毫米波信号处理方法、装置、电子设备和可读存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种毫米波信号处理方法、装置、电子设备和计算机可读存储介质。

背景技术

目前常用的毫米波识别方式是先向物体发射毫米波信号，接收物体返回的毫米波响应信号，进行处理后达到识别物体的目的。而为了提高物体识别的准确性，传统的方式通常会增大毫米波探测器的发射功率。而传统的毫米波信号处理方法，存在成本高的问题。

发明内容

本申请实施例提供一种毫米波信号处理方法、装置、电子设备、计算机可读存储介质，可以降低成本。

一种毫米波信号处理方法，应用于电子设备，所述电子设备包括毫米波收发器，所述毫米波收发器用于发射毫米波发射信号，以及接收对所述毫米波发射信号所产生的毫米波响应信号，所述方法包括：

获取至少两次第一毫米波响应信号；

确定每次所述第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号；

根据至少两次所述第一特征信号进行融合处理，得到目标毫米波响应信号；

将所述目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，所述对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

一种毫米波信号处理装置，应用于电子设备，所述电子设备包括毫米波收发器，所述毫米波收发器用于发射毫米波发射信号，以及接收对所述毫米波发射信号所产生的毫米波响应信号，包括：

获取模块，用于获取至少两次第一毫米波响应信号；

确定模块，用于确定每次所述第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号；

融合模块，用于根据至少两次所述第一特征信号进行融合处理，得到目标毫米波响应信号；

识别模块，用于将所述目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，所述对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取至少两次第一毫米波响应信号；

确定每次所述第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号；

根据至少两次所述第一特征信号进行融合处理，得到目标毫米波响应信号；

将所述目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，所述对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取至少两次第一毫米波响应信号；

确定每次所述第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号；

根据至少两次所述第一特征信号进行融合处理，得到目标毫米波响应信号；

将所述目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，所述对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

本实施例中的毫米波信号处理方法、装置、电子设备和计算机可读存储介质，通过获取至少两次第一毫米波响应信号，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次特征信号，再进行融合处理，即通过多次获取毫米波响应信号，不需要增大功率也能够增强特征信号，能够降低成本，从而得到目标毫米波响应信号，能够提高目标毫米波信号的信噪比，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，进而提高基于毫米波进行对象识别的准确性。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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。

图1为一个实施例中毫米波信号处理方法的流程图；

图2为一个实施例中毫米波信号的示意图；

图3为另一个实施例中毫米波信号处理方法的流程图；

图4为一个实施例中毫米波信号处理装置的结构框图；

图5为一个实施例中电子设备的内部结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种数据，但这些数据不受这些术语限制。这些术语仅用于将第一个数据与另一个数据区分。举例来说，在不脱离本申请的范围的情况下，可以将第一毫米波响应信号称为第二毫米波响应信号，且类似地，可将第二毫米波响应信号称为第一毫米波响应信号。第一毫米波响应信号和第二毫米波响应信号两者都是毫米波响应信号，但其不是同一毫米波响应信号。

图1为一个实施例中毫米波信号处理方法的流程图。本实施例中的毫米波信号处理方法，以运行于电子设备上为例进行描述。电子设备中包含毫米波收发器。该电子设备可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Pointof Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备。毫米波是指波长为1～10毫米的电磁波。毫米波能测量较精确的距离，毫米波具体测距精度可达到5毫米。该毫米波收发器具有收发毫米波信号的功能，可用于发射毫米波发射信号，以及接收目标对象对毫米波发射信号所产生的毫米波响应信号。根据毫米波收发器接收的毫米波响应信号可进行对象识别。或者，电子设备可根据毫米波响应信号构建毫米波图像，并进行对象识别。对于基于毫米波的识别技术来说，需要在反射信号中准确提取识别物体的特征信号，进而实现对物体的准确识别。也就是说，在对毫米波信号的处理过程中，高信噪比的响应信号是能够准确识别物体的前提。因此提高响应信号的信噪比成为提高毫米波识别准确度的一个重要技术方向。

