CN119247307A - 雷达信号处理的方法和农业无人机 - Google Patents

Abstract

本申请提供了一种雷达信号处理的方法和农业无人机，雷达信号处理的不同环节可以配置有专用的存储空间，每一个处理环节在完成前一个阶段的数据处理后可以继续处理下一阶段的数据，而不会受前一阶段数据的处理结果的影响而阻塞，雷达信号的处理效率高。前述专用的存储空间的大小可以根据需要处理的数据量的大小调节，雷达装置的存储资源的利用效率高，使用该方法的农业无人机的能量利用效率高。

Description

雷达信号处理的方法和农业无人机

技术领域

本申请涉及雷达信号处理技术领域，具体地，涉及一种雷达信号处理的方法和农业无人机。

背景技术

在农业生产中，农业无人机可以用于播种、喷洒药剂或肥料或病虫害检测等。在上述作业过程中，配备有雷达的农业无人机环境感知能力更高、精准作业能力更强。

作业过程中，农业无人机需要不断地发送雷达信号、接收雷达信号、处理雷达信号并根据雷达信号的处理结果做出响应。如何提高农业无人机对于雷达信号的处理效率是值得考虑的问题。

发明内容

本申请提供一种雷达信号处理的方法和农业无人机，雷达信号的不同处理环节可以并行处理不同的雷达数据，雷达信号处理的效率更高，使用该信号处理的方法的农业无人机的能量利用效率高。

第一方面，提供了一种雷达信号处理的方法，应用于雷达装置，雷达装置包括第一处理模块、第二处理模块、第一存储模块和第二存储模块，第一处理模块和第二处理模块均用于处理雷达信号，该方法包括：第一处理模块处理第一数据，并将第二数据存储在第一存储模块中，第二数据为第一数据的处理结果；第二处理模块处理第二数据，并将第三数据存储在第二存储模块中，第三数据为第二数据的处理结果；第一处理模块处理第四数据，并将第五数据存储在第一存储模块中，第五数据为第四数据的处理结果。

在一种可能的实现方式中，第一处理模块用于执行距离快速傅立叶变换，第二处理模块用于执行多普勒快速傅立叶变换。

在一种可能的实现方式中，第一处理模块用于执行多普勒快速傅立叶变换，第二处理模块用于执行非相干组合。

在一种可能的实现方式中，第一处理模块用于执行非相干组合，第二处理模块用于执行恒虚预警。

在一种可能的实现方式中，第一处理模块用于执行恒虚预警，第二处理模块用于执行波达方向估计。

本技术方案中，第一处理模块配置有专用的存储空间，第一处理模块处理第四数据的过程不会受第二处理模块处理第二数据的过程的影响，第一处理模块处理数据的效率高，雷达装置处理雷达信号的效率更高，能耗更低。

结合第一方面，在第一方面的某些实现方式中，第一处理模块用于执行距离快速傅立叶变换处理，第二处理模块用于执行多普勒快速傅立叶变换处理。

结合第一方面，在第一方面的某些实现方式中，第一存储模块的大小根据采样点数量、发射天线的数量、接收天线的数量和啁啾信号的数量确定；第二存储模块的大小根据采样点数量、发射天线的数量、接收天线的数量和啁啾信号的数量确定。

第一存储模块的大小、第二存储模块的大小都在可以根据采样点数量等数据确定，雷达装置的存储资源的利用效率高。

结合第一方面，在第一方面的某些实现方式中，雷达装置还包括第三处理模块、第四处理模块、第五处理模块、第三存储模块、第四存储模块和第五存储模块，第三处理模块用于执行非相干组合处理，第四处理模块用于执行恒虚预警处理，第五模块用于执行波达方向估计处理，该方法还包括：第三处理模块处理第三数据，并将第六数据存储在第三存储模块中，第六数据为第三数据的处理结果；第四处理模块处理第六数据，并将第七数据存储在第四存储模块中，第七数据为第六数据的处理结果；第五处理模块处理第七数据，并将第八数据存储在第五存储模块中，第八数据为第七数据的处理结果。

雷达信号处理的不同环节都可以配置有专用的存储空间，每一个处理环节对下一阶段的数据处理都不会受上一阶段数据处理结果的影响，雷达信号处理的效率高，雷达装置的能量利用效率高。

结合第一方面，在第一方面的某些实现方式中，第三存储模块的大小根据采样点数量和啁啾信号的数量确定；第四存储模块的大小根据采样点数量确定；第五存储模块的大小根据雷达信号的最大输出目标数量和雷达装置的角度精度确定。

雷达信号处理的不同环节配置的存储空间的大小都可以根据需要处理的数据量的大小配置，雷达装置的存储资源的利用效率高。

结合第一方面，在第一方面的某些实现方式中，在第一处理模块处理第一数据之前，该方法还包括：根据工作场景确定采样点数量；根据采样点数量确定第一存储模块、第二存储模块、第三存储模块和第四存储模块。

