一种室内定位的方法及装置与流程

本申请涉及通信技术领域，尤其涉及一种利用通信技术进行室内定位的方法及装置。

背景技术：

近年来随着自动驾驶的发展，毫米波雷达技术也取得了飞速的发展，特别是毫米波雷达soc芯片的出现为毫米波雷达进入大规模的应用提供了保障，毫米波雷达已不仅仅局限于车载应用，还可以广泛的应用于工业、安防、智能家居等领域。

特别是在智能家居邻域，毫米波雷达以其全天候全天时工作、不涉及个人隐私的优点可作为一种新型的感知器件发挥重要作用。毫米波雷达可安装于室内，通过对室内人员的感知来实现行人定位，也可用于智能供电节能控制、外来人员智能报警、空调根据行人航迹智能吹风控制等智能家居领域。

但是目前毫米波雷达处理方法主要针对车载应用场景，对于室内定位和识别应用场景缺少有效的处理方法，或是只实现了基于实数基带架构的处理方法，对带宽要求较高且信噪比不佳，应用范围有限。因此，如何提供一种基于复数基带架构毫米波雷达的完整详细处理方法，使其可以应用于不同的毫米波雷达平台实现室内行人的定位、跟踪和识别，成为毫米波雷达在智能家居场景中的广泛应用亟待解决的技术问题。

技术实现要素：

针对以上问题，本申请实施例提供了一种室内定位的方法及装置。

根据本申请实施例第一方面，一种室内定位方法，该方法包括：接收毫米波雷达信号，其中，毫米波雷达信号包括发射信号和回波信号；对毫米波雷达信号进行解调后得到复数信号；对复数信号进行信号处理得到量测点信息，量测点信息包括距离信息、方位信息和多普勒信息；根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息；根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

根据本申请实施例一实施方式，在从至少一个检测对象中识别出目标对象以及目标对象的航迹信息之后，该方法还包括：将目标对象的航迹信息转换为上层应用所需的应用级数据；将应用级数据发送给上层应用。

根据本申请实施例一实施方式，对复数信号进行信号处理得到量测点信息，包括：根据复数信号的频率以及频率和距离的对应关系获得复数信号对应的距离向信息；根据距离向信息和高分辨雷达测角方法得到距离方位二维热力图；对距离方位二维热力图分别进行距离一维检测和方位一维检测得到距离信息和方位信息；对距离信息和方位信息进行空域滤波波束合成处理得到波束合成信号；对波束合成信号进行多普勒谱转换以得到多普勒信息。

根据本申请实施例一实施方式，根据距离向信息和高分辨雷达测角方法得到距离方位二维热力图，包括：对距离相同但发射单元不同的距离向信息进行静止杂波消除处理得到第一处理结果；获取距离相同但发射单元不同的第一处理结果的协方差矩阵逆；根据协方差矩阵逆和capon谱估计算法，以方位角枚举步进的方式形成距离和方位二维热力图。

根据本申请实施例一实施方式，对波束合成信号进行多普勒谱转换以得到多普勒信息，包括：对波束合成信号进行线性调频信号快速傅里叶变换得到多普勒谱；对多普勒谱求模得到多普勒频谱信息；对多普勒频谱信息进行多普勒一维检测以得到多普勒信息。

根据本申请实施例一实施方式，根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息，包括判断量测点信息是否满足新航迹起始条件，若满足，则进入检测模式并进一步检测量测点连续命中预测航迹的帧数是否超过第一阈值，若是，则进入激活模式并执行以下方法：根据量测点信息和运动模型预测航迹信息；将后续的量测点信息分配给航迹信息以得到至少一个检测对象的航迹信息。

根据本申请实施例一实施方式，在将后续的量测点信息分配给航迹信息的过程中，该方法还包括：若连续无量测点可分配给航迹信息的帧数超过了第二阈值，则进入丢失模式并结束本次操作。

根据本申请实施例一实施方式，将后续的量测点信息分配给航迹信息以得到至少一个检测对象的航迹信息，包括：检测后续量测点信息是否符合第一条件，若符合，则将相应的量测点信息分配给航迹信息，若不符合，则进一步检测相应的量测点是否满足第二条件，若满足，则获取相应的量测点对应的航迹信息。

