增加角分辨率和虚拟阵列
这个示例介绍了如何形成一个虚拟阵列MIMO雷达可以帮助增加角分辨率。它显示了如何模拟一个相干MIMO雷达信号处理链使用相控阵系统工具箱™。
介绍
有两个类别的多输入多输出(MIMO)雷达。多雷达形成第一类。他们通常被称为统计MIMO雷达。相干MIMO雷达形成第二类,这个例子的重点。相干MIMO雷达信号处理的一个好处是增加物理的角分辨率的能力形成一个虚拟阵列天线阵。
虚拟阵列
可以创建一个虚拟阵列由quasi-monostatic MIMO雷达,发送和接收阵列紧密坐落的地方。为了更好地理解虚拟阵列的概念,首先看看传统的相控阵雷达的双向模式。相控阵雷达的双向模式是其传播模式的产物和接收阵列的模式。例如,考虑一个77 GHz毫米波雷达2-element传送数组和第4单元接收数组。
fc = 77 e9;c = 3 e8;λ= c / fc;元= 2;Nr = 4;
如果两个数组有半波间距,有时也被称为数组,然后双向模式接近接收阵列模式。
dt =λ/ 2;博士=λ/ 2;txarray = phased.ULA (Nt, dt);rxarray = phased.ULA (Nr、博士);ang = 90:90;pattx =模式(txarray、fc和0“类型”,“powerdb”);patrx =模式(rxarray、fc和0“类型”,“powerdb”);pat2way = pattx + patrx;helperPlotMultipledBPattern (ang, [pat2way pattx patrx], [-30 0],…{“双向模式”,“Tx模式”,“处方模式”},…全/全阵列的模式- 2 tx, 4 rx”,…{“- - -”,“——”,“-”。});
如果完整的传输数组被替换为一个薄的数组,这意味着元素间距超过半波长,然后双向模式有更窄的波束宽度。注意,虽然薄传输数组光栅叶,这些光栅叶没有出现在双向模式。
dt = Nr *λ/ 2;txarray = phased.ULA (Nt, dt);pattx =模式(txarray、fc和0“类型”,“powerdb”);pat2way = pattx + patrx;helperPlotMultipledBPattern (ang, [pat2way pattx patrx], [-30 0],…{“双向模式”,“Tx模式”,“处方模式”},…薄的模式/数组- 2 tx, 4 rx”,…{“- - -”,“——”,“-”。});
这个系统的双向模式对应于一个虚拟的模式接收数组2 x 4 = 8元素。因此,通过仔细选择传输和接收阵列的几何形状,我们可以增加系统的角分辨率没有添加更多的天线阵列。
varray = phased.ULA (Nt * Nr,博士);patv =模式(varray、fc和0“类型”,“powerdb”);helperPlotMultipledBPattern (ang, [pat2way patv], [-30 0],…{“双向模式”,“虚拟阵列模式”},…薄的模式/完整数组和虚拟数组”,…{“- - -”,“——”},(1 2));
文中虚拟阵列雷达
在相干MIMO雷达系统中,每个天线的传输数组传递一个正交波形。由于这种正交性,可以恢复传输信号在接收数组。在物理测量接收数组相应正交波形可以堆叠形成虚拟阵列的测量。
注意,因为传输数组中的每个元素独立辐射,没有传输波束形成,所以传输模式是广泛,涵盖了大视场(FOV)。这允许同时照明视场的所有目标。接收阵列可以生成多个光束处理所有目标回声。相比传统的相控阵雷达需要覆盖整个视场连续扫描,这是另一个利用MIMO雷达的应用程序需要快速的反应时间。
TDM-MIMO雷达仿真
时分多路复用(TDM)是一种实现正交性传播渠道之一。这个例子展示了如何的其余部分模型和模拟TDM-MIMO调频连续波(FMCW)汽车雷达系统。改编自波形特征汽车自适应巡航控制系统使用FMCW技术(雷达工具箱)的例子。
波形= helperDesignFMCWWaveform (c,λ);fs = waveform.SampleRate;
假设有两辆车在视场20度的分离。正如前面的数组模式块这个例子中,3 db第4单元接收阵列的波束宽度大约是30度,所以传统的处理将无法区分两个目标的角域。雷达传感器参数如下:
发射机= phased.Transmitter (“PeakPower”,0.001,“获得”、36);接收机= phased.ReceiverPreamp (“获得”现年40岁的“NoiseFigure”,4.5,“SampleRate”fs);txradiator = phased.Radiator (“传感器”txarray,“OperatingFrequency”足球俱乐部,…“PropagationSpeed”c“WeightsInputPort”,真正的);rxcollector = phased.Collector (“传感器”rxarray,“OperatingFrequency”足球俱乐部,…“PropagationSpeed”c);