结合第一方面，在第一方面的某些实现方式中，工作场景包括第一目标场景和第二目标场景，第一目标场景满足以下中的一种或多种：地势平坦、农作物的高度差值小于或等于高度阈值或农作物的种植密度小于或等于密度阈值；第二目标场景满足以下中的一种或多种：地势起伏、农作物的高度差值大于高度阈值或农作物的种植密度大于密度阈值。

结合第一方面，在第一方面的某些实现方式中，第一处理模块具有对第一存储模块的读权限和写权限，第二处理模块具有对第一存储模块的读权限。

雷达装置可以根据实际的工作场景来为雷达信号处理的不同环节配置不同大小的存储空间，雷达装置的存储资源的利用效率高。

第二方面，提供了一种农业无人机，包括动力装置、雷达装置和作业装置，动力装置用于为农业无人机提供动力，作业装置用于进行农业作业，雷达装置用于实现第一方面及其任意可能的实现方式中的方法。

附图说明

图1是本申请实施例提供的一种农业无人机的应用场景。

图2是本申请实施例提供的另一种农业无人机的应用场景。

图3是本申请实施例提供的一种雷达装置的硬件架构的示意图。

图4是本申请实施例提供的一种雷达信号处理的方法的示意图。

图5是本申请实施例提供的另一种雷达信号处理的方法的示意图。

图6是本申请实施例提供的又一种雷达信号处理的方法的示意图。

图7是本申请实施例提供的又一种雷达信号处理的方法的示意图。

图8是本申请实施例提供的一种农业无人机的示意图。

具体实施方式

以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请以下各实施例中，“至少一个”、“一个或多个”是指一个、两个或两个以上。术语“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系；例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。

在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

下面详细描述本申请的实施例，本申请实施例的示例在附图中示出。在附图中，相同或相似的标号表示相同或相似的元件或具有相同或相似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

为使本申请解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本申请实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。

农业无人机，又称为农用无人机、植保无人机或植保机等。在工作过程中农业无人机可以通过发送雷达信号并接收物体反射回来的雷达回波，来确定目标的距离、速度、水平角度或垂直角度等信息，进而进行相应的作业。通常情况下，不同的作业场景对于农业无人机的雷达装置的性能要求不同，对于不同性能的雷达装置其对应的功耗也存在差异。

图1所示为农业无人机100的一种工作场景10，该工作场景10下，农业无人机100基本处于平行飞行的作业状态，换句话说，该工作场景10下，农业无人机100可能遇到的需要调整飞行高度的情况较少。

示例性地，工作场景10中农作物可以种植在地势相对平坦的农田。示例性地，工作场景10中农作物的高度可以基本一致，或者说，农作物的高度的差值小于高度阈值。示例性地，工作场景10中农业无人机100可以处于低空飞行状态。例如，工作场景10中，农业无人机100可以用于为平原地区的棉花喷洒药剂。

在上述工作场景10中，农业无人机100可以根据雷达信号完成基本避障、粗略调整飞行高度等操作。这种场景下，农业无人机100对雷达信号的性能要求不高，例如，农业无人机100对于雷达信号的高度测量精度的要求不高。

图2所示为农业无人机100的另一种工作场景20，该工作场景20下，农业无人机100需要频繁地调整飞行高度以适应工作场景。

示例性地，工作场景20中包含的障碍物较为密集，或者说，工作场景20中农业无人机100处于障碍物密集的环境。示例性地，工作场景20中农作物可以种植在地势起伏变化的山区、盆地或丘陵地带。示例性地，工作场景20中农作物的高度可能存在明显差异，或者说，工作场景20中农作物的高度差大于高度阈值。例如，工作场景20中，农业无人机100可以用于为丘陵地带的果树检查病虫害。

在工作场景20中，农业无人机100可能需要精确、频繁地调整飞行高度、飞行姿态等。该工作场景20下，农业无人机100对于雷达装置的性能要求较高。例如，农业无人机100对于障碍物的高度、距离等的测量精度要求较高，对于雷达信号的处理效率的要求较高。

图3所示为本申请实施例提供的一种雷达装置200的硬件架构的示意图。如图所示，雷达装置200可以包括处理模块210、射频前端模块220、电源管理模块230和内部存储器240。

在一些示例中，雷达装置200中可以包括多个射频前端模块220，或者说，射频前端模块220的数量可以是多个，例如，射频前端模块220-1、射频前端模块220-2、射频前端模块220-3和射频前端模块220-N(N为大于或等于2的整数)。射频前端模块220可以包括发射天线、接收天线、信号发生器、功率放大器或低噪声放大器(low noise amplifier，LNA)等。其中，发射天线可以用于发射雷达信号，接收天线可以用于接收雷达回波信号；信号发生器可以用于产生预定频率和调制特性的发射信号；功率放大器可以用于将信号发生器产生的信号放大到足够的功率水平，以便有效地发射出去；低噪声放大器可以用于对接收的微弱的信号进行初步放大，同时保持较低的噪声系数。

