无线电探测及测距(Radio Detection and Ranging), 发射电磁波并接收目标反射的回波信号,通过对比发射信号与回收信号,获取目标的位置、速度等信息。
雷达的分类
• 所发射电磁波的频段,决定了雷达的基本性能特点
• 超视距雷达、微波雷达、毫米波雷达、激光雷达、…
按照波长和用途分类
按照波形分类
◼ 调制:将调制信号(待传输信息)混合到载波信号(起到载运作
用的信号)的过程,可分为调频,调幅,调相。
◼ 解调:相反的过程,即从混合信号中恢复出待传输信息。
◼ 带宽:调制信号频谱的宽度,带宽高有利于传输更多数据。
频率 | 24GHz | 77GHz |
---|---|---|
探测范围 | 探测距离短,探测角度(FOV)大 | 探测距离长,探测角度小 |
频段限制 | 24GHz频段因与其他无线电设备共享,必须限制发射功率 | 独占频段 |
带宽 | 小于1GHz | 可达4GHz |
优势 | 在中短距测距有明显优势;探测范围FOV更大 | 波长更短波束更窄;识别精度高且穿透力更强;带宽更大可兼顾远中近不同场景 |
代表产品 | 大陆 ARS208,Hella 24GHz角雷达 | 大陆 ARS408,BOSCH LRR4 |
在车载毫米波雷达中,目前主要有三种调制方案:调频连续波(Frequency
Modulated Continuous Wave, FMCW),频移键控(Frequency Shift Keying, FSK)以及相移键控(Phase Shift Keying, PSK)。
主流车载毫米波雷达所采用的的调制信号为调频连续波FMCW。
其基本原理是在发射端发射一个频率随时间变化的信号,经目标反射后被接收机接收,通过反射信号和接收信号之间的混频,得出两个信号的频率差,随后通过电磁波传播公式和多普勒效应公式求出目标距离和速度.
⚫ 测距测速是通过分析发射和接收的调频连续之间的区别来实现
⚫ 测量角度是通过计算不同天线单元之间的延时差来计算
这里首先分析 0 < t < T / 2 0
电磁波在空气中传播和被目标反射的过程也会带来一定损耗,损耗系数记作 α 1 α_1 α1,则接收信号可以表示为 V R X ( t ) = α 1 G 1 V 1 cos ( π k ( t − τ ) 2 + 2 π f 0 ( t − τ ) + ϕ 0 ) {V_{RX}}(t) = {\alpha _1}{G_1}{V_1}\cos (\pi k{(t - \tau )^2} + 2\pi {f_0}(t - \tau ) + {\phi _0}) VRX(t)=α1G1V1cos(πk(t−τ)2+2πf0(t−τ)+ϕ0) 这里再介绍以下混频的概念:
混频:输出信号频率等于两输入信号频率之和、差或其他组合的电路。
常用方法: cos α ⋅ cos β = [ cos ( α + β ) + cos ( α − β ) ] / 2 \cos \alpha \cdot \cos \beta = [\cos (\alpha + \beta ) + \cos (\alpha - \beta )]/2 cosα⋅cosβ=[cos(α+β)+cos(α−β)]/2
接收信号经过低噪声放大器(Low Noise Amplifier, LNA)放大后,与本振信号进行混频。混频后的信号包含了高频分量和低频分量,将该信号通过一个低通滤波器可得(假设通带内的增益为单位增益): V I F ( t ) = α 1 G 1 G 2 V 1 2 cos ( 2 π k τ t + 2 π f 0 τ − π k τ 2 ) {V_{IF}}(t) = {\alpha _1}{G_1}{G_2}{V_1}^2\cos (2\pi k\tau t + 2\pi {f_0}\tau - \pi k{\tau ^2}) VIF(t)=α1G1G2V12cos(2πkτt+2πf0τ−πkτ2) 求导,即可求出中频频率(混频后的信号经低通滤波后所得低频分量,又叫中频频率 f f_{} fIF(intermediate frequency)为,是RX与TX之差。) f I F ( t ) ≈ 2 k r 0 c + 2 f 0 v c {f_{IF}}(t) \approx \frac{{2k{r_0}}}{c} + \frac{{2{f_0}v}}{c} fIF(t)≈c2kr0+c2f0v 只知道上式是无法求出速度和距离的,所以需要用到三角波的原理进行求解,三角波有两个斜率,一正一负,可以得到两个表达式,进而可以求解出距离 r r r和速度 v v v。三角波的周期为 T T T,最低频率、最高频率和中心频率分别为 f a 、 f b 、 f c f_a、f_b、f_c fa、fb、fc,其带宽 B = f b − f a B=f_b-f_a B=fb−fa,三角波的斜率为 k = 2 B T = 2 ( f b − f a ) T k = \frac{{2B}}{T} = \frac{{2({f_b} - {f_a})}}{T} k=T2B=T2(fb−fa) 上升、下降区间的中频频率分别为 1 _1 f1, 2 _2 f2,斜率为 k k k, 光速为 c c c,变频后的结果如下 f 1 = 2 k r c + 2 f c v c {f_1} = \frac{{2kr}}{c} + \frac{{2{f_c}v}}{c} f1=c2kr+c2fcv f 2 = − 2 k r c + 2 f c v c {f_2} = \frac{{ - 2kr}}{c} + \frac{{2{f_c}v}}{c} f2=c−2kr+c2fcv 因此可以解出速度和距离 v = ( f 1 + f 2 ) c 4 f c v = \frac{{({f_1} + {f_2})c}}{{4{f_c}}} v=4fc(f1+f2)c r = ( f 1 − f 2 ) c 4 k r = \frac{{({f_1} - {f_2})c}}{{4k}} r=4k(f1−f2)c
一对收发机所采集到的信号是不具备角度信息的, 因此需要采用多路发射多路接收的架构,或者采用相控阵架构。
短波长和小天线孔径就很有必要了,
•短波长意味着波束更窄,能量更加集中;
•更小的孔径尺寸意味着系统上能集成更多的天线单元
这些都有利于提高角分辨率。
⚫ 天线向外发射毫米波,接收目标反射信号
⚫ 信号处理器完成回波信号处理
⚫ 算法芯片完成原始点云目标的进一步处理
⚫ CAN接口完成毫米波处理数据的发送以及配置信息的输入
毫米波雷达的天线接发系统
• PCB板实现MMIC(单片微波集成电路)
• 包括接收电路单元,负责发射与接收连续调频波
毫米波雷达的信号处理芯片
• 包含信号处理器和算法芯片
• 完成回波信号处理与目标感知结果的计算
传输层协议:网口UDP/IP协议,或者CAN接口
数据格式:按照CAN编码机制,确定雷达的输入配置信息与输出数据格式
常见参数:
测量性能 测距范围
距离/水平角/速度 分辨率 (可对两个物体进行区分的最小单位)
距离/水平角/速度 精度 (测量不确定性)
操作条件 雷达发射功率、传输能力、电源、功耗、操作温度
毫米波雷达具有全天侯适应性,是高级别自动驾驶实现必备的环境感知传感器.
77GHz及79GHz雷达是未来车载毫米波雷达的发展方向,国内正处于快速追赶时期
PS:此部分主要是为了简单理解FMCW雷达的工作原理,是对第一章内容的补充。
总结一下,FMCW雷达的工作流程:
对于一个脉冲信号
作用:将TX和RX的信号合并生成一个新的信号IF
TX发射信号: x 1 = sin ( 2 π f 1 t + ϕ 1 ) {x_1} = \sin (2\pi {f_1}t + {\phi _1}) x1=sin(2πf1t+ϕ1)
RX接收信号: x 2 = sin ( 2 π f 2 t + ϕ 2 ) {x_2} = \sin (2\pi {f_2}t + {\phi _2}) x2=sin(2πf2t+ϕ2)
中频信号IF: x o u t = sin ( 2 π ( f 1 − f 2 ) t + ϕ 1 − ϕ 2 ) = sin ( 2 π Δ f t + Δ ϕ ) \begin{array}{c}{x_{out}} = \sin (2\pi ({f_1} - {f_2})t + {\phi _1} - {\phi _2})\\ = \sin (2\pi \Delta ft + \Delta \phi )\end{array} xout=sin(2π(f1−f2)t+ϕ1−ϕ2)=sin(2πΔft+Δϕ)
对于单个静止目标,RX和TX脉冲 之间的时间差是固定为 τ τ τ。因此,频率差也是固定的,也就是说IF是一个频率恒定的单音信号。IF的 Δ f \Delta f Δf Δ ϕ \Delta \phi Δϕ用以估计速度和距离。
PS:此处估计为了简要分析,雷达与目标的相对速度为0.
