CN112241005B - 雷达探测数据的压缩方法、装置及存储介质 - Google Patents
雷达探测数据的压缩方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112241005B CN112241005B CN201910656547.XA CN201910656547A CN112241005B CN 112241005 B CN112241005 B CN 112241005B CN 201910656547 A CN201910656547 A CN 201910656547A CN 112241005 B CN112241005 B CN 112241005B
- Authority
- CN
- China
- Prior art keywords
- data
- key
- detection data
- index
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 324
- 238000007906 compression Methods 0.000 title claims abstract description 51
- 230000006835 compression Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000009466 transformation Effects 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims description 157
- 230000015654 memory Effects 0.000 claims description 19
- 238000013144 data compression Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013139 quantization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 21
- 230000005540 biological transmission Effects 0.000 abstract description 20
- 239000000523 sample Substances 0.000 description 28
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请公开了一种雷达探测数据的压缩方法、装置及存储介质，属于数据处理领域。所述方法包括：根据雷达探测数据生成探测数据帧，所述探测数据帧包括雷达的M个天线在N个周期中每个周期内探测到的K个数据，所述M、N、K均为整数；对所述探测数据帧进行无损变换；根据无损变换后的探测数据帧的目标检测结果，获取关键探测数据和关键数据索引；根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据。本申请可以提高压缩后的雷达探测数据的质量，而且还解决了因原始的雷达探测数据的数据量较大，不利于通过数据传输接口传输到计算机设备的问题。
Description
技术领域
本申请涉及数据处理领域，特别涉及一种雷达探测数据的压缩方法、装置 及存储介质。
背景技术
目前，雷达可以作为一个独立的感知器件使用。也即是，雷达可以进行探 测，得到雷达探测数据，对雷达探测数据进行处理，得到目标点信息，将目标 点信息输出至计算机设备。其中，目标点信息可以包括目标点的速度、目标点 与雷达之间的距离，以及目标点的方位信息等等。换句话说，计算机设备没有 存储原始的雷达探测数据，而是直接存储目标点信息。一旦处理得到的目标点信息存在异常，那么就无法追溯到原始的雷达探测数据，进而难以排查问题。 但是，雷达探测数据的数据量往往较大，不利于通过数据传输接口传输至计算 机设备，因此，需要将雷达探测数据进行压缩，并将压缩后的数据输出至计算 机设备。
发明内容
本申请提供了一种雷达探测数据的压缩方法、装置及存储介质，可以解决 相关技术中因原始的雷达探测数据的数据量较大，不利于通过数据传输接口传 输到计算机设备的问题。所述技术方案如下：
一方面，提供了一种雷达探测数据的压缩方法，所述方法包括：
根据雷达探测数据生成探测数据帧，所述探测数据帧包括雷达的M个天线 在N个周期中每个周期内探测到的K个数据，所述M、N、K均为整数；
对所述探测数据帧进行无损变换；
根据无损变换后的探测数据帧的目标检测结果，获取关键探测数据和关键 数据索引；
根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据。
在一种可能的实现方式中，所述根据无损变换后的探测数据帧的目标检测 结果，获取关键探测数据和关键数据索引，包括：
根据所述无损变换后的探测数据帧，生成二维数据矩阵；
根据所述二维数据矩阵确定功率矩阵，对所述功率矩阵中的每个数据单元 进行目标检测，将通过所述目标检测的数据单元的位置索引作为所述关键数据 索引；或者，对所述二维数据矩阵中的每个数据单元进行目标检测，将通过所 述目标检测的数据单元的位置索引作为所述关键数据索引；
根据所述关键数据索引，从所述无损变换后的探测数据帧中获取所述关键 探测数据。
在一种可能的实现方式中，所述根据所述关键探测数据和所述关键数据索 引，确定压缩后的雷达探测数据，包括：
将所述关键探测数据和所述关键数据索引，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，所述根据所述关键探测数据和所述关键数据索 引，确定压缩后的雷达探测数据，包括：
根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
将索引排序结果中的前L个索引对应的数据和所述前L个索引，确定为压 缩后的雷达探测数据。
在一种可能的实现方式中，所述根据所述关键探测数据和所述关键数据索 引，确定压缩后的雷达探测数据，包括：
将所述关键探测数据、所述关键数据索引和所述功率矩阵，确定为压缩后 的雷达探测数据。
在一种可能的实现方式中，所述根据所述关键探测数据和所述关键数据索 引，确定压缩后的雷达探测数据，包括：
根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵进行压缩；
将索引排序结果中的前L个索引对应的关键探测数据、所述前L个索引和 压缩后的功率矩阵，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，所述根据所述功率矩阵中的最大功率和最小功 率，对所述功率矩阵进行压缩，包括：
根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵中的每个数 据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后的功率矩阵。
另一方面，提供了一种雷达探测数据的压缩装置，所述装置包括：
生成模块，用于根据雷达探测数据生成探测数据帧，所述探测数据帧包括 雷达的M个天线在N个周期中每个周期内探测到的K个数据，所述M、N、K 均为整数；
无损变换模块，用于对所述探测数据帧进行无损变换；
获取模块，用于根据无损变换后的探测数据帧的目标检测结果，获取关键 探测数据和关键数据索引；
确定模块，用于根据所述关键探测数据和所述关键数据索引，确定压缩后 的雷达探测数据。
在一种可能的实现方式中，所述获取模块包括：
生成子模块，用于根据无损变换后的探测数据帧，生成二维数据矩阵；
第一确定子模块，用于根据所述二维数据矩阵确定功率矩阵；
目标检测子模块，用于对所述功率矩阵中的每个数据单元进行目标检测， 将通过所述目标检测的数据单元的位置索引作为所述关键数据索引；或者，对 所述二维数据矩阵中的每个数据单元进行目标检测，将通过所述目标检测的数 据单元的位置索引作为所述关键数据索引；
获取子模块，用于根据所述关键数据索引，从所述无损变换后的探测数据 帧中获取所述关键探测数据。
在一种可能的实现方式中，所述确定模块包括：
第二确定子模块，用于将所述关键探测数据和所述关键数据索引，确定为 压缩后的雷达探测数据。
