雷达原理 | 用MATLAB信号处理是如何解算目标的距离和速度信息的？_毫米波雷达输出原始数据解析与距离信息解算-CSDN博客

本博客由：【调皮连续波】原创，转载请注明出处！！！

本文链接：https://blog.csdn.net/qq_35844208/article/details/127261236

本文编辑：调皮哥的小助理

欢迎前来学习毫米波雷达基本原理。本节课将讲的是毫米波雷达利用MATLAB进行信号处理如何解算目标的距离和速度信息。

很多同学在看完雷达原理的基本公式之后，大致上能够明白雷达测距和测速的基本原理，但是到了真正利用MATLAB做信号处理的时候，可能不是很清楚，为什么经过两次FFT（距离维、速度维）这么做就能够得到目标的距离和速度，其背后的实质物理含义是什么？今天带着这个疑问，我把这个问题研究一下，希望能够从最底层的原理给大家解释清楚，并让大家明白到底MATLAB是如何计算出目标得到距离和速度的。

1. 发射信号模型

可以假设，线性调频连续波（LFMCW）雷达发射波形的信号形式为调频连续锯齿波，线性调频的含义即调制信号频率随时间线性变化。从时域上看，是一个频率随时间线性变化的波形；从频域上看，发射信号的频率与时间成正比，如图1-1所示。

在这里插入图片描述
（图1-1 LFMCW锯齿波模型）

由此，可以将LFMCW的发射信号模型用下面公式表示：

$s_t(t)=A \cos \left\{2 \pi\left(f_0 t+u t^2 / 2\right)+\phi_0\right\}, \quad t \in[0, T]$

其中，发射信号扫频带宽为 B，发射时宽为T，即调频斜率为 B/T，记为u 。所以，单周期 LFMCW 雷达发射信号模型的相位可以写成如下形式：

$p_t(t)=2 \pi\left(f_0 t+u t^2 / 2\right)+\phi_0 \quad, t \in[0, T]$

2. 静止情况下测距

假设静止的目标距离雷达的距离为R，电磁波在空气中传输速度为c，则接受天线接受到的信号比发射的信号延迟τ=2R/c，所以理想情况下接受天线接收到的目标回波信号模型如下所示：

$S_r(t)=K A \cos \left\{2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0\right\}, t \in[0, T]$

由上述公式可知，回波信号具有和发射信号同样的信号形式，相对于发射信号在时间上有固定延时τ，故而回波信号的相位可以表式为：

$p_r(t)=2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0$

将接收到回波信号Sr(t)和发射信号St(t)进行混频，并经过低通滤波器后就可以得到一个单一频率的正弦波信号，如图中黑色的“IF signal”便是中频信号的频率，如图1-2所示。

在这里插入图片描述
（图1-2 混频）

根据公式推导，可以得到差频信号的相位表达式为：

此时可以很明显地看出，发射信号和单目标的回波信号的频率差为一个单频信号。根据上式，可以得到中频信号频率fm，如下所示：

$f_m=u \tau=\frac{u 2 R}{c}=\frac{2 B R}{c T}$

对中频信号进行 ADC 采样，然后做 FFT 提取信号的频率信息，假设 FFT 得到频谱的谱峰值对应的频率为fm ，则目标的距离信息可以表示如下：

$R=\frac{c T f_m}{2 B}$

3. 运动目标情况下测距

假设，在电磁波的覆盖区域中，某一目标在t0时刻距离发射天线为R0，以径向v远离天线，以远离天线为正方向，至于为什么后续文章会解释）。那么接受到目标的回波信号模型公式依旧与单目标一致，如下所示：

$S_r(t)=K A \cos \left\{2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0\right\}, t \in[0, T]$

但是，τ有所改变，如下所示：

$\tau=\frac{2 R_0}{c}=\frac{2(R+v t)}{c}$

此时，通过混频后得到中频信号的相位如下所示：

$\begin{aligned} p_t(t)-p_r(t) &=\left\{2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0\right\}-\left\{2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0\right\} \\ &=2 \pi f_0 \tau+2 \pi u \tau t+\pi u \tau^2 \end{aligned}$

代入τ后的等式变为：

$\begin{aligned} p_t(t)-p_r(t) &=\left\{2 \pi\left[f_0 t+u t^2 / 2\right]+\phi_0\right\}-\left\{2 \pi\left[f_0(t-\tau)+u(t-\tau)^2 / 2\right]+\phi_0\right\} \\ &=2 \pi f_0 \tau+2 \pi u \tau t-\pi u \tau^2 \\ &=\frac{4 \pi f_0(R+v t)}{c}+\frac{4 \pi u(R+v t) t}{c}-\frac{4 \pi u(R+v t)^2}{c^2} \\ &=\frac{4 \pi f_0(R+v t)}{c}+\frac{4 \pi u(R+v t) t}{c}-\left(\frac{4 \pi u R^2}{c^2}+\frac{4 \pi u v^2 t^2}{c^2}+\frac{8 \pi u R v t}{c^2}\right) \\ &=\frac{4 \pi R f_0}{c}+\frac{4 \pi f_0 v t}{c}+\frac{4 \pi u R t}{c}+\frac{4 \pi u v t^2}{c}-\frac{4 \pi u R^2}{c^2}-\frac{4 \pi u v^2 t^2}{c^2}-\frac{8 \pi u R v t}{c^2} \\ &=2 \pi\left(\frac{2 f_0 v}{c}+\frac{2 u R}{c}-\frac{4 u R v}{c^2}\right) t+\pi\left(\frac{4 u v}{c}-\frac{4 u v^2}{c^2}\right) t^2+\frac{4 \pi R f_0}{c}-\frac{4 \pi u R^2}{c^2} \end{aligned}$

