一种雷达干扰的抑制方法、装置以及设备与流程

测量装置的制造及其应用技术1.本发明涉及雷达信号处理技术领域，尤其涉及一种雷达干扰的抑制方法、装置以及设备。背景技术：2.随着科学技术的发展，人们生活水平的提高，安全的交通方式成为越来越多的人关注的问题。为了提供更安全更有效的交通方式，人们开展机动车驾驶辅助系统(advanced driver assistance system，adas)的应用和自动驾驶技术的研究。adas和自动驾驶技术需要各种传感器，包括摄像头、激光雷达、超声波雷达和毫米波雷达。毫米波雷达以其在多雨、多雾、黑暗等恶劣环境下的良好表现在各雷达中占有一席之地。然而，随着越来越多的调频连续波(frequency modulated continuous wave，fmcw)毫米波雷达被使用，出现了雷达间的干扰，例如宽带干扰。宽带干扰会恶化目标信噪比(signal-noise ratio，snr)，造成雷达漏警。技术实现要素：3.本发明提供了一种雷达干扰的抑制方法、装置以及设备，以解决调频连续波毫米波雷达宽度干扰的问题。4.根据本发明的一方面，提供了一种雷达干扰的抑制方法，包括：5.根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；6.基于所述门限阈值对所述差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；7.根据所述更新的差频信号采样序列的统计学参数确定更新的门限阈值；8.若更新的门限阈值与更新前的门限阈值间满足设定条件，则将所述更新的差频信号采样序列确定为目标信号；9.若更新的门限阈值与更新前的门限阈值间不满足所述设定条件，则基于所述更新的门限阈值对所述更新的差频信号采样序列进行抑制处理，直到所述更新的门限阈值与更新前的门限阈值间满足设定条件。10.根据本发明的另一方面，提供了一种雷达干扰的抑制装置，包括：11.第一确定模块，用于根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；12.第一处理模块，用于基于所述门限阈值对所述差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；13.第二确定模块，用于根据所述更新的差频信号采样序列的统计学参数确定更新的门限阈值；14.第三确定模块，用于若更新的门限阈值与更新前的门限阈值间满足设定条件，则将所述更新的差频信号采样序列确定为目标信号；15.第二处理模块，用于若更新的门限阈值与更新前的门限阈值间不满足所述设定条件，则基于所述更新的门限阈值对所述更新的差频信号采样序列进行抑制处理，直到所述更新的门限阈值与更新前的门限阈值间满足设定条件。16.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：17.至少一个处理器；以及18.与所述至少一个处理器通信连接的存储器；其中，19.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的雷达干扰的抑制方法。20.根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的雷达干扰的抑制方法。21.本发明实施例的技术方案，通过根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；基于所述门限阈值对所述差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；根据所述更新的差频信号采样序列的统计学参数确定更新的门限阈值；若更新的门限阈值与更新前的门限阈值间满足设定条件，则将所述更新的差频信号采样序列确定为目标信号；若更新的门限阈值与更新前的门限阈值间不满足所述设定条件，则基于所述更新的门限阈值对所述更新的差频信号采样序列进行抑制处理，直到所述更新的门限阈值与更新前的门限阈值间满足设定条件。上述技术方案，通过基于差频信号统计学参数循环迭代的雷达干扰的抑制方法，解决了调频连续波毫米波雷达宽度干扰的问题，同时基于更新的门限阈值对更新的差频信号采样序列进行抑制处理的方式，相比现有技术，提高了检测雷达干扰的准确率，以及提升了雷达抗干扰能力。22.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。附图说明23.为了更清楚地说明本发明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发明的一些实施例，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。24.