YB菜菜的毫米波雷达自学之路(一)——LFMCW雷达信号概述和信号模型初步建立
前提说明
迷迷糊糊学了一年多一点的毫米波雷达知识,各种东西都浅尝辄止。回过头来发现,自己只是记住了一些浅浅的结论,浮空建楼,甚是后悔。只有静下心来,回头重建。看成本人生豪迈,只不过是从头再来。
本次内容参考范围
TI官方视频中PPT
崔凡. 基于LFMCW毫米波雷达的目标参数估计[D].南京大学,2021.DOI:10.27235/d.cnki.gnjiu.2021.001809.
一、LFMCW雷达RADAR基本概念(概述)
(1)雷达RADAR:RAadio Detection And Ranging (无线电检测和测距)。
什么是雷达,就是利用无线电进行目标检测和测距 (检测到目标,发现目标,并能够知道目标的距离,速度,俯仰角,方位角)。这是雷达的核心也是雷达的使命, 也是我们使用雷达的最终目的。
(2)雷达频段
图1
目前比较常见的几种雷达波段(图1所示):24GHZ,77GHz~81GHz。从目前来看,已经把77GHz频段划分给车载雷达。因此,为了防止干扰,车辆检测雷达频率上调至80GHz左右。
(2)FMCW雷达——Chirp
LFMCW雷达:线性调频连续被雷达。雷达发射的频率随着时间线性变化,如图2所示。
图2
其中
B(带宽):雷达发射的载波最大频率与最小频率之差
Tc:chirp上升周期。(注:通常用于计算速度分辨率/最大检测速度的TC是指chirp整周期 即:Tc=Chirp上升时间+Idle时间+chirp下降时间,如图3所示)
S(斜率)=B/Tc;
图3
注: 在实际中,我们要控制ADC的采样起始时间和chirp起始时间匹配,即ADC采样时间与chirp起始时间之间存在一个时间差(td)。而td由雷达检测距离R决定:若设计雷达检测最大距离为R,那么td=2*R/C。
(3)目标检测机里概述
雷达通过天线发射信号(TX),电磁波信号通过目标后反射回至雷达接收天线,接收信号与参考信号混频得到中频(IF)信号,对中频信号处理获得目标的距离、速度、角度(如图4所示)。
*通过对一个chirp内采样(快时间)获得目标距离信息;
*通过发射多个chirp获得目标速度;
*多个天线的数据处理获得目标角度。
图4
(4)去斜处理器
由图4可知,在FMCW雷达中,混频部分采用的是”去斜处理器“。
去斜处理器又称为”有源相关“,用来处理极大带宽的LFM波形:雷达回波与发射信号的副本(参考信号)混频,然后通过低通滤波器和相干检波,形成中频信号。该信号经过数模转换后和匹配滤波可以获得与目标距离成正比的音频信号(如图5)。总的来说,去斜处理器可以有效的将时间延迟转成频率。
图5
二、基于LFMCW体制和去斜处理器的雷达信号模型建立
(1)(暂不涉及角度信息,仅对单发单收说明)
(2) 推导过程中忽略信号的幅度,因为幅度在每个接段都可以看成一个常数
2.1单Chirp信号构建与分析
2.1.1 首先构建发射信号(TX)
图6
如图6,
α
\alpha
α为发射信号的强度,这里取1。即:
s
t
=
s
(
t
)
=
c
o
s
(
2
∗
p
i
∗
(
f
o
t
+
1
2
k
t
2
)
+
ϕ
0
)
(
1
)
s_{t}=s(t)=cos(2*pi*(f_{o}t+\frac{1}{2}kt^{2})+\phi_{0}) (1)
st=s(t)=cos(2∗pi∗(fot+21kt2)+ϕ0)(1)
其中
ϕ
0
\phi_{0}
ϕ0为初始相位,在不调相的情况下,可认为为0,
f
o
f_{o}
fo可认为是中心频率,
k
k
k为Chirp波的斜率。
2.1.2 构建接收信号
若雷达电磁波发射至一个距离为R的目标上,并设电磁波在空中的传播时间为
τ
(
t
)
\tau(t)
τ(t)。则雷达接收段的信号相对发射信号存在一个传播时间的延时,则接收天线端的信号表达式为(以实为例):
s
r
=
s
(
t
−
τ
)
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
(
t
−
τ
(
t
)
)
+
1
