亚星游戏官网-www.yaxin868.com

专利名称：用于自动确定噪声阈值的系统和方法
用于自动确定噪声阈值的系统和方法
背景技术：
在调频/连续波(FM/CW)雷达高度计中，噪声级别可以作为中频(IF)的函数而变化。噪声级别也可在时间、温度上变化，以及作为生产变化的结果。因而，噪声级别不是单个数字而是与作为I F函数的曲线线性近似的曲线或集合。此外，FM/CW雷达高度计不断地发射并接收反射的发射。因此，噪声基底(noise floor)通常从包含正常地面反射数据的测量来定义。因而，噪声级别应当在对高度计的正常操作没有干扰的正常操作期间被确定。

发明内容
在一个实施例中，提供了一种用于自动确定噪声阈值的系统。该系统包括天线，配置为聚集关于周围环境的数据；处理单元，配置为从聚集的数据中去除表示目标数据的样本，从去除了目标数据的聚集的数据估计噪声基底，以及从估计的噪声基底确定噪声阈值；以及存储器设备，配置为存储估计的噪声基底。


理解的是，附图仅描绘了示例性实施例，并且不因此被认为限制了范围，将通过使用附图来用附加特性和细节描述说明性实施例，其中图I是用于自动确定单个天线雷达高度计中的噪声阈值的系统。图2是说明了估计噪声阈值中的数据转换的框图。图3是说明了噪声基底估计函数的图示。图4是说明了噪声阈值函数的图示。图5是说明了用于确定噪声阈值的示例性方法的流程图。根据常规实践，各种描述的特征没有按比例绘制，而是绘制为强调与示例性实施例有关的特定特征。
具体实施例方式在随后的详细说明中，对形成该说明一部分的附图进行参考，并且在其中以说明特定说明性实施例的方式示出。然而，要理解的是，可利用其它实施例，并且可作出逻辑、机械和电气改变。此外，附图和说明书中呈现的方法不被解释为限制各个动作可执行的顺序。因此，随后的详细说明不理解为限制意义。图I是自动确定噪声阈值的雷达系统100的一个实施例的框图。在该实现方式中，雷达系统100是FM/CW高度计。雷达系统100既包括发射天线103又包括接收天线105。发射天线103接收来自发射电路107的信号以用于朝着地表面101发射。信号从地表面101反射并由接收天线105所拾�。⒈淮莸郊觳獾缏�109。在一些实现方式中，雷达系统100是与美国专利7239266中所讨论的FM/CW雷达高度计相似的FM/CW雷达高度计，其通过引用结合于此。当雷达系统100是FM/CW雷达高度计时，雷达系统100连续发射信号和接收离开地面的信号反射。由于有噪声混入了接收的反射，雷达系统100被配置为估计噪声基底以准确地识别反射信号。当实现为FM/CW雷达高度计时，由于雷达系100中的天线不断地发射和接收，系统100被配置为在FM/CW雷达高度计的正常操作期间估计噪声基底而不停止雷达系统100的发射。在一些实现方式中，在雷达系统100在接收天线105上接收反射信号后，雷达系统100将信号传递通过高通滤波器111。高通滤波器111消除由海拔高度上的改变所引起的在反射信号振幅上的变化。然而，用高通滤波器111处理信号也使噪声级别变得非线性。由于噪声基底不是恒定的，因此雷达系统100不断地更新噪声基底的估计，使得噪声基底估计精确地表示处理的所接收反射的噪声基底。当接收的信号传递通过高通滤波器111时，检测电路将信号传递通过模数转换器(ADC) 113。ADC 113对从高通滤波器111接收的滤波 的信号进行采样以获取离散的样本以用于数字信号处理。雷达系统100进一步包括具有一个或多个处理器的处理单元102和具有一个或多个存储器设备的存储器104。处理单元102包括至少一个电子设备，该至少一个电子设备接受数据并执行数学和逻辑运算。处理单元102包括或运行用于执行在实现以下描述的功能中所使用的各种方法、过程任务、计算和控制功能的软件程序、固件或其它计算机可读指令。这些指令典型地存储在用于存储计算机可读指令或数据结构的任何合适的计算机或机器可读介质上，诸如存储器104。