图1为本发明实施例一所提供的一种雷达干扰的抑制方法的流程图；25.图2为本发明实施例二所提供的一种雷达干扰的抑制方法的流程图；26.图3为本发明实施例所提出的一种雷达干扰的抑制方法实现示意图；27.图4为本发明实施例三提供的一种雷达干扰的抑制装置的结构示意图；28.图5是实现本发明实施例的一种雷达干扰的抑制方法的电子设备的结构示意图。具体实施方式29.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。30.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。31.实施例一32.图1为本发明实施例一所提供的一种雷达干扰的抑制方法的流程图，本实施例可适用于多个雷达之间出现宽度干扰的情况，该方法可以由雷达干扰的抑制装置来执行，该雷达干扰的抑制装置可以采用硬件和/或软件的形式实现，该雷达干扰的抑制装置可配置于计算机设备中。如图1所示，该方法包括：33.s110、根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值。34.其中，差频信号可以是fmcw毫米波雷达通过发射天线向目标发射调频连续波并接收目标的发射信息，用回波信号和发射信号的一部分进行相干混频，得到包含目标距离和速度信息的差频信号。差频信号采样序列可以是在多个信号点处的差频信号组成的序列。35.其中，统计学参数可以包括方差、协方差、标准差、均方差、均方误差、均方根等。优选的，本实施例采用均方根。其中，门限阈值可以是门限因子和差频信号采样序列的均方根组成的阈值。36.具体的，可以根据门限因子和差频信号采样序列的均方根确定门限阈值。其中，门限因子可以是根据雷达底噪情况确定的系数。37.示例性的，若差频信号采样序列为x(n)，n＝1，...，n，n为信号点数，门限阈值可以通过如下公式(1)和公式(2)计算得到：38.th＝k*rms(x)(1)，[0039][0040]其中，k为门限因子，rms(x)为差频信号采样序列的均方根。[0041]本发明实施例，可以通过雷达信号对应的差频信号采样序列的均方根以及门限因子确定门限阈值。[0042]s120、基于门限阈值对差频信号采样序列进行抑制处理，获得更新的差频信号采样序列。[0043]需要说明的是，当得到门限阈值之后，可以将差频信号采样序列的中每个元素的幅度值与该门限阈值逐一比较，当不满足设定条件，则检测出干扰点，并对干扰点进行抑制处理。对于抑制处理的方式，可以是通过在差频信号采样序列中直接去除干扰点的方式，也可以是通过在差频信号采样序列中采用标记为0的方法去除干扰点的方式。在对差频信号采样序列中的干扰点进行抑制处理之后，从而可以得到更新的差频信号采样序列。[0044]s130、根据更新的差频信号采样序列的统计学参数确定更新的门限阈值。[0045]需要说明的是，干扰信号可分为比较难处理的复杂信号和容易处理的信号。在一轮迭代中，可以将一些容易处理的干扰点进行抑制处理，而比较难处理的复杂信号则需要新的门限阈值，并作为需要再次抑制处理的依据或作为差频信号采样序列中是否存在干扰点的依据。[0046]具体的，可以将经过抑制处理后的差频信号采样序列的统计学参数以及门限因子确定新的门限阈值，也就是更新的门限阈值。其中，统计学参数可以为与更新前的门限阈值相同的参数，例如均方根。但是确定更新前与更新的门限阈值的均方根的输入不同，每次更新的门限阈值都是依据经过抑制处理后的差频信号采样序列。例如，第一次处理阈值即初始时，均方根输入为原始差频信号采样序列；更新阈值时，即第二次处理阈值时，均方根的输入为经过第一次抑制处理后的差频信号采样序列；更新阈值时，即第三次处理阈值时，均方根的输入为经过第二次抑制处理后的差频信号采样序列；若再次更新阈值，依此类推。[0047]s140、若更新的门限阈值与更新前的门限阈值间满足设定条件，则将更新的差频信号采样序列确定为目标信号。[0048]可以理解的是，若更新的门限阈值与更新前的门限阈值间满足设定条件，则认为差频信号采样序列中不存在干扰点。[0049]具体的，若更新的门限阈值与更前之前的门限阈值之间满足设定条件，其中满足设定条件可以是更新的门限阈值与更新之前的门限阈值之间差值的绝对值小于预先设定值，则可以将经过抑制处理后的差频信号采样序列作为目标信号。其中，目标信号可以为剔除干扰点之后的差频信号采样序列。[0050]s150、若更新的门限阈值与更新前的门限阈值间不满足设定条件，则基于更新的门限阈值对更新的差频信号采样序列进行抑制处理，直到更新的门限阈值与更新前的门限阈值间满足设定条件。[0051]需要说明的是，若更新的门限阈值与更新前的门限阈值间不满足设定条件，则认为差频信号采样序列中还存在干扰点。