2
k
(
t
−
τ
(
t
)
)
2
)
)
(
2
)
s_{r}=s(t-\tau)=exp(j*2*pi*(f_{o}(t-\tau(t))+\frac{1}{2}k(t-\tau(t))^{2})) (2)
sr=s(t−τ)=exp(j∗2∗pi∗(fo(t−τ(t))+21k(t−τ(t))2))(2)
2.1.3 参考信号
在去斜处理器中,参考信号与标准发射信号相同:
s
t
=
s
(
t
)
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
t
+
1
2
k
t
2
)
)
(
3
)
s_{t}=s(t)=exp(j*2*pi*(f_{o}t+\frac{1}{2}kt^{2})) (3)
st=s(t)=exp(j∗2∗pi∗(fot+21kt2))(3)
2.1.4 混频
即接收信号与参考信号共轭相乘,并用滤波器去除高频。
s
i
f
=
e
x
p
(
j
∗
2
∗
p
i
∗
[
(
f
o
(
t
−
τ
(
t
)
)
−
f
o
(
t
)
)
+
(
1
2
k
(
t
−
τ
(
t
)
)
2
−
1
2
k
t
2
)
]
)
s_{if}=exp(j*2*pi* [(f_{o}(t-\tau(t))- f_{o}(t))+(\frac{1}{2}k(t-\tau(t))^{2}-\frac{1}{2}kt^{2}) ])
sif=exp(j∗2∗pi∗[(fo(t−τ(t))−fo(t))+(21k(t−τ(t))2−21kt2)])
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
τ
(
t
)
+
k
t
τ
(
t
)
−
1
2
k
τ
(
t
)
2
)
)
(
4
)
=exp(j*2*pi*(f_{o}\tau(t)+kt\tau(t)- \frac{1}{2}k\tau(t)^{2} ) ) (4)
=exp(j∗2∗pi∗(foτ(t)+ktτ(t)−21kτ(t)2))(4)
2.1.5 拍平信号获取以及目标信息之间的关系
假设一个目标与雷达的初始径向距离为
R
R
R,径向速度为
v
v
v,且原理雷达,则:
τ
=
2
∗
(
R
+
v
t
)
c
(
5
)
\tau=\frac{2*(R+vt)}{c} (5)
τ=c2∗(R+vt)(5)
将(5)带入(4)中可得:
s
i
f
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
∗
(
2
R
+
2
v
t
)
C
+
k
(
(
2
R
+
2
v
t
)
C
)
∗
t
−
1
2
∗
k
∗
(
R
+
v
t
)
2
c
2
)
)
(
6
)
s_{if}=exp(j*2*pi*( f_{o}*\frac{(2R+2vt)}{C}+k(\frac{(2R+2vt)}{C}) *t-\frac{1}{2}*k*\frac{(R+vt)^{2}}{c^{2}}))(6)
sif=exp(j∗2∗pi∗(fo∗C(2R+2vt)+k(C(2R+2vt))∗t−21∗k∗c2(R+vt)2))(6)
忽略
1
/
c
2
1/c^{2}
1/c2项,可得
s
i
f
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
(
2
k
R
c
+
2
v
f
o
c
)
t
+
2
∗
k
v
c
t
2
+
2
∗
f
o
∗
R
c
)
)
(
7
)
s_{if}=exp(j*2*pi*((\frac{2kR}{c}+\frac{2vf_{o}}{c})t+\frac{2*kv}{c}t^{2}+\frac{2*f_{o}*R}{c})) (7)
sif=exp(j∗2∗pi∗((c2kR+c2vfo)t+c2∗kvt2+c2∗fo∗R))(7)
又因为
v
<
<
c
v<<c
v<<c, 因此我们可得论文中常见的雷达拍频公式
s
i
f