在一种可能的实现方式中，所述确定模块包括：
第三确定子模块，用于根据所述功率矩阵，确定每个关键数据索引对应的 信噪比；
第一排序子模块，用于按照信噪比从大到小的顺序，将所述关键数据索引 进行排序；
第一运算子模块，用于将所述功率矩阵包括的数据单元的总数与参考压缩 率相乘，得到L；
第四确定子模块，用于将索引排序结果中的前L个索引对应的数据和所述 前L个索引，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，所述确定模块包括：
第五确定子模块，用于将所述关键探测数据、所述关键数据索引和所述功 率矩阵，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，所述确定模块包括：
第六确定子模块，用于根据所述功率矩阵，确定每个关键数据索引对应的 信噪比；
第二排序子模块，用于按照信噪比从大到小的顺序，将所述关键数据索引 进行排序；
第二运算子模块，用于将所述功率矩阵包括的数据单元的总数与参考压缩 率相乘，得到L；
压缩子模块，用于根据所述功率矩阵中的最大功率和最小功率，对所述功 率矩阵进行压缩；
第七确定子模块，用于将索引排序结果中的前L个索引对应的关键探测数 据、所述前L个索引和压缩后的功率矩阵，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，所述压缩子模块包括：
量化单元，用于根据所述功率矩阵中的最大功率和最小功率，对所述功率 矩阵中的每个数据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后 的功率矩阵。
另一方面，提供了一种计算机设备，所述计算机设备包括处理器、通信接 口、存储器和通信总线，所述处理器、所述通信接口和所述存储器通过所述通 信总线完成相互间的通信，所述存储器用于存放计算机程序，所述处理器用于 执行所述存储器上所存放的程序，以实现上述所述雷达探测数据的压缩方法的 步骤。
另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算 机程序，所述计算机程序被处理器执行时实现上述所述雷达探测数据的压缩方 法的步骤。
另一方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行 时，使得计算机执行上述所述的雷达探测数据的压缩方法的步骤。
本申请提供的技术方案至少可以带来以下有益效果：
本申请可以根据关键探测数据和关键数据索引，确定压缩后的雷达探测数 据，由于关键探测数据为原始的雷达探测数据中潜在目标点的信息，这样，压 缩后的雷达探测数据中基本包含了大部分潜在目标点的信息，也即是，压缩后 的雷达探测数据的质量较高，信息损失量较小。而且，通过本申请实施例提供 的方法进行数据压缩后，可以将压缩后的雷达探测数据传输至计算机设备，从而解决因原始的雷达探测数据的数据量较大，不利于通过数据传输接口传输到 计算机设备的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下， 还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种实施环境的示意图；
图2是本申请实施例提供的一种雷达探测数据的压缩方法的流程图；
图3是本申请实施例提供的一种数据帧的示意图；
图4是本申请实施例提供的一种雷达探测数据的压缩装置的结构示意图；
图5是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请 实施方式作进一步地详细描述。
在对本申请实施例提供的雷达探测数据的压缩方法进行详细的解释说明之 前，先对本申请实施例提供的实施环境进行介绍。
请参考图1，图1是根据一示例性实施例示出的一种实施环境的示意图。该 实施环境包括雷达101和计算机设备102。雷达101可以与计算机设备102进行 通信连接。该通信连接可以为采用高速数据传输接口进行的连接，本申请对此 不做限定。
上述雷达101可以进行探测，得到雷达探测数据。雷达101还可以对雷达 探测数据进行处理，得到目标点信息，以及对雷达探测数据进行压缩。之后， 可以将目标点信息和压缩后的雷达探测数据传输至计算机设备102。作为一种示 例，雷达101可以包括M个天线、射频单元以及数据压缩处理单元。该M个天 线用于接收电磁波信号，射频单元用于基于天线接收到的电磁波信号生成雷达 探测数据。数据压缩处理单元用于对雷达探测数据进行处理，得到目标点信息， 以及对雷达探测数据进行压缩，并将目标点信息和压缩后的雷达探测数据传输 至计算机设备102。
上述计算机设备101可以接收雷达101传输的目标点信息和压缩后的雷达 探测数据。计算机设备101还可以根据目标点信息对目标点进行跟踪，而且还 可以通过压缩后的雷达探测数据与采集到的图像进行融合。
作为一种示例，雷达101可以为毫米波雷达、微波雷达等，计算机设备102 可以是与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一 种或多种方式进行人机交互的电子产品，例如PC(Personal Computer，个人计 算机)、手机、智能手机、PDA(Personal Digital Assistant，个人数字助手)、 可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑、智能车机、智能电视、 智能音箱等。
本领域技术人员应能理解上述雷达101和计算机设备102仅为举例，其他 现有的或今后可能出现的雷达或计算机设备如可适用于本申请，也应包含在本 申请保护范围以内，并在此以引用方式包含于此。
接下来对本申请实施例提供的雷达探测数据的压缩方法进行详细的解释说 明。
请参考图2，图2是根据一示例性实施例示出的一种雷达探测数据的压缩方 法的流程图，该方法可以应用于上述图1所示的实施环境中的雷达101。该方法 可以包括如下步骤。
步骤201：根据雷达探测数据生成探测数据帧，该探测数据帧包括雷达的M 个天线在N个周期中每个周期内探测到的K个数据，M、N、K均为整数。
雷达可以包括M个天线，每个天线都可以获取雷达探测数据，每个天线在 一个周期内可以进行K次采样。而且，雷达进行数据压缩时是以数据帧为单位 进行压缩的，因此，雷达可以按照参考数据格式，根据雷达探测数据生成探测数据帧。其中，参数数据格式中规定有一个数据帧所包括的周期，即N个周期。
作为一种示例，可以将雷达探测数据按照周期内的采样、周期间的采样和 天线三个维度进行数据排布，从而构成如图3所示的数据帧。图3所示的数据 帧的大小为N×K×M，也即是，图3所示的数据帧包括N×K×M个数据单元。这 样，对于图3所示的数据帧中的一个数据单元来说，这个数据单元可以标记为 s(k,n,m)，表示第m个天线的第n个周期内的第k个采样点的数据。
比如，假设雷达在每个周期内可以进行256次采样，每个数据帧包含128 个周期，雷达共有8个天线。则每个数据帧的大小为256×128×8。若每个采样点 用2个字节(16bit)表示，则一个数据帧的数据量为256×128×8×16＝4Mbps。
需要说明的是，雷达探测数据为ADC(Analog-to-Digital Converter，模数转 换)数据，该ADC数据一般为非直观数据，雷达可以对该ADC数据进行处理， 以提取当前时刻的雷达视场内目标点的信息，通常情况下，该目标点的信息可 以包括但不限于目标点的速度、目标点与雷达之间的距离，以及目标点的方位信息。
步骤202：对探测数据帧进行无损变换。
作为一种示例，可以对探测数据帧中的每个数据进行傅里叶变换。其中， 由于傅里叶变换是一种可逆变换，在变换过程中没有信息损失，因此，按照傅 里叶变换对探测数据帧进行无损变换之后，不会造成数据损失。
需要说明的是，本申请实施例可以通过傅里叶变换实现探测数据帧的无损 变换，在其他一些实施例中，还可以通过其他的变换方式实现探测数据帧的无 损变换，本申请实施例对此不做限定。
步骤203：根据无损变换后的探测数据帧的目标检测结果，获取关键探测数 据和关键数据索引。
