主要内容

使用MFSK波形同时测距和速度估计

这个例子比较了三角扫描调频连续(FMCW)和多频移键控(MFSK)波形用于同时对多个目标进行距离和速度估计。MFSK波形是专门为高级驾驶辅助系统(ADAS)中的汽车雷达系统设计的。它在多目标场景中特别有吸引力,因为它不会引入鬼目标。

三角扫FMCW波形

在示例基于FMCW技术的汽车自适应巡航控制(雷达工具箱),一种汽车雷达系统设计用于对自动巡航控制系统进行范围估计。在该示例的后半部分中,三角形扫描FMCW波形用于同时估计目标车辆的范围和速度。

三角扫描FMCW波形虽然很好地解决了单个目标的距离-多普勒耦合问题,但在多目标情况下处理变得复杂。下一节将展示当两个目标出现时,三角扫描FMCW波形的行为。

现场包括距离雷达50米的汽车,沿着96 km / h行驶,与雷达相同,距离距离距离55米的卡车,在相反的方向上以70 km / h行进。雷达本身以60 km / h行进。

rng (2015);[fmcwwaveform、目标,tgtmotion,通道,发射机,接收机,...sensormotion c fc,λ,fs maxbeatfreq] = helperMFSKSystemSetup;

接下来,模拟两辆车的雷达回波。FMCW波形具有150 MHz的扫描带宽,因此距离分辨率为1米。每次向上或向下扫描需要1毫秒,所以每次三角形扫描需要2毫秒。注意,只需要一个三角形扫描来执行联合距离和速度估计。

nsweep = 2;XR = Helperfmcwsimulate(Nsweep,fmcwwaveform,vensormotion,tgtmotion,...发射机、通道、目标、接收机);

虽然系统需要150 MHz的带宽,但最大拍频要少得多。这意味着在处理方面,可以将信号降低到较低的频率,以减轻硬件需求。然后使用抽取的信号估计拍频。

Dfortor = CEIL(FS / MAXBEATFREQ)/ 2;fs_d = fs / dfactor;fbu_rng = rootmusic(Diremions(XR(:,1),Dfortor),2,FS_D);fbd_rng = rootmusic(Diremions(XR(:,2),DFortor),2,FS_D);

现在有两个击败频率来自上扫和两个击败频率的扫描。由于来自UP扫描和下扫扫描的任何一对节拍频率可以定义目标,因此存在四种可能的范围和多普勒估计的组合,但是其中只有两个与真实目标相关联。

sweep_slope = fmcwwaveform.SweepBandwidth / fmcwwaveform.SweepTime;Rng_est = beat2range([fbu_rng fbd_rng;fbu_rng flipud(fbd_rng)],...sweep_slope, c)
rng_est =.4×149.9765 54.9088 64.2963 40.5891

剩下的两个通常被称为幽灵目标。利用时频表示可以更好地解释实目标与虚目标之间的关系。

如图所示,UP扫描返回的每个交叉点和向下扫描返回表示可能的目标。因此,区分真实目标和鬼魂目标是至关重要的。为了解决这种歧义,可以用不同的扫描斜率传输附加的FMCW信号。由于只有真正的目标将在时频域中占用相同的交叉点,因此解决了歧义。然而,这种方法显着增加了处理复杂性以及获得有效估计所需的处理时间。

MFSK波形

多频移键控(MFSK)波形[1]用于汽车雷达实现多目标情况下同时距离和多普勒估计而不陷入鬼目标的陷阱。其时频表示如下图所示。

该图表示MFSK波形是具有固定频率偏移的两个线性FMCW波形的组合。与常规FMCW波形不同,MFSK以离散步骤扫描整个带宽。在每个步骤内,发送单个频率连续波信号。因为每个步骤内有两个音调,所以它可以被认为是频移键控(FSK)波形。因此,从FMCW波形和来自FSK的另一组范围和多普勒关系,有一组范围和多普勒关系。将两组关系组合在一起可以帮助解决范围和多普勒之间的耦合,而无论场景中存在的目标数量如何。

以下部分再次模拟前面的示例,但使用MFSK波形。

使用MFSK波形仿真端到端雷达系统仿真

首先,将MFSK波形参数化,以满足中规定的系统要求[1].由于范围分辨率为1米,因此扫描带宽设置为150 MHz。此外,频率偏移设置为-294 kHz,如下所示[1].每一步持续约2微秒,整个扫描有1024步。因此,每次FMCW扫描需要512步,总扫描时间略高于2毫秒。请注意,扫描时间与前面小节中使用的FMCW信号相当。

mfskwaveform = phased.mfskwaveform(...“SampleRate”,151E6,...“SweepBandwidth”150 e6,...'步进',2e-6,...“StepsPerSweep”,1024,...'surformoffset'-294年e3,...“OutputFormat”'扫描'...“NumSweeps”,1);