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
(
2
k
R
c
+
2
v
f
o
c
)
t
+
2
∗
f
o
∗
R
c
)
)
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
b
t
+
ϕ
)
)
(
8
)
s_{if}=exp(j*2*pi*((\frac{2kR}{c}+\frac{2vf_{o}}{c})t+\frac{2*f_{o}*R}{c}))=exp(j*2*pi*(f_{b}t+\phi)) (8)
sif=exp(j∗2∗pi∗((c2kR+c2vfo)t+c2∗fo∗R))=exp(j∗2∗pi∗(fbt+ϕ))(8)
其中
k
=
B
/
T
c
k=B/T_{c}
k=B/Tc,
B
B
B为chirp信号带宽,
T
c
T_{c}
Tc为chirp 周期。
基于公式(8),中频信号的任意时刻的瞬时频率(又称为拍频(
f
b
f_{b}
fb))为:
f
b
=
2
k
R
c
+
2
v
f
o
c
(
9
)
f_{b}=\frac{2kR}{c}+\frac{2vf_{o}}{c}(9)
fb=c2kR+c2vfo(9)
相位
ϕ
\phi
ϕ可视为:
ϕ
=
2
∗
f
o
∗
R
c
(
10
)
\phi = \frac{2*f_{o}*R}{c} (10)
ϕ=c2∗fo∗R(10)
2.1.6 目标距离分析
我们可以看出,目标的R与拍频信号的频率相关
通常我们对chirp信号进行fft,求得拍频信号的频率:
S
=
∫
τ
T
c
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
b
t
+
ϕ
)
)
∗
e
x
p
(
−
j
∗
2
∗
p
i
∗
f
∗
t
)
d
t
S=\int_{\tau}^{T_{c}} exp(j*2*pi*(f_{b}t+\phi)) *exp(-j*2*pi*f*t)dt
S=∫τTcexp(j∗2∗pi∗(fbt+ϕ))∗exp(−j∗2∗pi∗f∗t)dt
=
e
x
p
(
j
∗
2
∗
p
i
∗
ϕ
)
∗
∫
τ
T
c
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
−
f
b
)
t
)
d
t
(
11
)
=exp(j*2*pi*\phi)*\int_{\tau}^{Tc}exp(j*2*pi*(f-f_{b})t)dt (11)
=exp(j∗2∗pi∗ϕ)∗∫τTcexp(j∗2∗pi∗(f−fb)t)dt(11)
从傅里叶变换可知,当
f
=
f
b
f=f_{b}
f=fb时,函数值最大,即
f
b
f_{b}
fb会出现在FFT频谱的峰值处。
考虑到实际中,在对于近距离探测(500m以内)低速目标(车辆行人),目标速度对目标距离的影响可以忽略,那么
f
b
≈
2
k
R
c
f_{b}\approx \frac{2kR}{c}
fb≈c2kR
即,目标距离可得到:
R
=
c
∗
f
b
2
∗
k
=
c
∗
T
c
2
∗
B
∗
f
b
(
12
)
R=\frac{c*f_{b}}{2*k}=\frac{c*T_{c}}{2*B}*f_{b} (12)
R=2∗kc∗fb=2∗Bc∗Tc∗fb(12)
在信号处理过程中,信号是离散状态,被ADC以频率
f
a
d
c
f_{adc}
fadc进行采样,且采样N个点,此时经过FFT处理后,我们得到最大峰值所在索引
X
i
n
d
e
x
X_{index}
Xindex,则拍频的表达式为:
f
b
=
f
a
d
c
N
∗
X
i
n
d
e
x
≈
X
i
n
d
e
x
/
T
c
(
13
)
f_{b}=\frac{f_{adc}}{N}*X_{index}\approx X_{index}/T_{c} (13)
fb=Nfadc∗Xindex≈Xindex/Tc(13)
这里认为
N
∗
T
a
d
c
=
T
c
N*T_{adc}=T_{c}
N∗Tadc=Tc