根据本申请实施例一实施方式，根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息，包括：根据量测点信息中的多普勒信息提取至少一个检测对象的微多普勒特征，微多普勒特征包括微多普勒偏移、躯干微多普勒带宽和整体平均微多普中心；采用最邻近分类方法和微多普勒特征从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

根据本申请实施例第二方面，一种室内定位装置，该装置包括：信号接收模块，用于接收毫米波雷达信号，其中，毫米波雷达信号包括发射信号和回波信号；信号解调模块，用于对毫米波雷达信号进行解调后得到复数信号；信号处理模块，用于对复数信号进行信号处理得到量测点信息，量测点信息包括距离信息、方位信息和多普勒信息；航迹获取模块，用于根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息；目标航迹确定模块，用于根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

本申请实施例提供了一种室内定位的方法及装置。该方法包括：首先，对毫米波雷达信号进行解调后得到复数信号；之后，对复数信号进行信号处理得到量测点信息；接下来，根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息；然后，根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。使用上述方法，可利用基于复数基带架构的毫米波雷达对室内目标对象进行定位、跟踪和识别。如此，可进一步推进毫米波雷达在智能家居场景中的应用和发展，具有重大意义。

需要理解的是，本申请的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本申请的其他实施方式还能够实现上面未提到的有益效果。

附图说明

通过参考附图阅读下文的详细描述，本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施方式，其中：

在附图中，相同或对应的标号表示相同或对应的部分。

图1为本申请实施例室内定位的方法的实现流程示意图；

图2为本申请实施例一应用室内定位方法的具体实现流程示意图；

图3为本申请实施例室内定位的装置的组成结构示意图。

具体实施方式

为使本申请的目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

根据本申请实施例第一方面，一种室内定位方法，如图1所示，该方法包括：操作110，接收毫米波雷达信号，其中，毫米波雷达信号包括发射信号和回波信号；操作120，对毫米波雷达信号进行解调后得到复数信号；操作130，对复数信号进行信号处理得到量测点信息，量测点信息包括距离信息、方位信息和多普勒信息；操作140，根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息；操作150，根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

在操作110中，毫米波雷达是是工作在毫米波波段(millimeterwave)探测的雷达。通常毫米波雷达信号是指30～300ghz频域(波长为1～10mm)的信号。毫米波雷达具有空间分辨率高、穿透力强和抗干扰等特性，能分辨识别很小的对象，而且能同时识别多个对象。此处接收到的毫米波雷达信号即包括毫米波雷达发射的、用于识别对象的发射信号，也包括发射信号经反射物反射后，被反射物吸收一部分能量，产生了具有衰减延迟的信号。

此外，需要说明的是，由于本申请实施例室内定位的方法是基于复数基带架构的毫米波雷达的，所以此处的毫米波雷达是具有复数基带解调能力的毫米波雷达。

目前主流的毫米波雷达处理平台主要由两种形式：一种将射频单元和处理单元集成一起形成soc芯片；另一种是射频单元和处理单元分别为单独芯片。本申请实施例并不对毫米波雷达处理平台的形式进行限定。

在操作120中，解调是从毫米波雷达信号中获取其所携带信息的过程，通常会经过混频、滤波和正交采样的过程。此处，解调后得到的是复数信号，即毫米波雷达信号的复数表示。由于实数信号具有共轭对称的频谱，其负频谱部分是冗余的。而复数信号会将实数信号的负频谱部分去掉，只保留正频谱部分的信号，其实部和虚部分别代表了正交的信息。对于数字通信，复数信号可以使有效带宽减少一半，相应地，可以降低一半的ad采样率；此外，由于噪声为实数基带解调的一半，因此使用复数基带解调可以提高3db的信噪(snr)；而且消除了镜频干扰，还可为室内定位信号处理中多径等干扰消除提供保障。由于，本申请实施例是基于复数基带架构实现的，且解调得到的是复数信号，因此可以获得同样的有益效果。

在操作130中，为了从复数信号中获取包括距离信息、方位信息和多普勒信息在内的量测点信息，通常需要进行各种信号处理，例如，对各种中间结果进行去噪和为了获取距离信息、方位信息和多普勒信息而对信号进行的各种转换等等。其中，距离信息、方向信息和多普勒信息是后续进行检测对象追踪和检测对象识别的重要数据依据。