存储器104包括至少一个设备，该至少一个设备可在机器可读介质中保存数据。机器可读介质可被实现为能被通用或专用计算机或处理器，或任何可编程逻辑设备所访问的任何可用的介质。合适的机器或处理器可读介质可包括诸如磁或光介质的储存器/存储器介质。例如，储存器/存储器介质可包括传统硬盘、光盘-只读存储器(CD-ROM)、诸如随机存取存储器(RAM)(包括但不限于，同步动态随机存取存储器(SDRAM)、双倍数据速率(DDR) RAM、RAMBUS动态RAM(RDRAM)静态RAM(SRAM)等)的易失性或非易失性介质、只读存储器(ROM)、电可擦写可编程ROM(EEPROM)、以及闪存等。合适的处理器可读介质还可包括传输介质，诸如通过诸如网络或无线链路的通信介质传送的电信号、电磁信号或数字信号。存储器104存储用于指示处理单元102执行的可执行指令。例如，存储器104存储FFT指令115、目标去除指令110、噪声基底估计指令112、以及阈值识别指令114。FFT指令115将由接收天线105所接收的采样信号转换为频域信号。处理单元102通过执行目标去除指令100来进一步处理该频域信号以识别噪声阈值。目标去除指令110指示处理器单元102从由接收天线105所接收的数据中去除表示目标数据的样本，例如，处理单元102在执行目标去除指令110的同时，从自雷达系统100接收的数据中去除表示由雷达系统100接收的反射的数据。噪声基底估计指令112命令处理单元102从已经去除目标数据的数据估计噪声基底。阈值识别指令114指示处理单元102创建噪声阈值，该噪声阈值允许雷达系统100在计算海拔高度或所期望信息的其它处理时识别噪声。在一些实现方式中，当处理单元102计算基于噪声阈值的海拔高度时，处理单元102传送该海拔高度到显示单元108，在该显示单元108该海拔高度可被用户观看。处理单元102还执行对从检测电路109接收的数据进行预处理的指令，以用于进一步处理。在一些实现方式中，处理单元102通过将接收的数据分成所定义数量的样本来预处理接收的数据。例如，处理单元102可将接收的数据分成4096个样本。处理单元102然后通过应用窗口函数来对样本进行过滤。例如，处理单元102可用Hamming窗口、Blackman窗口、Hanning窗口等等来卷积样本。处理单元102还执行FFT指令115在窗口样本上执行快速傅里叶变换(FFT)或其它变换，并将FFT结果转换为分贝标度。在数据已经被处理成分贝标度之后，该数据可用于进一步处理作为FFT数据集。图2是说明了当图I中的处理单元102执行目标去除指令110时处理从天线接收的数据的框图。在一些实现方式中，在执行目标去除指令Iio期间，处理单元102在存储器104中以若干数据结构存储数据以促进目标数据的去除。短语“目标数据”，如在此使用的，指的是表示由雷达系统100所接收的期望的信号。例如，当雷达系统100是FM/CW雷达高度计时，表示由雷达系统100所接收的所反射的发射的样本是目标数据。在去除目标数据期间，处理单元102在存储器104中以至少一种数据结构存储数据。数据结构包括FFT表120、最大仓(bin)值阵列122、段峰值阵列124、段组阵列126以及调整的段峰值阵列 128。在一些实现方式中，在处理从雷达系统100接收的任何数据之前，处理单元102初始化存储器104中的数据结构使得该数据结构处于已知状态(例如，数据结构中的所有条目均设置为 “O”)。当执行目标去除指令110的处理单元IO 2从雷达系统IO O接收已经被处理成FFT数据集232-1... 232-M的数据时，处理单元102在FFT表120中存储接收的FFT数据集232-1... 232-M。在一些实现方式中，FFT表120是存储预定量的FFT数据集232-1. . . 232-M的二维阵列。