速度解模糊方法、装置、电子设备及存储介质与流程

1.本技术涉及雷达信号处理技术领域，特别是涉及速度解模糊方法、装置、电子设备及存储介质。


背景技术：

2.当前毫米波雷达天线一般采用tdm(time-division multiplexing，时分复用)-mimo(multiple in multiple out，多输入多输出)形式，通过虚拟阵元有效降低天线的实际尺寸，得到近似大尺寸天线的高分辨率目标测角结果。假设一tdm-mimo雷达包含m个发射天线，n个接收天线。通过合理设计发射天线之间的间距和接收天线之间的间距，可以达到1发m*n收的效果。假设相邻发射天线之间间距为d，相邻接收天线之间间距为d。为保证不出现天线栅瓣，一般要求d≤0.5λ，其中λ为雷达波长。为最大化利用天线孔径，一般设计时需要满足d＝nd。
3.以2个发射天线4个接收天线的fmcw(frequency modulated continuous wave，调频连续波)信号体制为例，此时d＝0.5λ，d＝2λ，所得tdm-mimo雷达虚拟阵元示意图如图1所示，其中virtual antenna表示虚拟天线，real antenna表示真实天线。由于tdm-mimo雷达多个发射天线采用交替发射信号的工作形式，导致存在两个问题：首先，由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上，影响接收天线孔径的正确合成；其次，tdm本身降低了在慢时间的采样率，使得不模糊测速范围显著降低，而且一旦出现速度模糊，会进而引发角度测量的偏差。可见，如何针对tdm-mimo雷达进行速度解模糊的方法成为亟待解决的问题。


技术实现要素：

4.本技术实施例的目的在于提供一种速度解模糊方法、装置、电子设备及存储介质，以实现针对tdm-mimo雷达进行速度解模糊。具体技术方案如下：
5.第一方面，本技术实施例提供了一种速度解模糊方法，所述方法包括：获取各通道的通道信息，根据各通道的通道信息分别将各通道划分为多个距离段；针对每个通道，分别确定各距离段内历史目标的速度范围；针对每个距离段，确定速度与该距离段的速度范围存在交集的预设mimo补偿模式，得到该距离段的预处理补偿模式集合；在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式；根据当前选取的最优补偿模式的聚类结果，确定所述待检测目标所在的距离段为目标距离段，其中，所述聚类结果包括所述待检测目标的位置信息；判断所述待检测目标当前选取的最优补偿模式是否为所述目标距离段的预处理补偿模式集合中的一个；若所述待检测目标当前选取的最优补偿模式为所述目标距离段的预处理补偿模式集合中的一个，则确定所述待检测目标当前选取的最优补偿模式下的速度解模糊结果，其中，所述待检测目标的速度解模糊结果包括所述待检测目标的真实速度及真实方位。
6.在一种可能的实施方式中，在所述判断所述待检测目标当前选取的最优补偿模式
是否为所述目标距离段的预处理补偿模式集合中的一个之后，所述方法还包括：若所述待检测目标的最优补偿模式不为所述目标距离段的预处理补偿模式集合中的一个，则返回执行步骤：在所述待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到最优补偿模式。
7.在一种可能的实施方式中，在所述在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式之前，所述方法还包括：获取多帧雷达信号的功率图，将各所述功率图映射到距离维度及多普勒维度的二维矩阵中，分别得到各帧所述雷达信号的恒虚警率cfar二维掩码；按照各帧所述雷达信号的时序，对各帧所述雷达信号的cfar二维掩码中的待检测目标进行轨迹关联，得到所述待检测目标的估计运动速度及估计运动方向；根据所述待检测目标的估计运动速度及估计运动方向，在预设mimo补偿模式中选取所述待检测目标的预处理mimo补偿模式；所述在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式，包括：在所述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式。
8.在一种可能的实施方式中，所述在所述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式，包括：在所述待检测目标的未选取过的各预处理mimo补偿模式中，选取阵列谱峰值的平均值最大的预处理mimo补偿模式，得到当前选取的最优补偿模式。
9.在一种可能的实施方式中，在所述根据当前选取的最优补偿模式的聚类结果，确定所述待检测目标所在的距离段为目标距离段之前，所述方法还包括：获取雷达信号，确定所述雷达信号的功率图；对所述功率图进行cfar检测，得到所述功率图中各目标点的位置；根据所述功率图中各目标点的位置，得到各预设mimo补偿模式及各预设mimo补偿模式下各目标点的波达方向；针对每个预设mimo补偿模式，根据该预设mimo补偿模式下各目标点的波达方向，对该预设mimo补偿模式下的各目标点进行聚类，得到该预设mimo补偿模式下待检测目标的聚类结果。
10.在一种可能的实施方式中，所述分别确定各距离段内历史目标的速度范围，包括：根据历史数据中各历史目标的速度解模糊结果，基于预设目标跟踪算法对各所述历史目标进行跟踪，得到各所述历史目标的轨迹；针对每个距离段，根据各所述历史目标的轨迹，分别计算该距离段内各所述历史目标的运动速度；针对每个距离段，根据该距离段内各所述历史目标的运动速度，确定该距离段内历史目标的速度范围。
11.在一种可能的实施方式中，所述针对每个距离段，根据各所述历史目标的轨迹，分别计算该距离段内各所述历史目标的运动速度，包括：针对每个距离段，根据当前帧雷达信号之前的m帧雷达信号中各所述历史目标的轨迹，分别计算该距离段内各所述历史目标的运动速度，其中，m为预设的整数。