在一些示例中，处理模块210可以用于对雷达装置接收到的信号进行处理和分析。示例性地，处理模块210可以包括模数转换器(analog-to-digital converter，ADC),该模数转换器可以用于将雷达装置200接收的模拟信号转化为数字信号。示例性地，处理模块210可以包括数字信号处理器(digital signal processor，DSP)，该数字信号处理器可以用于对数字信号进行处理，例如，对数字信号进行快速傅立叶变换(fast fouriertransform，FFT)、多普勒滤波或目标检测等。

示例性地，处理模块210还可以包括微控制器单元(microcontroller unit，MCU)、系统级芯片(system on chip，SOC)或现场可编程逻辑门阵列(field programmable gatearray，FPGA)等中的一种或多种。

在一些示例中，电源管理模块230可以用于管理和控制雷达装置200包含的电子元器件的电力供应，以使得各电子元器件能够获得稳定、高效且可靠的电源。示例性地，电源管理模块230可以用于实现以下功能中的一种或多种：电压转换、电流调节、电源监控或节能管理等。

在一些示例中，内部存储器240可以用于存储前述处理模块210进行信号或数据处理过程中使用的可执行程序代码，该可执行程序代码可以包括指令。处理模块210可以通过运行存储在内部存储器240上的指令，从而实现对于雷达信号的处理。示例性地，内部存储器240可以包括高速随机存储器，还可以包括非易失性存储器(例如闪存器件)等。

在一些示例中，雷达装置200还可以包括一个或多个接口250，该接口250可以用于雷达装置200与其他装置或设备的数据交换。示例性地，接口250可以为弹性资料率的控制器局域网络(controller area network flexibledata-rate，CAN FD)接口、以太网物理层(ethernet physical layer，ENET PHY)接口或四线串行外设接口(quadrature serialperipheral interface，QSPI)等中的一种或多种。

需要说明的是，以上仅示例性地提供了一些雷达装置200可能包含的电子元器件或功能模块，雷达装置200还可以包括更多或更少的电子元器件或功能模块，本申请对此不作限制。

在对雷达回波信号处理的过程中，需要对信号进行多个环节的处理，前一个环节的数据的处理结果需要用于后一个环节。

如图4所示，雷达回波信号的处理过程中，农业无人机100可以在接收到雷达回波信号后依次对信号进行模数转换、距离快速傅立叶变换、多普勒快速傅立叶变换等操作，具体的处理流程大致如下。

S101，模数转换。

雷达装置200的射频前端模块220可以接收雷达回波信号，并将雷达回波信号输入到模数转换器，模数转换器可以将雷达回波信号转换为数字信号，以供后续处理。

S102，距离快速傅立叶变换(range FFT)。

通常情况下，雷达装置200发射的电磁波信号是频率随时间线性增加或减少的啁啾(chirp)信号。当这个信号遇到目标并反射回雷达装置200时，由于信号的往返传播时间，雷达回波信号会与当前发射的信号会产生频率差，这个频率差与目标的距离直接相关。距离快速傅立叶变换可以用于从接收到的混合信号中分离出每个目标的距离信息。

距离快速傅立叶变换可以将时域信号转换为频域信号，使得不同距离上的雷达回波信号在频谱上表现为不同的峰值，每个峰值的位置对应着一个特定的距离。通过分析距离快速傅立叶变换的结果，结合雷达的工作频率、啁啾信号的斜率、采样率和光速等参数，可以计算出每个峰值对应的距离。下面的公式大致给出了目标距离与频率的关系：

其中，R表示目标的距离，c表示光速，f表示雷达的工作频率，k表示频率索引。

S103，多普勒快速傅立叶变换(Doppler FFT)。

为了从距离特定的目标中提取速度信息，可以对多个连续的啁啾信号的回波信息进行多普勒快速傅立叶变换处理。例如，通过将所有的啁啾信号的回波信号在同一距离范围内的数据积累起来，并对这些积累的数据执行快速傅立叶变换。

由于目标与雷达装置200之间存在相对运动，这种相对运动会在特定的距离范围内产生额外的频率偏移。多普勒快速傅立叶变换的结果是一个频率-多普勒图谱，图谱上的峰值位置可以反映目标的速度。

S104，非相干组合(Non-coherent Combining，NCC)。

又称非相干合并，在雷达信号处理过程中，用于整合不同通道的信号能量，以提高目标检测的信噪比。

通常情况下，在非相干组合的过程中，可以对来自不同接收路径(例如天线)的信号的幅度进行处理。具体地，可以对每个接收通道的复数信号进行求模运算以转换为信号的幅度信息。通过将所有通道的幅度信息进行累加，并将累加后的幅度信号进行平均处理可以得到进行噪声抑制后的信号能量。