例如，在由雷达系统100所接收的原始数据被划分为4096个样本的集合的情况下，当处理单元102对4096个样本执行FFT并将样本转换成FFT数据集 232-1. · · 232-M 时，每个 FFT 数据集 232-1. · · 232-M 包含 2048 个仓 230-1. · · 230-N,其中仓230-1. . . 230-N具有与谱线一对一的对应关系。如在图2中所示，FFT表120在FFT表120中存储FFT数据集232-1. . . 232-M的仓230-1. . . 230-N。当处理单元102处理连续的FFT数据集232-1. . . 232-M时，处理单元102将在FFT表120中存储新接收的FFT数据集232-1. .. 232-M而不改写先前存储的FFT数据集232-1. .. 232-M。处理单元102在FFT表120中不断存储FFT数据集232-1. . . 232-M直到FFT表120被填满和/或准备好进一步处理。例如，在处理数据以估计噪声基底之前，FFT表120存储20个FFT数据集232-1. . . 232-20。因此，处理单元102接收20个FFT数据集232-1. . . 232-20并在FFT表120中存储具有2048个仓的20个FFT数据集232-1. . . 232-20。目标去除指令110指示处理单元102对FFT表120中的数据执行数据集比较，并在最大仓值阵列122中存储结果。最大仓值阵列122是配置为FFT表120中的每个仓位置230-1. . . 230-N保存识别的最大仓值的一维阵列。数据集比较204比较来自FFT表120中的每个FFT数据集232-1... 232-M的对应仓以便为存储器104中的FFT表120中存储的FFT数据集232-1. · · 232-M中的每个对应仓230-1. · · 230-N识别最大仓值。例如，数据集比较204比较来自FFT表120中的每个FFT数据集232-1. . . 232-M的第一仓230-1。数据集比较204然后识别存储在每个FFT数据集232-1. . . 232-M的第一仓230-1中的最大值，并存储第一仓230-1的所识别的最大仓值，并将其存储在最大仓值阵列122的第一仓位置234-1中。数据集比较204然后为FFT表120中的仓230-1. . . 230-N识别最大仓值，并将识别的最大仓值存储在最大仓值阵列122中的对应仓234-1. . . 234-N中。目标去除指令110命令处理单元102执行分段208，其中分段将最大仓值阵列122划分成相等的段。术语“段”，如在此使用的，指的是预定大小的仓的邻接部分。例如，最大仓值阵列122包含2048个仓234-1. . . 234-N。分段208将该2048个仓划分成128个段，每个段包含16个仓。目标去除指令110然后指示处理单元102执行段比较210。当处理单元102执行段比较210时，处理单元102识别每个段内的最大仓值。例如，处理单元102比较段内的仓并识别最大段仓值。短语“最大段仓值”，如在此使用的，指的是段内的最大仓值。例如，在具有16个仓的段中，处理单元102识别具有比其它仓更大的量值的仓。当处理单元102识别段的最大段仓值时，处理单元102在段峰值阵列124中的对应位置236-1. . . 326-X中存储识别的最大段仓值。例如，如果最大段仓值表示从阵列开头的第三段，则处理单元102将在存储器104的段峰值阵列124中的第三位置236-1. . . 236-X中存储最大段仓值。此外，目标去除指令110指示存储单元102执行段分组214，其中段分组将段峰值阵列124的位置236-1. . . 236-X划分成段组。短语“段组”，如在此使用的，指的是由于共同特性而已经被分组在一起的段的集合。例如，可基于段的线性或其它共同特性而将段分组在一起。同样，一个段组可包含比另一个段组更多的段。此外，段组可表示从一段到 所有段的任何地方。