如图1所示，毫米波信号处理方法包括步骤102至步骤108。

步骤102，获取至少两次第一毫米波响应信号。

其中，第一毫米波响应信号是指毫米波收发器在一次中所接收的毫米波响应信号。

具体地，电子设备通过毫米波收发器每次接收第一毫米波响应信号，共接收至少两次第一毫米波响应信号。

本实施例中，当电子设备拍摄运动对象时，电子设备可接收连续至少两次毫米波响应信号。例如，每隔1/30秒接收一次毫米波响应信号，电子设备在1/30秒时接收第一次第一毫米波响应信号，在2/30秒时接收第二次第一毫米波响应信号。

本实施例中，电子设备可接收至少两次毫米波响应信号，对每次毫米波响应信号进行滤波处理，得到至少两次第一毫米波响应信号。或者，电子设备可接收至少两次毫米波响应信号，对每次毫米波响应信号进行滤波处理和信号增强处理，得到至少两次第一毫米波响应信号。

步骤104，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号。

其中，特征信号可以是指能够识别得到对象标识的特征区域对应的信号。例如，通过毫米波收发器接收第一毫米波响应信号后得到的图像中包含景色和对象，那么对象对应的第一毫米波信号即为第一特征信号。

具体地，电子设备可确定每次接收第一毫米波响应信号时的特征区域，将特征区域对应的第一毫米波响应信号作为第一特征信号。其中，每次的特征区域的尺寸一致。每次的特征区域可以是指极短时间内的相同的毫米波图像区域。例如，特征区域为毫米波图像左上角区域，那么电子将第一次中位于左上角区域的第一毫米波响应信号作为特征区域，将第二次中位于该左上角区域的第一毫米波响应信号作为特征区域。或根据对象的变动将对象周围的一定区域定义为特征区域。

步骤106，根据至少两次第一特征信号进行融合处理，得到目标毫米波响应信号。

具体地，电子设备可按照预设比例将至少两次第一特征信号进行融合处理，得到目标毫米波响应信号。例如，第一次第一毫米波响应信号的比例为30％，第二次第一毫米波响应信号的比例为70％等不限于此。或者，电子设备将至少两次第一特征信号作平均处理，得到目标毫米波响应信号。或者电子设备将至少两次第一特征信号进行叠加处理，得到目标毫米波响应信号。

本实施例中，电子设备可将至少两次第一特征信号进行滤波处理后，再进行融合处理，得到目标毫米波响应信号。或者，电子设备可将至少两次第一特征信号进行滤波处理和信号增强处理后，再进行融合处理，得到目标毫米波响应信号。其中，滤波处理是为了过滤环境中所固有的环境噪声。环境噪声例如第一特征信号对应的特征区域中背景以及背景物体的毫米波响应信号。由于背景以及背景物体的距离、材质等一些特点的区别，反射信号会偏弱或是有些频率会有区别，因此可以过滤环境噪声。

或者，电子设备可将至少两次第一特征信号进行融合处理后，再进行滤波处理，得到目标毫米波响应信号。或者，电子设备可将至少两次第一特征信号进行融合处理后，再进行滤波处理和信号增强处理，得到目标毫米波响应信号。

本实施例中，如图2所示，为一个实施例中毫米波信号的示意图。其中包括第一特征信号202，第一特征信号204，以及目标毫米波信号206。信号中包括特征信号点1、2、3和4。电子设备将第一特征信号202与第一特征信号204进行融合增强处理，并滤除噪声，得到目标毫米波信号206。

步骤108，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

其中，对象识别结果可以是对象标识，具体可以是由数字、文字、符号中至少一种组成。例如，对象识别结果可以是人、车辆、花、草等不限于此。对象标注是指毫米波响应信号对应的正确标注。对象标注可用于在训练时调整初始对象识别模型的参数值。