则在数字域中距离R的求解方式为:
R
=
c
2
B
∗
X
i
n
d
e
x
(
14
)
R= \frac{c}{2B}*X_{index} (14)
R=2Bc∗Xindex(14)
2.1.7 雷达距离分辨率分析
雷达分辨率是另一个重要指标,他表示雷达可分辨的两个距物体的最小间距。
假设存在两个目标
R
1
R_{1}
R1和
R
2
R_{2}
R2,则他们对应的拍频为
f
b
1
f_{b1}
fb1和
f
b
2
f_{b2}
fb2(由2.1.8中可知)。那么两个距离信号之间的频差为:
Δ
f
=
f
b
1
−
f
b
2
=
2
Δ
R
B
C
T
c
(
15
)
\Delta f=f_{b1}-f_{b2}=\frac{2\Delta RB}{CT_{c}} (15)
Δf=fb1−fb2=CTc2ΔRB(15)
为了能够尽可能分辨两个目标,要求两个目标频率差要大于ADC采样频率,假设ADC采样时长为
T
A
D
C
T_{ADC}
TADC,则:
Δ
f
=
f
b
1
−
f
b
2
=
2
Δ
R
B
C
T
c
>
1
T
A
D
C
(
16
)
\Delta f=f_{b1}-f_{b2}=\frac{2\Delta RB}{CT_{c}}>\frac{1}{T_{ADC}} (16)
Δf=fb1−fb2=CTc2ΔRB>TADC1(16)
而
T
A
D
C
<
T
c
T_{ADC}<T_{c}
TADC<Tc,因此,最小的频差为:
Δ
f
=
f
b
1
−
f
b
2
=
2
Δ
R
B
C
T
c
>
1
T
c
(
17
)
\Delta f=f_{b1}-f_{b2}=\frac{2\Delta RB}{CT_{c}}>\frac{1}{T_{c}} (17)
Δf=fb1−fb2=CTc2ΔRB>Tc1(17)
因此我们可以得到目标的距离分辨率:
Δ
R
>
C
2
B
(
18
)
\Delta R>\frac{C}{2B} (18)
ΔR>2BC(18)
单周期chirp 无法时间速度求解:从理论上(公式(9)(10)),目标的距离和速度耦合在一起,我们可以通过近似,求出目标距离,但是无论是从频率还是相位,都无法获得目标的速度。
2.2 多chirp周期信号模型与分析
2.2.1 多周期chirp 拍频信号模型
为了实现目标速度估计,我们要通过连续发射多个Chirp信号,一组Chirp信号形成一帧数据(frame)。
虽然一共
M
M
M个chirp周期,但是每次发射的波形都是一样。本质上雷达发射信号不变,即:
s
t
=
s
(
t
)
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
t
+
1
2
k
t
2
)
)
(
1
)
s_{t}=s(t)=exp(j*2*pi*(f_{o}t+\frac{1}{2}kt^{2})) (1)
st=s(t)=exp(j∗2∗pi∗(fot+21kt2))(1)
但是变化的是每一次发射信号返回时,由于存在Chirp周期的时间间隔(
T
c
T_{c}
Tc),目标的初始距离R会随着时间变化而变化,因此接收端的信号可以表示为:
s
(
t
)
m
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
o
(
t
−
τ
(
t
)
m
+
1
2
k
(
t
−
τ
(
t
)
m
)
2
)
)
(
2
)
s(t)_{m}=exp(j*2*pi*(f_{o}(t-\tau(t)_{m}+\frac{1}{2}k(t-\tau(t)_{m})^{2})) (2)
s(t)m=exp(j∗2∗pi∗(fo(t−τ(t)m+21k(t−τ(t)m)2))(2)
其中
τ
(
t
)
m
=
2
∗
R
o
+
v
t
+
v
(
m
−
1
)
T
c
c
\tau(t)_{m}=2*\frac{R_{o}+vt+v(m-1)T_{c}}{c}
τ(t)m=2∗cRo+vt+v(m−1)Tc
每一个chirp发射时,目标的位置R可以看成
R
m
=
R
o
+