在一些实施例中，可以根据无损变换后的探测数据帧，生成二维数据矩阵。 根据二维数据矩阵确定功率矩阵。对功率矩阵中的每个数据单元进行目标检测， 将通过目标检测的数据单元在功率矩阵中的位置索引确定为关键数据索引。根 据关键数据索引，从无损变换后的探测数据帧中获取关键探测数据。或者，根 据无损变换后的探测数据帧，生成二维数据矩阵。对二维数据矩阵中的每个数据单元进行目标检测，将通过目标检测的数据单元的位置索引作为关键数据索 引。根据关键数据索引，从无损变换后的探测数据帧中获取关键探测数据。
对于功率矩阵或者二维数据矩阵中的每个数据单元，如果这个数据单元通 过了目标检测，那么可以说明这个数据单元可能包括目标点的信息(比如，目 标点的速度、目标点与雷达之间的距离，以及目标点的方位信息等)，这个数 据单元为潜在目标点的数据单元，如果这个数据单元未通过目标检测，那么可 以说明这个数据单元可能不包括目标点的数据，这个数据单元不为潜在目标点 的数据单元，换句话说，这个数据单元的信息量较低或者为无效数据单元，因此，通过剔除一部分低信息量或无效数据单元来实现雷达探测数据的压缩。因 此，将通过目标检测的数据单元的位置索引确定为关键数据索引，可以避免关 键探测数据的遗漏，进而减少数据损失。
需要说明的是，对功率矩阵或者二维数据矩阵中的每个数据单元进行目标 检测时，可以通过恒虚警检测方法进行潜在目标检测，一种示例，如果对功率 矩阵或者二维数据矩阵的一个数据单元进行恒虚警检测确定存在潜在目标，则 该数据单元通过目标检测，如果对一个数据单元进行恒虚警检测确定不存在潜 在目标，则该数据单元未通过目标检测，未通过目标检测的数据单元可以剔除掉，以实现数据压缩。也可以通过其他的检测方法进行潜在目标检测，具体的 检测方法，本申请实施例对此不做限定。
作为一种示例，根据无损变换后的探测数据帧，生成二维数据矩阵的操作 可以为：将无损变换后的探测数据帧中的每个数据取模，将取模后的数据按照 天线维度进行累加。也即是，将同一天线上的数据进行累加。累加后的数据是 周期和采样点两个维度上的数据。因此，可以按照累加后的数据生成一个二维 数据矩阵。示例性地，对于上述N×K×M大小的探测数据帧，将无损变换后的探测数据帧中的每个数据取模，将取模后的数据按照天线维度进行累加之后可以 得到N×K大小的二维数据矩阵。
作为一种示例，根据二维数据矩阵确定功率矩阵的操作可以为：将二维数 据矩阵中的每个数据单元转换为dB形式，从而可以得到功率矩阵。在一些实施 例中，对于二维数据矩阵中的每个数据单元，可以按照20log10|sF|将每个数据单 元转换为dB形式。其中，sF为二维数据矩阵中的一个数据单元。
由于二维数据矩阵包括周期和采样点两个维度上的数据，而功率矩阵是对 二维数据矩阵中的数据单元进行dB形式的转换得到的，因此，功率矩阵中通过 目标检测的数据单元在功率矩阵中的位置索引可以作为二维数据矩阵中的位置 索引。
作为一种示例，根据关键数据索引，从无损变换后的探测数据帧中获取关 键探测数据的操作可以为：将无损变换后的探测数据帧中，在周期和采样点两 个维度上的位置索引为上述关键数据索引的数据确定为关键探测数据。也即是， 将无损变换后的探测数据帧中，上述关键数据索引对应的M个天线上的数据确定为关键探测数据。示例性地，假设关键数据索引中包括第1行第2个位置的 索引，那么，可以将M个天线在这个位置上采集到的数据均确定为关键探测数 据。
需要说明的是，对功率矩阵或者二维数据矩阵中的每个数据单元进行目标 检测时会用到一个检测门限，也可以称为第一检测阈值，第一检测阈值用于决 定压缩后的雷达探测数据的数据量。第一检测阈值可以为计算机设备发送给雷 达的。其中，第一检测阈值可以由用户根据实际需求自定义设置，也可以由计 算机设备默认设置，本申请实施例对此不做限定。另外，第一检测阈值通常设置的比较小，这样可以保证大部分的潜在目标点对应的数据单元都可以通过目 标检测。
步骤204：根据关键探测数据和关键数据索引，确定压缩后的雷达探测数据。
由于关键探测数据为无损变换后的数据帧中的部分数据，因此，在一些实 施例中，可以将关键探测数据和关键数据索引，确定为压缩后的雷达探测数据。 这样，相比于无损变换后的数据帧，压缩后的雷达探测数据的数据量相对较小， 从而可以解决原始的雷达探测数据的数据量大，不利于通过数据传输接口传输 到计算机设备的问题，而且还可以减少压缩后的雷达探测数据中的信息损失量，进而提高数据压缩的质量。
为了进一步减小压缩后的雷达探测数据的数据量，还可以对关键探测数据 和关键数据索引进行压缩。也即是，确定功率矩阵中关键数据索引所对应的每 个数据的信噪比。按照信噪比从大到小的顺序，将关键数据索引进行排序。将 功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L。将索引排序结果中 的前L个位置索引对应的关键探测数据和前L个位置索引，确定为压缩后的雷达探测数据。
需要说明的是，参考压缩率用于决定压缩后的雷达探测数据的数据量。并 且，参考压缩率可以为计算机设备发送给雷达的，参考压缩率可以由用户根据 实际需求自定义设置，也可以由计算机设备默认设置，本申请实施例对此不做 限定。
比如，假设第一检测阈值为6dB，参考压缩率为2％。根据无损变换后的探 测数据帧，生成的二维数据矩阵的大小为256×128。这样，功率矩阵包括的数据 单元的总数与参考压缩率相乘之后，得到的L＝256×128×2％＝655。假设功率矩阵 中通过目标检测的数据单元为800个，那么对关键数据索引进行排序之后，可 以将排序位于655之后的关键探测数据舍弃，以及将排序位于655之后的关键数据索引舍弃，将舍弃后剩余的关键探测数据和关键数据索引作为压缩后的雷 达探测数据。
作为一种示例，确定功率矩阵中关键数据索引所对应的每个数据的信噪比 的操作可以为：对于功率矩阵中的第一数据单元，确定第一数据单元的邻域内 的数据单元的平均值，确定该平均值与第一数据单元之间的差值，将该差值确 定为第一数据单元的信噪比。其中，第一数据单元为功率矩阵中的任一数据单 元。
其中，邻域的大小可以由计算机设备发送给雷达，该邻域的大小可以由用 户根据实际需求自定义设置，也可以由计算机设备默认设置，本申请实施例对 此不做限定。
当雷达将压缩后的雷达探测数据发送给计算机设备之后，计算机设备可能 需要将雷达探测数据与图像进行融合。对于这种情况，除了将关键探测数据和 关键数据索引确定为压缩后的雷达探测数据之外，还需要将功率矩阵确定为雷 达探测数据。也即是，将关键探测数据、关键数据索引和功率矩阵，确定为压 缩后的雷达探测数据。
为了进一步减小压缩后的雷达探测数据的数据量，还可以对关键探测数据、 关键探测数据的索引和功率矩阵进行压缩。也即是，确定功率矩阵中关键数据 索引所对应的每个数据的信噪比。按照信噪比从大到小的顺序，将关键数据索 引进行排序。将功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L。根 据功率矩阵中的最大功率和最小功率，对功率矩阵进行压缩。将排序结果中的 前L个位置索引对应的关键探测数据、前L个位置索引和压缩后的功率矩阵， 确定为压缩后的雷达探测数据。
作为一种示例，根据功率矩阵中的最大功率和最小功率，对功率矩阵进行 压缩的操作可以为：根据功率矩阵中的最大功率和最小功率，对功率矩阵中的 每个数据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后的功率矩 阵。在一些实施例中，可以根据功率矩阵中的最大功率和最小功率，按照下述 公式，对功率矩阵中的每个数据单元进行量化。
其中，在上述公式中，PRD(n,k)表示功率矩阵中第n行第k列的数据单元， max(PRD)表示功率矩阵中的最大值，min(PRD)表示功率矩阵中的最小值，B表示 量化的位数。
需要说明的是，上述B用于决定压缩后的雷达探测数据的数据量。并且上述 B可以为计算机设备发送给雷达的。其中，B可以由用户根据实际需求自定义设 置，也可以由计算机设备默认设置，本申请实施例对此不做限定。
由于关键探测数据为复数数据，通常采用32位浮点型分别表示实部和虚部， 假设，上述B为12，那么，前655个位置索引对应的关键探测数据的数据量为 655×8×32×2，前655个位置索引的数据量为655×16，压缩后的功率矩阵的数据 量为256×128×12，这样，当压缩后的雷达探测数据包括前655个位置索引对应的 关键探测数据和前655个位置索引时，压缩后的雷达探测数据的数据量为 0.17Mbps。当压缩后的雷达探测数据包括前655个位置索引对应的关键探测数 据、前655个位置索引和压缩后的功率矩阵时，压缩后的雷达探测数据的数据 量为0.545Mbps。