具体地，电子设备可通过将毫米波响应信号输入至初始对象识别模型中，得到初始对象识别结果。其中，初始对象识别模型可根据卷积神经网络训练而成。电子设备将初始对象识别结果和对应的对象标注进行对比，并调整初始对象识别模型的参数，直到对象识别结果与对应的对象标注之间的匹配度达到预设匹配度时，得到对象识别模型。电子设备将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果。

本实施例中，电子设备可将毫米波响应信号生成的毫米波图像输入至对象识别模型中，得到对象识别结果。

本实施例中的毫米波信号处理方法，通过获取至少两次第一毫米波响应信号，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次特征信号，再进行融合处理，即通过多次获取毫米波响应信号，不需要增大功率也能够增强特征信号，能够降低成本，且克服信号受制的缺点，从而得到目标毫米波响应信号，能够提高目标毫米波信号的信噪比，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，可适用于环境复杂的识别场景，进而提高基于毫米波进行对象识别的准确性。

在一个实施例中，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两个第一特征信号，包括：确定至少两次中每次接收第一毫米波响应信号时的对焦区域；将每个对焦区域对应的第一毫米波响应信号作为第一特征信号，得到至少两次第一特征信号。

具体地，在每次电子设备通过毫米波收发器接收第一毫米波响应信号时，确定每次的对焦区域。其中，电子设备可获取输入的对焦区域，或者通过主体识别模型确定每次的对焦区域，或者获取预设的对象区域。电子设备将对焦区域对应的第一毫米波响应信号作为第一特征信号，得到至少两次第一特征信号。

本实施例中的毫米波信号处理方法，确定至少两次中每次第一毫米波响应信号时的对焦区域，由于对焦区域往往是包含对象的区域，那么将每个对焦区域对应的第一毫米波响应信号作为第一特征信号，能够减少电子设备的运算量，也提高基于毫米波进行对象识别的准确性。

在一个实施例中，确定至少两次中每次接收第一毫米波响应信号时的对焦区域，包括：在每次接收第一毫米波响应信号时，采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域。

其中，目标跟踪算法可以是TLD(tracking learning detection，跟踪学习检测)算法、minimum outputsum of saquared error MOSSE(最小均方误差)滤波算法、struck算法等不限于此。

具体地，由于在一定时间内，无论对象静止或者运动，对象的移动范围不会太大，因此电子设备可采用目标跟踪算法对检测得到的对象进行跟踪。那么，在电子设备通过毫米波收发器检测到运动物体时，且在连续接收第一毫米波响应信号时，电子设备采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域。

本实施例中的毫米波信号处理方法，在每次接收第一毫米波响应信号时，采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域，能够减少得到对焦区域的时间，提高物体识别的效率。

在一个实施例中，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两个第一特征信号，包括：将至少两次第一毫米波响应信号分别输入至毫米波信号分类模型中，得到对应的至少两次第一特征信号，毫米波信号分类模型是根据毫米波响应信号以及对应的特征信号标注训练而成的。

其中，毫米波信号分类模型可用于确定特征信号。电子设备可通过将毫米波响应信号输入至初始毫米波信号分类模型中，得到初始特征信号。其中，初始毫米波信号分类模型可根据卷积神经网络训练而成。电子设备将毫米波信号分类结果和对应的特征信号进行对比，并调整初始毫米波信号分类模型的参数，直到初始特征信号与对应的特征信号标注之间的匹配度达到匹配度阈值时，得到毫米波信号分类模型。电子设备将每次的第一毫米波响应信号输入至毫米波信号分类模型中，得到对应的第一特征信号。

本实施例中的毫米波信号处理方法，由于对象的物理性质不尽相同，因此得到的特征信号可用于表征某一类对象，将至少两次第一毫米波响应信号分别输入至毫米波信号分类模型中，得到对应的至少两次第一特征信号，毫米波信号分类模型是根据毫米波响应信号以及对应的特征信号训练而成的，能够更加准确地得到特征信号，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，每个目标像素点对应一个第一特征信号。根据至少两次所述第一特征信号进行融合处理，得到目标毫米波响应信号，包括：获取至少两次中每次的每个目标像素点对应的信号强度，信号强度与第一特征信号相对应；对于每个目标像素点，将每次的信号强度均小于信号强度阈值的第一特征信号进行融合处理，得到目标毫米波响应信号。