S105，恒虚预警。

恒虚预警(constant false alarm rate，CFAR)用于在噪声背景下检测物体，通过动态调整检测阈值，确保在不同环境条件下误报率保持恒定。

S106，波达方向(direction of arrival，DOA)估计。

波达方向估计用于根据雷达回波信号确定目标的角度信息，可以包括水平角(方位角)和垂直角(俯仰角)。

示例性地，可以通过以下算法中的一种或多种进行波达方向估计：快速傅立叶变换和延迟叠加波束形成(delay-and-sum beamforming，DBF)，多信号分类(multiplesignal classification，MUSIC)和估计信号参数的旋转不变技术(estimation of signalparameters via rotational invariance techniques，ESPRIT)，正交匹配追踪(orthogonal matching pursuit，OMP)或降维原子范数最小化(reduced-dimensionatomic norm minimization，RD-ANM)算法等。

在上述数据处理过程中，一种可行的方式是，将第一个环节的数据的处理结果存储在内部存储器中，在第二个环节开始时从内部存储器中读取对应的数据，在完成第二个环节的数据处理操作后，将第二个环节的数据的处理结果存储在内部存储器中，在第三个环节开始时从内部存储器中读取对应的数据，以此类推，直至完成所有环节的数据处理输出数据处理的结果。

为了提高雷达数据的处理效率，使得农业无人机能够根据雷达数据的处理结果及时地做出响应，本申请实施例提供了如图5所示的雷达信号处理的方法。雷达装置200可以为雷达数据的处理流程中的不同环节分配专用的内存空间，不同环节的处理模块可以在完成一批数据处理后继续处理下一批数据，而无需等待前一批数据完成所有环节的处理，雷达数据的处理效率更高。

S201-1，处理模块1对数据D1执行第一处理，生成数据11。

在一些示例中，处理模块1可以用于对雷达数据进行距离快速傅立叶变换，这种情况下，第一处理可以为距离快速傅立叶变换，数据D1可以为对雷达回波信号进行模数转化后得到的数据，数据11可以为数据D1进行距离快速傅立叶变换后的结果。

在一些示例中，处理模块1可以用于对雷达数据进行多普勒快速傅立叶变换，这种情况下，第一处理可以为多普勒快速傅立叶变换，数据D1可以为对雷达数据进行距离快速傅立叶变换后得到的数据，数据11可以为数据D1进行多普勒快速傅立叶变换后的结果。

在一些示例中，处理模块1可以用于对雷达数据进行非相干组合处理，这种情况下，第一处理可以为非相干组合处理，数据D1可以为多普勒快速傅立叶变换后得到的数据，数据11可以为数据D1进行非相干组合处理的结果。

在一些示例中，处理模块1可以用于对雷达数据进行恒虚预警处理，这种情况下，第一处理可以为恒虚预警处理，数据D1可以为非相干组合处理得到的数据，数据11可以为数据D1进行恒虚预警处理的结果。

处理模块1在对数据D1完成第一处理后可以将处理结果(数据11)存储在存储模块1中。在一些场景下，处理模块1可以拥有对存储模块1的数据空间的读权限和写权限。

S202-1，处理模块2对数据11执行第二处理，生成数据12。

在一些场景下，处理模块2可以拥有对存储模块2的数据空间的读权限。处理模块2可以从存储模块1中读取数据11，并对数据11进行处理。

在一些示例中，处理模块2可以用于对雷达数据进行多普勒快速傅立叶变换，这种情况下，第二处理可以为多普勒快速傅立叶变换，数据11可以为对雷达数据进行距离快速傅立叶变换后得到的数据，数据12可以为对数据11进行多普勒快速傅立叶变换的结果。

在一些示例中，处理模块2可以用于对雷达数据进行非相干组合处理，这种情况下，第二处理可以为非相干组合处理，数据11可以为多普勒快速傅立叶变换后得到的数据，数据12可以为对数据11进行非相干组合处理的结果。

在一些示例中，处理模块2可以用于对雷达数据进行恒虚预警处理，这种情况下，第一处理可以为恒虚预警处理，数据11可以为非相干组合处理得到的数据，数据12可以为对数据11进行恒虚预警处理的结果。

在一些示例中，处理模块2可以用于对雷达数据进行波达方向估计，这种情况下，第二处理可以为波达方向估计，数据11可以为对雷达回波信号进行恒虚预警处理得到的数据，数据12可以为对数据11进行波达方向估计的结果。