综合上面的描述，雷达与计算机设备之间通过数据传输接口实现数据的传 输，数据传输接口具有一定的传输速率，并且第一检测阈值、参考压缩率和B用 于决定压缩后的雷达探测数据的数据量，因此，在进行数据压缩之前，计算机 设备可以确定雷达按照计算机设备存储的第一检测阈值、参考压缩率和B进行数 据压缩之后，压缩后的雷达探测数据的数据量是否小于或等于计算机设备与雷达之间的数据传输接口的传输速率。如果小于或等于，那么可以将自身存储的 第一检测阈值、参考压缩率和B发送给雷达。如果大于，那么计算机设备还可以 对存储的第一检测阈值、参考压缩率和B进行调整，以使雷达按照调整后的第一 检测阈值、参考压缩率和B进行数据压缩之后，压缩后的雷达探测数据的数据量可以小于或等于计算机设备与雷达之间的数据传输接口的传输速率。之后，计 算机设备可以将调整后的第一检测阈值、参考压缩率和B发送给雷达。
在一些实施例中，通过提高第一检测阈值和参考压缩率，可以降低关键探 测数据和关键数据索引的数据量，通过降低B可以降低压缩后的功率矩阵的数据 量，因此，计算机设备对存储的第一检测阈值、参考压缩率和B进行调整时，可 以提高存储的第一检测阈值和参考压缩率中的一个或者两个，或者降低B。当然， 计算机设备还可以按照其他的方式来调整，只要雷达按照调整后的第一检测阈值、参考压缩率和B进行数据压缩之后，压缩后的雷达探测数据的数据量可以小 于或等于计算机设备与雷达之间的数据传输接口的传输速率，且压缩后的雷达 探测数据的损失量较小即可。
至此，已完成雷达探测数据的压缩。在雷达通过上述步骤201-204确定压缩 后的雷达探测数据之后，可以将压缩后的雷达探测数据发送给计算机设备。而 且雷达还可以对压缩后的雷达探测数据进行后续的处理。由于不同情况下，压 缩后的雷达探测数据可能不同，因此，接下来分多种情况进行说明。
第一种情况，当压缩后的雷达探测数据为关键探测数据和关键数据索引时， 可以将关键探测数据中属于同一天线的数据，按照方位估计算法进行处理，得 到多个点的方位信息。根据该多个点与雷达之间的距离、该多个点的速度，以 及该多个点的方位信息，对该多个点进行聚类和跟踪，得到目标点的跟踪列表， 该跟踪列表包括目标点在不同时刻与雷达之间的距离、速度，以及方位信息。雷达可以将目标点的跟踪列表传输给计算机设备。
需要说明的是，关键探测数据可以指示上述多个点与雷达之间的距离，以 及上述多个点的速度。另外，关键探测数据进行方位估计算法进行处理之后， 得到的多个点是一些散点，因此，可以对这多个点进行聚类，从而确定目标点。
第二种情况，当压缩后的雷达探测数据包括索引排序结果中的前L个位置 索引对应的关键探测数据和前L个位置索引时，对于索引排序结果中的前L个 位置索引对应的关键探测数据，可以按照上述第一种情况的处理方式进行处理， 从而得到目标点的跟踪列表，并将目标点的跟踪列表传输给计算机设备。
第三种情况，当压缩后的雷达探测数据包括关键探测数据、关键数据索引 和功率矩阵时，对功率矩阵再次进行目标检测，将再次通过目标检测的数据的 位置索引作为方位数据索引。从关键探测数据中获取方位数据索引对应的数据。 对于获取到的数据，可以按照上述第一种情况的处理方式进行处理，从而得到 目标点的跟踪列表，并将目标点的跟踪列表传输给计算机设备。
需要说明的一点是，对功率矩阵再次进行目标检测时也会用到一个检测门 限，这个检测门限可以称为第二检测阈值。由于上述第一检测阈值比较小，基 本上所有的潜在目标点都能通过目标检测，因此，为了排除冗余，当前可以对 功率矩阵再次进行目标检测。其中，第二检测阈值大于第一检测阈值。
需要说明的另一点是，对功率矩阵再次进行目标检测时，可以通过恒虚警 检测方法进行检测，也可以通过其他的检测方法进行检测。而且，对功率矩阵 进行的两次目标检测的方法可以相同，也可以不同，本申请实施例对此不做限 定。
值得注意的是，当压缩后的雷达探测数据包括关键探测数据、关键数据索 引和功率矩阵时，不仅可以按照上述方法进行处理。还可以直接按照第一种情 况进行处理，也即是，可以不用功率矩阵。
第四种情况，当压缩后的雷达探测数据括索引排序结果中的前L个位置索 引对应的关键探测数据、前L个位置索引和压缩后的功率矩阵时，可以按照上 述第三种情况的处理方式进行处理，从而得到目标点的跟踪列表，并将目标点 的跟踪列表传输给计算机设备。
本申请实施例可以根据关键探测数据和关键数据索引，确定压缩后的雷达 探测数据，由于关键探测数据为原始的雷达探测数据中潜在目标点的信息，这 样，压缩后的雷达探测数据中基本包含了大部分潜在目标点的信息，也即是， 压缩后的雷达探测数据的质量较高，信息损失量较小。而且，通过本申请实施 例提供的方法进行数据压缩后，可以将压缩后的雷达探测数据传输至计算机设备，从而解决因原始的雷达探测数据的数据量较大，不利于通过数据传输接口 传输到计算机设备的问题。
请参考图4，图4是根据一示例性实施例示出的一种雷达探测数据的压缩装 置的结构示意图，该装置可以由软件、硬件或者两者的结合实现成为雷达的部 分或者全部，雷达可以为图1所示的雷达。该装置包括：生成模块401、无损变换模块402、获取模块403和确定模块404。
生成模块401，用于根据雷达探测数据生成探测数据帧，探测数据帧包括雷 达的M个天线在N个周期中每个周期内探测到的K个数据，M、N、K均为整 数；
无损变换模块402，用于对探测数据帧进行无损变换；
获取模块403，用于根据无损变换后的探测数据帧的目标检测结果，获取关 键探测数据和关键数据索引；
确定模块404，用于根据关键探测数据和关键数据索引，确定压缩后的雷达 探测数据。
在一种可能的实现方式中，获取模块403包括：
生成子模块，用于根据无损变换后的探测数据帧，生成二维数据矩阵；
第一确定子模块，用于根据二维数据矩阵确定功率矩阵；
目标检测子模块，用于对功率矩阵中的每个数据进行目标检测，将通过目 标检测的数据的位置索引作为关键数据索引；或者，对二维数据矩阵中的每个 数据单元进行目标检测，将通过目标检测的数据单元的位置索引作为关键数据 索引；
获取子模块，用于根据关键数据索引，从无损变换后的探测数据帧中获取 关键探测数据。
在一种可能的实现方式中，确定模块404包括：
第二确定子模块，用于将关键探测数据和关键数据索引，确定为压缩后的 雷达探测数据。
在一种可能的实现方式中，确定模块404包括：
第三确定子模块，用于根据功率矩阵，确定每个关键数据索引对应的信噪 比；
第一排序子模块，用于按照信噪比从大到小的顺序，将关键数据索引进行 排序；
第一运算子模块，用于将功率矩阵包括的数据的总数与参考压缩率相乘， 得到L；
第四确定子模块，用于将索引排序结果中的前L个索引对应的数据和前L 个索引，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，确定模块404包括：
第五确定子模块，用于将关键探测数据、关键数据索引和功率矩阵，确定 为压缩后的雷达探测数据。
在一种可能的实现方式中，确定模块404包括：
第六确定子模块，用于根据功率矩阵，确定每个关键数据索引对应的信噪 比；
第二排序子模块，用于按照信噪比从大到小的顺序，将关键数据索引进行 排序；
第二运算子模块，用于将功率矩阵包括的数据的总数与参考压缩率相乘， 得到L；
压缩子模块，用于根据功率矩阵中的最大功率和最小功率，对功率矩阵进 行压缩；
第七确定子模块，用于将索引排序结果中的前L个索引对应的关键探测数 据、前L个索引和压缩后的功率矩阵，确定为压缩后的雷达探测数据。
在一种可能的实现方式中，压缩子模块包括：
量化单元，用于根据功率矩阵中的最大功率和最小功率，对功率矩阵中的 每个数据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后的功率矩 阵。
本申请实施例可以根据关键探测数据和关键数据索引，确定压缩后的雷达 探测数据，由于关键探测数据为原始的雷达探测数据中潜在目标点的信息，这 样，压缩后的雷达探测数据中基本包含了大部分潜在目标点的信息，也即是， 压缩后的雷达探测数据的质量较高，信息损失量较小。而且，通过本申请实施 例提供的方法进行数据压缩后，可以将压缩后的雷达探测数据传输至计算机设备，从而解决因原始的雷达探测数据的数据量较大，不利于通过数据传输接口 传输到计算机设备的问题。