12.第二方面，本技术实施例提供了一种速度解模糊装置，所述装置包括：距离段划分单元，用于获取各通道的通道信息，根据各通道的通道信息分别将各通道划分为多个距离段；速度范围确定单元，用于针对每个通道，分别确定各距离段内历史目标的速度范围；模式集合确定单元，用于针对每个距离段，确定速度与该距离段的速度范围存在交集的预设
mimo补偿模式，得到该距离段的预处理补偿模式集合；最优补偿模式选取单元，用于在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式；目标距离段确定单元，用于根据当前选取的最优补偿模式的聚类结果，确定所述待检测目标所在的距离段为目标距离段，其中，所述聚类结果包括所述待检测目标的位置信息；补偿模式检测单元，用于判断所述待检测目标当前选取的最优补偿模式是否为所述目标距离段的预处理补偿模式集合中的一个；第一执行单元，用于若所述待检测目标当前选取的最优补偿模式为所述目标距离段的预处理补偿模式集合中的一个，则确定所述待检测目标当前选取的最优补偿模式下的速度解模糊结果，其中，所述待检测目标的速度解模糊结果包括所述待检测目标的真实速度及真实方位。
13.在一种可能的实施方式中，所述装置还包括：第二执行单元，用于若所述待检测目标的最优补偿模式不为所述目标距离段的预处理补偿模式集合中的一个，则返回执行所述最优补偿模式选取单元。
14.在一种可能的实施方式中，所述装置还包括：预处理mimo补偿模式确定单元，用于获取多帧雷达信号的功率图，将各所述功率图映射到距离维度及多普勒维度的二维矩阵中，分别得到各帧所述雷达信号的恒虚警率cfar二维掩码；按照各帧所述雷达信号的时序，对各帧所述雷达信号的cfar二维掩码中的待检测目标进行轨迹关联，得到所述待检测目标的估计运动速度及估计运动方向；根据所述待检测目标的估计运动速度及估计运动方向，在预设mimo补偿模式中选取所述待检测目标的预处理mimo补偿模式；所述最优补偿模式选取单元，具体用于：在所述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式。
15.在一种可能的实施方式中，所述最优补偿模式选取单元，具体用于：在所述待检测目标的未选取过的各预处理mimo补偿模式中，选取阵列谱峰值的平均值最大的预处理mimo补偿模式，得到当前选取的最优补偿模式。
16.在一种可能的实施方式中，所述装置还包括：功率图确定单元，用于获取雷达信号，确定所述雷达信号的功率图；cfar检测单元，用于对所述功率图进行cfar检测，得到所述功率图中各目标点的位置；doa检测单元，用于根据所述功率图中各目标点的位置，得到各预设mimo补偿模式及各预设mimo补偿模式下各目标点的波达方向；聚类单元，用于针对每个预设mimo补偿模式，根据该预设mimo补偿模式下各目标点的波达方向，对该预设mimo补偿模式下的各目标点进行聚类，得到该预设mimo补偿模式下待检测目标的聚类结果。
17.在一种可能的实施方式中，所述速度范围确定单元，包括：目标轨迹获取子单元，用于根据历史数据中各历史目标的速度解模糊结果，基于预设目标跟踪算法对各所述历史目标进行跟踪，得到各所述历史目标的轨迹；运动速度确定子单元，用于针对每个距离段，根据各所述历史目标的轨迹，分别计算该距离段内各所述历史目标的运动速度；速度范围确定子单元，用于针对每个距离段，根据该距离段内各所述历史目标的运动速度，确定该距离段内历史目标的速度范围。
18.在一种可能的实施方式中，所述运动速度确定子单元具体用于：针对每个距离段，根据当前帧雷达信号之前的m帧雷达信号中各所述历史目标的轨迹，分别计算该距离段内各所述历史目标的运动速度，其中，m为预设的整数。
19.第三方面，本技术实施例提供了一种电子设备，包括处理器及存储器；
20.所述存储器，用于存放计算机程序；
21.所述处理器，用于执行所述存储器上所存放的程序时，实现本技术中任一所述的速度解模糊方法。
22.第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读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本技术中任一所述的速度解模糊方法。
23.本技术实施例有益效果：
24.本技术实施例提供的速度解模糊方法、装置、电子设备及存储介质，确定距离段中历史目标的速度范围，基于距离段中历史目标的速度范围，可以得到该距离段的预处理补偿模式集合；根据待检测目标所在的距离段的预处理补偿模式集合，可以有效确定待检测目标当前的最优补偿模式是否正确，若待检测目标的最优补偿模式为该距离段的预处理补偿模式集合中的一个，说明该最优补偿模式的速度可信，从而实现针对tdm-mimo雷达进行速度解模糊，并且可以提高速度解模糊的准确率。当然，实施本技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
25.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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技术的一些实施例，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。
26.图1为相关技术中mimo雷达的虚拟阵元的一种示意图；
27.图2为本技术实施例的速度解模糊系统运行过程的一种示意图；
28.图3为本技术实施例的速度解模糊方法的第一种示意图；
29.图4为本技术实施例的速度解模糊方法的第二种示意图；
30.图5为本技术实施例的步骤s102的一种可能的实现方式的示意图；
31.图6为本技术实施例的速度解模糊方法的第三种示意图；
32.图7为本技术实施例的速度解模糊方法的第四种示意图；
33.图8为本技术实施例的cfar二维掩码的一种示意图；
34.图9为本技术实施例的目标轨迹关联的一种示意图；
35.图10为本技术实施例的速度解模糊装置的一种示意图；
36.图11为本技术实施例的电子设备的一种示意图。
具体实施方式