处理模块2在完成对数据11的处理后可以将数据处理的结果(数据12)存储在存储模块2中。换句话说，处理模块2可以拥有到存储模块2的写权限和读权限。

S201-2，处理模块1对数据D2执行第一处理，生成数据21。

在完成对数据D1的第一处理后，处理模块1可以继续执行对数据D2的处理。在处理模块2从存储模块1中读取数据11后，处理模块1可以将对数据D2的第一处理的结果(数据21)存储到存储模块1的存储空间中，供处理模块2处理。

处理模块2在完成对数据11的处理后可以从存储模块1中读取数据12，并进行第二处理。

相较于处理模块1和处理模块2共用同一个存储模块(或存储空间)的方案，本技术方案中，处理模块1配置有专用的存储模块，第一处理和第二处理可以解耦，换句话说，处理模块2对数据11处理的过程不会阻塞处理模块1对于数据D2的处理，该技术方案的实施有利于提高雷达装置200对于雷达信号的处理效率。

图6所示为本申请实施例提供的另一种雷达信号处理的方法，在雷达信号处理的每个环节都配置有专用的存储空间，数据处理流程中，在后的处理环节不会对在先的处理环节造成阻塞，雷达信号的处理效率高。

以采样数据A的处理流程为例：

S301-1，处理模块A对采样数据A进行第一处理，生成数据A1。

这里，处理模块A可以用于对采样数据A进行距离快速傅立叶变换，第一处理可以视为距离快速傅立叶变换，数据A1可以视为距离快速傅立叶变换的处理结果。

处理模块A与存储模块A对应，或者说，第一处理与存储模块A对应。处理模块A对采样数据A的第一处理的结果(数据A1)可以存储在存储模块A中。

在一些示例中，处理模块A对存储模块A的存储空间拥有写权限和读权限。

在一些示例中，处理模块A在完成对采样数据A的第一处理后，可以继续对采样数据B进行第一处理，并生成数据B1。在处理模块B从存储模块A中读取数据A1的情况下，数据B1可以存储到存储模块A中，供处理模块B读取。

类似地，处理模块A在完成对采样数据B的第一处理后，可以继续对采样数据C进行第一处理，并生成数据C1。在处理模块B从存储模块A中读取数据B1的情况下，数据C1可以存储到存储模块A中，供处理模块B读取。

为了提高雷达装置的存储资源的利用效率，在一些示例中，存储模块A的存储空间的大小可以根据采样数据的数据量的多少确定。示例性地，存储模块A的存储空间Ma可以根据下式计算：

Ma＝2×S×N_Tx×N_Rx×N_chirp (1)

其中，S表示采样点数量，N_Tx表示雷达装置的发射天线的数量，N_Rx表示雷达装置的接收天线的数量，N_chirp表示啁啾信号的数量或者完整收发周期的次数。

S302-1，处理模块B对数据A1进行第二处理，生成数据A2。

处理模块B可以从存储模块A中读取数据A1，并对数据A1进行第二处理。

这里，处理模块B可以用于对数据A1进行多普勒快速傅立叶变换，第二处理可以视为多普勒快速傅立叶变换，数据A2可以视为多普勒快速傅立叶变换的处理结果。

处理模块B与存储模块B对应，或者说，第二处理与存储模块B对应。处理模块B对数据A1的第二处理的结果(数据A2)可以存储在存储模块B中。

在一些示例中，处理模块B对存储模块B的存储空间拥有写权限和读权限。

在一些示例中，处理模块B对存储模块A的存储空间拥有读权限。

在一些示例中，处理模块B在完成对数据A1的第二处理后，可以继续对数据B1进行第二处理，并生成数据B2。在处理模块C从存储模块B中读取数据A2的情况下，数据B2可以存储到存储模块B中，供处理模块C读取。

类似地，处理模块B在完成对数据B1的第二处理后，可以继续对数据C1进行第二处理，并生成数据C2。在处理模块C从存储模块B中读取数据B2的情况下，数据C2可以存储到存储模块B中，供处理模块C读取。

为了提高雷达装置的存储资源的利用效率，在一些示例中，存储模块B的存储空间的大小可以根据采样数据的数据量的多少确定。示例性地，存储模块B的存储空间Mb可以根据下式计算：

Mb＝2×S×N_Tx×N_Rx×N_chirp (2)

其中，S表示采样点数量，N_Tx表示雷达装置的发射天线的数量，N_Rx表示雷达装置的接收天线的数量，N_chirp表示啁啾信号的数量或者完整收发周期的次数。

S303-1，处理模块C对数据A2进行第三处理，生成数据A3。

处理模块C可以从存储模块B中读取数据A2，并对数据A2进行第三处理。

这里，处理模块C可以用于对数据A2进行非相干组合，第三处理可以视为非相干组合处理，数据A3可以视为非相干组合处理的结果。

处理模块C与存储模块C对应，或者说，第三处理与存储模块C对应。处理模块C对数据A2的第三处理的结果(数据A3)可以存储在存储模块C中。

在一些示例中，处理模块C对存储模块C的存储空间拥有写权限和读权限。

在一些示例中，处理模块C对存储模块B的存储空间拥有读权限。

在一些示例中，处理模块C在完成对数据A2的第三处理后，可以继续对数据B2进行第三处理，并生成数据B3。在处理模块D从存储模块C中读取数据A3的情况下，数据B3可以存储到存储模块C中，供处理模块D读取。