需要说明的是：上述实施例提供的雷达探测数据的压缩装置在进行雷达探 测数据的压缩时，仅以上述各功能模块的划分进行举例说明，实际应用中，可 以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划 分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施 例提供的雷达探测数据的压缩装置与雷达探测数据的压缩方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图5，图5是根据一示例性实施例示出的一种计算机设备500的结构 框图。该计算机设备500可以是便携式移动终端，比如：智能手机、平板电脑、 MP3播放器(MovingPicture Experts Group Audio Layer III，动态影像专家压缩 标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备500 还可能被称为用户设备、便携式计算机设备、膝上型计算机设备、台式计算机 设备等其他名称。
通常，计算机设备500包括有：处理器501和存储器502。
处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理 器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、 FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA (Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。 处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下 的数据进行处理的处理器，也称CPU(CentralProcessing Unit，中央处理器)； 协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施 例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)， GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用 于处理有关机器学习的计算操作。
存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储 介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失 性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少 一个指令用于被处理器501所执行以实现本申请中方法实施例提供的雷达探测 数据的压缩方法。
在一些实施例中，计算机设备500还可选包括有：***设备接口503和至 少一个***设备。处理器501、存储器502和***设备接口503之间可以通过总 线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接 口503相连。具体地，***设备包括：射频电路504、触摸显示屏505、摄像头 506、音频电路507、定位组件508和电源509中的至少一种。
***设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少 一个***设备连接到处理器501和存储器502。在一些实施例中，处理器501、 存储器502和***设备接口503被集成在同一芯片或电路板上；在一些其他实 施例中，处理器501、存储器502和***设备接口503中的任意一个或两个可以 在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电 磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。 射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号 转换为电信号。可选地，射频电路504包括：天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块 卡等等。射频电路504可以通过至少一种无线通信协议来与其它计算机设备进 行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无 线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、 文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示 屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以 用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置计算机设备500的前面板；在另一些实施例中， 显示屏505可以为至少两个，分别设置在计算机设备500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在计算机设备 500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则 图形，也即异形屏。显示屏505可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置 摄像头和后置摄像头。通常，前置摄像头设置在计算机设备的前面板，后置摄 像头设置在计算机设备的背面。在一些实施例中，后置摄像头为至少两个，分 别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现 主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实 现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色 温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声 波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路 504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在计算机设备500的不同部位。麦克风还可以是阵列麦克风或全向采集型 麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。 扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电 陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号 转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507 还可以包括耳机插孔。
定位组件508用于定位计算机设备500的当前地理位置，以实现导航或LBS(Location Based Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位***)、中国的北斗***或俄罗斯的伽利略***的定位组件。
电源509用于为计算机设备500中的各个组件进行供电。电源509可以是 交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时， 该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线 线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还 可以用于支持快充技术。
在一些实施例中，计算机设备500还包括有一个或多个传感器510。该一个 或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力 传感器513、指纹传感器514、光学传感器515以及接近传感器516。