在操作140中，此处的运动模型是用于根据量测点信息来预测量测点对应对象的航迹信息，通常是依据检测对象的方向、速度和一般运动规律建立的预测模型。航迹信息主要指用于描述检测对象在一段时间内的运动轨迹的相关信息，例如，具有时序的一系列位置信息。

由于毫米波雷达是可以同时识别多个对象，因此当毫米波雷达检测范围内存在多个检测对象时，例如，电风扇、随风摆动的窗帘、宠物等等，检测操作110中所接受到的回波信号就是多个检测对象反射回来的。相应地，在操作120中对毫米波雷达信号进行解调后得到的复数信号以及在操作130中对复数信号进行信号处理后得到的量测点信息都会包含多个检测对象的相应信息。因此，在操作140中得到的航迹信息也会是多个检测对象的航迹信息。

通常在实际应用过程中，并不需要所有检测对象的航迹信息，而只需关注应用所需的部分检测对象的航迹信息，这部分检测对象就是目标对象。在操作140中所获得的航迹信息通常是所有检测对象的全部航迹信息。要获取目标对象的航迹信息，首先，要从多个检测对象中识别出目标对象。在本申请实施例室内定位的方法中，主要是通过量测点信息中的多普勒信息来对检测对象进行分类，从而识别出目标对象的。

由此可见，本申请提供的室内定位方法可利用基于复数基带架构的毫米波雷达对室内目标对象进行定位、跟踪和识别，从而可以进一步推进毫米波雷达在智能家居场景中的应用和发展。

根据本申请实施例一实施方式，在从至少一个检测对象中识别出目标对象以及目标对象的航迹信息之后，该方法还包括：将目标对象的航迹信息转换为上层应用所需的应用级数据；将应用级数据发送给上层应用。

通常在操作150中获取的目标对象的航迹信息都是为各种具体应用来服务的。例如，为智能家居应用提供室内行人航迹以便智能家居提供相应的服务。而每个智能家居在接收航迹信息时，通常会提供数据定义和数据接口。在本实施方式中，会根据各个应用所提供的这些数据定义和数据接口对目标对象的航迹信息进行转换并发送给上层应用。

根据本申请实施例一实施方式，对复数信号进行信号处理得到量测点信息，包括：根据复数信号的频率以及频率和距离的对应关系获得复数信号对应的距离向信息；根据距离向信息和高分辨雷达测角方法得到距离方位二维热力图；对距离方位二维热力图分别进行距离一维检测和方位一维检测得到距离信息和方位信息；对距离信息和方位信息进行空域滤波波束合成处理得到波束合成信号；对波束合成信号进行多普勒谱转换以得到多普勒信息。

通常，如果只有一个雷达，则只能通过解调后数字信号的频率，例如本申请中提到的复数信号的频率，以及频率和距离的对应关系来获取距离向信息。其中，频率和距离的对应关系可以从信号频率与距离的对照表中得到。其中，距离向信息主要指雷达影像中沿着雷达波发射方向的信息。

为了进一步获取方位向信息，在本实施方式中，使用了高分辨雷达测角方法将距离向信息转换为一个距离方位二维热力图，然后再进一步进行方位向和距离向的一维检测提取具体的方位信息和距离信息，其中，常用的一维检测方法有cfar检测方法等。根据距离信息和方位信息得到波束合成信号后，还可以对波束合成信号进行多普勒谱转换就可以获取相应的多普勒信息。

根据本申请实施例一实施方式，根据距离向信息和高分辨雷达测角方法得到距离方位二维热力图，包括：对距离相同但发射单元不同的距离向信息进行静止杂波消除处理得到第一处理结果；获取距离相同但发射单元不同的第一处理结果的协方差矩阵逆；根据协方差矩阵逆和capon谱估计算法，以方位角枚举步进的方式形成距离和方位二维热力图。

其中，消除静止杂波，可以减少对后续处理的影响，使准确率更高。而capon谱估计算法是基于递推最小二乘方法实现对观测信号自相关矩阵的逆r-1l的一种估计方法，该估算方法具有计算复杂度低和收敛速度快的优点。

