毫米波雷达的自我学习——距离维FFT

毫米波雷达的基本功能就是测速、测距和测角

1距离FFT或者(Range FFT)或(距离-DFT)

1.1测距原理

在这里插入图片描述
在这里插入图片描述

“混频器”将 RX 和 TX 信号合并到一起,生成一个中频 (IF) 信号。
在这里插入图片描述

下图中,IF信号仅在TX线性调频脉冲和RX线性调频脉冲重叠的时段。(虚线之间)

在这里插入图片描述
IF的频率大小就是: f 0 = S τ f_{0}=S{\tau} f0=Sτ
在这里插入图片描述
一个波长对应 2 π 2\pi 2π
则前进2d的距离对应的相位:
ϕ 0 = 2 π 2 d λ \phi_0=2\pi\frac{2d}{\lambda} ϕ0=2πλ2d
在这里插入图片描述


d = f 0 c 2 S d=\frac{f_0c}{2S} d=2Sf0c

S一般为斜率: B = S T c \mathrm{B}=\mathrm{ST}_{c} B=STc
在这里插入图片描述

下图显示了接收自不同物体的三个不同的 RX 线性调频脉冲。每个线性调频脉冲的延时都不一样,延时和与该物体的距离成正比。不同的
RX 线性调频脉冲转化为多个 IF 单音信号,每个信号频率恒定。
在这里插入图片描述

1.1测距分辨率

距离分辨率是辨别两个或更多物体的能力。当两个物体靠近某个位置时,雷达系统将不再能够将二者区分开来。傅里叶变换理论指出,通过延长IF信号,可以提高分辨率。要延长IF信号,还需按比例增加带宽。延长的IF 信号会产生一个有两个分离峰值的IF谱。

在这里插入图片描述
在这里插入图片描述

1.3Range FFT

Range FFT是为了得到目标的距离信息,将每个Chirp上的AD采样(采样个数M)数据进行RangeFFT操作,作为矩阵的行向量进行存储。若共有N个Chirp,则得到M*N的矩阵,每一列称为一个Range Bin。

这里称之为Range-FFT,需要对连续信号采样,实际上是使用DFT来分析CTFT(连续信号的傅里变换),只需要提取出波峰所对应的频率值即可,然后通过上面的公式转换为距离。

在这里插入图片描述

在这里插入图片描述

参考:
https://www.ti.com/cn/lit/wp/zhcy075/zhcy075.pdf
https://blog.csdn.net/qq_39764867/article/details/108987851
https://mp.weixin.qq.com/s/7kIY8ZLx5D-WTIeCwNhNiA

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weixin_44897776

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值