下图是波形的谱图。它被放大到一个小的间隔,以更好地揭示时频特性的波形。

numsamp_step = round(mfskwaveform.samplerve * mfskwaveform.steptime);sig_display = mfskwaveform();频谱图(SIG_DISPLAY(1:8192),KAISER(3 * NUMSAMP_STEP,100),...装天花板(2 * numsamp_step), linspace (0, 4 e6, 2048), mfskwaveform。SampleRate,...“桠溪”“重新分配”'minthreshold',-60)

图包含轴。轴包含类型图像的对象。

接下来,模拟系统的返回。同样,只需要一次扫描就可以估计距离和多普勒。

Nsweep = 1;释放(渠道);通道。SampleRate = mfskwaveform.SampleRate;释放(接收器);接收器。SampleRate = mfskwaveform.SampleRate;xr = helperFMCWSimulate (Nsweep mfskwaveform、sensormotion tgtmotion,...发射机、通道、目标、接收机);

后续处理在每个步骤结束时对回波进行采样,并将采样信号分组为两个序列,对应于两次扫描。注意,结果序列的采样频率现在与每一步的时间成正比,与原始采样率相比要小得多。

X_Dechirp = REPAPE(XR(NUMSAMP_STEP:NUMSAMP_STEP:END),2,[])。';fs_dechirp = 1 /(2 * mfskwaveform.steptime);

就像在FMCW信号的情况下,MFSK波形是在频域处理。下图显示了两次扫描对应的接收回波的频谱。

xf_dechirp = fft(x_dechirp);num_xf_samp = size(xf_dechirp,1);beatfreq_vec =(0:num_xf_samp-1)。'/ num_xf_samp * fs_dechirp;CLF;子图(211),绘图(beatfreq_vec / 1e3,abs(xf_dechirp(:,1)));网格;ylabel (“级”);标题(“扫描1的频谱”);次要情节(212),情节(beatfreq_vec / 1 e3, abs (xf_dechirp(:, 2)));网格;ylabel (“级”);标题(“扫描2的频谱”);包含('频率(kHz)'

图中包含2个轴。标题为“扫描1的频谱”的轴1包含一个类型为line的对象。标题为“扫频频谱”的轴2包含一个类型为line的对象。

注意,在每个频谱中有两个峰值,表示两个目标。此外,在两次返回中,峰值都在相同的位置,所以没有鬼目标。

要检测峰值,可以使用CFAR检测器。一旦检测到,在峰值位置计算节拍频率以及两个光谱之间的相位差。

cfar = phased.cfardetector('概率常规arm'1飞行,...“NumTrainingCells”8);peakidx = cfar (abs (xf_dechirp (: 1)), 1: num_xf_samp);Fbeat = beatfreq_vec (peakidx);φ=角(xf_dechirp (peakidx 2)角(xf_dechirp (peakidx 1));

最后,利用拍频和相位差来估计距离和速度。根据相位差的构造方式,方程略有不同。对于本例所示的方法,可以看出量程与速度满足以下关系:

f b - 2 v λ + 2 β R c

δ. ϕ - 4 π T 年代 v λ + 4 π f o f f 年代 e t R c

在哪里 f b 为拍频, δ. ϕ 为相位差, λ 是波长, c 为传播速度, T 年代 是步长, f o f f 年代 e t 为频率偏移量, β 是扫描斜坡, R 范围是,和 v 是速度。根据公式,估计出的距离和速度如下:

sweep_slope = mfskwaveform。SweepBandwidth /...(mfskwaveform.StepsPerSweep * mfskwaveform.StepTime);temp =...[1 sweep_slope; mfskwaveform.steptime mfskwaveform.frequencyOffset] \...[Fbeatφ/(2 *π)]。”;: r_est = c *临时(2)/ 2
r_est =1×254.8564 - 49.6452
v_est =λ*临时(:1)/ (2)
v_est =1×236.0089 - -9.8495

估计的范围和速度与真实的范围和速度值匹配,如下表所示,非常好。

  • 汽车:R = 50米,v = -10米/秒

  • 卡车:R = 55米,v = 36米/秒

总结

这个例子显示了两种同时的距离和速度估计方法,使用三角扫描FMCW波形或MFSK波形。结果表明,当多目标存在时,MFSK波形比FMCW波形更有优势,因为它在处理过程中不引入虚目标。

参考文献

[1] Rohling,H.和M. Meinecke。汽车雷达系统波形设计原理,国际雷达会议论文集,2001。