根据本申请实施例一实施方式，对波束合成信号进行多普勒谱转换以得到多普勒信息，包括：对波束合成信号进行线性调频信号快速傅里叶变换得到多普勒谱；对多普勒谱求模得到多普勒频谱信息；对多普勒频谱信息进行多普勒一维检测以得到多普勒信息。

其中，多普勒谱，又称多普勒功率谱(dopplerspectrum)，是刻画频率色散的一种方法。线性调频(lfm)是一种不需要伪随机编码序列的扩展频谱调制技术。由于线性调频信号占用的频带宽度远大于信息带宽，所以也可以获得很大的系统处理增益。线性调频信号，因为其频谱带宽落于可听范围，则听若鸟声，所以又称chirp信号。在雷达定位技术中，使用这一技术可在增大射频脉冲宽度、提高平均发射功率、加大通信距离同时又保持足够的信号频谱宽度，不降低雷达的距离分辨率。进行多普勒一维检测的方法有cfar检测方法等。

根据本申请实施例一实施方式，根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息，包括判断量测点信息是否满足新航迹起始条件，若满足，则进入检测模式并进一步检测量测点连续命中预测航迹的帧数是否超过第一阈值，若是，则进入激活模式并执行以下方法：根据量测点信息和运动模型预测航迹信息；将后续的量测点信息分配给航迹信息以得到至少一个检测对象的航迹信息。

在本申请实施例中，除了会进行对象的定位，还会进行对象的追踪，而追踪的主要途径就是获取对象的航迹信息。而获取航迹较常用的方法是先根据一段时间内获取的量测点预测出至少一个航迹，之后，检测后续量测点是否可以分配到其中某个航迹中。其中，新航迹起始条件主要包括：量测点是否在某个速度范围或距离范围内；量测点中信息的多少和信噪比是否够高等。

获取对象航迹信息的过程中，可以有以下几种工作模式：检测模式、激活模式和丢失模式。检测模式，主要用于获取量测点信息，并检测量测点是否会命中预测的航迹，即与预测的航迹中的点符合或接近，之后根据连接命中航迹信息的情况择机进入激活模式或丢弃模式。当连续命中预测航迹的帧数超过第一阈值时，说明此时的航迹才是真正有效的航迹。其中，第一阈值的值通常都是根据经验值预先设定的。丢失模式，指一段时间内无量测点可以分配给该轨迹或可以分配给该轨迹的点特别少，此时，表示追踪的对象停止运动，或已经消失在雷达检测的范围内，因此，一旦进入这一模式就可以结束该航迹的获取过程了。

根据本申请实施例一实施方式，在将后续的量测点信息分配给航迹信息的过程中，该方法还包括：若连续无量测点可分配给航迹信息的帧数超过了第二阈值，则进入丢失模式并结束本次操作。

其中，第二阈值是根据经验值预先设定的。若连续无量测点可分配给航迹信息，说明这一航迹基本已结束，或者量测点已超出检测范围，因此可以进入丢弃模式并结束本次操作。

根据本申请实施例一实施方式，将后续的量测点信息分配给航迹信息以得到至少一个检测对象的航迹信息，包括：检测后续量测点信息是否符合第一条件，若符合，则将相应的量测点信息分配给航迹信息，若不符合，则进一步检测相应的量测点是否满足第二条件，若满足，则获取相应的量测点对应的航迹信息。

此处，第一条件通常是通过对每个量测点接近每条轨迹的程度超过了某个根据预先经验值设定的阈值，此时，就可以对其进行轨迹分配了。如果不符合第一条件，说明这些点可能不是现有预测的轨迹上的点。此时，可检测该量测点是否符合第二条件。此处，第二条件主要指该量测点是否可能属于某一未发现的轨迹的条件。例如，将所有不符合的点进行聚类，然后判断这些聚类是否符合新航迹起始条件，若符合，则获取相应的量测点对应的航迹信息。

根据本申请实施例一实施方式，根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息，包括：根据量测点信息中的多普勒信息提取至少一个检测对象的微多普勒特征，微多普勒特征包括微多普勒偏移、躯干微多普勒带宽和整体平均微多普中心；采用最邻近分类方法和微多普勒特征从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