v
(
m
−
1
)
T
c
R_{m}=R_{o}+v(m-1)T_{c}
Rm=Ro+v(m−1)Tc
最终我们可以得到一个与2.1中相似的雷达拍频信号:
S
m
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
(
2
∗
k
∗
(
R
o
+
v
(
m
−
1
)
T
c
)
c
+
2
v
f
o
c
)
t
+
2
∗
f
o
∗
(
R
o
+
v
(
m
−
1
)
T
c
)
c
)
(
3
)
S_{m}=exp(j*2*pi*( (\frac{2*k*(R_{o}+v(m-1)T_{c})}{c}+\frac{2vf_{o}}{c})t+\frac{2*f_{o}*(R_{o}+v(m-1)T_{c})}{c} )(3)
Sm=exp(j∗2∗pi∗((c2∗k∗(Ro+v(m−1)Tc)+c2vfo)t+c2∗fo∗(Ro+v(m−1)Tc))(3)
=
e
x
p
(
j
∗
2
∗
p
i
∗
(
(
f
b
m
)
t
+
ϕ
m
)
(
4
)
=exp(j*2*pi*( (f_{bm})t+\phi_{m}) (4)
=exp(j∗2∗pi∗((fbm)t+ϕm)(4)
2.2.2 信号分析
(1)1次维度FFT(距离FFT)
通常情况下(对于行人,车辆等目标),我们认为在一帧时间内目标位置并没有发生本质的变化,即认为:
f
b
m
≈
2
∗
k
∗
(
R
o
)
c
+
2
v
f
o
c
(
5
)
f_{bm}\approx\frac{2*k*(R_{o})}{c}+\frac{2vf_{o}}{c} (5)
fbm≈c2∗k∗(Ro)+c2vfo(5)
那么对每个接收的雷达信号实施FFT(距离维fft)可以得到:
S
m
=
∫
τ
m
+
(
m
−
1
)
T
c
m
T
c
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
b
m
(
t
−
(
m
−
1
)
T
c
)
+
ϕ
m
)
)
∗
e
x
p
(
−
j
∗
2
∗
p
i
∗
f
∗
(
t
−
(
m
−
1
)
T
c
)
)
d
t
S_{m}=\int_{\tau_{m}+(m-1)T_{c}}^{mT_{c}} exp(j*2*pi*(f_{bm}(t-(m-1)T_{c})+\phi_{m})) *exp(-j*2*pi*f*(t-(m-1)T_{c}))dt
Sm=∫τm+(m−1)TcmTcexp(j∗2∗pi∗(fbm(t−(m−1)Tc)+ϕm))∗exp(−j∗2∗pi∗f∗(t−(m−1)Tc))dt
=
e
x
p
(
j
∗
2
∗
p
i
∗
ϕ
m
)
∗
∫
τ
T
c
e
x
p
(
j
∗
2
∗
p
i
∗
(
f
−
f
b
m
)
t
)
d
t
(
6
)
=exp(j*2*pi*\phi_{m})*\int_{\tau}^{Tc}exp(j*2*pi*(f-f_{bm})t)dt (6)
=exp(j∗2∗pi∗ϕm)∗∫τTcexp(j∗2∗pi∗(f−fbm)t)dt(6)
当
f
=
f
b
m
f=f_{bm}
f=fbm时,频谱峰值最高。依据FFT获取的频率可以求取目标距离(这里与前文2.2.1一样)。
同理,距离分辨率依然是:
Δ
R
=
C
/
(
2
B
)
\Delta R=C/(2B)
ΔR=C/(2B)。
小结论:重复的发送相同的Chirp信号, 并不影响雷达的距离分辨率。
(2)2次FFT(速度FFT)
1fft后(公式6),信号可以表达为:
S
m
=
(
T
c
−
τ
)
e
x
p
(
j
∗
2
∗
p
i
∗
ϕ
m
)
(
7
)
Sm=(T_{c}-\tau)exp(j*2*pi*\phi_{m})(7)
Sm=(Tc−τ)exp(j∗2∗pi∗ϕm)(7)
=
A
B
∗
e
x
p
(
j
∗
2
∗
p
i
∗
(
2
∗
f
o
∗
(
R
o
+
v
(
m
−
1
)
T
c
)
c
)
(
8
)