37.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
38.首先，对本技术中的术语进行解释。
39.雷达：一种利用电磁波探测目标的电子设备。雷达通过发射电磁波对目标进行照
射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。
40.mimo(multiple in multiple out，多输入多输出)雷达：多输入多输出雷达是一种改进雷达角度估计能力的技术。主要有fdm(frequency division multiplexing，频分复用)、cdm(code division multiplexing，码分复用)和tdm(time-division multiplexing，时分复用)几种具体实现形式。考虑到半导体器件成本限制和实现复杂度，目前毫米波雷达基本采用tdm-mimo技术。本技术中的各mimo，如无特殊说明均指tdm-mimo。
41.速度模糊：由于频谱混叠现象引起所测目标速度的混淆，难以分辨目标真实速度的现象。尤其是tdm-mimo雷达，由于降低了在慢时间的采样率，使得不模糊测速范围显著降低，导致更容易出现速度模糊问题。
42.当前毫米波雷达天线一般采用tdm(time-division multiplexing，时分复用)-mimo(multiple in multiple out，多输入多输出)形式，通过虚拟阵元有效降低天线的实际尺寸，得到近似大尺寸天线的高分辨率目标测角结果。假设一tdm-mimo雷达包含m个发射天线，n个接收天线。通过合理设计发射天线之间的间距和接收天线之间的间距，可以达到1发m*n收的效果。假设相邻发射天线之间间距为d，相邻接收天线之间间距为d。为保证不出现天线栅瓣，一般要求d≤0.5λ，其中λ为雷达波长。为最大化利用天线孔径，一般设计时需要满足d＝nd。
43.以2个发射天线4个接收天线的fmcw(frequency modulated continuous wave，调频连续波)信号体制为例，此时d＝0.5λ，d＝2λ，所得tdm-mimo雷达虚拟阵元示意图如图1所示。由于tdm-mimo雷达多个发射天线采用交替发射信号的工作形式，导致存在两个问题：首先，由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上，影响接收天线孔径的正确合成；其次，tdm本身降低了在慢时间的采样率，使得不模糊测速范围显著降低，而且一旦出现速度模糊，会进而引发角度测量的偏差。可见，现有技术中tdm-mimo雷达测量误差较高。
44.相关技术中，为了增加tdm-mimo雷达的准确性，会采用如下补偿方法进行速度解模糊：
45.步骤1：估计信号的虚拟阵元矢量s的速度诱导相移速度诱导相移与目标的真实速度v
true
相关。基于功率图获取的功率图估计速度v
est
可能存在速度模糊，因此目标真实速度v
true
取值未知，但由功率图估计速度可得其可能的取值集合，v
true
∈{v
est
,v
est
+2v
max
,v
est-2v
max
}，其中，v
max
为最大无模糊测量速度。需要强调的是，真实速度与功率图估计速度的关系为v
true
＝v
est
+2xv
max
,x∈r，通常针对实际应用场景x取值为{0,1,-1}，即可满足需求，此外mimo算法中x的取值也受发射天线的限制。
46.将不同的速度取值v
est
,v
est
+2v
max
,v
est-2v
max
，所获得的速度诱导相移分别称为补偿模式0、补偿模式1和补偿模式2，取值分别为和
47.步骤1中，各个符号间存在的计算公式关系如下：
48.估计速度v
est
：基于功率图直接计算获取。
49.真实速度v
true
与估计速度v
est
关系：
50.v
true
∈{v
est
,v
est
+2v
max
,v
est-2v
max
}
51.速度诱导相移
[0052][0053]
最大速度v
max
：
[0054][0055]
其中，λ为雷达波长，tc为一个chirp周期。如图1所示，在2个发射天线的情况下，tc＝2t。
[0056]
步骤2：使用矫正虚拟阵列矢量s的每个元素的相位，得到矫正后的虚拟阵列矢量sc。基于不同的补偿模式，得到对应的矫正后的虚拟阵列矢量s
c0
，s
c1
和s
c2
。
[0057]
步骤2中，各个符号间存在的计算公式关系如下：
[0058]
虚拟阵列矢量s：
[0059][0060]
矫正后的虚拟阵列矢量sc：
[0061][0062]
若矫正确，则得sc公式如下：
[0063][0064]
其中，为相邻接收天线波程差导致的相位，θ为目标方位角，d为相邻接收天线间距，λ为雷达波长。为目标多普勒频率在相邻发射天线切换时间内带来的相位变化量。s
mn
为由第m个发射天线发射、第n个接收天线接收的回波信号的离散数字信号经二维fft(fast fourier transform，快速傅里叶变换)变换后得到信号。
[0065]
步骤3：对校正的虚拟阵列矢量sc执行第一傅里叶变换，生成校正的虚拟阵列谱pc。不同的补偿模式，得到对应的虚拟阵列谱p
c0
，p
c1
和p
c2
。
[0066]
步骤4：依据校正的虚拟阵列谱，得到最优补偿模式。理论上，峰值最高的阵列谱对应的补偿模式，即为最优补偿模式。
[0067]
步骤5：得到目标速度和方位。最优补偿模式解得的速度和方位即为目标最终所求
得的目标速度和方位。
[0068]
但是采用上述方式，由于噪声扰动，以及硬件误差等各种因素，导致上述算法进行速度解模糊时存在一定的错误比例，接近10％，错误的补偿模式，将导致输出的目标点云速度和方位异常。且同一目标在不同时刻(不同帧)中的tdm-mimo补偿模式相互独立，不尽相同，表现为随时间变化，同一目标的速度在不断变化，且目标方位跳动较大，进而影响目标跟踪，导致检出和误检等性能指标均有所下降，尤其在拥堵场景，现象更为显著。
[0069]
