毫米波雷达相位提取与精细化测量

最新推荐文章于 2024-08-28 10:34:00 发布

码到飞起

最新推荐文章于 2024-08-28 10:34:00 发布

阅读量491

点赞数

文章标签：信号处理

本文链接：https://blog.csdn.net/weixin_42057864/article/details/134685042

版权

毫米波雷达相位提取与精细化测量

毫米波相位数据处理

IWR1642 是TI公司推出的自足式 FMCW 雷达传感器单芯片解决方案，其工作频段为76 GHz 至 81 GHz 范围，4 GHz 的可用带宽，可实现盲点探测、车道变换辅助、交叉交通警报、驻车辅助、人员检测、简单的手势识别、车门开启器应用等诸多应用。同时IWR1642也可以通过提取中频信号的相位信息实现精细化、高分辨率的测量，以达到微弱信号检测的目的。本文就IWR1642数据保存格式、中频信号相位提取等进行分析。

1.IWR1642 bin文件格式解析

2.IWR1642 中频信号相位提取

3.IWR1642 相位分析中的分辨率问题

4.微弱信号检测

1.IWR1642 bin文件格式解析

IWR1642数据采集需要采集板配合进行，本文基于DCA1000采集板实现数据采集。通过DCA1000采集输出的文件格式为bin格式，数据的存储模式说明，TI公司官方的说明手册给出了详细的说明，在《Mmwave Radar Device ADC Raw Data Capture》文件中，根据所用的IWR1642和DCA1000的硬件组合，可以找到第一章第6部分的数据格式。

本文项目测试使用的为2发4收复数的工作模式，所以根据说明文档里面的说明，数据的排列方式如图1所示。图中首先排列第一个天线Sample1的虚部数据，接下来是Sample2的虚部数据，再往后是第一个天线的Sample1的实部数据，Sample2的实部数据，一直排列到第一天线的最后一个采样点。第一个天线排列完成后再排列第二个天线的数据，直到排列到最后一个天线。

在这里插入图片描述

图1 数据存储格式

说明文档中其实按照所选择的硬件组合，给出了数据解析的案例例程，按照我们所选择的IWR1648和DCA1000，说明书里给出的程序如下，原程序中有一处变量定义错误，已经进行了更改。

 %%% This script is used to read the binary file produced by the DCA1000
%%% and Mmwave Studio
%%% Command to run in Matlab GUI -readDCA1000('<ADC capture bin file>') 
function [retVal] = readDCA1000(fileName,numADCSamples)
%% global variables
% change based on sensor config
numADCBits = 16; % number of ADC bits per sample
numRX = 4; % number of receivers
numLanes = 2; % do not change. number of lanes is always 2
isReal = 0; % set to 1 if real only data, 0 if complex data0
%% read file
% read .bin file
fid = fopen(fileName,'r');
adcData = fread(fid, 'int16');
% if 12 or 14 bits ADC per sample compensate for sign extension
if numADCBits ~= 16
    l_max = 2^(numADCBits-1)-1;
    adcData(adcData > l_max) = adcData(adcData > l_max) - 2^numADCBits;
end
fclose(fid);
fileSize = size(adcData, 1);
% real data reshape, filesize = numADCSamples*numChirps
if isReal
    numChirps = fileSize/numADCSamples/numRX;
    LVDS = zeros(1, fileSize);
    %create column for each chirp
    LVDS = reshape(adcData, numADCSamples*numRX, numChirps);
    %each row is data from one chirp
    LVDS = LVDS.';
else
    % for complex data
    % filesize = 2 * numADCSamples*numChirps
    numChirps = fileSize/2/numADCSamples/numRX;
    LVDS = zeros(1, fileSize/2);
    %combine real and imaginary part into complex data
    %read in file: 2I is followed by 2Q
    counter = 1;
    for i=1:4:fileSize-1
        LVDS(1,counter) = adcData(i) + sqrt(-1)*adcData(i+2); LVDS(1,counter+1) = adcData(i+1)+sqrt(-1)*adcData(i+3); counter = counter + 2;
    end
    % create column for each chirp
    LVDS = reshape(LVDS, numADCSamples*numRX, numChirps);
    %each row is data from one chirp
    LVDS = LVDS.';
end
%organize data per RX
adcData = zeros(numRX,numChirps*numADCSamples);
for row = 1:numRX
    for i = 1: numChirps
        adcData(row, (i-1)*numADCSamples+1:i*numADCSamples) = LVDS(i, (row-1)*numADCSamples+1:row*numADCSamples);
    end
end
%return receiver data
retVal = adcData;

2.IWR1642 中频信号相位提取

经过处理的信号经过FFT运算可以得到探测目标与雷达的距离、方向信息，并可以计算多普勒信息推算目标的运动信息。以上的计算都是基于FFT后极大值的频域信息来进行计算，但目标更加精确的位置信息则更多在于信号的相位中。

对于采集信号可以先进行FFT，然后提取FFT后最大值位置处的相位信息，则可以根据公式计算得到信号的精细化测量。

此处还需要注意一个地方：相位信息的范围应该在[-π π]之间，所以得到相位信息后在按照公式推算精细化距离之前，需要对相位进行解卷绕。解卷绕的计算程序如下：

function result = myunwrap(source)
    len = length(source);
    buffer = source;
    for ii = 2:1:len
        if(source(ii) - source(ii-1) > pi)
            buffer(ii) = buffer(ii) - 2*pi;
        end
        if(source(ii) - source(ii-1) < -pi)
            buffer(ii) = buffer(ii) + 2*pi;
        end
    end
    buffer(1) = source(1);
    result = source;
end