由于在室内包括很多干扰对象，例如如电风扇、随风摆动的窗帘、宠物等等，这些干扰很难通过之前的方法进行消除。本实施方式通过利用不同对象的不同微多普勒特征对不同目标进行识别来消除干扰。尽管现在有很多机器学习的识别方法，但是这些方法的计算量太大，暂时无法用在智能家居这种简单、低成本的传感器中。故本申请实施例采用离线收集典型场景不同干扰的微多普勒特征，并根据这些微多普勒特征生成不同对象的模板。其中，本发明人通过理论分析和实际测试发现微多普勒偏移、躯干微多普勒带宽和整体平均微多普中心这三个特征在区分干扰和行人目标方面可以取得较好效果。

在根据最邻近分类方法进行分类时，就可以通过用检测对象的微多普勒特征去匹配这些模板，从而得到检测对象所属的分类，进而识别出真正关注的目标对象。

该方法是通过对一定数据量样本测试后发现性能较好的分类方法，且计算量较低便于实现。

下面结合图2对本申请实施例如何实现一应用室内定位的方法，进行详细说明。

图2所示的本申请实施例一应用室内定位方法的具体实现流程是基于复数基带架构系统来实现的。具体到这一应用，该复数基带架构包括天线部件、射频部件和处理单元部件。其中，天线部件用于实现信号的发射和接收；射频部件，用于实现本振信号生成、发射信号控制和复数基带解调；处理单元部件，用于实现毫米波雷达的信号处理、多目标跟踪、目标识别和高级应用逻辑。

图2所示的本申请实施例一应用室内定位方法的具体实现流程主要包括以下步骤：

步骤201，通过将接收通道接收到的回波信号与发射信号进行正交混频，即回波信号分别与发射信号cos(φt(t))和发射信号移相90°的正交信号sin(φt(t))相乘。

步骤202，使用低通滤波器和高通滤波器对混频好的信号进行滤波得到中频信号。

其中，低通滤波器滤除混频后的高频分量和远距离的回波信号，其截止频率决定了毫米波雷达非模糊状态下的最远探测距离；高通滤波器则主要滤除直流分量，其截止频率决定了毫米波雷达的最近探测距离。

步骤203，对中频信号进行ad正交采样，将模拟信号转换为数字信号得到复数信号。

步骤204，对解调后得到的复数信号按照线性调频连续波chirp周期进行一维快速傅里叶变换得到复数信号的频率信息，然后根据距离和频率的对应关系获得相应的距离向信息，完成距离测量。

步骤205，以距离向信息为基础，通过capon高分辨测角方法，获得距离方位二维热力图。具体包括：(1)静止杂波消除。通过对每个天线的相同距离单元不同脉冲(chirp)间信号求平均作为静止信息，然后用距离向信息减去静止信息实现静止杂波消除；(2)协方差矩阵逆：通过对消除静止杂波的每个天线的相同距离单元不同脉冲(chirp)间信号求互相关获得协方差矩阵，进而通过求逆方法求得协方差矩阵逆；(3)按照capon谱估计算法，方位角采用枚举步进的形式形成距离和方位图。

步骤206，针对在步骤205得到的距离方位热力图，采用caso-cfar方法先在距离向上进行一维cfar检测，初步获取检测对象的距离信息，再在方位向上进行cfar检测，得到检测对象方位信息。

在检测过程中，通过循环折叠的方式处理检测边界，即对于左边界点，其左侧参考点和保护单元采用右侧边界点；对于右侧边界点，其右侧参考点和保护单元采用左侧边界点。

步骤207，首先根据检测对象详细的距离和方位信息，选取检测方位角值的导向矢量和对应距离单元的协方差逆得到距离值；接着，利用capon谱估算方法求取空域滤波权重系数，并将该权重值与对应距离值的不同天线的距离快速傅里叶变换结果相乘累加就得到了合成的空域滤波波束。

这一步骤可为接下来的多普勒测量提供高信噪比，提高多普勒测量精度，同时压低旁瓣，降低旁瓣干扰。

步骤208，首先，检测对象经过空域滤波后的信号进行chirp向快速傅里叶变换获得多普勒谱；接着，多普勒谱求模得到多普勒频谱信息，然后，采用一维cfar检测方式在多普勒向进行检测获得各对象多普勒信息。