在一些实现方式中，段峰值阵列124包含128个段236-1... 236-X，以及当处理单元102执行段分组214时，处理单元102根据这些段展现的线性将128个段236-1. · · 236-X划分为多个组。目标去除指令100然后指示处理单元102执行段组平均216。当处理单元102执行段组平均216时，处理单元102计算每个段组的段组平均值。短语“段组平均值”，如在此使用的，指的是段组内的最大段仓值的平均值。处理单元102在存储器104中的段组阵列126中存储每个段组238-1. . . 238-Y的段组平均值。目标去除指令110命令处理单元102执行段峰值调整220。当处理单元102执行段峰值调整220时，处理单元102去除表示目标数据的峰值。为去除表示目标数据的峰值，处理单元102计算每个段组238-1. . . 238-Y的部分段组平均值。短语“部分段组平均值”，如在此使用的，指的是具有比段组平均值的值更小的值的所有最大段仓值的平均值。例如，对于每个段组238-1. . . 238-Y，处理单元102确定哪些最大段仓值比段组平均值小。在正常操作期间，表示目标数据的值具有比表示噪声基底的信号部分更大的量值。由于它们相对大的量值，目标数据通常比段组平均值更大，而噪声基底通常比段组平均值更小。通过去除比段组平均值更大的段峰值，并仅基于比段组平均值更小的段峰值来计算部分段组平均值，该部分段组平均值通常是表示噪声的段峰值的平均值。当计算部分段组平均值时，执行目标去除指令110的处理单元102在调整的段峰值阵列222中存储数据。调整的段峰值阵列128与段峰值阵列124类似，除了调整的段峰值阵列128已经使表示目标数据的最大段仓值调整为表示噪声基底仓。例如，段峰值阵列124中索引位置236-1. . . 236-X表示调整的段峰值阵列128中的相同索引位置240-1. . . 240-X。为调整目标数据以改为表示噪声基底，处理单元102确定最大段仓值是否大于对应的段组平均值。如果最大段仓值小于其段组平均值，则最大段仓值被存储在调整的段峰值阵列128中的相同索引位置240-1. . . 240-X。如果最大段仓值大于段组平均值，则部分段组平均值被存储在调整的段峰值阵列128中的相同索引位置240-1. . . 240-X。在一些实现方式中，目标去除指令110命令处理单元102为所调整的段峰值阵列128中的第一段和最后段不同地计算最大段仓值。例如，当雷达系统108是FM/CW雷达高度计时，在最后段组238-Y中的段表示超过由FM/CW雷达高度计所表示的最大海拔高度的海拔高度。由于最后段组中的段表示超过FM/CW雷达高度计的最大范围的海拔高度，当最大段仓值被存储在调整的段峰值阵列128中相同的索引位置240-1. . . 240-X中时，最后段组238-Y中的段被设置为倒数第二段组238-(Y-I)的部分段组平均值。而且，当雷达系统100是FM/CW雷达高度计时，第一段组240-1可包括收发器到接收器的泄漏，该泄漏可通过向第一段组240-1增加附加阈值来进行补偿。当处理单元102在存储器104中存储调整的段峰值阵列128时，噪声基底估计指令112命令处理单元102计算连续噪声基底估计函数。为计算该连续噪声基底估计函数，处理单元102从每个段的所调整的段峰值计算联接方程。例如，处理单元102使用每个段的所调整的段峰值之间的点斜率连接来计算连续噪声基底估计函数。处理单元102通过推导不同线性方程来形成点斜率连接，其将每个调整的段峰值与最近段的调整的段峰值相连接。图3示出了说明了连续噪声基底估计函数306的一个实施例的图示300。图示300包括段302-1、302-2、· · ·、302-X和它们对应的调整的段峰值304_1、304_2、. · ·、304_X。如 早先描述的，执行噪声基底估计指令112的处理单元102识别在每个调整的段峰值304-1、304-2、. . .