发明人在研究中发现，由于数据本身存在扰动，导致采用上述算法会存在一定的错误概率。然而，借助目标场景信息，可以较好的缓解、甚至消除该问题。具体的，基于自学习车道或配置车道路况信息，能够分车道、分路段给出目标速度范围，从而排除掉部分mimo补偿相位模式，以增加mimo解模糊正确概率。有鉴于此，本技术实施例提供了一种速度解模糊系统，包括：功率图获取模块、cfar(constant false-alarm rate，恒虚警率)检测模块、doa(direction of arrival，波达方向)估计模块、聚类模块、车道状况获取模块、mimo修正模块及跟踪模块。
[0070]
如图2所示，整个系统的输入为雷达的adc(analog to digital converter，模拟数字转换器)数据，输出为最终目标轨迹列表信息。该系统也是目前通用的雷达目标检测+跟踪算法框架，下面对速度解模糊系统的每个模块进行详细描述。
[0071]
功率图获取模块：输入为adc数据，输出为雷达功率图。虚拟天线阵列各个通道adc数据分别进行二维fft(fast fourier transform，快速傅里叶变换)，然后非相参累积得到功率图。
[0072]
cfar检测模块：输入为功率图，输出为检出目标点集合。针对输入的功率图中的噪声进行处理后确定一个门限，将此门限与功率图中各信号点进行比较。若信号点超过该门限，则判定为有目标；否则，判定为无目标。
[0073]
doa估计模块：针对cfar检测模块检测出的目标点，抽取虚拟天线阵列二维fft中各个通道数据进行一维fft处理，获取各补偿模式下的目标点的波达方向。与相关技术中仅输出最优补偿模式对应的速度、方位、阵列谱峰值等信息不同，本技术实施例中的doa估计模块会输出所有补偿模式下估计的目标点的速度、方位和阵列谱峰值等信息。
[0074]
聚类模块：采用相关的聚类算法，对目标点云进行汇聚，分别输出各补偿模式下目标的速度、方位、阵列谱峰值等信息。雷达信号打在目标不同部位，返回的目标点的速度、距离、方位有略微差异，一个目标由多个目标点组成的，doa估计模块输出的为目标点的波达方向等信息，聚类模块将各目标点聚类为目标，输出表征目标整体的速度、方位和距离等信息。具体的，聚类模块需要对同一目标在不同补偿模块下分别进行聚类，以获取同一目标在不同补偿模式下的速度、方位等信息。例如，补偿模块包括补偿模式0、补偿模式1
……
补偿模式n，先按照补偿模式0对指定目标的点云进行聚类，在按照方式1对该指定目标的点云进行聚类，直到遍历所有补偿模式。除了获取最优补偿模式下的目标聚类结果，还能获取其余所有补偿模式下的目标聚类结果，作为mimo修正备选集。一个例子中，最优补偿模式下的目标聚类结果作为默认输出，若mimo修正模块判定该目标聚类结果有误，则利用其余补偿模式输出信息对最优补偿结果进行修正。
[0075]
车道状况获取模块：车道信息可以由用户进行配置，也可采用自学习车道信息的方式获取车道信息，其中，车道信息可以包括车道的位置、宽度等。基于车道信息，各车道状
况获取步骤如下：
[0076]
步骤1：针对每个车道，将其划分成互不重叠的距离段，例如每10m分成一个距离段。
[0077]
步骤2：基于目标跟踪轨迹，获取各车道、各距离段中历史目标的速度范围信息。该信息基于时间积累，例如累积k帧数据进行自学习统计。k的取值取决于应用场景，例如，路口红绿灯时长、道路类型及车流量等，一般情况下，应用场景中目标的速度越快，k的取值越大。还可以按照长度为k的滑窗实时更新速度范围信息，以自适应路况变化情况。针对每个车道、每个距离段可以得到目标速度的最大值、最小值。
[0078]
步骤3：根据各个车道各个距离段的速度范围，确定出速度与速度范围存在交集的各补偿模式，得到预处理补偿模式集合。例如，lane
ij
表示第i个车道的第j个距离段，lane
ij
下的预处理补偿模式为dpc_lane
ij
＝{dpc0,dpc1}。
[0079]
mimo修正模块：该模块的输入为车道状况及目标聚类结果，输出为修正后的目标聚类结果。mimo修正模块依次遍历所有的目标，各目标处理流程如下：
[0080]
目标所在路段信息的获取：基于最优模式对应的坐标信息，获取目标所在车道以及车道距离段lane
ij
。
[0081]
目标信息与场景一致性比对：若当前目标的最优补偿模式为lane
ij
的预处理补偿模式集合dpc_lane
ij
中的一个，则不需要进行修正处理；否则，从其余补偿模式中再次选择最优补偿模式。再次选择需满足以下两个条件：
[0082]
(1)为dpc_lane
ij
中的一个。
[0083]
(2)若有多个备选补偿模式满足条件(1)，则按照最优原则筛选。
[0084]
本技术中“最优原则”可以采用相关技术中的最优补偿模式选取方法，一个例子中，可以采用聚类点的阵列谱峰值进行判断，针对各备选补偿模式下的阵列谱峰值求平均(符合pow
avg
表示)，比较不同补偿模式下聚类结果中pow
avg
大小。
[0085]
目标信息修正：依据再次选择的最优补偿模式，修正聚类后目标的速度和方位。
[0086]
例如，目标可能的补偿模式为dpc_all＝{dpc0,dpc1,dpc2}，目标的最优补偿模式为dpc2，其所在距离段的预处理补偿模式dpc_lane
ij
＝{dpc0,dpc1}，显然不匹配，然后从备选补偿模式{dpc0,dpc1}中进一步选取最优补偿模式。备选补偿模式dpc0和dpc1均属于预处理补偿模式，通过“最优原则”发现为dpc0的概率更高，则将dpc0对应的聚类信息作为目标的输出信息。
[0087]
跟踪模块：采用相关的跟踪算法，对目标进行跟踪。一般包括两个大的功能：其一、航迹起始，生成初始轨迹，经确认后即可进行跟踪处理；其二、跟踪轨迹维护，包括轨迹更新、外推、消亡处理等。
[0088]
本技术实施例中，分车道、分距离段自学习车道路况，利用车道状况，排除掉部分补偿模式，进而增加速度解模糊的正确概率。
[0089]
本技术实施例还提供了一种速度解模糊方法，参见图3，该方法包括：
[0090]
s101，获取各通道的通道信息，根据各通道的通道信息分别将各通道划分为多个距离段。
[0091]