其中，信号强度阈值是指信号强度的上限值。小于信号强度阈值说明该第一特征信号的信号不明显。融合处理可以是指将同一目标像素点的小于信号强度阈值的第一特征信号进行融合，达到增强信号的效果。或者，将同一目标像素点的小于信号强度阈值的第一特征信号进行叠加处理。

具体地，每个像素点对应一个第一毫米波响应信号。将能接收到第一特征信号的像素点称为目标像素点。即，每个目标像素点对应一个第一特征信号。在至少两次中每次确定第一特征信号后，电子设备获取每次的每个目标像素点的第一特征信号的信号强度。对于每个目标像素点，电子设备将每次的信号强度均小于信号强度阈值的第一特征信号进行叠加处理；电子设备将某次的信号强度大于或等于信号强度阈值中信号强度最大的第一特征信号进行拼接，得到目标毫米波响应信号。

例如，第一次的第一特征信号对应的目标像素点为A至Z，第二次的第一特征信号对应的目标像素点也为A至Z，那么电子设备获取第一次对应的A至Z中的每个目标像素点的第一特征信号的信号强度，以及第二次对应的A至Z中每个目标像素点的第一特征的信号强度。而A点在第一次和第二次的信号强度均小于信号强度阈值，Z点在第一次和第二次的信号强度也均小于信号强度阈值，那么将A点在第一次和第二次的第一特征信号进行叠加处理，将Z点在第一次和第二次的第一特征信号进行叠加处理；而剩下的B至Y点，由于不满足每次的信号强度均小于信号强度阈值的条件，则取每次中信号强度最大对应的第一特征信号，从而得到目标毫米波响应信号。

本实施例中的毫米波信号处理方法，获取至少两次中每次的每个目标像素点对应的信号强度，信号强度为第一特征信号对应的信号强度；对于每个目标像素点，将每次的信号强度均小于信号强度阈值的第一特征信号进行融合增强处理，得到目标毫米波响应信号,不需要增大功率就可以增强信号强度较弱的特征信号，提高特征信号的信噪比，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，该毫米波信号处理方法还包括：确定目标毫米波响应信号的信噪比；当目标毫米波响应信号的信噪比达到预设信噪比时，执行将目标毫米波响应信号输入至对象识别模型中的步骤。

其中，信噪比是指信号和噪声的比例。信噪比越大，信号的质量越好；信噪比越小，信号的质量越差。预设信噪比是存储在电子设备中的一个信噪比阈值。

具体地，电子设备确定目标毫米波响应信号的信噪比。当目标毫米波信噪比达到预设信噪比时，说明目标毫米波信号的质量达到要求，电子设备将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果。

本实施例中的毫米波信号处理方法，确定目标毫米波响应信号的信噪比，当目标毫米波响应信号的信噪比达到预设信噪比时，执行将目标毫米波响应信号输入至对象识别模型中的步骤，即将信号质量较好的毫米波信号输入至对象识别模型中，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，该毫米波信号处理方法还包括：当目标毫米波响应信号的信噪比未达到预设信噪比时，获取第二毫米波响应信号；确定第二毫米波响应信号对应的第二特征信号；将目标毫米波响应信号和第二特征信号进行融合处理，得到毫米波融合信号；当毫米波融合信号的信噪比满足该预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。

其中，第二毫米波响应信号在获取第一毫米波响应信号后获取。第二毫米波响应信号对应的频率可以与第一毫米波信号的频率不相同。第二特征信号是指第二毫米波响应信号中的特征信号。