定义自我的位置和运动车辆和视场的两辆车。
radar_speed = 100 * 1000/3600;%自我车辆速度100公里/小时radarmotion = phased.Platform (“InitialPosition”(0,0,0.5),“速度”,radar_speed, 0, 0);car_dist = (40 50);%传感器和汽车之间的距离(米)car_speed = (-80 - 96) * 1000/3600;% km / h - > m / scar_az = -10 [10];car_rcs = (20 40);car_pos = [car_dist。* cosd (car_az); car_dist。*信德(car_az); 0.5 - 0.5);汽车= phased.RadarTarget (“MeanRCS”car_rcs,“PropagationSpeed”c“OperatingFrequency”、fc);carmotion = phased.Platform (“InitialPosition”car_pos,“速度”,car_speed; 0 0 0 0);
被认为是自由空间传播模型。
频道= phased.FreeSpace (“PropagationSpeed”c…“OperatingFrequency”足球俱乐部,“SampleRate”fs,“TwoWayPropagation”,真正的);
收到的原始数据立方体的物理阵列TDM MIMO雷达可以模拟如下:
rng (2017);Nsweep = 64;Dn = 2;%大量毁灭的因素fs = fs / Dn;xr =复杂(0 (f * waveform.SweepTime、Nr、Nsweep));w0 = [0, 1];%重量来启用/禁用辐射元素为m = 1: Nsweep%更新雷达和目标位置[radar_pos, radar_vel] = radarmotion (waveform.SweepTime);[tgt_pos, tgt_vel] = carmotion (waveform.SweepTime);[~,tgt_ang] = rangeangle (tgt_pos radar_pos);%传输FMCW波形sig =波形();txsig =发射机(团体);%切换传输元素w0 = 1-w0;txsig = txradiator (txsig tgt_ang, w0);%传播信号和反射目标txsig =通道(txsig radar_pos、tgt_pos radar_vel, tgt_vel);txsig =汽车(txsig);% Dechirp接收到的雷达回波rxsig = rxcollector (txsig tgt_ang);rxsig =接收机(rxsig);dechirpsig = dechirp (rxsig、团体);%毁掉返回来降低计算的要求为n =大小(xr, 2): 1:1 xr (: n m) =毁掉(dechirpsig (:, n), Dn,“杉”);结束结束
虚拟阵列处理
收到的数据立方体的物理阵列必须处理形成虚拟阵列数据立方体。TDM-MIMO雷达系统在这个例子中,使用相对应的测量两个传输天线元素可以恢复从连续两个清洁工通过其他页面的数据立方体。
Nvsweep = Nsweep / 2;xr1 = xr(1:2,::结束);xr2 = xr(:,: 2:2:结束);
现在的数据立方体xr1包含返回对应于第一个传输天线元素,和数据立方体xr2包含返回对应于第二传输天线元素。因此,从虚拟多维数据集的数据数组可以形成:
xrv =猫(2 xr1 xr2);
接下来,执行range-Doppler处理虚拟数据立方体。因为range-Doppler处理是线性的,保留了相位信息。因此,可以使用产生的响应后,执行进一步的空间处理在虚拟孔径。
nfft_r = 2 ^ nextpow2(大小(xrv, 1));nfft_d = 2 ^ nextpow2(大小(xrv, 3));rngdop = phased.RangeDopplerResponse (“PropagationSpeed”c…“DopplerOutput”,“速度”,“OperatingFrequency”足球俱乐部,“SampleRate”fs,…“RangeMethod”,FFT的,“PRFSource”,“属性”,…“RangeWindow”,“损害”,脉冲重复频率的1 / (Nt * waveform.SweepTime),…“SweepSlope”waveform.SweepBandwidth / waveform.SweepTime…“RangeFFTLengthSource”,“属性”,“RangeFFTLength”nfft_r,…“DopplerFFTLengthSource”,“属性”,“DopplerFFTLength”nfft_d,…“DopplerWindow”,“损害”);(职责、r sp) = rngdop (xrv);