本技术实施例的速度解模糊方法可以通过电子设备实现，该电子设备可以为雷达设备，例如具体可以为交通雷达设备，也可以为雷达设备连接的具备计算功能的设备等。本
申请中的通道可以包括机动车道、非机动车道、船舶的航道、河道及飞机的航道等，均在本技术的保护范围内。
[0092]
通道信息可以包括通道的位置、宽度等信息。通道的通道信息可以为人工输入的，也可以为通过相关的智能学习算法得到的，例如，可以对摄像机采集的图像数据进行目标检测得到各通道的通道信息等。
[0093]
每个距离段的长度可以相同也可以不同，具体可以根据实际情况自定设定，一个例子中距离段的长度与目标可能的运动速度相关，目标的运动速度越快则距离段的长度可以越长。例如飞机航道的距离段要长于汽车车道的距离段。本技术中的目标即为雷达检测到的目标，例如可以为车辆、行人。船舶或飞行器等。
[0094]
s102，针对每个通道，分别确定各距离段内历史目标的速度范围。
[0095]
预设目标跟踪算可以为任意相关的跟踪算法，可以基于各历史目标的速度解模糊结果分别对各历史目标进行跟踪，从而计算得到每个距离段内历史目标的最大速度及最小速度，从而得到目标在各距离段内的速度范围。
[0096]
s103，针对每个距离段，确定速度与该距离段的速度范围存在交集的预设mimo补偿模式，得到该距离段的预处理补偿模式集合。
[0097]
每个预设mimo补偿模式各自对应有一个确定的速度范围；只是对于一个确定的目标，根据其功率图可以计算到目标的模糊速度，进而基于模糊速度和mimo补偿模式可以确定目标的真实速度。因此，本技术中mimo补偿模式下目标的速度指代的是目标特定的速度值。而在计算距离段的预处理补偿模式集合时，因为不涉及到具体的目标，因此使用的为mimo补偿模式的速度范围。
[0098]
一个例子中，如果目标的最大无模糊速度为v1(考虑速度方向的情况下，为-v1～v1)，则可以将-v1～v1表示为mimo补偿模式1，v1～3*v1表示mimo补偿模式2，-3*v1～-v1表示mimo补偿模式3。这样车道预设mimo补偿模式和目标mimo补偿模式可以一致对应：若目标为mimo补偿模式0，则其速度必将落在-v1～v1区间内。例如目标的功率图估计速度(模糊速度为0.5v1)，则其真实速度可能取值集合为{0.5v1,2.5v1,-1.5v1}，分别对应{mimo补偿模式1，mimo补偿模式2，mimo补偿模式3}。
[0099]
s104，在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式。
[0100]
预设最优原则的设置可以参见相关技术中最优补偿模式的选取方式，一个例子中，可以在上述待检测目标的未选取过的各预设mimo补偿模式中，选取阵列谱峰值的平均值最大的mimo补偿模式，得到当前选取的最优补偿模式。选取均值最大的阵列谱对应的补偿模式，作为最优补偿模式，仅作为一种示例，也可以采用其它方式。
[0101]
s105，根据当前选取的最优补偿模式的聚类结果，确定上述待检测目标所在的距离段为目标距离段，其中，上述聚类结果包括上述待检测目标的位置信息。
[0102]
待检测目标的最优补偿模式下的聚类结果表示待检测目标在各帧雷达信号中的位置信息，根据待检测目标的位置信息，可以得到待检测目标所在的距离段，以下称为目标距离段。
[0103]
s106，判断上述待检测目标当前选取的最优补偿模式是否为上述目标距离段的预处理补偿模式集合中的一个。
[0104]
s107，若上述待检测目标当前选取的最优补偿模式为上述目标距离段的预处理补偿模式集合中的一个，则确定上述待检测目标当前选取的最优补偿模式下的速度解模糊结果，其中，上述待检测目标的速度解模糊结果包括上述待检测目标的真实速度及真实方位。
[0105]
若待检测目标当前选取的最优补偿模式为目标距离段的预处理补偿模式集合中的一个，则确定当前选取的最优补偿模式下待检测目标的速度解模糊结果，作为待检测目标最终的速度解模糊结果。
[0106]
在本技术实施例中，确定距离段中历史目标的速度范围，基于距离段中历史目标的速度范围，可以得到该距离段的预处理补偿模式集合；根据待检测目标所在的距离段的预处理补偿模式集合，可以有效确定待检测目标当前的最优补偿模式是否正确，若待检测目标的最优补偿模式为该距离段的预处理补偿模式集合中的一个，说明该最优补偿模式的速度可信，从而实现针对tdm-mimo雷达进行速度解模糊，并且可以提高速度解模糊的准确率。
[0107]
在一种可能的实施方式中，参见图4，在上述判断上述待检测目标当前选取的最优补偿模式是否为上述目标距离段的预处理补偿模式集合中的一个之后，上述方法还包括：
[0108]
s108，若上述待检测目标的最优补偿模式不为上述目标距离段的预处理补偿模式集合中的一个，则返回执行步骤：s104在上述待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到最优补偿模式。
[0109]
若待检测目标当前的最优补偿模式不为其所在的目标距离段的预处理补偿模式集合中的一个，即当前的最优补偿模式下待检测目标的速度不在历史数据的速度范围内，说明当前的最优补偿模式并不符合要求，需要重新选取一个新的最优补偿模式，直至当前选取的最优补偿模式为目标距离段的预处理补偿模式集合中的一个，确定当前选取的最优补偿模式下待检测目标的速度解模糊结果，作为待检测目标最终的速度解模糊结果。
[0110]
在本技术实施例中，确定距离段中历史目标的速度范围，基于距离段中历史目标的速度范围，可以得到该距离段的预处理补偿模式集合；根据待检测目标所在的距离段的预处理补偿模式集合，可以有效确定待检测目标当前的最优补偿模式是否正确，若待检测目标的最优补偿模式为该距离段的预处理补偿模式集合中的一个，说明该最优补偿模式的速度可信；否则，重新选取最优补偿模式以进行修正，排除掉部分补偿模式，从而实现针对tdm-mimo雷达进行速度解模糊，并且可以提高速度解模糊的准确率。
[0111]
在一种可能的实施方式中，参见图5，上述分别确定各距离段内历史目标的速度范围，包括：