很显然，根据上述公式可知，对于运动目标的信号的中频信号依然是一个线性调频信号，所以信号的调频斜率Um，载频fm，初相ϕm分别如下：

$\begin{aligned} u_m &=\frac{4 u v}{c}-\frac{4 u v^2}{c^2} \\ f_m &=\frac{2 f_0 v}{c}+\frac{2 u R}{c}-\frac{4 u R v}{c^2} \\ \phi_m &=\frac{4 \pi R f_0}{c}-\frac{4 \pi u R^2}{c^2} \end{aligned}$

因为光速c等于3*10^8m/s，所以忽略c的平方项，则中频信号的时宽带宽积Dm为:

$B_m=u_m T=\frac{4 u v}{c} T=\frac{4 B v}{c}$
$D_m=B_m T=\frac{4 v}{c} D$

其中，Bm中频信号的调频带宽，为D为发射信号时宽带宽积。上述公式可以表明，即使目标在几百米每秒的高速运动情况下，中频信号的时宽带宽积仅有原来的10^-6 倍，在毫米波雷达发射极大时宽带宽积（10^{6）的信号情况下，中频信号Dm的数量级也只有10}0 。因此，可近似认为回波差拍信号是一单频信号，通过频谱分析（FFT）即能得到其中心频率。所以TI的官方文档中，将中频信号近似地写成：

$\sin \left(2 \pi f_0 t+\phi_0\right)$

并说明了这个公式是近似值，其中f0等效fm。TI官方给出的中频信号中心频率和相位的公式如下：

$f_0=\frac{S 2 d}{c}, \phi_0=\frac{4 \pi d}{\lambda}$

其中，d为目标距雷达的距离R，S为调频斜率。下面由上述推导的公式来证明，为什么最终会是这个简单的公式呢？将下面的公式去掉光速的平方项，做近似。

$\begin{aligned} B_m &=\frac{4 u v}{c}-\frac{4 u v^2}{c^2} \\ f_m &=\frac{2 f_0 v}{c}+\frac{2 u R}{c}-\frac{4 u R v}{c^2} . \\ \phi_m &=\frac{4 \pi R f_0}{c}-\frac{4 \pi u R^2}{c^2} \end{aligned}$

近似写成：

$\begin{aligned} B_m &=\frac{4 u v}{c}-\frac{4 u v^2}{c^2} \approx \frac{4 u v}{c} \\ f_m &=\frac{2 f_0 v}{c}+\frac{2 u R}{c}-\frac{4 u R v}{c^2} \approx \frac{2 f_0 v}{c}+\frac{2 u R}{c}=\frac{2 u R}{c}+\frac{2 v}{\lambda} \\ \phi_m &=\frac{4 \pi R f_0}{c}-\frac{4 \pi u R^2}{c^2} \approx \frac{4 \pi R f_0}{c}=\frac{4 \pi R}{\lambda} \end{aligned}$

如果忽略多普勒频率对对中频信号频率的影响，则有：

$f_m=\frac{2 u R}{c}=\frac{S 2 d}{c}=f_0, \phi_m=\frac{4 \pi R}{\lambda}=\frac{4 \pi d}{\lambda}=\phi_0 \quad, R=d$

关于上述TI官方给出的中频信号的近似值，就是这么得到的。近似公式忽略 IF 信号的频率与物体速度的依赖关系。在快速 FMCW 雷达中，其影响通常非常小，且在处理完成多普勒 FFT 后，即可轻松对其进行进一步校正，这就是多普勒相位补偿。

4. MATLAB解算距离和速度

假设单个扫描周期 ADC采样点数为 N，采样频率为Fs，式中 n 为 FFT 谱峰对应的频点，根据 T、 Fs、 N 之间的关系，距离与频率关系的公式可进一步化简为：

$R=\frac{c T f_m}{2 B}=\frac{c T}{2 B} \frac{F_s}{N} n=\frac{c}{2 B} \frac{T F_s}{N} n=\Delta R^* 1 * n=\Delta R^* n$