类似地，处理模块C在完成对数据B2的第三处理后，可以继续对数据C2进行第三处理，并生成数据C3。在处理模块D从存储模块C中读取数据B3的情况下，数据C3可以存储到存储模块C中，供处理模块D读取。

为了提高雷达装置的存储资源的利用效率，在一些示例中，存储模块C的存储空间的大小可以根据采样数据的数据量的多少确定。示例性地，存储模块C的存储空间Mc可以根据下式计算：

Mc＝2×S×N_chirp (3)

其中，S表示采样点数量，N_chirp表示啁啾信号的数量或者完整收发周期的次数。

S304-1，处理模块D对数据A3进行第四处理，生成数据A4。

处理模块D可以从存储模块C中读取数据A3，并对数据A3进行第四处理。

这里，处理模块D可以用于对数据A3进行恒虚预警处理，第四处理可以视为恒虚预警处理，数据A4可以视为恒虚预警的处理结果。

处理模块D与存储模块D对应，或者说，第四处理与存储模块D对应。处理模块D对数据A3的第四处理的结果(数据A4)可以存储在存储模块D中。

在一些示例中，处理模块D对存储模块D的存储空间拥有写权限和读权限。

在一些示例中，处理模块D对存储模块C的存储空间拥有读权限。

在一些示例中，处理模块D在完成对数据A3的第四处理后，可以继续对数据B3进行第四处理，并生成数据B4。在处理模块E从存储模块D中读取数据A4的情况下，数据B4可以存储到存储模块D中，供处理模块E读取。

类似地，处理模块D在完成对数据B3的第四处理后，可以继续对数据C3进行第四处理，并生成数据C4。在处理模块E从存储模块D中读取数据B4的情况下，数据C4可以存储到存储模块D中，供处理模块E读取。

为了提高雷达装置的存储资源的利用效率，在一些示例中，存储模块D的存储空间的大小可以根据采样数据的数据量的多少确定。示例性地，存储模块D的存储空间Md可以根据下式计算：

Md＝2×S (4)

其中，S表示采样点数量。

S305-1，处理模块E对数据A4进行第五处理，生成数据A5。

处理模块E可以从存储模块D中读取数据A4，并对数据A4进行第五处理。

这里，处理模块E可以用于对数据A4进行波达方向估计，第五处理可以视为波达方向估计处理，数据A5可以视为波达方向估计的处理结果。

处理模块E与存储模块E对应，或者说，第五处理与存储模块E对应。处理模块E对数据A4的第五处理的结果(数据A5)可以存储在存储模块E中。

在一些示例中，处理模块E对存储模块E的存储空间拥有写权限和读权限。

在一些示例中，处理模块E对存储模块D的存储空间拥有读权限。

在一些场景下，处理模块E对数据A4的第五处理的结果(数据A5)可以视为采样数据A的处理结果，例如，数据A5也可以称为结果数据A。

为了提高雷达装置的存储资源的利用效率，在一些示例中，存储模块E的存储空间的大小可以根据采样数据的数据量的多少确定。示例性地，存储模块E的存储空间Me可以根据下式计算：

Me＝N_target×4×N_rs (5)

其中，N_target表示最大输出目标数量，N_rs表示与雷达装置的视场角对应的波束数量。对于水平角的计算，N_rs可以指雷达装置的视场角在水平方向上能够形成的波束的数量；对于垂直角的计算，N_rs可以指雷达装置的视场角在垂直方向上能够形成的波束的数量。在一些示例中，波束数量与雷达装置的视场角和雷达装置的角度精度相关。

在上述数据处理过程中，处理模块A在完成采样数据A的第一处理后可以继续处理采样数据B，而无需等待采样数据A完成第二处理至第五处理生成结果数据A，处理模块A的第一处理的效率更高。类似地，处理模块B在完成数据A1的第二处理后可以继续处理数据B1，而无需等待数据A1完成第三处理至第五处理生成结果数据A，处理模块B的第二处理的效率更高。处理模块C在完成数据A2的第三处理后可以继续处理数据B2，而无需等待数据A2完成第四处理和第五处理生成结果数据A，处理模块C的第三处理的效率更高。处理模块D在完成数据A3的第四处理后可以继续处理数据B3，而无需等待数据A3完成第五处理生成结果数据A，处理模块D的第四处理的效率更高。整体来说，利用上述方法对于雷达数据的处理的效率更高。