[0052]具体的，如果更新的门限阈值与更新前的门限阈值之间不满足设定条件，其中不满足设定条件可以是更新的门限阈值与更新之前的门限阈值之间差值的绝对值大于预先设定值，则根据更新的门限阈值对经过抑制处理后的差频信号采样序列再次进行抑制处理，直到更新的门限阈值与更新前的门限阈值间满足设定条件。[0053]进一步的，在上述发明实施例的基础上，设定条件为更新的门限阈值与更新前的门限阈值间的差值的绝对值小于设定值。[0054]本发明实施例的技术方案，通过根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；基于门限阈值对差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；根据更新的差频信号采样序列的统计学参数确定更新的门限阈值；若更新的门限阈值与更新前的门限阈值间满足设定条件，则将更新的差频信号采样序列确定为目标信号；若更新的门限阈值与更新前的门限阈值间不满足设定条件，则基于更新的门限阈值对更新的差频信号采样序列进行抑制处理，直到更新的门限阈值与更新前的门限阈值间满足设定条件。上述技术方案，通过基于差频信号统计学参数循环迭代的雷达干扰的抑制方法，解决了调频连续波毫米波雷达宽度干扰的问题，同时基于更新的门限阈值对更新的差频信号采样序列进行抑制处理的方式，相比现有技术，提高了检测雷达干扰的准确率，以及提升了雷达抗干扰能力。[0055]实施例二[0056]图2为本发明实施例二所提供的一种雷达干扰的抑制方法的流程图，本发明实施例是在上述发明实施例基础上的具体化，参见图2，本发明实施例提供的方法具体包括如下步骤：[0057]s210、根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值。[0058]s211、获取与差频信号采样序列对应的标记序列。[0059]需要说明的是，在差频信号采样序列中若检测到干扰点时，需对其进行抑制处理。本发明实施例，可以通过获取与差频信号采样序列中对应的标记序列，利用标记序列对干扰点进行抑制处理。其中，标记序列中的元素可以与差频信号采样序列中的元素是一一对应的关系。[0060]s212、将差频信号采样序列中各元素的幅值分别与门限阈值进行比较。[0061]可以理解的是，可以将差频信号采样序列中各元素的幅值分别与门限阈值进行比较，以逐点检测差频信号采样序列中是否存在干扰点。具体的，将差频信号采样序列中各元素的幅值逐点与门限阈值进行比较，其中，在一轮检测中，各元素幅值所比较的门限阈值是相同的。[0062]s213、根据比较结果调整标记序列，获得更新的标记序列。[0063]需要说明的是，如果在逐点进行遍历比较的过程中，某点的比较结果为干扰点，则将标记序列中与差频信号采样序列中对应的位置上的元素进行调整。[0064]示例性的，若x(n)＝[x(1)，x(2)，...，x(n)]，如果在序列第一个位置中的x(1)是干扰点，那么标记序列flag(n)＝[1，1，...，1]将第一个位置上的元素标记为0，那么更新的标记序列为flag(n)＝[0，1，...，1]。[0065]s214、将差频信号采样序列的各元素与更新的标记序列中对应的元素相乘，获得更新的差频信号采样序列。[0066]可以理解的是，通过检测出干扰点之后，并得到更新的标记序列之后，可以将差频信号采样序列的各元素与更新的标记序列中对应的元素相乘，得到经过抑制处理后的差频信号采样序列。即更新的差频信号采样序列。[0067]s215、根据更新的差频信号采样序列的统计学参数确定更新的门限阈值。[0068]s216、若更新的门限阈值与更新前的门限阈值间满足设定条件，则将更新的差频信号采样序列确定为目标信号。[0069]s217、若更新的门限阈值与更新前的门限阈值间不满足设定条件，则基于更新的门限阈值对更新的差频信号采样序列进行抑制处理，直到更新的门限阈值与更新前的门限阈值间满足设定条件。[0070]本发明实施例，通过标记序列对干扰点进行抑制处理的方式，可以保证每次在处理差频信号采样序列中某个元素时(处理干扰点时)，无需将差频信号采样序列中在该元素后面的元素往前移动一位，也就说无需对差频信号采样序列中的元素重新排列，从而节省计算成本以及时间成本，提高了抑制雷达干扰信号的效率。例如，差频信号采样序列x(n)＝[x(1)，x(2)，...，x(n)],如果在序列第一个位置中的x(1)是干扰点，那么采用标记序列的方法，在对x(1)进行抑制处理后，无需将x(2)，...，x(n)都往前移动一位进行排序。[0071]进一步的，在上述发明实施例的基础上，标记序列每个元素的幅值均为第一设定值，根据比较结果调整标记序列，获得更新的标记序列，包括：[0072]若差频信号采样序列中元素的幅值大于门限阈值，则将标记序列中对应元素的幅值修改为第二设定值，获得更新的标记序列；并将该元素对应的点确定为干扰点。