、304-X之间的线性方程。例如，段302-1具有对应的调整的段峰值304-1 ;段302具有对应的调整的段峰值304-2。处理单元102通过计算调整段峰值304-1和304-2之间的斜率并调整该直线使得其将调整的段峰值304-1连接到调整的段峰值304-2来计算段302-1和302-2之间的连续噪声基底估计函数306。为每个调整的段峰值重复对连接调整的段峰值的直线的计算。处理单元102在存储器104中存储描述了连续噪声基底估计函数306的信息。当在存储器104中存储连续噪声基底估计函数时，阈值识别指令114指示处理器102计算噪声基底阈值。处理单元102通过计算噪声阈值方程来计算噪声基底阈值。该噪声阈值方程与连续噪声基底估计函数相类似，除了噪声阈值方程被设置为比连续噪声基底估计函数更高的预定分贝级别。处理单元102在存储器104中存储噪声阈值函数。图4示出了说明连续噪声基底估计函数306和噪声阈值方程410两者的图示400。连续噪声基底估计函数306基本上与图3中的连续噪声基底估计函数306相似。每个段具有与段402-1. · · 402-X相关联的调整的段峰值304-1. · · 304-X，段402-1. · · 402-X与图3中的段302-1. . . 302-X相似，其中每个段302-1. . . 302-X具有伴随的调整的段峰值304-1. . . 304-X。为计算噪声阈值方程410，处理单元102将每个调整的段峰值304-1. . . 304-X的量值增加预定分贝412以形成段噪声阈值408-1. . . 408-X的集合。例如，调整的段峰值304-1的量值被增加了预定分贝412以形成段噪声阈值408-1。在一些实施例中，预定分贝412在7分贝和10分贝之间。当执行阈值识别指令114的处理单元102识别段噪声阈值408-1. . . 408-X时，处理器单元102使用计算的段噪声阈值408-1. . . 408-X来计算噪声阈值方程410。处理单元102从段噪声阈值408-1. . . 408-X计算噪声阈值方程410，该计算的方式与处理单元102从调整的段峰值304-1. . . 304-X计算连续噪声估计函数306相同，以如结合图3解释的。噪声阈值方程410平行于噪声基底估计函数306，并在噪声基底估计函数306之上偏移预定分贝412。当噪声阈值方程被计算并存储在处理器104中时，处理单元102可使用噪声阈值方程来拒绝降到噪声阈值方程以下的雷达系统100上接收的信号。处理单元102然后可使用留在信号中的目标数据来计算期望的信息。例如，当雷达系统100是FM/CW雷达高度计的一部分时，目标数据可被用于计算海拔高度。具有噪声阈值的海拔高度的计算在美国专利7825851中进一步讨论，其通过引用结合于此。在一些实现方式中，雷达系统100不断接收样本，并且噪声基底随样本的接收而改变。由于噪声基底非线性地改变，处理单元102当接收新样本时重新计算噪声阈值方程。在一些实施例中，当新数据以FFT数据集的形式被接 收时，处理单元102等待，直到在重新计算噪声阈值方程之前接收到预定数量的FFT数据集。例如，处理单元102将在接收4个新FFT数据集后重新计算噪声阈值方程。可替代地，处理单元102可在接收一个和可存储在FFT表120中的FFT数据集的数量之间的数量的FFT数据集之后重新计算噪声阈值方程。当处理单元102重新计算噪声阈值方程时，处理单元102从FFT表120移出与新接收的FFT数据集的数量相对应的数量的FFT数据集，该新接收的FFT数据集将被移入到FFT表120中。为最精确地表示接收的数据，处理单元102从FFT表120移出首先从雷达系统100接收的数据集。当最旧的FFT数据集从FFT表120移出时，剩余的FFT数据集被移位到新接收的数据集的自由空间，该新接收的数据集然后被添加到FFT表120。