经过这样处理后，可以区分空间位置相同但是多普勒不同的检测对象。最后根据转换关系，将检测对象的距离、方位角和多普勒信息以三维点云信息输出，完成毫米波雷达信号处理。

步骤209，对进入激活模式的航迹，通过扩展卡尔曼滤波器的预测过程，在该预测过程中根据运动模型以及当前航迹的运动状态值预测航迹信息。例如，基于当前时刻的状态向量和过程协方差矩阵来估计下一时刻的状态向量和协方差。

步骤210，分配步骤中包含阈值函数和打分函数两个部分，其目的是为了让每条航迹检测每个量测点是否足够“接近”航迹，并为足够接近航迹的量测点打分。而这些量测点将分配给得分最高的航迹。对于每条给定的航迹，设定一个有关预测目标的阈值函数。这个阈值函数应当考虑到目标机动、目标分散以及量测噪声等因素。使用群体残差协方差矩阵在三维的量测空间构建一个有关群跟踪组质心的椭球，这个椭球体代表一个阈值函数，用来限定在当前时刻观测到的各个量测点。对于阈值函数内的所有量测点，计算归一化距离函数作为成本函数，并通过这一成本函数将量测点与航迹信息相关联。所谓的分配过程，就是将量测点分配给最小化成本函数最小的航迹。如此，可得到一组与每条航迹相关的量测点。

步骤211，对于没有分配给任何航迹信息的量测点，对其进行聚类处理。如果可以聚类为一个目标并且满足新航迹起始条件，则再次执行获取航迹过程已获取该量测点对应的航迹信息。

首先，选择一个先导量测点并设置一个适合于它的质心。一次检查一个候选点是否在速度范围内和距离范围内，如果通过，则重新计算质心(合格点均值)并将其添加到点云中。在完成上述过程之后，对点云进行点数和信噪比的检测。如果点数较少或信噪比不够高的点云将被忽略。如果通过测试，则为该量测点分配一条新航迹，同时进入检测模式。

步骤212，采用扩展kalman方法并利用量测点进行检测对象状态值和新息协方差矩阵更新以获得当前时刻的目标状态。对处于激活模式的航迹目标，在更新的过程中可能会出现以下三种情况而造成跟踪丢失：(1)如果由于目标静止或运动极慢接近静止状态，推测被当做静态杂波滤除；(2)如果目标非静止，却没有检测到，认为目标已经离开观测区域；(3)如果是其他情况而没有探测到目标，推测目标被其他物体遮挡。

对于(1)的情景，当目标处于跟踪边界内，可以使用一个较大的静止到丢失阈值来延长其观测时间，并在下一时刻预测时保留上一时刻的状态量；对于(2)和(3)的情景，如果连续出现丢失的帧数超过激活到丢失阈值时，则删除该航迹；如果量测点超出该航迹边界，则迅速删除该航迹。

步骤213，将信号处理的点云信息和跟踪的检测对象的航迹信息转换为识别所需要的数据类型，同时将分类后的数据进行处理，以方便后期高级应用使用，完成检测对象管理。

步骤214，对一段短时间内的处理结果，提取相应的微多普勒特征信息。

步骤215，利用提取的目标微多普勒特征，采用最邻近算法分类方法对目标进行分类识别以得到目标对象和目标对象的航迹信息。

步骤216，利用跟踪和识别结果，结合实际应用需求，完成相应的高级逻辑判断。例如，按照对方需求的协议格式输出判断结果以便于智能控制终端做出合理决策，包括：根据行人的运动轨迹控制空调吹风的方向、根据室内是否存在行人智能关闭电源总开关、根据对监控区域是否存在行人进入进行报警等等应用。

需要说明的是图2所示的本申请实施例一应用室内定位方法的具体实现流程仅为本申请实施例的一个示例性说明，并非对实施方式的一种限定。实施者可根据具体实施条件确定采用任何适用的实施方式。

根据本申请实施例第二方面，一种室内定位装置，如图3所示，该装置30包括：信号接收模块301，用于接收毫米波雷达信号，其中，毫米波雷达信号包括发射信号和回波信号；信号解调模块302，用于对毫米波雷达信号进行解调后得到复数信号；信号处理模块303，用于对复数信号进行信号处理得到量测点信息，量测点信息包括距离信息、方位信息和多普勒信息；航迹获取模块304，用于根据一段时间内得到的量测点信息和运动模型得到至少一个检测对象的航迹信息；目标航迹确定模块305，用于根据量测点信息中的多普勒信息和对象分类方法从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

