根据权利要求1所述的装置,其中,所述控制器被配置为包括:
学习单元,其被配置为通过处理所述接收到的雷达信号来学习目标数量;和
估计单元,其被配置为基于所学信息,通过处理所述新接收到的雷达信号来估计目标数量。
3.根据权利要求2所述的装置,其中,所述控制器被配置为:
接收已知的目标数量和相应的角谱,并提取特征点信息,和
使用神经网络(NN)学习所述特征点信息。
4.根据权利要求3所述的装置,其中,基于目标数量来指定所述角谱的形状。
5.根据权利要求3所述的装置,其中,根据所述角谱的形状来指定对于所述角谱的预设主要部分的特征点信息。
6.根据权利要求2所述的装置,其中,所述控制器被配置为当在学习过程和估计过程中提取角谱时,相同地设置角度(θ)的范围和权重(W)。
7.根据权利要求3所述的装置,其中,所述控制器被配置为:从所述角谱的最大信号的两侧的每一侧上的指定数量的信号,提取与所述最大信号的大小和位置相对应的角度、距所述最大信号的3dB较小位置处的角度信息、与旁瓣的大小和位置相对应的角度,和与零值的大小和位置相对应的角度信息中的至少一个作为所述特征点信息。
8.根据权利要求3所述的装置,其中,所述控制器被配置为:
参数化所述特征点信息,以便将所述特征点信息输入到神经网络(NN),和
接收参数化的特征点信息,并将所述参数化的特征点信息教导给所述NN。
9.根据权利要求2所述的装置,其中,所述控制器被配置为:
接收目标数量已知的雷达信号的角谱,并从所述角谱中提取特征点信息,
将在学习过程中提取的权重相同地应用于所述估计单元,和
通过将所述权重输入到与所述学习单元中使用的NN相同的NN来估计目标数量。
10.一种估计目标数量的方法,包括:
由雷达信号接收器接收雷达信号,所述雷达信号属于由雷达发送的检测信号,并且所述雷达信号被地面上的物体反射;和
由控制器通过处理接收到的雷达信号来学习目标数量,并且基于所学信息,通过处理新接收到的雷达信号来估计目标数量。
11.根据权利要求10所述的方法,其中,所述控制器被配置为:
由学习单元通过处理所述接收到的雷达信号来学习目标数量;和
由估计单元基于所学信息,通过处理所述新接收到的雷达信号来估计目标数量。
12.根据权利要求11所述的方法,其中,在所述学习目标数量时,所述控制器被配置为接收已知的目标数量和相应的角谱,提取特征点信息,并使用神经网络(NN)学习所述特征点信息。
13.根据权利要求12所述的方法,其中,基于目标数量来指定所述角谱的形状。
14.根据权利要求12所述的方法,其中,根据所述角谱的形状来指定对于所述角谱的预设主要部分的特征点信息。
15.根据权利要求11所述的方法,其中,在所述学习目标数量和估计目标数量中,所述控制器被配置为在提取角谱时相同地设置角度(θ)和权重(W)的范围。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于现代摩比斯株式会社,未经现代摩比斯株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010061420.6/1.html,转载请声明来源钻瓜专利网。