加速度传感器511可以检测以计算机设备500建立的坐标系的三个坐标轴 上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐 标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感 器511还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器512可以检测计算机设备500的机体方向及转动角度，陀螺 仪传感器512可以与加速度传感器511协同采集用户对计算机设备500的3D动 作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以 及惯性导航。
压力传感器513可以设置在计算机设备500的侧边框和/或触摸显示屏505 的下层。当压力传感器513设置在计算机设备500的侧边框时，可以检测用户 对计算机设备500的握持信号，由处理器501根据压力传感器513采集的握持 信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的 下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面 上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标 控件、菜单控件中的至少一种。
指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514 采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识 别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户 执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、 支付及更改设置等。指纹传感器514可以被设置计算机设备500的正面、背面 或侧面。当计算机设备500上设置有物理按键或厂商Logo时，指纹传感器514 可以与物理按键或厂商Logo集成在一起。
光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以 根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具 体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度 较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还 可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄 参数。
接近传感器516，也称距离传感器，通常设置在计算机设备500的前面板。 接近传感器516用于采集用户与计算机设备500的正面之间的距离。在一个实 施例中，当接近传感器516检测到用户与计算机设备500的正面之间的距离逐 渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当 接近传感器516检测到用户与计算机设备500的正面之间的距离逐渐变大时， 由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图5中示出的结构并不构成对计算机设备500 的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不 同的组件布置。
本申请根据一示例性实施例示出了一种雷达的结构示意图，雷达可因配置 或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)和一个或一个以上的存储器，其中，所述存储器中存储 有至少一条指令，所述至少一条指令由该处理器加载并执行，以实现上述实施 例中雷达探测数据的压缩方法。当然，雷达还可以具有有线或无线网络接口、 键盘以及输入输出接口等部件，以便进行输入输出，雷达还可以包括其他用于实现设备功能的部件，在此不做赘述。
在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储 有计算机程序，所述计算机程序被处理器执行时实现上述实施例中雷达探测数 据的压缩方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、 CD-ROM、磁带、软盘和光数据存储设备等。
值得注意的是，本申请提到的计算机可读存储介质可以为非易失性存储介 质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、 固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机 程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述 计算机指令可以存储在上述计算机可读存储介质中。
也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当 其在计算机上运行时，使得计算机执行上述所述的雷达探测数据的压缩方法的 步骤。
以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精 神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保 护范围之内。
Claims (14)
1.一种雷达探测数据的压缩方法，其特征在于，所述方法包括：
根据雷达探测数据生成探测数据帧，所述探测数据帧包括雷达的M个天线在N个周期中每个周期内探测到的K个数据，所述M、N、K均为整数；
对所述探测数据帧进行无损变换；
根据无损变换后的探测数据帧，生成二维数据矩阵；
根据所述二维数据矩阵确定功率矩阵，对所述功率矩阵中的每个数据单元进行目标检测，将通过所述目标检测的数据单元的位置索引作为关键数据索引；或者，对所述二维数据矩阵中的每个数据单元进行目标检测，将通过所述目标检测的数据单元的位置索引作为所述关键数据索引；
根据所述关键数据索引，从所述无损变换后的探测数据帧中获取关键探测数据；
根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据。
2.如权利要求1所述的方法，其特征在于，所述根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据，包括：
将所述关键探测数据和所述关键数据索引，确定为压缩后的雷达探测数据。
3.如权利要求1所述的方法，其特征在于，所述根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据，包括：
根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
将索引排序结果中的前L个索引对应的数据和所述前L个索引，确定为压缩后的雷达探测数据。
4.如权利要求1所述的方法，其特征在于，所述根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据，包括：
将所述关键探测数据、所述关键数据索引和所述功率矩阵，确定为压缩后的雷达探测数据。
5.如权利要求1所述的方法，其特征在于，所述根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据，包括：
根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵进行压缩；
将索引排序结果中的前L个索引对应的关键探测数据、所述前L个索引和压缩后的功率矩阵，确定为压缩后的雷达探测数据。
6.如权利要求5所述的方法，其特征在于，所述根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵进行压缩，包括：