当新的FFT数据集被存储在FFT表120中时，处理单元102通过使用关于最初FFT数据集的以上描述的计算过程来重新计算噪声阈值。处理单元102重新计算噪声阈值方程使得噪声阈值方程从被用于获得所期望的数据的相同的FFT数据集定义。例如，重新计算噪声阈值方程使得从与计算海拔高度所依据的FM/CW雷达高度计中的一组FFT数据集相同的一组FFT数据集中推导噪声阈值方程。图5是用于自动确定噪声阈值的方法500的流程图。执行方法500的系统与图I中的系统100基本相似地执行。在方框502，从天线系统接收样本。例如，FM/CW雷达高度计接收地面反射并将接收的数据的样本传输到处理单元以用于进一步处理。在方框504，在至少一个存储器设备上的阵列中存储接收的样本。例如，当天线系统接收和采样数据时，处理单元接收来自天线的样本并在存储器设备上的阵列中存储接收的样本。在方框506，通过从存储的样本中去除目标数据来调整存储的样本。例如，在样本源是单天线雷达高度计之处，存储的样本既包含噪声又包含表示感测的目标的目标数据。为确定噪声基底，处理单元从样本中去除目标数据以形成如以上讨论的单独表示噪声的调整的样本。处理单元然后在存储器中保存调整的样本。在方框508，从调整的样本计算噪声基底估计函数。例如，调整的样本包含表示噪声的数据。为识别噪声基底，该数据可被分成多个段，并且多个段的噪声峰值可被用作噪声基底的估计。处理单元然后从每段的噪声峰值计算噪声基底估计函数，其在一些实现方式中由连接噪声峰值的点斜率直线所组成。在方框510，通过使噪声阈值在噪声基底估计函数之上偏移预定数量的分贝来创建噪声阈值。例如，处理单元通过使噪声基底估计函数偏移预定数量的分贝来计算噪声阈值。示例实施例示例I包括一种用于自动确定噪声阈值的系统，该系统包括天线，配置为聚集关于周围环境的数据；处理单元，配置为从聚集的数据中去除表示目标数据的样本，从去除了目标数据的聚集的数据估计噪声基底，以及从估计的噪声基底确定噪声阈值；以及存储器设备，配置为存储估计的噪声基底。示例2包括示例I的系统，其中聚集的数据由多个数据集所表示，其中多个数据集中的每个数据集具有相同数量的点，在一个数据集中的点的位置对应于另一个数据集中的点的位置。示例3包括示例2的系统，其中处理单元被配置为通过以下操作去除表示目标数据的样本创建最大点值阵列，该最大点值阵列包含来自多个数据集的每组对应点的最大点值；将最大点值阵列划分为段，每段具有相同数量的点；在存储器设备中的段峰值阵列中存储每段的最大点值；在段组阵列中存储段组的平均段峰值，该段组包含来自多个段的数据；当段中的最大点值大于对应的平均段峰值时，将最大点值调整到对应的平均段峰值；以及在调整的段峰值阵列中存储该调整的最大仓值。示例4包括示例1-3中任意的系统，其中处理单元被配置为从调整的段峰值阵列创建连续噪声基底估计函数，该调整的段峰值阵列表示去除了目标数据的阵列的峰值。
示例5包括示例4的系统，其中处理单元被配置为创建从连续噪声基底估计偏移了预定数量分贝的阈值。示例6包括示例1-5中任意的系统，其中该天线是单天线雷达高度计的一部分。示例7包括示例1-6中任意的系统，其中处理单元被配置为基于噪声阈值检测目标海拔高度。示例8包括示例1-7中任意的系统，其中处理单元被配置为当从天线接收数据时更新噪声基底估计。示例9包括示例1-8中任意的系统,其中数据集是快速傅里叶变换仓的集合。示例10包括一种用于自动确定噪声阈值的方法，该方法包括从天线系统接收样本；在至少一个存储器设备上的阵列中存储接收的样本；通过从存储的样本中去除目标数据来调整存储的样本；从调整的样本计算噪声基底估计函数；以及通过将噪声阈值在噪声基底估计函数之上偏移预定数量的分贝来计算噪声阈值。示例11包括示例10的方法，其中从天线接收的样本由多个快速傅里叶变换所表示，其中多个快速傅里叶变换中的每个快速傅里叶变换具有相同数量的仓，在一个快速傅里叶变换中的仓对应于多个快速傅里叶变换中的每个快速傅里叶变换中的仓。