具体地，在确定目标毫米波响应信号的信噪比之后，当目标毫米波响应信号的信噪比小于预设信噪比时，获取第二毫米波响应信号。电子设备可确定获取第二毫米波响应信号时的对焦区域，将对焦区域对应的第二毫米波响应信号作为第二特征信号。电子设备可对检测得到的对象进行跟踪以确定对焦区域。或者电子设备可将第二毫米波响应信号输入至毫米波信号分类模型中，得到第二特征信号。电子设备将目标毫米波响应信号和第二特征信号进行融合处理，得到毫米波融合信号。直至毫米波融合信号的信噪比满足预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。

本实施例中的毫米波信号处理方法，当目标毫米波响应信号的信噪比小于预设信噪比时，获取第二毫米波响应信号，即在目标毫米波信号的质量达不到要求时，再次获取毫米波响应信号以及进行融合处理，那么信号的融合次数可以根据融合后的结果动态调整，对于环境复杂的反射信号可能要进行多次融合才能获得高信噪比的融合后的毫米波信号，直到毫米波融合信号满足预设信噪比时，才将毫米波融合信号输入至对象识别模型中，得到对象识别结果，能够提高基于毫米波进行对象识别的准确性。

在一个实施例中，如图3所示，为另一个实施例中毫米波信号处理方法的流程示意图，包括：

步骤302，启动毫米波收发器。

步骤304，发射至少两次毫米波发射信号。

步骤306，接收至少两次毫米波发射信号。

步骤308，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号。

步骤310，根据至少两次第一特征信号进行融合处理，得到目标毫米波响应信号。

步骤312，判断目标毫米波响应信号的信噪比是否达到预设信噪比？

步骤314，当达到预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。

步骤316，当不满足预设信噪比时，获取第二毫米波响应信号。

步骤318，将目标毫米波响应信号和第二特征信号进行融合，得到毫米波融合信号。

步骤320，判断毫米波融合信号的信噪比是否满足预设信噪比？

步骤322，当毫米波融合信号的信噪比满足预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。当毫米波融合信号的信噪比不满足预设信噪比时，重新执行步骤316。

本实施例中的毫米波信号处理方法，当目标毫米波响应信号的信噪比大于预设信噪比时，输入对象识别模型中得到对象识别结果，当目标毫米波响应信号的信噪比小于预设信噪比时，获取第二毫米波响应信号，即在目标毫米波信号的质量达不到要求时，再次获取毫米波响应信号以及进行融合处理，直到毫米波融合信号满足预设信噪比时，才将毫米波融合信号输入至对象识别模型中，得到对象识别结果，能够提高基于毫米波进行对象识别的准确性。

在一个实施例中，将目标毫米波响应信号和第二特征信号进行融合处理，得到毫米波融合信号，包括：从第二特征信号以及至少两次第一特征信号中，按照信噪比从大到小确定至少两个毫米波特征信号；将确定的至少两个毫米波特征信号进行融合，得到毫米波融合信号。

具体地，电子设备从第二特征信号和至少两次第一特征信号中，按照信噪比从大到小确定至少两个毫米波特征信号。电子设备将确定的至少两个毫米波特征信号进行融合，得到毫米波融合信号。例如，第一特征信号为a和b，第二特征信号为c，信噪比大小为c>b>a，那么电子设备可选取c和b进行融合，得到毫米波融合信号。

本实施例中的毫米波信号处理方法，按照信噪比从大到小确定至少两个毫米波特征信号，再进行融合，得到毫米波融合信号，能够根据更高质量的毫米波信号，并进行对象识别，能够提高基于毫米波进行对象识别的准确性。

在一个实施例中，一种毫米波信号处理方法，应用于电子设备，所述电子设备包括毫米波收发器，毫米波收发器用于发射毫米波发射信号，以及接收对毫米波发射信号所产生的毫米波响应信号，包括：