由此产生的分别地是一种数据立方体包含range-Doppler响应虚拟数组的每个元素。作为一个例子,range-Doppler地图显示了虚拟数组中的第一个元素。
plotResponse (rngdop挤压(xrv (: 1:)));
range-Doppler地图上的检测可以从每一对传输和接收元素识别目标的场景。在这个例子中,执行一个简单的基于阈值的检测在地图上获得第一个传输元素和第一个接收元素之间,相对应的测量虚拟数组中的第一个元素。基于range-Doppler地图显示在前面的图,下面的阈值设置为10 dB的最大峰值。
respmap =挤压(mag2db (abs (resp (: 1:))));ridx = helperRDDetection (respmap, -10);
基于目标的检测范围,相应的削减范围可以从虚拟阵列数据中提取多维数据集执行进一步的空间处理。验证虚拟阵列提供了一个更高的分辨率和物理阵列相比,下面的代码提取范围削减目标,并将其组成一个数据矩阵。然后beamscan算法执行对这些虚拟阵列测量估计目标的方向。
十五=挤压(总和(resp (ridx,:,:), 1)) ';doa = phased.BeamscanEstimator (“SensorArray”varray,“PropagationSpeed”c…“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,“NumSignals”2,“ScanAngles”(ang);[Pdoav, target_az_est] = doa(十五);流(“target_az_est = (% s) \ n”num2str (target_az_est));
target_az_est = 10 [6]
这两个目标是成功分离。两辆车的实际角度是-10度。
接下来的图比较了空间频谱从虚拟和物理接收数组。
doarx = phased.BeamscanEstimator (“SensorArray”rxarray,“PropagationSpeed”c…“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,“ScanAngles”(ang);Pdoarx = doarx (xr);helperPlotMultipledBPattern (ang mag2db (abs ([Pdoav Pdoarx])), (-30 0),…{“虚拟数组”,“数组”的身体},…“虚拟数组和物理阵列空间谱”,{“- - -”,“——”});
在这个例子中,执行检测在range-Doppler地图上没有空间处理虚拟阵列的数据立方体。这工作,因为信噪比高。如果信噪比很低,也有可能盲目地处理虚拟阵列在整个range-Doppler映射到最大化在检测前信噪比。
相MIMO雷达
尽管TDM-MIMO雷达处理链相对简单,它只使用一个传输天线。因此,它不利用传送阵的全部能力。提高效率,还有其他正交波形,可以用于MIMO雷达。
使用相同的配置为例,实现正交性的方案之一是有一个元素总是发送相同的FMCW波形,而第二个FMCW的传输元素反转阶段为每个扫描波形。这种方式传输元素都活跃在所有的清洁工。第一扫描,这两个元素发送相同的波形,第二次扫描,对面的两个元素传输波形的阶段,等等。这就是与阿达玛编码不同元素的连续扫描代码。它类似于Alamouti代码用于MIMO通信系统。
MIMO雷达还可以采用相在MIMO雷达波形。在这种情况下,每个辐射单元可以传输一个独特编码波形,和接收器可以匹配滤波器银行编码波形对应于每一个阶段。然后可以回收和处理的信号形成虚拟阵列。
总结
在这个例子中,我们简要介绍了相干MIMO雷达和虚拟阵列的概念。我们模拟的MIMO雷达的回归2-element传送数组和第4单元接收数组和执行模拟反射的波达方向估计两个密集目标使用8-element虚拟数组。
引用
弗兰克•罗比[1]等。MIMO雷达理论和实验结果八分之三十艾斯洛玛尔会议、会议记录的信号,系统和电脑,加利福尼亚州,300 - 304年,2004页。
[2]以利布鲁克纳,MIMO雷达及其传统的等价物,2015年IEEE雷达会议。
[3]Sandeep饶,MIMO雷达德州仪器申请报告SWRA554, 2017年5月。
[4]剑和李彼得•斯托伊卡MIMO雷达信号处理约翰•威利& Sons 2009。