示例12包括示例11的方法，其中通过从存储的样本去除目标数据来调整存储的样本包括在至少一个存储器设备中存储来自多个快速傅里叶变换的仓的峰值；为仓的段确定峰值；为段的组确定平均峰值；为段的组确定部分平均峰值；以及为段的组确定调整的峰值。示例13包括示例10-12中任意的方法,进一步包括随着从天线接收进一步的样本而更新噪声阈值。示例14包括示例10-13中任意的方法，进一步包括使用噪声阈值来检测海拔高度。示例15包括示例10-14中任意的方法，其中天线系统是单天线雷达高度计的一部分。示例16包括一种程序产品，该程序产品包括其上体现了程序指令的处理器可读介质，其中该程序指令被配置为当被至少一个可编程处理器执行时，使该至少一个可编程处理器初始化在至少一个存储器设备上的变量和阵列；在至少一个存储器设备上的阵列中存储从天线接收的样本；通过从存储的样本中去除目标数据来调整存储的样本；从调整的样本计算噪声基底估计函数；以及通过将噪声阈值在噪声基底估计函数之上偏移预定数量的分贝来创建噪声阈值。示例17包括示例16的程序产品，其中该程序指令被进一步配置为使至少一个可编程处理器将从天线接收的样本存储为多个快速傅里叶变换，其中多个快速傅里叶变换中的每个快速傅里叶变换具有相同数量的仓，在一个快速傅里叶变换中的仓对应于多个快速傅里叶变换中的每个快速傅里叶变换中的仓。示例18包括示例17的程序产品，其中该程序指令被进一步配置为使至少一个可编程处理器在至少一个存储器设备中存储来自多个快速傅里叶变换的仓的峰值；为仓的段 确定峰值；为段的组确定平均峰值；为段的组确定部分平均峰值；以及为段的组确定调整的峰值。示例19包括示例16-18中任意的程序产品，其中该程序指令被进一步配置为使至少一个可编程处理器在从天线接收进一步的样本时更新噪声阈值。示例20包括示例16-19中任意的程序产品，其中该程序指令被进一步配置为使至少一个可编程处理器基于噪声阈值来检测海拔高度。尽管已经在此说明和描述了特定的实施例，本领域普通技术人员将理解的是，旨在实现相同目的的任何布置可替换示出的特定实施例。因此，显然意在的是，仅由权利要求及其等效物来限制本发明。
权利要求
1.一种用于自动确定噪声阈值的系统，该系统包括 天线，配置为聚集关于周围环境的数据； 处理单元，配置为从聚集的数据中去除表示目标数据的样本；从去除了目标数据的聚集的数据估计噪声基底；以及从估计的噪声基底确定噪声阈值；以及存储器设备，配置为存储估计的噪声基底。
2.权利要求I的系统，其中聚集的数据由多个数据集所表示，其中多个数据集中的每个数据集具有相同数量的点，在一个数据集中的点的位置对应于另一个数据集中的点的位置。
3.权利要求2的系统，其中处理单元被配置为通过如下操作来去除表示目标数据的样本 创建最大点值阵列，该最大点值阵列包含来自多个数据集的对应点的每个集合的最大点值； 将最大点值阵列划分为段，每段具有相同数量的点； 在存储器设备中的段峰值阵列中存储每段的最大点值； 在段组阵列中存储段组的平均段峰值，该段组包含来自多个段的数据； 当段中的最大点值大于对应的平均段峰值时，将最大点值调整到对应的平均段峰值；以及 在调整的段峰值阵列中存储调整的最大仓值。
全文摘要
提供了用于自动确定噪声阈值的系统和方法，在一个实现方式中，系统包括天线，配置为聚集关于周围环境的数据；处理单元，配置为从聚集的数据中去除表示目标数据的样本，从去除了目标数据的聚集的数据估计噪声基底，以及从估计的噪声基底确定噪声阈值；以及存储器设备，配置为存储估计的噪声基底。
文档编号G01S7/292GK102736066SQ201210124198
公开日2012年10月17日 申请日期2012年4月5日 优先权日2011年4月6日
发明者A·H·路, D·C·瓦肯蒂, R·马吉 申请人:霍尼韦尔国际公司