步骤(a1)，获取至少两次第一毫米波响应信号。

步骤(a2)，在每次接收第一毫米波响应信号时，采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域。

步骤(a3)，将每个对焦区域对应的第一毫米波响应信号作为第一特征信号，得到至少两次第一特征信号。

步骤(a4)，获取至少两次中每次的每个目标像素点对应的信号强度，信号强度与第一特征信号相对应。

步骤(a5)，对于每个目标像素点，将每次的信号强度均小于信号强度阈值的第一特征信号进行融合增强处理，得到目标毫米波响应信号。

步骤(a6)，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

步骤(a7)，确定目标毫米波响应信号的信噪比。

步骤(a8)，当目标毫米波响应信号的信噪比达到预设信噪比时，执行将目标毫米波响应信号输入至对象识别模型中的步骤。

步骤(a9)，当目标毫米波响应信号的信噪比未达到预设信噪比时，获取第二毫米波响应信号。

步骤(a10)，确定第二毫米波响应信号对应的第二特征信号。

步骤(a11)，从第二特征信号以及至少两次第一特征信号中，按照信噪比从大到小确定至少两个毫米波特征信号。

步骤(a12)，将确定的至少两个毫米波特征信号进行融合，得到毫米波融合信号。

步骤(a13)，当毫米波融合信号的信噪比满足预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。

本实施例中的毫米波信号处理方法，通过获取至少两次第一毫米波响应信号，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次特征信号，再进行融合处理，即通过多次获取毫米波响应信号，不需要增大功率也能够增强特征信号，能克服信号受制的缺点，从而得到目标毫米波响应信号，能够提高目标毫米波信号的信噪比，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，可适用于环境复杂的识别场景；当目标毫米波响应信号的信噪比大于预设信噪比时，输入对象识别模型中得到对象识别结果，当目标毫米波响应信号的信噪比小于预设信噪比时，获取第二毫米波响应信号，即在目标毫米波信号的质量达不到要求时，再次获取毫米波响应信号以及进行融合处理，直到毫米波融合信号满足预设信噪比时，才将毫米波融合信号输入至对象识别模型中，得到对象识别结果，能够提高基于毫米波进行对象识别的准确性。

应该理解的是，虽然图1和3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1和3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

图4为一个实施例的毫米波信号处理装置的结构框图。一种毫米波信号处理装置，包括获取模块402、确定模块404、融合模块406和识别模块408，其中：

获取模块402，用于获取至少两次第一毫米波响应信号；

确定模块404，用于确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次第一特征信号；

融合模块406，用于根据至少两次第一特征信号进行融合处理，得到目标毫米波响应信号；

识别模块408，用于将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，其中，对象识别模型是根据毫米波响应信号和对应的对象标注训练得到的。

本实施例中的毫米波信号处理装置，通过获取至少两次第一毫米波响应信号，确定每次第一毫米波响应信号对应的第一特征信号，得到至少两次特征信号，再进行融合处理，即通过多次获取毫米波响应信号，不需要增大功率也能够增强特征信号，能够降低成本，且克服信号受制的缺点，从而得到目标毫米波响应信号，能够提高目标毫米波信号的信噪比，将目标毫米波响应信号输入至对象识别模型中，得到对象识别结果，可适用于环境复杂的识别场景，进而提高基于毫米波进行对象识别的准确性。

在一个实施例中，确定模块404用于确定至少两次中每次接收第一毫米波响应信号时的对焦区域；将每个对焦区域对应的第一毫米波响应信号作为第一特征信号，得到至少两次第一特征信号。

本实施例中的毫米波信号处理装置，确定至少两次中每次第一毫米波响应信号时的对焦区域，由于对焦区域往往是包含对象的区域，那么将每个对焦区域对应的第一毫米波响应信号作为第一特征信号，能够减少电子设备的运算量，也提高基于毫米波进行对象识别的准确性。

在一个实施例中，确定模块404用于在每次接收第一毫米波响应信号时，采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域。

本实施例中的毫米波信号处理装置，在每次接收第一毫米波响应信号时，采用目标跟踪算法对检测得到的对象进行跟踪，得到至少两个对焦区域，能够减少得到对焦区域的时间，提高物体识别的效率。

在一个实施例中，确定模块404用于将至少两次第一毫米波响应信号分别输入至毫米波信号分类模型中，得到对应的至少两次第一特征信号，毫米波信号分类模型是根据毫米波响应信号以及对应的特征信号标注训练而成的。

本实施例中的毫米波信号处理装置，由于对象的物理性质不尽相同，因此得到的特征信号可用于表征某一类对象，将至少两次第一毫米波响应信号分别输入至毫米波信号分类模型中，得到对应的至少两次第一特征信号，毫米波信号分类模型是根据毫米波响应信号以及对应的特征信号训练而成的，能够更加准确地得到特征信号，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，每个目标像素点对应一个第一特征信号。融合模块406用于获取至少两次中每次的每个目标像素点对应的信号强度，信号强度与第一特征信号相对应；对于每个目标像素点，将每次的信号强度均小于信号强度阈值的第一特征信号进行融合增强处理，得到目标毫米波响应信号。

本实施例中的毫米波信号处理装置，获取至少两次中每次的每个目标像素点对应的信号强度，信号强度为第一特征信号对应的信号强度；对于每个目标像素点，将每次的信号强度均小于信号强度阈值的第一特征信号进行融合增强处理，得到目标毫米波响应信号,不需要增大功率就可以增强信号强度较弱的特征信号，提高特征信号的信噪比，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，确定模块404还用于确定目标毫米波响应信号的信噪比；当目标毫米波响应信号的信噪比达到预设信噪比时，识别模块408用于将目标毫米波响应信号输入至对象识别模型中。

本实施例中的毫米波信号处理装置，确定目标毫米波响应信号的信噪比，当目标毫米波响应信号的信噪比达到预设信噪比时，执行将目标毫米波响应信号输入至对象识别模型中的步骤，即将信号质量较好的毫米波信号输入至对象识别模型中，从而提高基于毫米波进行对象识别的准确性。

在一个实施例中，获取模块402还用于当目标毫米波响应信号的信噪比未达到预设信噪比时，获取第二毫米波响应信号。确定模块404还用于确定第二毫米波响应信号对应的第二特征信号。融合模块406还用于将目标毫米波响应信号和第二特征信号进行融合处理，得到毫米波融合信号。识别模块408还用于当毫米波融合信号的信噪比满足该预设信噪比时，将毫米波融合信号输入至对象识别模型中，得到对象识别结果。

本实施例中的毫米波信号处理装置，当目标毫米波响应信号的信噪比小于预设信噪比时，获取第二毫米波响应信号，即在目标毫米波信号的质量达不到要求时，再次获取毫米波响应信号以及进行融合处理，那么信号的融合次数可以根据融合后的结果动态调整，对于环境复杂的反射信号可能要进行多次融合才能获得高信噪比的融合后的毫米波信号，直到毫米波融合信号满足预设信噪比时，才将毫米波融合信号输入至对象识别模型中，得到对象识别结果，能够提高基于毫米波进行对象识别的准确性。

在一个实施例中，融合模块406还用于从第二特征信号以及至少两次第一特征信号中，按照信噪比从大到小确定至少两个毫米波特征信号；将确定的至少两个毫米波特征信号进行融合，得到毫米波融合信号。

本实施例中的毫米波信号处理装置，按照信噪比从大到小确定至少两个毫米波特征信号，再进行融合，得到毫米波融合信号，能够根据更高质量的毫米波信号，并进行对象识别，能够提高基于毫米波进行对象识别的准确性。

上述毫米波信号处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将毫米波信号处理装置按照需要划分为不同的模块，以完成上述毫米波信号处理装置的全部或部分功能。

关于毫米波信号处理装置的具体限定可以参见上文中对于毫米波信号处理方法的限定，在此不再赘述。上述毫米波信号处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图5为一个实施例中电子设备的内部结构示意图。如图5所示，该电子设备包括通过系统总线连接的处理器和存储器。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种毫米波信号处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。在本申请实施例中，该电子设备所包括的处理器执行存储在存储器上的计算机程序时实现毫米波信号处理方法的步骤。

本申请实施例中提供的毫米波信号处理装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。

本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行毫米波信号处理方法的步骤。

一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行毫米波信号处理方法。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。