[0112]
s1021，根据历史数据中各历史目标的速度解模糊结果，基于预设目标跟踪算法对各上述历史目标进行跟踪，得到各上述历史目标的轨迹。
[0113]
预设目标跟踪算可以为任意相关的跟踪算法，可以基于各历史目标的速度解模糊结果分别对各历史目标进行跟踪，从而得到各历史目标的轨迹。
[0114]
s1022，针对每个距离段，根据各上述历史目标的轨迹，分别计算该距离段内各上述历史目标的运动速度。
[0115]
针对任一距离段，可以根据该距离段内历史目标的轨迹，计算历史目标在该距离段内的运动速度(包括运动方法)。
[0116]
一个例子中，上述针对每个距离段，根据各上述历史目标的轨迹，分别计算该距离
段内各上述历史目标的运动速度，包括：针对每个距离段，根据当前帧雷达信号之前的m帧雷达信号中各上述历史目标的轨迹，分别计算该距离段内各上述历史目标的运动速度，其中，m为预设的整数。距离段中目标的速度可以基于时间积累计算，例如以m帧为滑动窗口的长度，实时计算滑动窗口内目标的速度，从而更新速度范围，以自适应路况变化情况。m的取值取决于实际应用场景，例如针对车道场景，m的取值与路口红绿灯时长、道路类型及车流量等因素有关，一般情况下，应用场景中目标的速度越快，m的取值越大。
[0117]
s1023，针对每个距离段，根据该距离段内各上述历史目标的运动速度，确定该距离段内历史目标的速度范围。
[0118]
针对任一距离段，根据该距离段内各历史目标的最小速度及各历史目标的最大速度，可以得到该距离段内历史目标的速度范围。
[0119]
在一种可能的实施方式中，参见图6，在上述根据当前选取的最优补偿模式的聚类结果，确定上述待检测目标所在的距离段为目标距离段之前，上述方法还包括：
[0120]
s201，获取雷达信号，确定上述雷达信号的功率图。
[0121]
雷达信号的功率图的获取方法可以参见相关技术中雷达信号的功率图的获取方式。一种实施方式中，上述获取多帧雷达信号，分别确定各帧雷达信号的功率图，包括：
[0122]
步骤一，获取雷达虚拟天线阵列的各通道的adc数据，得到多帧雷达信号。
[0123]
可以获取雷达虚拟天线阵列的各通道的adc输出的离散数字信号数据，得到多帧雷达信号。
[0124]
步骤二，分别对各帧雷达信号中各通道的adc数据进行二维快速傅里叶变换，得到各帧雷达信号的虚拟阵列矢量。
[0125]
可以对各帧雷达信号中各通道的adc数据进行adc采样序号维度及采样周期维度两个维度上的fft变换，得到各帧雷达信号的虚拟阵列矢量。
[0126]
步骤三，分别对各帧雷达信号的虚拟阵列矢量进行非相参累积，得到各帧雷达信号的功率图。
[0127]
s202，对上述功率图进行cfar检测，得到上述功率图中各目标点的位置。
[0128]
目标在雷达信号中以点云的形式表示，即多个目标点组成一个目标。针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限。针对每一功率图，判定该功率图中大于该功率图的噪声强度门限的功率对应的为目标点，该功率图中小于或等于该功率图的噪声强度门限的功率对应的噪声，从而可以得到目标在该功率图中的位置。
[0129]
s203，根据上述功率图中各目标点的位置，得到各预设mimo补偿模式及各预设mimo补偿模式下各目标点的波达方向。
[0130]
目标的波达方向可以包括目标点的方位及距离，波达方向的检测方式可以参见相关技术中的波达方向检测方法。各预设mimo补偿模式的获取方式可以参见相关技术中的获取方式，一个例子中，估计雷达信号的虚拟阵元矢量s的速度诱导相移速度诱导相移与目标的真实速度v
true
相关。基于功率图获取的功率图估计速度v
est
可能存在速度模糊，因此目标真实速度v
true
取值未知，但由功率图估计速度可得其可能的取值集合，v
true
＝v
est
+2*k*v
max
,k＝
…
,-1,0,1,
…
，其中，v
max
为最大无模糊测量速度，k为有限范围内的整数，根据目标的运动特性(即目标的可能的运动速度的范围)确定。通常针对实际应用场景，例如针对目标为机动车、行人、非机动车等场景，k的取值为{0,1,-1}，则v
true
不同的取值为v
est
,v
est
+
2v
max
,v
est-2v
max
，所获得的速度诱导相移分别称为补偿模式0、补偿模式1和补偿模式2，即各预设mimo补偿模式。
[0131]
s204，针对每个预设mimo补偿模式，根据该预设mimo补偿模式下各目标点的波达方向，对该预设mimo补偿模式下的各目标点进行聚类，得到该预设mimo补偿模式下待检测目标的聚类结果。
[0132]
目标在雷达信号中以点云的形式表示，根据预设mimo补偿模式下各目标点的波达方向，对该预设mimo补偿模式下各目标点进行聚类，得到该预设mimo补偿模式下各目标的聚类结果，并从中获得该预设mimo补偿模式下待检测目标的聚类结果。
[0133]
本技术实施例中，分通道、分距离段获取各距离段内目标的速度范围，，利用距离段内目标的速度范围，排除掉部分补偿模式，进而增加速度解模糊的正确概率。
[0134]
在一种可能的实施方式中，参见图7，在上述在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式之前，上述方法还包括：
[0135]
s301，获取多帧雷达信号的功率图，将各上述功率图映射到距离维度及多普勒维度的二维矩阵中，分别得到各帧上述雷达信号的cfar二维掩码。
[0136]
cfar二维掩码包括距离维度及多普勒维度，cfar二维掩码可以为二值化的，例如，可以将存在目标的区域用第一数值表示，将不存在目标的区域用于第二数值表示，此处的目标即为雷达检测到的目标。一种可能的cfar二维掩码可以如图8所示，其中，横坐标为多普勒维度，纵坐标为距离维度。针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限；针对每一功率图，在距离维度及多普勒维度的二维矩阵中，将该功率图中大于该功率图的噪声强度门限的功率设置为第一数值，将该功率图中不大于该功率图的噪声强度门限的功率设置为第二数值，得到该功率图对应的雷达信号的cfar二维掩码，其中，第一数值对应的区域包含目标，第二数值对应的区域不包含目标。