举例来说，处理模块A处理一帧数据的时长可以为t1，处理模块B处理一帧数据的时长可以为t2，处理模块C处理一帧数据的时长可以为t3，处理模块D处理一帧数据的时长可以为t4，处理模块E处理一帧数据的时长可以为t5。t1、t2、t3、t4和t5中的最大值可以为tm。在前述5个处理模块串行处理的情况下，从采样数据到结果数据之间需要使用的处理时间为ts(ts＝t1+t2+t3+t4+t5)。在数据量较大的情况下，并行处理的情况下，每一帧数据的处理时长可以大致用tm表示，串行处理的情况下，每一帧数据的处理时间可以大致用ts表示，由于ts＞tm，因而使用图6所示的雷达信号的处理方法能够提高雷达装置对于雷达信号的处理效率。

为了提高雷达装置中的存储资源的利用效率，可以为雷达数据的不同处理环节配置不同大小的存储空间，在对雷达性能要求较高的场景下，为雷达数据的不同处理环节配置较大的存储空间，在对雷达性能要求不高的场景下，为雷达数据的不同处理环节配置较小的存储空间。基于此原理，本申请实施例提供了如图7所示的雷达数据处理的方法，该方法可以用于农业无人机。

S401，根据工作场景确定采样点数量。

在一些示例中，农业无人机可以包括雷达装置，农业无人机可以通过雷达装置发出发射信号并接收雷达回波信号，根据雷达回波信号的处理结果可以确定工作场景。

示例性地，农业无人机可以根据接收的雷达回波数据识别工作场景的地形，例如田地的高低起伏、障碍物的位置等。一种可能的情况是，农业无人机根据雷达回波数据确定工作场景中的地势较为平坦，例如工作场景可以为前文中图1所示的场景。一种可能的情况是，农业无人机根据雷达回波数据确定工作场景中的地势起伏变化较大，例如工作场景可以为前文中图2所示的场景。

示例性地，农业无人机可以根据接收的雷达回波数据确定农作物高度和/或农作物密度。一种可能的情况是，农业无人机根据雷达回波数据确定工作场景中农作物的高度基本一致和/或农作物的密度(或种植密度)较为稀疏，或者说，农业无人机根据雷达回波数据确定工作场景中农作物的高度的差值小于或等于高度阈值，和/或，农作物的密度小于或等于密度阈值。一种可能的情况是，农业无人机根据雷达回波数据确定工作场景中农作物的高度差别较大和/或农作物的密度较为稠密，或者说，农业无人机根据雷达回波数据确定工作场景中农作物的高度的差值大于高度阈值，和/或，农作物的密度大于密度阈值。

在一些示例中，农业无人机可以包括摄像头等视觉传感器，农业无人机可以通过视觉传感器获取工作场景的图像信息，根据该图像信息可以确定工作场景。

示例性地，农业无人机通过图像传感器获取工作场景下的高分辨率的图像，根据该图像可以确定工作场景下农作物的覆盖情况或农作物的种植密度。一种可能的情况是，工作场景中农作物的种植密度较为稀疏。一种可能的情况是，工作场景中农作物的种植密度较为稠密。

示例性地，农业无人机通过图像传感器获取工作场景下的高分辨率的图像，根据该图像可以确定工作场景下农作物的病虫害情况。一种可能的情况是，工作场景中农作物的病虫害较为严重，例如，工作场景中发生病虫害的农作物分布较广，或者，工作场景中单棵农作物上发生病虫害的部位较多。一种可能的情况是，工作场景中农作物的病虫害较为轻微，例如，工作场景中发生病虫害的农作物分布较集中，或者，工作场景中单棵农作物上发生病虫害的部位较少。

在一些示例中，工作场景可以包括第一目标场景和第二目标场景，其中，第一目标场景可以满足以下中的一种或多种：地势较为平坦、农作物的高度基本一致、农作物的种植密度较为稀疏的场景或农作物的病虫害较为轻微；第二目标场景可以满足以下中的一种或多种：地势起伏变化较大、农作物的高度差别较大、农作物种植密度较为稠密或农作物的病虫害较为严重。

在一些示例中，在前述第一目标场景下，农业无人机的雷达装置可以使用较高的采样点数量，在前述第二目标场景下，农业无人机的雷达装置可以使用较低的采样点数量。

示例性地，在第一目标场景下农业无人机的雷达装置的采样点数量为S1，在第二目标场景下，农业无人机的雷达装置的采样点数量为S2，S2大于S1。

S402，根据采样点数量确定第一存储空间、第二存储空间、第三存储空间和第四存储空间。

这里，第一存储空间可以为雷达装置用于存储距离快速傅立叶变换的处理结果的空间，第二存储空间可以为雷达装置用于存储多普勒快速傅立叶变换的处理结果的空间，第三存储空间可以为雷达装置用于存储非相干组合的处理结果的空间，第四存储空间可以为雷达装置用于存储恒虚预警的处理结果的空间。