根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵中的每个数据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后的功率矩阵。
7.一种雷达探测数据的压缩装置，其特征在于，所述装置包括：
生成模块，用于根据雷达探测数据生成探测数据帧，所述探测数据帧包括雷达的M个天线在N个周期中每个周期内探测到的K个数据，所述M、N、K均为整数；
无损变换模块，用于对所述探测数据帧进行无损变换；
获取模块，用于根据无损变换后的探测数据帧的目标检测结果，获取关键探测数据和关键数据索引；
确定模块，用于根据所述关键探测数据和所述关键数据索引，确定压缩后的雷达探测数据；
所述获取模块包括：
生成子模块，用于根据无损变换后的探测数据帧，生成二维数据矩阵；
第一确定子模块，用于根据所述二维数据矩阵确定功率矩阵；
目标检测子模块，用于对所述功率矩阵中的每个数据单元进行目标检测，将通过所述目标检测的数据单元的位置索引作为所述关键数据索引；或者，对所述二维数据矩阵中的每个数据单元进行目标检测，将通过所述目标检测的数据单元的位置索引作为所述关键数据索引；
获取子模块，用于根据所述关键数据索引，从所述无损变换后的探测数据帧中获取所述关键探测数据。
8.如权利要求7所述的装置，其特征在于，所述确定模块包括：
第二确定子模块，用于将所述关键探测数据和所述关键数据索引，确定为压缩后的雷达探测数据。
9.如权利要求7所述的装置，其特征在于，所述确定模块包括：
第三确定子模块，用于根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
第一排序子模块，用于按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
第一运算子模块，用于将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
第四确定子模块，用于将索引排序结果中的前L个索引对应的数据和所述前L个索引，确定为压缩后的雷达探测数据。
10.如权利要求7所述的装置，其特征在于，所述确定模块包括：
第五确定子模块，用于将所述关键探测数据、所述关键数据索引和所述功率矩阵，确定为压缩后的雷达探测数据。
11.如权利要求7所述的装置，其特征在于，所述确定模块包括：
第六确定子模块，用于根据所述功率矩阵，确定每个关键数据索引对应的信噪比；
第二排序子模块，用于按照信噪比从大到小的顺序，将所述关键数据索引进行排序；
第二运算子模块，用于将所述功率矩阵包括的数据单元的总数与参考压缩率相乘，得到L；
压缩子模块，用于根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵进行压缩；
第七确定子模块，用于将索引排序结果中的前L个索引对应的关键探测数据、所述前L个索引和压缩后的功率矩阵，确定为压缩后的雷达探测数据。
12.如权利要求11所述的装置，其特征在于，所述压缩子模块包括：
量化单元，用于根据所述功率矩阵中的最大功率和最小功率，对所述功率矩阵中的每个数据单元进行量化，将量化后的数据单元组成的矩阵作为压缩后的功率矩阵。
13.一种计算机设备，其特征在于，所述计算机设备包括处理器、通信接口、存储器和通信总线，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的程序，以实现权利要求1-6任一所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910656547.XA CN112241005B (zh) | 2019-07-19 | 2019-07-19 | 雷达探测数据的压缩方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910656547.XA CN112241005B (zh) | 2019-07-19 | 2019-07-19 | 雷达探测数据的压缩方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112241005A CN112241005A (zh) | 2021-01-19 |
| CN112241005B true CN112241005B (zh) | 2024-05-31 |
Family
ID=74168152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910656547.XA Active CN112241005B (zh) | 2019-07-19 | 2019-07-19 | 雷达探测数据的压缩方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112241005B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5991454A (en) * | 1997-10-06 | 1999-11-23 | Lockheed Martin Coporation | Data compression for TDOA/DD location system |
| FR2816734A1 (fr) * | 2000-11-15 | 2002-05-17 | Linkkit | Procede de recherche, de selection et de representation cartographique de pages web |
| GB0310429D0 (en) * | 2003-05-07 | 2003-06-11 | Broadway David V | Data compression and encryption software |
| FR2863797A1 (fr) * | 2003-12-15 | 2005-06-17 | Cit Alcatel | Compression/decompression de couche deux pour la transmission mixte synchrone/asynchrone de trames de donnees au sein d'un reseau de communications |
| CN1750164A (zh) * | 2005-07-20 | 2006-03-22 | 杭州海康威视数字技术有限公司 | 一种防止文件碎片产生的数字硬盘录像机文件管理方法 |
| CN101075261A (zh) * | 2007-06-12 | 2007-11-21 | 腾讯科技（深圳）有限公司 | 索引压缩的方法和装置 |
| CN101178424A (zh) * | 2007-12-12 | 2008-05-14 | 北京四方继保自动化股份有限公司 | 电网广域测量***(wams)中动态数据压缩存储方法 |
| GB201416631D0 (en) * | 2014-09-19 | 2014-11-05 | Gurulogic Microsystems Oy | Encoder, decoder and methods employing partial data encryption |
| CN105513099A (zh) * | 2015-11-27 | 2016-04-20 | 北京像素软件科技股份有限公司 | 一种骨骼动画数据的压缩方法及装置 |
| CN106021985A (zh) * | 2016-05-17 | 2016-10-12 | 杭州和壹基因科技有限公司 | 一种基因组数据压缩方法 |
| CN106790662A (zh) * | 2017-01-20 | 2017-05-31 | 济南浪潮高新科技投资发展有限公司 | 一种使用关键帧压缩的超文本传输协议数据压缩方法 |
| CN107450054A (zh) * | 2017-07-14 | 2017-12-08 | 浙江省交通规划设计研究院 | 一种自适应探地雷达数据去噪方法 |
| CN109116311A (zh) * | 2018-09-19 | 2019-01-01 | 西安电子科技大学 | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 |
