Automotive radar 信號處理 第2課 速度估計

Automotive radar 信號處理 第2課 速度估計


之前我們對Automotive radar中的距離估計原理進行了介紹,然後我們進入下一個基本問題,速度估計

Automotive radar是根據多普勒效應對目標的速度進行估計的。

假設現在有兩輛汽車,其中一輛在另一輛汽車的前方以不同的行駛速度相對運動著,此時雷達反射回波的來回時間 	au=(2(Rpm vt)/c),來回時間的不同造成了雷達接收回波信號的多普勒頻移 f_d=(pm2v/lambda) 。多普勒頻移與波長 lambda 成反比,其符號的正負則給出了目標物體在運動的過程中遠離,靠近雷達的運動狀態。

之前在距離估計的問題中,有提到一個問題:

未經調製的調製的連續波信號不能用於距離估計

也就是說,連續波(CW)雷達雖然可以用於探測多普勒頻移,但是不能給出有效的目標的位置信息。因此,在下面的討論和模擬結果中,我們採用了調頻連續波(FMCW),以實現真實環境下多個目標的距離,速度信息的獲取。

FMCW雷達利用周期的寬頻調頻脈衝信號,脈衝信號的角頻率隨時間線性增加。當已知載頻 f_c 以及FM的調製變數 K ,可以得到一個FMCW脈衝,用公式表示為:

s(t)=e^{j2pi(f_c+0.5Kt)t}   0leq t leq T

該脈衝回波由發射信號混頻後得到了一個低頻的差拍信號,其頻率給出了目標的距離信息。然後構造 P 個這樣的連續的脈衝,此時,得到的脈衝信號如圖中所示,可以看到,這樣的接收信號存在於兩個時間維度中,其中慢時間(Slow Time)對應為 p 個脈衝, n 表示快時間(Fast Time)中每一個脈衝信號的下標,對應為採樣頻率為 f_s 時,在時間 T 內採得的 N 個樣本。

若不考慮發射回波信號的失真,對於單個目標,可以給出FMCW雷達對於該目標在兩個時間維度上的接收信號為:

d(n,p)approx explbrace j2pi[(frac{2KR}{c}+f_d)frac{n}{f_s}+f_dpT_0+frac{2f_cR}{c}]
brace+omega(n,p)

因此,我們可以對以上的接收信號在快時間(Fast Time)維度利用離散傅里葉變換得到差拍頻率 f_b=(2KR/c) ,這一步也被稱作距離變換,然後在慢時間(Slow Time)上,按列對每一個距離門做第二次傅里葉變換,此時可以得到如圖所示的一個距離-多普勒圖,實際應用中,可以通過2D-FFT得到距離-多普勒圖。

下次有空接著講Automotive radar信號處理中的方位估計問題。

另外,歡迎關注公眾號:惡趣說

感謝~

推薦閱讀:

【案例分析】以色列套娃:無人駕駛Vectoraic迷霧
學習筆記(優達學城)-無損濾波器 UKF
自動駕駛計程車臨近落地,誰是最大受益者?
Comma ai 入門 | 無人駕駛 汽車控制逆向工程
無人駕駛車輛信息和數據保護的法律監管思考| 互聯網法律觀察

TAG:數字信號處理 | 車載雷達 | 無人駕駛車 |