[0073]可以理解的是，标记序列中每个元素在初始时，均为第一设定值，例如为1。如果在逐点进行遍历比较的过程中，差频信号采样序列中元素的幅值大于门限阈值，则将标记序列中与差频信号采样序列中对应的位置上的幅值(元素)修改为第二设定值，并将该元素对应的点确定为干扰点，例如将标记序列中对应位置上元素标记为0，从而可以获得更新的标记序列。[0074]进一步的，在上述发明实施例的基础上，根据更新的差频信号采样序列的统计学参数确定更新的门限阈值，包括：[0075]a1、统计更新的差频信号采样序列中的干扰点数量。[0076]可以理解的是，在检测出差频信号采样序列中干扰点之后，除了进行更新标记序列，还可以统计差频信号采样序列中的干扰点数量，当然，初始值为0，当存在干扰点，则执行加1操作，在依据更新的差频信号采样序列进行抑制处理时，若存在干扰点，依然继续执行加1操作，以统计差频信号采样序列中干扰点数量。[0077]示例性，可以通过如下公式(3)进行统计干扰点数量：[0078]m＝m+1(3)，[0079]其中，m表示干扰点的数量。[0080]b1、基于干扰点数量确定门限因子。[0081]需要说明的是，由于依据更新的差频信号采样序列进行抑制处理，若存在干扰点，那么相应的位置上的元素有为0的情况，那么为了保证计算的准确性，需要对更新的差频信号采样序列的统计学参数的值进行补偿，例如均方根值，那么相应的门限因子可以为如下公式(4)：[0082][0083]其中，为对更新的差频信号采样序列的均方根的修正因子，k为原始门限因子，每次不变。但是为了对更新的差频信号采样序列的均方根值进行补偿，将knew作为门限因子。[0084]c1、根据门限因子和更新的差频信号采样序列的统计学参数确定更新的门限阈值。[0085]本发明实施例，可以根据门限因子和更新的差频信号采样序列的统计学参数确定更新的门限阈值。其中统计学参数可为均方根。[0086]示例性，更新的门限阈值可通过如下公式(5)计算得到：[0087]th_new＝knew*rms(x*flag)(5)，[0088]其中，x*flag为更新的差频信号采样序列，rms(x*flag)表示基于更新的差频信号采样序列计算均方根值。[0089]示例性，为便于理解，图3为本发明实施例所提出的一种雷达干扰的抑制方法实现示意图。[0090]如图3所示，假设差频信号采样序列为x(n)，n＝1，...，n，n为信号点数初始门限阈值为th＝k*rms(x)，k为门限因子，rms(x)为差频信号采样序列的均方根，初始标记序列为flag(n)＝[1，1，...，1]，标记序列中初始时元素中的值都为1，标记序列中的元素个数与差频信号采样序列中元素个数相同，干扰点的数量m初始为0。基于门限阈值th对差频信号采样序列x(n)或简称x，进行抑制处理，具体为：差频信号采样序列x(n)中各元素的幅值分别与门限阈值th进行比较，若差频信号采样序列中元素的幅值大于门限阈值th，则将标记序列中对应元素的幅值修改为0，并统计干扰点的数量m＝m+1。根据更新的差频信号采样序列的均方根确定更新的门限阈值，也就是[0091]若更新的门限阈值th_new与更新前的门限阈值th间的差值的绝对值小于设定值，则将更新的差频信号采样序列确定为目标信号，即y＝x*flag(差频信号采样序列的各元素与更新的标记序列中对应的元素相乘)。若更新的门限阈值th_new与更新前的门限阈值th间的差值的绝对值大于设定值，也就是abs(th-th_new)＜delta，其中，abs()表示绝对值，abs(th-th_new)表示更新的门限阈值th_new与更新前的门限阈值th间的差值的绝对值，delta表示设定值，则基于更新的门限阈值(th＝th_new)对更新的差频信号采样序列(x＝x*flag)进行抑制处理。[0092]实施例三[0093]图4为本发明实施例三提供的一种雷达干扰的抑制装置的结构示意图。如图4所示，该装置包括：第一确定模块401，第一处理模块402，第二确定模块403，第三确定模块404，第二处理模块405。其中，[0094]第一确定模块401，用于根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；[0095]第一处理模块402，用于基于所述门限阈值对所述差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；[0096]第二确定模块403，用于根据所述更新的差频信号采样序列的统计学参数确定更新的门限阈值；[0097]第三确定模块404，用于若更新的门限阈值与更新前的门限阈值间满足设定条件，则将所述更新的差频信号采样序列确定为目标信号；[0098]第二处理模块405，用于若更新的门限阈值与更新前的门限阈值间不满足所述设定条件，则基于所述更新的门限阈值对所述更新的差频信号采样序列进行抑制处理，直到所述更新的门限阈值与更新前的门限阈值间满足设定条件。