式中，c/2B为雷达的距离分辨率ΔR，可见中频信号的 FFT 谱峰对应的频点，即目标距离门号，乘以距离分辨率就可得到目标的距离。

上述公式就是在用MATLAB计算目标的距离的时候，我们通常得到的是点的序号（距离门号），而不是直接得到目标的距离，因此需要通过这个公式将距离门号转换成目标真实的距离。

但是请注意，因为上述的采样点刚好是2的次幂，因此，计算之后系数K刚好为1，假如采样点数不是2的次幂，如200个点，然后256个点的FFT，那么K值就不能等于1了，如下公式所示：

$R=\frac{c T f_m}{2 B}=\frac{c T}{2 B} \frac{F_s}{N} n=\frac{c}{2 B} \frac{T F_s}{N} n=\Delta R * K * n=K * \Delta R * n$

在MATLAB中，对于距离维做FFT，目的就是找出中频频率峰值和频点，然后根据峰值所在的距离门号，解算出目标的距离，具体如图2-1所示。

在这里插入图片描述
(图2-1 距离解算前)

例如，上述数据的雷达发射信号的真实带宽=调频斜率*（ADC采样点数/采样率）=68*(256/5500)=3165MHz;真实距离分辨率：ΔR = C/2B=0.048m，所以对应点目标的距离为：

R = (n-1)ΔR = 114*0.047=5.47m,MATLAB起始点是从1开始的，所以是n-1。即可得到距离解算的结果，如图2-2所示。

在这里插入图片描述
(图2-2 距离解算后)

至此，我们推导并论证了线性调频连续波测距原理的来龙去脉，大概讲清楚了从信号发射、回波信号、混频、低通滤波、中频信号，到距离估计的整个脉络，同时梳理清楚了由TI官方给出的公式近似值的背后隐藏的一些理论，并展现了我们为什么要这么做，背后的含义是什么的解释。最后也为大家推导的公式，为后续做相位补偿提供了理论依据。之前的文章写过线性调频连续波测速的基本原理，是利用多个脉冲之间的相位差，然后做FFT得到的。重现上述推导的公式如下：

$B_m=\frac{4 u v}{c}-\frac{4 u v^2}{c^2} \approx \frac{4 u v}{c}$
$f_m=\frac{2 f_0 v}{c}+\frac{2 u R}{c}-\frac{4 u R v}{c^2} \approx \frac{2 f_0 v}{c}+\frac{2 u R}{c}=\frac{2 u R}{c}+\frac{2 v}{\lambda}$
$\phi_m=\frac{4 \pi R f_0}{c}-\frac{4 \pi u R^2}{c^2} \approx \frac{4 \pi R f_0}{c}=\frac{4 \pi R}{\lambda}$
$f_m=\frac{2 u R}{c}=\frac{S 2 d}{c}=f_0, \phi_m=\frac{4 \pi R}{\lambda}=\frac{4 \pi d}{\lambda}=\phi_0 \quad, R=d$

对于两个相邻周期的信号，由于周期间隔时间Tc较短，距离分辨率有限，两个周期内距离维FFT谱中的峰值位置几乎没有发生变化，但是由于相位比距离更加敏感，即周期间微小的距离变化会引起中频信号的初相的变化。由傅里叶变换特性，信号的初相体现在峰值处的复数值对应的相位，计算相邻周期的相位差，即可得到目标的速度：

$\begin{aligned} \phi_0 &=\frac{4 \pi d}{\lambda} \\ \Delta \phi &=\frac{4 \pi v T_c}{\lambda} \end{aligned}$

其中，两个脉冲相邻的微小距离变化为v*Tc，所以两个脉冲间的速度为：

$v=\frac{\lambda \Delta \phi}{4 \pi T_c}$

推广到多个脉冲，如128个，那么相位的变化是呈周期性的，速度维度做128点FFT后的峰值就是相位差，即获取速度对应的峰值和频点再通过解算便可获得目标的速度，这个过程就是速度维FFT。接下来进行速度解算。上述公式经过推导可以变为：

$\Delta v=\frac{\lambda}{2 N T_c}$
$v=\frac{\lambda \Delta \phi}{4 \pi T_c}=\frac{\lambda}{4 \pi T_c} \frac{2 \pi}{N} n=\frac{\lambda}{2 N T_c} n=\Delta v \cdot n$

其中，相位的最大值为2π。由此，速度的解算依赖于速度分辨率和速度门号，速度门号即为速度维FFT之后拿到的峰值所对应的下标（频点）。例如图3-1所示，为速度解算过程。

在这里插入图片描述
(图3-1 速度解算前)

其中，X轴是距离，Y轴是速度，上图X=31，Y=69；距离分辨率为0.48m，速度分辨率为0.083m/s。所以根据上述推导的公式，n=31-1=30；R=ΔRn =1.41m，速度分根据目标运动方向分为正负，这里一共是128个脉冲，零速通道是第64个脉冲，所以69为正速通道，具体速度通道号为Y=69-64=5；n=5-1=4；v =Δvn=0.33m/s，如图3-2所示。

在这里插入图片描述
(图3-2 速度解算后)