| CN109952708A (zh) * | 2016-12-12 | 2019-06-28 | 德州仪器公司 | 无损数据压缩 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102857727B (zh) * | 2012-10-11 | 2015-07-01 | 南京莱斯信息技术股份有限公司 | 一种视频数据的无损压缩与解压缩处理方法 |
| US9385751B2 (en) * | 2014-10-07 | 2016-07-05 | Protein Metrics Inc. | Enhanced data compression for sparse multidimensional ordered series data |
| CN109711839A (zh) * | 2018-12-13 | 2019-05-03 | 平安科技（深圳）有限公司 | 基于数据压缩的区块链存储方法、装置、设备和存储介质 |
-
2019
- 2019-07-19 CN CN201910656547.XA patent/CN112241005B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5991454A (en) * | 1997-10-06 | 1999-11-23 | Lockheed Martin Coporation | Data compression for TDOA/DD location system |
| FR2816734A1 (fr) * | 2000-11-15 | 2002-05-17 | Linkkit | Procede de recherche, de selection et de representation cartographique de pages web |
| GB0310429D0 (en) * | 2003-05-07 | 2003-06-11 | Broadway David V | Data compression and encryption software |
| FR2863797A1 (fr) * | 2003-12-15 | 2005-06-17 | Cit Alcatel | Compression/decompression de couche deux pour la transmission mixte synchrone/asynchrone de trames de donnees au sein d'un reseau de communications |
| CN1750164A (zh) * | 2005-07-20 | 2006-03-22 | 杭州海康威视数字技术有限公司 | 一种防止文件碎片产生的数字硬盘录像机文件管理方法 |
| CN101075261A (zh) * | 2007-06-12 | 2007-11-21 | 腾讯科技（深圳）有限公司 | 索引压缩的方法和装置 |
| CN101178424A (zh) * | 2007-12-12 | 2008-05-14 | 北京四方继保自动化股份有限公司 | 电网广域测量***(wams)中动态数据压缩存储方法 |
| GB201416631D0 (en) * | 2014-09-19 | 2014-11-05 | Gurulogic Microsystems Oy | Encoder, decoder and methods employing partial data encryption |
| CN105513099A (zh) * | 2015-11-27 | 2016-04-20 | 北京像素软件科技股份有限公司 | 一种骨骼动画数据的压缩方法及装置 |
| CN106021985A (zh) * | 2016-05-17 | 2016-10-12 | 杭州和壹基因科技有限公司 | 一种基因组数据压缩方法 |
| CN109952708A (zh) * | 2016-12-12 | 2019-06-28 | 德州仪器公司 | 无损数据压缩 |
| CN106790662A (zh) * | 2017-01-20 | 2017-05-31 | 济南浪潮高新科技投资发展有限公司 | 一种使用关键帧压缩的超文本传输协议数据压缩方法 |
| CN107450054A (zh) * | 2017-07-14 | 2017-12-08 | 浙江省交通规划设计研究院 | 一种自适应探地雷达数据去噪方法 |
| CN109116311A (zh) * | 2018-09-19 | 2019-01-01 | 西安电子科技大学 | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于小波变换的雷达图像处理;宋廷;李伟;于蕾;;电子技术与软件工程;20161231(第23期);正文 * |
| 数据采集与处理2018年(第33卷1～6期)总目次;数据采集与处理;20181115(第06期);正文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112241005A (zh) | 2021-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111127509B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
| CN111027490B (zh) | 人脸属性识别方法及装置、存储介质 | |
| CN112084811B (zh) | 身份信息的确定方法、装置及存储介质 | |
| CN111754386B (zh) | 图像区域屏蔽方法、装置、设备及存储介质 | |
| CN111177137B (zh) | 数据去重的方法、装置、设备及存储介质 | |
| CN109102811B (zh) | 音频指纹的生成方法、装置及存储介质 | |
| CN110705614A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
| CN110471614B (zh) | 一种存储数据的方法、检测终端的方法及装置 | |
| CN111931712B (zh) | 人脸识别方法、装置、抓拍机及*** | |
| CN111797017B (zh) | 存储日志的方法、装置、测试设备及存储介质 | |
| CN110737692A (zh) | 一种检索数据的方法、建立索引库的方法及装置 | |
| CN111860064B (zh) | 基于视频的目标检测方法、装置、设备及存储介质 | |
| CN111611414B (zh) | 车辆检索方法、装置及存储介质 | |
| CN113724739B (zh) | 检索音频和训练声学模型的方法、终端及存储介质 | |
| CN113824902B (zh) | 红外摄像机***时延确定方法、装置、***、设备及介质 | |
| CN113343709B (zh) | 意图识别模型的训练方法、意图识别方法、装置及设备 | |
| CN112241005B (zh) | 雷达探测数据的压缩方法、装置及存储介质 | |
| CN111402873B (zh) | 语音信号处理方法、装置、设备及存储介质 | |
| CN113592874B (zh) | 图像显示方法、装置和计算机设备 | |
| CN112861565B (zh) | 确定轨迹相似度的方法、装置、计算机设备和存储介质 | |
| CN111984738B (zh) | 数据关联方法、装置、设备及存储介质 | |
| CN111723615B (zh) | 对检测物图像进行检测物匹配判定的方法和装置 | |
| CN113129221B (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN113590877B (zh) | 获取标注数据的方法及装置 | |
| CN113052408B (zh) | 一种社区聚合的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |