毫米波雷达测速测距测角

本文主要想讲解毫米波雷达FMCW调制中，测距、测速、测角中都使用FFT，其使用FFT得到的是什么东西。测距、测速、测角的方法原理网上资料很多，大家可以自己看看。
测距
想象我们正常一般怎么测距离，我们知道毫米波以光速C传播，如果前方有一物体，毫米波雷达发出波打到物体上返回，再被雷达接收，如果知道整个过程的时间T，那么，距离R=C*T/2(近似看成静止目标)
但是问题来了，这个时间T怎么测？我们可以计算一下，假如目标距离雷达10m，那么
$$T=\frac{10\ast 2}{3\ast 10^8}\approx 66ns$$
这是什么概念呢？一个300Mhz的ARM芯片的时钟周期为3.3ns，66ns可能还不够执行一个复杂的指令，这个时间T根本测不出来！这就是为什么要用FMCW调制的原因！可以自己看看网上测距的文章。
在FCWM调制测距中，距离公式为：
$$R=\frac{C\ast T\ast f_m}{2\ast B}$$
C为光速，T为单个chirp时间，$f_m$为中频信号频率，B为扫频带宽，显然，C、T、B都是已知的，只需要知道$f_m$，就可以测出距离R，这就很巧妙了，我们不需要知道毫米波传输整个过程的时间了，只需要知道最后回来后的中频信号频率就行了。我们对接收到的信号进行混频，就得到中频信号，其实得到的就是一系列经过处理后的ADC数据，再对这些数据进行FFT，就可以得到此信号的频率f_m。此时我们是对得到的单个chirp的ADC数据进行FFT，就最终可以得到该chirp上是否有目标，以及距离是多少。

测速
测速就开始有意思了，速度怎么测？速度为单位时间内走过的路程，很明显，单个chirp测不出来速度了，至少两个chirp来测速度
$$V=\frac{S_{chipr2}-S_{chirp1}}{T_c}$$
$S_{chirp2}$为chirp2时目标距离雷达的距离，$S_{chirp1}$为chirp1时目标距离雷达的距离，$T_c$为chirp2和chirp1之间的时间差，但是很明显，$∆S=S_{chirp2}-S_{chirp1}$是测不准的，$T_c$是us为单位的，真实情况是arm芯片(or DSP)把$S_{chirp2}$解出来的值可能还比$S_{chirp1}$小(误差造成)，这时就要用到多普勒效应测速了。

多普勒效应：当移动台以恒定的速率沿某一方向移动时，由于传播路程差的原因，会造成相位和频率的变化，通常将这种变化称为多普勒频移。它揭示了波的属性在运动中发生变化的规律。

实际上，在我们雷达中，更加关注相位的变化，这个相位的变化就是解速度的关键，接下来讲解一下。
两个相邻的chirp周期信号中，由于周期间隔时间$T_c$较小，距离分辨率有限，两个距离维FFT谱中的峰值位置几乎没有发生变化，但是由于相位变化更加敏感，即周期间微小的距离变化会引起中频信号的相位的变化。在距离维FFT中，由FFT得到的$f_m$是一个复数，由于一帧（一帧中包含多个chirp，如256个）时间极短，(两个相邻的chirp时间$T_c$更短)，所以$f_m$的变化也很小，从而不足以使得不同的chirp得到的相对距离R跳跃到不同的Range cell（或者说是rangebin，其实就是同一帧中不同chirp做完距离维fft后，峰值还是在同一个地方（同一个格子））中，但其变化还是存在的(这个变化就是相位的变化，相位的变化又是由目标相对雷达的速度引起的)，其结果可以在复频域中表示出来。在一个帧周期中，同一rangebin处的$f_m$在复频域中旋转，其旋转的频率即为相对速度V的标尺！对这个同一rangebin出的数据做FFT，可以得到其变化的频率，从而得到相对速度V。
这里推导一下公式：
由于：$∆\varphi =\frac{4\pi ∆d}{\lambda },∆d=V\ast T_c$
得：$V=\frac{\lambda ∆\varphi }{4\pi T_c}=\frac{\lambda 2\pi f{T}_c}{4\pi T_c}=\frac{\lambda f}{2}$
所以V只和𝜆、f有关，𝜆为毫米波波长，知道f就知道V了，f通过做FFT即可知道。

测角

如图，设相邻的两个接收天线之间的距离为d，到达角为θ，则相邻的连个天线之间会产生一个固定的光程差$dsin\theta$，这个固定的光程差会造成相邻两个信道间接收回波固定的相位差，即：
$$\frac{dsin\theta }{\lambda }=\frac{∆\varphi }{2\pi }$$
此公式的含义：电磁波在空间中行进一个波长的距离，正好为电磁波的一个周期，即相位旋转了2π角度。继续化简推导：
$$sin\theta =\frac{\lambda ∆\varphi }{2\pi d}=\frac{\lambda 2\pi fT}{2\pi d}=\frac{\lambda fT}{d}=\frac{\lambda (\frac{n}{N})F_{采样}T}{d}=\frac{n\lambda }{Nd}$$
N为做FFT的总点数，n为FFT后峰值点所在的位置，$f=\frac{n}{N}{F}_{采样}$ ，$F_{采样}=\frac{1}{T}$。这里做的FFT是同一个发射信号，被不同天线接收到后，不同接收天线数据之间做FFT。(此处公式推导难以理解的话，建议看一下DFT)

举例解释如下：

假设我们雷达为1发8收，一个chirp采样8个点，单帧内发送8个chrip，结果就构成了上图。

上图，蓝色的列代表距离维，第一列代表第一个chirp的采样点，第二列代表第二个chirp的采样点，以此类推。对第一个chirp做FFT，我们会在某个方格内得到峰值点，代表此处有目标，对第二个chirp做FFT，我们会在相同位置出的方格内得到峰值点(两个chirp之间的时间很短，峰值点不足以跃迁到下一个方格)，依次做完8个chirp的距离维度FFT。

上图，蓝色的行代表速度维，我们做完距离维FFT后，假设峰值点的位置都在上体第三行处，我们再对其结果做速度维的FFT，可以得到该位置出目标的相对速度。

上图，黄色角度维代表8根接收天线数据，我们对同速同距的目标做角度维FFT，即可得到该目标相对雷达的角度。

注意：FFT做完后，每个格子内的数据代表该信号在此格子所代表的频率处的分量大小哦！当然，该数据还包含相位信息。

感觉写的不是很好，有机会随缘再更新吧，下次可以讲解一下步进频。
毫米波雷达传感器基础知识TI