技术摘要：
一种解决雷达系统中的模糊的系统和方法，包括用雷达系统检测一个或多个目标。该检测包括获得一个或多个对象中的第一对象的距离、方位角和模糊距离变化率。用状态变量生成多个卡尔曼滤波器，状态变量包括基于距离、方位角和模糊距离变化率的参数。多个卡尔曼滤波器中的  全部
背景技术：
传感器(例如，照相机、无线电探测和测距(雷达)系统、光探测和测距(激光雷达) 系统)越来越多地用于增加车辆(例如，汽车、卡车、建筑设备、农场设备、自动化因子设备) 的操作或使其自动化。雷达系统提供目标在其视野内的方位角、仰角和距离。基于发射一系 列信号，雷达系统还可以基于多普勒效应(即，由发射引起的反射频率变化)提供对象的相 对速度。在高速应用中，例如汽车应用，被雷达系统检测到的对象可能比雷达系统的最大明 确可检测速度传播得更快。因此，希望通过跟踪来提供对雷达系统中多普勒模糊的解决。
技术实现要素：
在一个示例性实施例中，一种解决雷达系统中的模糊的方法包括用雷达系统检测 一个或多个对象。该检测包括获得一个或多个对象中的第一对象的距离、方位角和模糊距 离变化率。用状态变量生成多个卡尔曼滤波器，状态变量包括基于距离、方位角和模糊距离 变化率的参数。多个卡尔曼滤波器中的每一个针对明确的距离变化率提供不同的估计。该 方法包括使用雷达系统的额外检测来更新多个卡尔曼滤波器，从多个卡尔曼滤波器中选择 一被选择的卡尔曼滤波器，该被选择的卡尔曼滤波器在对应于多个卡尔曼滤波器并从多个 卡尔曼滤波器导出的多个概率质量中展现出最高的概率质量，并使用所述被选择的卡尔曼 滤波器来确定对象的明确距离变化率。 除了在本文描述的一个或多个特征之外，只要第一对象在雷达系统检测到的一个 或多个对象之中，就为一个或多个对象中的第一对象迭代地执行多个卡尔曼滤波器的生 成、被选择卡尔曼滤波器的选择以及使用被选择卡尔曼滤波器确定对象的明确距离变化 率。 除了本文描述的一个或多个特征之外，生成多个卡尔曼滤波器包括在第一次迭代 之后为每次迭代生成卡尔曼滤波器的N×M矩阵。 除了本文描述的一个或多个特征之外，生成卡尔曼滤波器的N×M矩阵包括从N个 状态生成M个卡尔曼滤波器，其中M是感兴趣的假设的数量，其中N个状态对应于先前迭代中 的多个卡尔曼滤波器中的N个卡尔曼滤波器，其中多个概率质量中的最高概率质量对应于 多个卡尔曼滤波器并从多个卡尔曼滤波器导出。 除了本文描述的一个或多个特征之外，多个感兴趣的假设中的每一个都对应于模 糊距离变化率的整数倍。 除了本文描述的一个或多个特征之外，生成多个卡尔曼滤波器包括生成状态变量 以包括基于距离和方位角的组合的参数。 除了本文描述的一个或多个特征之外，生成具有基于距离和方位角的组合的参数 的状态变量包括确定距第一大小的横向距离和距第一大小的纵向距离。 4 CN 111596267 A 说　明　书 2/6 页 除了本文描述的一个或多个特征之外，生成多个卡尔曼滤波器包括基于模糊距离 变化率生成包括横向速度和纵向速度的状态变量。 除了本文描述的一个或多个特征之外，所述检测包括获得一个或多个对象中的第 二对象的距离、方位角和模糊距离变化率。 除了本文描述的一个或多个特征之外，该方法还包括生成具有状态变量的第二多 个卡尔曼滤波器，该状态变量包括基于距离、方位角和模糊距离变化率的参数。第二多个卡 尔曼滤波器中的每一个针对明确的距离变化率提供不同的估计。 在另一示例性实施例中，一种解决雷达系统中的模糊的系统包括存储一个或多个 对象的检测信息的存储设备。检测信息包括一个或多个对象中的第一对象的距离、方位角 和模糊距离变化率。该系统还包括处理器，用于生成多个具有状态变量的卡尔曼滤波器，该 状态变量包括基于距离、方位角和模糊距离变化率的参数。多个卡尔曼滤波器中的每一个 针对明确的距离变化率提供不同的估计，使用雷达系统的额外检测来更新多个卡尔曼滤波 器，从多个卡尔曼滤波器中选择在与多个卡尔曼滤波器对应并从多个卡尔曼滤波器导出的 多个概率质量中展现最高概率质量的被选择卡尔曼滤波器，并使用被选择的卡尔曼滤波器 来确定对象的明确的距离变化率。 除了本文描述的一个或多个特征之外，处理器生成多个卡尔曼滤波器，以选择所 述被选择的卡尔曼滤波器，并且只要第一对象在雷达系统检测到的一个或多个对象之中， 就对于一个或多个对象的第一对象，使用被选择的卡尔曼滤波器迭代地确定对象的明确距 离变化率，。 除了本文描述的一个或多个特征之外，多个卡尔曼滤波器包括在第一次迭代之后 的每次迭代的卡尔曼滤波器的N×M矩阵。 除了本文描述的一个或多个特征之外，在卡尔曼滤波器的N×M矩阵中，M是来自N 个状态的多个感兴趣的假设，其中所述N个状态对应于先前迭代中的多个卡尔曼滤波器中 的N个卡尔曼滤波器，其中所述多个概率质量中的最高概率质量对应于所述多个卡尔曼滤 波器并从所述多个卡尔曼滤波器中导出 除了本文描述的一个或多个特征之外，多个感兴趣的假设中的每一个都对应于模 糊距离变化率的整数倍。 除了本文描述的一个或多个特征之外，状态变量包括基于距离和方位角的组合的 参数。 除了本文描述的一个或多个特征之外，基于距离和方位角的组合的参数包括距第 一对象的横向距离和距第一对象的纵向距离。 除了本文描述的一个或多个特征之外，状态变量包括基于模糊距离变化率的横向 速度和纵向速度。 除了这里描述的一个或多个特征之外，检测信息包括一个或多个对象中的第二对 象的距离、方位角和模糊距离变化率。处理器还生成第二多个卡尔曼滤波器，其具有包括基 于距离、方位角和模糊距离变化率的参数的状态变量。第二多个卡尔曼滤波器中的每一个 针对明确的距离变化率提供不同的估计。 除了这里描述的一个或多个特征之外，该系统是车辆的一部分。 当结合附图时，根据以下详细描述，本公开的上述特征和优点以及其他特征和优 5 CN 111596267 A 说　明　书 3/6 页 点将变得显而易见。 附图说明 其他特征、优点和细节仅作为示例出现在以下详细描述中，详细描述参考附图，其 中: 图1是通过跟踪解决雷达系统中多普勒模糊的车辆的框图； 图2是根据一个或多个实施例的通过跟踪解决雷达系统中多普勒模糊的方法的过 程流程；和 图3示出了检测到的对象，根据一个或多个实施例的在雷达系统中解决了其多普 勒模糊。