在一些示例中，第一存储空间、第二存储空间、第三存储空间和第四存储空间的大小可以根据前述公式(1)～(4)分别计算。

S403，对目标场景的雷达回波数据进行处理。

农业无人机可以根据前述示例中S301-1至S305-1中的方法对接收的雷达回波数据进行处理，并可以根据数据处理结果进行作业。

基于相似的原理，如图8所示，本申请实施例还提供了一种农业无人机800，该农业无人机可以包括动力装置810、控制装置820、作业装置830和检测装置840。

在一些示例中，动力装置810可以用于为农业无人机800的飞行、作业等提供动力，示例性地，动力装置810可以包括电机、螺旋桨、电池等。

在一些示例中，控制装置820可以用于控制农业无人机800的飞行姿态和导航等，示例性地，控制装置820可以包括通信模块、定位模块、惯性测量单元和气压计、磁力计等多种传感器。

在一些示例中，作业装置830可以用于农业无人机800的作业，例如，作业装置830可以用于喷洒农药、肥料等。示例性地，作业装置830可以包括药箱、喷头、流量控制阀和喷洒管路等。

在一些示例中，检测装置840可以用于农业无人机800的环境感知和作业控制等，示例性地，检测装置840可以包括上文所述的雷达装置200，检测装置840还可以包括摄像头等视觉传感器、光谱传感器或湿度传感器等。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种雷达信号处理的方法，其特征在于，应用于雷达装置，所述雷达装置包括第一处理模块、第二处理模块、第一存储模块和第二存储模块，所述第一处理模块和所述第二处理模块均用于处理雷达信号，所述方法包括：

所述第一处理模块处理第一数据，并将第二数据存储在所述第一存储模块中，所述第二数据为所述第一数据的处理结果；

所述第二处理模块处理所述第二数据，并将第三数据存储在所述第二存储模块中，所述第三数据为所述第二数据的处理结果；

所述第一处理模块处理第四数据，并将第五数据存储在所述第一存储模块中，所述第五数据为所述第四数据的处理结果。

2.根据权利要求1所述的方法，其特征在于，所述第一处理模块用于执行距离快速傅立叶变换处理，所述第二处理模块用于执行多普勒快速傅立叶变换处理。

3.根据权利要求1或2所述的方法，其特征在于，

所述第一存储模块的大小根据采样点数量、发射天线的数量、接收天线的数量和啁啾信号的数量确定；

所述第二存储模块的大小根据采样点数量、发射天线的数量、接收天线的数量和啁啾信号的数量确定。

4.根据权利要求2或3所述的方法，其特征在于，所述雷达装置还包括第三处理模块、第四处理模块、第五处理模块、第三存储模块、第四存储模块和第五存储模块，所述第三处理模块用于执行非相干组合处理，所述第四处理模块用于执行恒虚预警处理，所述第五处理模块用于执行波达方向估计处理，所述方法还包括：

所述第三处理模块处理所述第三数据，并将第六数据存储在所述第三存储模块中，所述第六数据为所述第三数据的处理结果；

所述第四处理模块处理所述第六数据，并将第七数据存储在所述第四存储模块中，所述第七数据为所述第六数据的处理结果；

所述第五处理模块处理所述第七数据，并将第八数据存储在所述第五存储模块中，所述第八数据为所述第七数据的处理结果。

5.根据权利要求4所述的方法，其特征在于，

所述第三存储模块的大小根据采样点数量和啁啾信号的数量确定；

所述第四存储模块的大小根据采样点数量确定；

所述第五存储模块的大小根据雷达信号的最大输出目标数量和所述雷达装置的角度精度确定。

6.根据权利要求5所述的方法，其特征在于，在所述第一处理模块处理所述第一数据之前，所述方法还包括：

根据工作场景确定采样点数量；

根据所述采样点数量确定所述第一存储模块、所述第二存储模块、所述第三存储模块和所述第四存储模块。

7.根据权利要求6所述的方法，其特征在于，所述工作场景包括第一目标场景和第二目标场景，

所述第一目标场景满足以下中的一种或多种：地势平坦、农作物的高度差值小于或等于高度阈值或农作物的种植密度小于或等于密度阈值；

所述第二目标场景满足以下中的一种或多种：地势起伏、农作物的高度差值大于高度阈值或农作物的种植密度大于所述密度阈值。

8.根据权利要求1至7中任一项所述的方法，其特征在于，所述第一处理模块具有对所述第一存储模块的读权限和写权限，所述第二处理模块具有对所述第一存储模块的读权限。

9.一种农业无人机，其特征在于，包括动力装置、雷达装置和作业装置，所述动力装置用于为所述农业无人机提供动力，所述作业装置用于进行农业作业，所述雷达装置用于执行权利要求1至8中任一项所述的方法。