music算法原理_大话FMCW雷达之区域检测原理

大话FMCW雷达之区域检测原理​mp.weixin.qq.com

除了在我们熟知的汽车上，FMCW雷达在我们的日常中，还有许多地方可以应用到。

今天就先讲一个最简单的应用-检测障碍。比如开车门的时候可以注意到周围的环境是否存在障碍，类似电线杆，墙壁，其他的车辆等等。

这样的应用确实简单，但是应用的范围也确实广泛，只需要爱发现的你找到需要他的地方。

下面步入正题，首先简单介绍下FMCW的原理，后面具体讲一讲这样的应用需要的算法处理流程是什么样子的。

下面的这个图给出了一个一个TX和一个RX的FMCW雷达系统框图。产生的线性调频信号，也就是常说的“Chirp”经TX发射出去后，打到目标后回波信号又被RX接收，混频得到了中频IF信号，再经ADC后就得到了我们需要的原始数据。

使用Chirp序列得到的在快时间维和慢时间维分别做FFT，也就是2D-FFT就可以得到物体的距离和速度信息。

下面给出了一般进行障碍检测的基本算法流程。

首先对ADC数据进行2D-FFT处理，利用这一步，获取物体的距离和速度信息。然后对多个通道的2D-FFT结果进行非相干累加，就可以得到所谓的RDM(Range Doppler Map)，检测障碍就需要找到障碍，在这里我们通过检测算法，从RDM中找出存在的障碍。最简单的检测算法用CFAR-CA就可以，再复杂一点的用CFAR-OS也行，要是还觉得不够过瘾，各种组合，各种改进，新的检测算法就属于你。找到了障碍，下一步就需要知道障碍在什么方向，也就是要测角了。天线简单了就用一般的测角方法，如果觉得这样无法满足的话，就用MIMO，可以改善一下角度估计，什么DBF，FFT，MUSIC任由你选择。如果想知道障碍在空间中的位置，就再测个俯仰角。

经过上面这么一折腾，这里我们已经可以得到包含了目标距离-速度-角度信息的objList，根据onjList即可判断区域内是否存在障碍。