RX和TX之间的时间差为 τ = 2 r c \tau = \frac{{2r}}{c} τ=c2r, r r r为距离, c c c为光速。由此可以推出 τ = 2 r c ⇒ r = Δ f ⋅ c 2 S \tau = \frac{{2r}}{c} \Rightarrow r = \frac{{\Delta f \cdot c}}{{2S}} τ=c2r⇒r=2SΔf⋅c
从上式可以看出,最大探测距离 r r r受限于 Δ f \Delta f Δf的最大值, Δ f \Delta f Δf受限于以下两个因素:
最大探测距离主要受限于 F s F_s Fs,并且与 B B B成反比
距离分辨率是指雷达能区分两个不同目标的最小距离。傅里叶变换理论指出:观测时间窗口T,可以分辨间隔超过 1 / T 1/T 1/T Hz的频率分量。因此,两个目标反射信号频率差的差值需要满足 ∣ Δ f 1 − Δ f 2 ∣ > 1 T c \left| {\Delta {f_1} - \Delta {f_2}} \right| > \frac{1}{{{T_c}}} ∣Δf1−Δf2∣>Tc1根据测距公式: ∣ Δ f 1 − Δ f 2 ∣ = 2 S Δ r c \left| {\Delta {f_1} - \Delta {f_2}} \right| = \frac{{2S\Delta r}}{c} ∣Δf1−Δf2∣=c2SΔr可以得到最小分辨距离 Δ r > c 2 S T c = c 2 B \Delta r > \frac{c}{{2S{T_c}}} = \frac{c}{{2B}} Δr>2STcc=2Bc因此,从式子中我们可以得到提高分辨率的方法:提高带宽 B B B,延长chirp信号。
FMCW雷达会发射两个间隔 T c T_c Tc的线性调频脉冲(两个Chirp) ,相应的IF信号为:
在这里有两个近似条件:
相位计算公式: Δ ϕ = 2 π f τ = 2 π c τ λ = 4 π r λ \Delta \phi = 2\pi f\tau = \frac{{2\pi c\tau }}{\lambda } = \frac{{4\pi r}}{\lambda } Δϕ=2πfτ=λ2πcτ=λ4πr其中, f f f是发射信号频率, τ τ τ是时间延迟, λ λ λ是发射信号波长, r r r是目标距离。
相位变化为 Δ ϕ 1 − Δ ϕ 2 = 4 π ( r 1 − r 2 ) λ = 4 π v T c λ \Delta {\phi _1} - \Delta {\phi _2} = \frac{{4\pi ({r_1} - {r_2})}}{\lambda } = \frac{{4\pi v{T_c}}}{\lambda } Δϕ1−Δϕ2=λ4π(r1−r2)=λ4πvTc用 λ = 4 × 1 0 − 3 , v = 10 m / s \lambda = 4 \times {10^{ - 3}},v=10m/s λ=4×10−3,v=10m/s估算,得到相位变化为 0.4 π 0.4\pi 0.4π,较大。
因此得到速度的估计公式: v = ( Δ ϕ 1 − Δ ϕ 2 ) λ 4 π T c v = \frac{{(\Delta {\phi _1} - \Delta {\phi _2})\lambda }}{{4\pi {T_c}}} v=4πTc(Δϕ1−Δϕ2)λ限制 ∣ Δ ϕ 1 − Δ ϕ 2 ∣ < π {\left| {\Delta {\phi _1} - \Delta {\phi _2}} \right| < \pi } ∣Δϕ1−Δϕ2∣<π时有效,则得到 v < λ 4 T c v < \frac{\lambda }{{4{T_c}}} v<4Tcλ
发射一组M个等间隔线性调频脉冲(M个Chirp),
对N这个维度进行FFT处理(距离FFT) ,得到M个频谱。
对M这个维度进行FFT处理(速度FFT) ,可以分离多个相位分量。
速度分辨率:雷达能区分两个不同目标的最小速度差。
傅里叶变换理论指出:两个离散频率 ω 1 \omega_1 ω1和 ω 2 \omega_2 ω2在满足 ∇ ω = ω 1 − ω 2 > 2 π / M \nabla \omega = {\omega _1} - {\omega _2} > 2\pi /M ∇ω=ω1−ω2>2π/M时,是可以分辨的。 ∇ ϕ 1 − ∇ ϕ 2 = 4 π T c λ ( v 1 − v 2 ) > 2 π / M \nabla {\phi _1} - \nabla {\phi _2} = \frac{{4\pi {T_c}}}{\lambda }({v_1} - {v_2}) > 2\pi /M ∇ϕ1−∇ϕ2=λ4πTc(v1−v2)>2π/M ( v 1 − v 2 ) > λ 2 T c M = λ 2 T f ({v_1} - {v_2}) > \frac{\lambda }{{2{T_c}M}} = \frac{\lambda }{{2{T_f}}} (v1−v2)>2TcMλ=2Tfλ T f T_f Tf为一帧的时间
提高速度分辨率的方法:提高帧时间,Chirp时 间固定的话等价于增加Chirp个数。
[1] Milovanovic Vladimir M… On fundamental operating principles and range-doppler estimation in monolithic frequency-modulated continuous-wave radar sensors[J]. Facta universitatis - series: Electronics and Energetics,2018,31(4).
本人所有文章仅作为自己的学习记录,若有侵权,联系立删。本系列文章主要参考了清华大学、北京理工大学、深蓝学院、百度Apollo等相关课程。