[0137]
s302，按照各帧上述雷达信号的时序，对各帧上述雷达信号的cfar二维掩码中的待检测目标进行轨迹关联，得到上述待检测目标的估计运动速度及估计运动方向。
[0138]
可以利用相关技术中的目标跟踪算法，对各cfar二维掩码中的待检测目标进行跟踪，将待检测目标的轨迹进行关联，从而得到待检测目标的估计运动速度及估计运动方向。
[0139]
一个例子中，步骤s302可以包括：
[0140]
步骤一，对各cfar二维掩码进行连通域分析，得到各cfar二维掩码中各目标的目标信息，其中，针对任一目标，该目标的目标信息包括该目标的目标宽度、目标高度及目标中心坐标。
[0141]
假设cfar二维掩码中的第一数值对应白色，第二数值对应黑色，则对cfar二维掩码中的白色(即亮斑)进行连通域分析，从而得到各目标的在cfar二维掩码中的连通域信息，即目标信息。针对任一目标，该目标的目标信息包括该目标的目标宽度、目标高度及目标中心坐标，即该目标的目标中心在距离维度及多普勒维度下的坐标。此外，目标的目标信息还可以包括该目标的信噪比等信息。
[0142]
步骤二，按照各帧雷达信号的时序及各目标的目标信息，对各帧雷达信号的cfar二维掩码中相同的目标进行轨迹关联，分别得到各目标的运动轨迹。
[0143]
例如图9所示，在时序上对同一目标进行轨迹关联，分别得到每个目标的运动轨
迹。在雷达信号中目标比较稀疏时，例如，目标的密度(单位空间内的数量)小于预设密度阈值时，运动轨迹关联可靠性高，每次可以选取较多帧数关联得到各目标的运动轨迹。当目标比较密集，例如，目标的密度大于预设密度阈值时，为了减少运动轨迹关联错误的情况，可以减少每次关联得到各目标的运动轨迹的帧数，例如，每次选取两帧雷达信号分析得到各目标的运动轨迹等。其中，待检测目标为各目标中的一个目标。
[0144]
步骤三，至少根据待检测目标的运动轨迹及各帧雷达信号之间时间差值，分别确定待检测目标的估计运动速度及估计运动方向。
[0145]
针对任一目标，在得到该目标的关联轨迹后，可以根据各帧雷达信号之间时间差值及该目标的关联轨迹，计算该目标的估计运动速度及估计运动方向。
[0146]
s303，根据上述待检测目标的估计运动速度及估计运动方向，在预设mimo补偿模式中选取上述待检测目标的预处理mimo补偿模式。
[0147]
预设mimo补偿模式中包括多种mimo补偿模式，针对任一目标，在预设mimo补偿模式中剔除不满足该目标的估计运动速度及估计运动方向的约束条件的mimo补偿模式，将预设mimo补偿模式中剩余的mimo补偿模式作为该目标预处理mimo补偿模式。针对任一目标，可以在预设mimo补偿模式中，选取运动速度与该目标的估计运动速度的误差在预设范围内、且运动方向与该目标的估计运动方向相同的所有补偿模式，作为该目标的预处理mimo补偿模式。
[0148]
一个例子中，针对待检测目标，获取预设mimo补偿模式中各补偿模式下待检测目标的运动方向及运动速度；在预设mimo补偿模式中，选取运动方向与待检测目标的估计运动方向相同的补偿模式，得到待检测目标过滤后的补偿模式；在待检测目标过滤后的补偿模式中，选取运动速度与待检测目标的估计运动速度的误差在预设范围内的补偿模式，得到待检测目标的预处理mimo补偿模式。
[0149]
上述在待检测目标的未选取过的各预设mimo补偿模式中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式，包括：
[0150]
s1041，在上述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式。
[0151]
预设最优原则的设置可以参见相关技术中最优补偿模式的选取方式，一个例子中，上述在上述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式，包括：在上述待检测目标的未选取过的各预处理mimo补偿模式中，选取阵列谱峰值的平均值最大的预处理mimo补偿模式，得到当前选取的最优补偿模式。
[0152]
本技术实施例还提供了一种速度解模糊装置，参见图10，该装置包括：
[0153]
距离段划分单元11，用于获取各通道的通道信息，根据各通道的通道信息分别将各通道划分为多个距离段；
[0154]
速度范围确定单元12，用于针对每个通道，分别确定各距离段内历史目标的速度范围；
[0155]
模式集合确定单元13，用于针对每个距离段，确定速度与该距离段的速度范围存在交集的预设mimo补偿模式，得到该距离段的预处理补偿模式集合；
[0156]
最优补偿模式选取单元14，用于在待检测目标的未选取过的各预设mimo补偿模式
中，选取满足预设最优原则的预设mimo补偿模式，得到当前选取的最优补偿模式；
[0157]
目标距离段确定单元15，用于根据当前选取的最优补偿模式的聚类结果，确定上述待检测目标所在的距离段为目标距离段，其中，上述聚类结果包括上述待检测目标的位置信息；
[0158]
补偿模式检测单元16，用于判断上述待检测目标当前选取的最优补偿模式是否为上述目标距离段的预处理补偿模式集合中的一个；
[0159]
第一执行单元17，用于若上述待检测目标当前选取的最优补偿模式为上述目标距离段的预处理补偿模式集合中的一个，则确定上述待检测目标当前选取的最优补偿模式下的速度解模糊结果，其中，上述待检测目标的速度解模糊结果包括上述待检测目标的真实速度及真实方位。
[0160]
在一种可能的实施方式中，上述装置还包括：
[0161]
第二执行单元，用于若上述待检测目标的最优补偿模式不为上述目标距离段的预处理补偿模式集合中的一个，则返回执行上述最优补偿模式选取单元。
[0162]
在一种可能的实施方式中，上述装置还包括：
[0163]