=A_{B}*exp(j*2*pi*( \frac{2*f_{o}*(R_{o}+v(m-1)T_{c})}{c} ) (8)
=AB∗exp(j∗2∗pi∗(c2∗fo∗(Ro+v(m−1)Tc))(8)
对于公式8 我们可以等价看成一个频率为
f
d
=
2
∗
v
∗
f
o
c
f_{d}=\frac{2*v*f_{o}}{c}
fd=c2∗v∗fo,相位为
2
∗
f
o
c
\frac{2*f_{o}}{c}
c2∗fo的新的频率函数,其持续时间为0到
M
T
c
MT_{c}
MTc:
S
n
e
w
=
e
x
p
(
j
∗
2
p
i
∗
(
f
d
t
+
ϕ
d
)
)
(
9
)
S_{new}=exp(j*2pi*(f_{d}t+\phi_{d})) (9)
Snew=exp(j∗2pi∗(fdt+ϕd))(9)
对该信号FFT后可得:
S
=
A
c
∫
0
M
T
c
e
x
p
(
j
∗
2
p
i
(
f
−
f
d
)
t
)
d
t
(
10
)
S=A_{c} \int_{0}^{MT_{c}} exp(j*2pi(f-f_{d})t) dt (10)
S=Ac∫0MTcexp(j∗2pi(f−fd)t)dt(10)
即,当频率
f
=
f
d
f=f_{d}
f=fd时,获得最大峰值。该频率就是我们常说的多普勒。可以看出通过多普勒可以获得目标速度。
在数字处理时,FFT后可以得到峰值索引
X
I
n
d
e
x
f
d
X_{Index}^{f_{d}}
XIndexfd
则多普勒值为:
f
d
=
f
c
M
∗
X
I
n
d
e
x
f
d
=
X
I
n
d
e
x
f
d
M
∗
T
c
(
11
)
f_{d}=\frac{f_{c}}{M}*X_{Index}^{f_{d}}=\frac{X_{Index}^{f_{d}}}{M*T_{c}}(11)
fd=Mfc∗XIndexfd=M∗TcXIndexfd(11)
则目标速度为:
v
=
λ
∗
f
d
2
=
λ
2
∗
M
∗
T
c
∗
X
I
n
d
e
x
d
(
12
)
v=\frac{\lambda*f_{d}}{2}=\frac{\lambda}{2*M*T_{c}}* X_{Index}^{d} (12)
v=2λ∗fd=2∗M∗Tcλ∗XIndexd(12)
其中
X
I
n
d
e
x
d
=
1
,
.
.
.
.
M
X_{Index}^{d}=1,....M
XIndexd=1,....M.
但是需要注意的是,虽然
X
I
n
d
e
x
d
X_{Index}^{d}
XIndexd最大可以取到M,但当
X
I
n
d
e
x
d
X_{Index}^{d}
XIndexd大于0.5M时,由于奈奎斯特定律,
f
d
>
0.5
∗
f
(
c
)
f_{d}>0.5*f_(c)
fd>0.5∗f(c),此时速度由正向速度边为负向速度。
因此我们可以得到最大速度(最大负速度或最大正速度):
∣
v
m
a
x
∣
=
λ
4
T
c
(
13
)
|v_{max}|=\frac{\lambda}{4T_{c}} (13)
∣vmax∣=4Tcλ(13)
即,目标的最大速度仅仅与Chirp时长相关
速度分辨率:
假设两个目标,分别是v1,v2 则对应的速度差为:
Δ
v
=
λ
2
∗
M
∗
T
c
(
Δ
X
I
n
d
e
x
d
)
>
=
λ
2
∗
M
∗
T
c
\Delta v=\frac{\lambda}{2*M*T_{c}}(\Delta X_{Index}^{d})>=\frac{\lambda}{2*M*T_{c}}
Δv=2∗M∗Tcλ(ΔXIndexd)>=2∗M∗Tcλ
则速度分辨率为:
Δ
v
=
λ
2
∗
M
∗
T
c
\Delta v=\frac{\lambda}{2*M*T_{c}}
Δv=2∗M∗Tcλ
可以看出速度分辨率与Chirp重复周期相关,且成反比。
最后
我只是个雷达小白,如果有幸哪位大哥不小心看到这个,发现啥错误,麻烦指出。
此外,如果有志同道合的研究毫米波雷达信号处理,可以一起交流。