根据本申请实施例一实施方式，该装置30还包括：应用级数据转化模块，用于将目标对象的航迹信息转换为上层应用所需的应用级数据；应用级数据发送单元，用于将应用级数据发送给上层应用。

根据本申请实施例一实施方式，信号处理模块303包括：距离向信息获取子模块，用于根据复数信号的频率以及频率和距离的对应关系获得复数信号对应的距离向信息；距离方位二位热力图获取子模块，用于根据距离向信息和高分辨雷达测角方法得到距离方位二维热力图；距离信息和方位信息获取子模块，对距离方位二维热力图分别进行距离一维检测和方位一维检测得到距离信息和方位信息；波束合成子模块，用于对距离信息和方位信息进行空域滤波波束合成处理得到波束合成信号；多普勒信息获取子模块，用于对波束合成信号进行多普勒谱转换以得到多普勒信息。

根据本申请实施例一实施方式，距离方位二维热力图获取子模块包括：静止杂波消除单元，用于对距离相同但发射单元不同的距离向信息进行静止杂波消除处理得到第一处理结果；协方差矩阵逆获取单元，用于获取距离相同但发射单元不同的第一处理结果的协方差矩阵逆；距离和方位二维热力图获取单元，用于根据协方差矩阵逆和capon谱估计算法，以方位角枚举步进的方式形成距离和方位二维热力图。

根据本申请实施例一实施方式，波束合成子模块包括：多普勒谱获取单元，用于对波束合成信号进行线性调频信号快速傅里叶变换得到多普勒谱；多普勒频谱信息获取单元，用于对多普勒谱求模得到多普勒频谱信息；多普勒信息获取单元，用于对多普勒频谱信息进行多普勒一维检测以得到多普勒信息。

根据本申请实施例一实施方式，航迹信息获取模块包括：新航迹起始条件判断子模块，用于判断量测点信息是否满足新航迹起始条件；激活条件检测子模块，用于进一步检测量测点连续命中预测航迹的帧数是否超过第一阈值；激活模式子模块，用于进入激活模式并执行以下方法：根据量测点信息和运动模型预测航迹信息；航迹分配子模块，用于将后续的量测点信息分配给航迹信息以得到至少一个检测对象的航迹信息。

根据本申请实施例一实施方式，航迹信息获取模块304包括：丢失条件检测子模块，用于若连续无量测点可分配给航迹信息的帧数超过了第二阈值，则进入丢失模式并结束本次操作。

根据本申请实施例一实施方式，航迹分配子模块包括：第一条件检测单元，用于检测后续量测点信息是否符合第一条件；航迹分配单元，用于将相应的量测点信息分配给航迹信息；第二条件检测单元，用于检测相应的量测点是否满足第二条件；新航迹获取单元，用于获取相应的量测点对应的航迹信息。

根据本申请实施例一实施方式，目标航迹信息确定模块305包括：微多普勒特征提取子模块，用于根据量测点信息中的多普勒信息提取至少一个检测对象的微多普勒特征，微多普勒特征包括微多普勒偏移、躯干微多普勒带宽和整体平均微多普中心；目标航迹信息确定子模块，用于采用最邻近分类方法和微多普勒特征从至少一个检测对象中识别出目标对象以及目标对象的航迹信息。

这里需要指出的是：以上针对室内定位装置实施例的描述与前述方法实施例的描述是类似的，具有同前述方法实施例相似的有益效果，因此不做赘述。对于本申请对室内定位装置实施例的描述尚未披露的技术细节，请参照本申请前述方法实施例的描述而理解，为节约篇幅，因此不再赘述。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，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，如：多个单元或组件可以结合，或可以集成到另一个装置，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以利用硬件的形式实现，也可以利用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储介质、只读存储器(readonlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对现有技术做出贡献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方法的全部或部分。而前述的存储介质包括：移动存储介质、rom、磁碟或者光盘等各种可以存储程序代码的介质。

以上，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权利要求的保护范围为准。