预处理mimo补偿模式确定单元，用于获取多帧雷达信号的功率图，将各上述功率图映射到距离维度及多普勒维度的二维矩阵中，分别得到各帧上述雷达信号的恒虚警率cfar二维掩码；按照各帧上述雷达信号的时序，对各帧上述雷达信号的cfar二维掩码中的待检测目标进行轨迹关联，得到上述待检测目标的估计运动速度及估计运动方向；根据上述待检测目标的估计运动速度及估计运动方向，在预设mimo补偿模式中选取上述待检测目标的预处理mimo补偿模式；
[0164]
上述最优补偿模式选取单元，具体用于：在上述待检测目标的未选取过的各预处理mimo补偿模式中，选取满足预设最优原则的预处理mimo补偿模式，得到当前选取的最优补偿模式。
[0165]
在一种可能的实施方式中，上述最优补偿模式选取单元，具体用于：在上述待检测目标的未选取过的各预处理mimo补偿模式中，选取阵列谱峰值的平均值最大的预处理mimo补偿模式，得到当前选取的最优补偿模式。
[0166]
在一种可能的实施方式中，上述装置还包括：
[0167]
功率图确定单元，用于获取雷达信号，确定上述雷达信号的功率图；
[0168]
cfar检测单元，用于对上述功率图进行cfar检测，得到上述功率图中各目标点的位置；
[0169]
doa检测单元，用于根据上述功率图中各目标点的位置，得到各预设mimo补偿模式及各预设mimo补偿模式下各目标点的波达方向；
[0170]
聚类单元，用于针对每个预设mimo补偿模式，根据该预设mimo补偿模式下各目标点的波达方向，对该预设mimo补偿模式下的各目标点进行聚类，得到该预设mimo补偿模式下待检测目标的聚类结果。
[0171]
在一种可能的实施方式中，上述速度范围确定单元，包括：
[0172]
目标轨迹获取子单元，用于根据历史数据中各历史目标的速度解模糊结果，基于预设目标跟踪算法对各上述历史目标进行跟踪，得到各上述历史目标的轨迹；
[0173]
运动速度确定子单元，用于针对每个距离段，根据各上述历史目标的轨迹，分别计
算该距离段内各上述历史目标的运动速度；
[0174]
速度范围确定子单元，用于针对每个距离段，根据该距离段内各上述历史目标的运动速度，确定该距离段内历史目标的速度范围。
[0175]
在一种可能的实施方式中，上述运动速度确定子单元具体用于：针对每个距离段，根据当前帧雷达信号之前的m帧雷达信号中各上述历史目标的轨迹，分别计算该距离段内各上述历史目标的运动速度，其中，m为预设的整数。
[0176]
本技术实施中的功率图确定单元，相当于上述速度解模糊系统中的功率图获取模块；本技术实施中的cfar检测单元，相当于上述速度解模糊系统中的cfar检测模块；本技术实施中的doa检测单元，相当于上述速度解模糊系统中的doa估计模块；本技术实施中的聚类单元，相当于上述速度解模糊系统中的聚类模块；本技术实施中的距离段划分单元、速度范围确定单元、模式集合确定单元的组合，相当于上述速度解模糊系统中的车道状况获取模块及跟踪模块；本技术实施中的最优补偿模式选取单元、第一结果输出单元加第二结果输出单元，相当于上述速度解模糊系统中的mimo修正模块。
[0177]
本技术实施例中，分通道、分距离段获取各距离段内目标的速度范围，，利用距离段内目标的速度范围，排除掉部分补偿模式，进而增加速度解模糊的正确概率。
[0178]
本技术实施例还提供了一种电子设备，包括：处理器及存储器；
[0179]
上述存储器，用于存放计算机程序；
[0180]
上述处理器用于执行上述存储器存放的计算机程序时，实现本技术中的任一速度解模糊方法。
[0181]
可选的，参见图11，除上述处理器21及存储器23，本技术实施例的电子设备还包括通信接口22和通信总线24，其中，处理器21，通信接口22，存储器23通过通信总线24完成相互间的通信。
[0182]
上述电子设备提到的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0183]
通信接口用于上述电子设备与其他设备之间的通信。
[0184]
存储器可以包括ram(random access memory，随机存取存储器)，也可以包括nvm(non-volatile memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0185]
上述的处理器可以是通用处理器，包括cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field-programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0186]
本技术实施例还提供了一种计算机可读存储介质，上述计算机可读存储介质内存储有计算机程序，上述计算机程序被处理器执行时实现本技术中的任一速度解模糊方法。
[0187]
在本技术提供的又一实施例中，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，使得计算机执行本技术中的任一速度解模糊方法。
[0188]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。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。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0189]
需要说明的是，在本文中，各个可选方案中的技术特征只要不矛盾均可组合来形成方案，这些方案均在本技术公开的范围内。诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0190]
本说明书中的各个实施例均采用相关的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0191]
以上所述仅为本技术的较佳实施例，并非用于限定本技术的保护范围。凡在本技术的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本技术的保护范围内。