[0099]本发明实施例的技术方案，通过第一确定模块根据雷达信号对应的差频信号采样序列的统计学参数确定门限阈值；通过第一处理模块基于所述门限阈值对所述差频信号采样序列进行抑制处理，获得更新的差频信号采样序列；通过第二确定模块根据所述更新的差频信号采样序列的统计学参数确定更新的门限阈值；通过第三确定模块若更新的门限阈值与更新前的门限阈值间满足设定条件，则将所述更新的差频信号采样序列确定为目标信号；通过第二处理模块若更新的门限阈值与更新前的门限阈值间不满足所述设定条件，则基于所述更新的门限阈值对所述更新的差频信号采样序列进行抑制处理，直到所述更新的门限阈值与更新前的门限阈值间满足设定条件。上述技术方案，通过基于差频信号统计学参数循环迭代的雷达干扰的抑制方法，解决了调频连续波毫米波雷达宽度干扰的问题，同时基于更新的门限阈值对更新的差频信号采样序列进行抑制处理的方式，相比现有技术，提高了检测雷达干扰的准确率，以及提升了雷达抗干扰能力。[0100]进一步的，在上述发明实施例的基础上，所述第一处理模块包括：[0101]获取单元，用于获取与所述差频信号采样序列对应的标记序列；[0102]比较单元，用于将所述差频信号采样序列中各元素的幅值分别与所述门限阈值进行比较；[0103]调整单元，用于根据比较结果调整所述标记序列，获得更新的标记序列；[0104]获得单元，用于将所述差频信号采样序列的各元素与更新的标记序列中对应的元素相乘，获得更新的差频信号采样序列。[0105]进一步的，在上述发明实施例的基础上，所述标记序列每个元素的幅值均为第一设定值，所述调整单元，具体用于：[0106]若差频信号采样序列中元素的幅值大于所述门限阈值，则将标记序列中对应元素的幅值修改为第二设定值，获得更新的标记序列；并将该元素对应的点确定为干扰点。[0107]进一步的，在上述发明实施例的基础上，所述第二确定模块，具体用于：[0108]统计所述更新的差频信号采样序列中的干扰点数量；[0109]基于所述干扰点数量确定门限因子；[0110]根据所述门限因子和所述更新的差频信号采样序列的统计学参数确定更新的门限阈值。[0111]进一步的，在上述发明实施例的基础上，所述设定条件为更新的门限阈值与更新前的门限阈值间的差值的绝对值小于设定值。[0112]本发明实施例所提供一种雷达干扰的抑制装置可执行本发明任意实施例所提供的一种雷达干扰的抑制方法，具备执行方法相应的功能模块和有益效果。[0113]实施例四[0114]图5是实现本发明实施例的一种雷达干扰的抑制方法的电子设备的结构示意图。图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。[0115]如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。[0116]电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。[0117]处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如方法一种雷达干扰的抑制。[0118]在一些实施例中，方法一种雷达干扰的抑制可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的方法一种雷达干扰的抑制的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法一种雷达干扰的抑制。[0119]本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。[0120]用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。[0121]在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。[0122]为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。[0123]可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。[0124]计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。[0125]应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。[0126]上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!