使用虚拟数组增加角度分辨率

打开脚本

该示例介绍了MIMO雷达中的虚拟阵列的形成如何帮助增加角度分辨率。它显示了如何使用相控阵系统工具箱™模拟相干MIMO雷达信号处理链。

介绍

有两种类别的多输入多输出（MIMO）雷达。多晶雷达形成第一类。它们通常被称为统计MIMO雷达。连贯的MIMO雷达形成第二类，是这个例子的重点。相干MIMO雷达信号处理的好处是通过形成虚拟阵列来增加物理天线阵列的角度分辨率。

虚拟阵列

准单基地MIMO雷达可以创建一个虚拟阵列，其中发射和接收阵列位于紧密的位置。为了更好地理解虚拟阵列的概念，首先看看传统相控阵雷达的双向模式。相控阵雷达的双向方向图是其发射阵列方向图和接收阵列方向图的产物。例如，考虑一个带有2元发射阵列和4元接收阵列的77 GHz毫米波雷达。

FC = 77E9;C = 3E8;lambda = c / fc;nt = 2;nr = 4;

如果两个阵列具有半波长间距，则有时被称为全阵列，则双向图案靠近接收阵列模式。

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，Ang，0，'类型'，'powerdb'）;patrx =模式(rxarray、fc和0'类型'，'powerdb'）;Pat2way = Pattx + Patrx;Helperplot MultipledBoattern（Ang，[Pat2way Pattx Patrx]，[ -  30 0]，．..｛“双向模式”，“Tx模式”，'rx模式'}，．..full/full array的模式- 2Tx, 4Rx，．..｛“- - -”，' - '，' - 。'}）；

如果将整个发射阵列替换为一个薄阵列，这意味着元件间距比半个波长宽，那么双向模式的波束宽度就会更窄。请注意，即使薄发射阵列有光栅瓣，这些光栅瓣在双向模式中并不存在。

dt = nr * lambda / 2;txarray = phased.ULA (Nt, dt);Pattx =模式（TxArray，Fc，Ang，0，'类型'，'powerdb'）;Pat2way = Pattx + Patrx;Helperplot MultipledBoattern（Ang，[Pat2way Pattx Patrx]，[ -  30 0]，．..｛“双向模式”，“Tx模式”，'rx模式'}，．..“薄/全阵列模式- 2Tx, 4Rx”，．..｛“- - -”，' - '，' - 。'}）；

该系统的双向模式对应于具有2 × 4 = 8元素的虚拟接收阵列模式。因此，通过仔细选择发射阵列和接收阵列的几何形状，我们可以在不增加更多天线的情况下增加系统的角分辨率。

varray = phased.ULA (Nt * Nr,博士);patv =模式(varray、fc和0'类型'，'powerdb'）;HelperplotMultipledBPattn（Ang，[Pat2way Patv]，[ -  30 0]，．..｛“双向模式”，“虚拟阵列模式”}，．..“thin/full array和virtual array的模式”，．..｛“- - -”，' - '}, (1 2));

MIMO雷达中的虚拟阵列

在相干MIMO雷达系统中，发射阵列的每个天线发射一个正交波形。由于这种正交性，可以在接收阵列上恢复发送的信号。与每个正交波形相对应的物理接收阵列上的测量结果可以堆叠起来，形成虚拟阵列的测量结果。

请注意，由于发射阵列中的每个元素都是独立辐射的，因此没有发射波束形成，因此发射模式很宽，覆盖了一个大的视场(FOV)。这允许视场中的所有目标同时照明。接收阵列可以产生多波束来处理所有目标回波。与需要连续扫描才能覆盖整个视场的传统相控阵雷达相比，这是MIMO雷达在需要快速反应时间的应用中的另一个优势。

TDM-MIMO雷达仿真

时分多路复用(TDM)是实现传输信道之间正交性的一种方法。本示例的其余部分将展示如何建模和模拟一个TDM-MIMO调频连续波(FMCW)汽车雷达系统。波形特征自适应基于FMCW技术的汽车自适应巡航控制(雷达工具箱)的例子。

波形= helperDesignFMCWWaveform (c,λ);fs = waveform.SampleRate;

假设视野中有两辆车，间隔20度。如图所示，4单元接收阵列的3dB波束宽度约为30度，因此传统处理无法在角域分离两个目标。雷达传感器参数如下:

发射机=分阶段。发射机('峰值功率', 0.001,“获得”、36);接收机=分阶段。ReceiverPreamp (“获得”现年40岁的'噪音文件', 4.5,'采样率'fs);txradiator =分阶段。散热器('传感器'，txarray，“OperatingFrequency”足球俱乐部,．..“PropagationSpeed”c'weighsinputport',真正的);rxcollector = phased.collector（'传感器'，rxarray，“OperatingFrequency”足球俱乐部,．..“PropagationSpeed”，C）;

定义自我车和两辆车在视场中的位置和运动。

radar_speed = 100 * 1000/3600;%自我车速100公里/小时radarmotion =分阶段。平台(“InitialPosition”，[0; 0; 0.5]，'速度'，[RADAR_SPEED; 0; 0]）;car_dist = [40 50];%传感器与车辆距离(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=分阶段。RadarTarget ('veslrcs'，car_rcs，“PropagationSpeed”c“OperatingFrequency”、fc);carmotion =分阶段。平台(“InitialPosition”，car_pos，'速度', car_speed; 0 0 0 0);

传播模型假定为自由空间。

频道=分阶段。空闲空间(“PropagationSpeed”c．..“OperatingFrequency”足球俱乐部,'采样率'fs,“TwoWayPropagation”,真正的);

TDM MIMO雷达物理阵列接收到的原始数据立方体可以模拟如下:

rng (2017);Nsweep = 64;Dn = 2;％抽取因子fs = fs / dn;XR =复杂（零（FS * Waveform.sweeptime，NR，Nsweep））;w0 = [0; 1];%权重启用/禁用辐射元素为了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);%发送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);传播信号并反射出目标txsig =通道(txsig radar_pos、tgt_pos radar_vel, tgt_vel);txsig =汽车(txsig);％dechirp收到的雷达返回rxsig = rxcollector (txsig tgt_ang);rxsig =接收机(rxsig);dechirpsig = dechirp (rxsig、团体);%抽取回报以减少计算需求为了n =大小(xr, 2): 1:1 xr (: n m) =毁掉(dechirpsig (:, n), Dn,'冷杉'）;结尾结尾

虚拟阵列处理

必须处理由物理阵列接收的数据多维数据集以形成虚拟阵列数据多维数据集。对于在该示例中使用的TDM-MIMO雷达系统，通过拍摄数据多维数据集的每一页，可以从两个连续的扫描中恢复对应于两个发射天线元件的测量值。

Nvsweep = Nsweep / 2;xr1 = xr(1:2,::结束);xr2 = xr(:,: 2:2:结束);

现在数据多维数据集xr1包含对应于第一发射天线元素的返回，以及数据多维数据集xr2包含对应于第二发送天线元件的返回。因此，来自虚拟阵列的数据多维数据集可以形成为：

xrv =猫(2 xr1 xr2);

接下来，对虚拟数据立方体进行距离多普勒处理。由于距离-多普勒处理是线性的，因此相位信息得以保留。因此，得到的响应可以用于后续对虚拟孔径进行进一步的空间处理。

nfft_r = 2 ^ nextpow2(大小(xrv, 1));nfft_d = 2 ^ nextpow2(大小(xrv, 3));rngdop =分阶段。RangeDopplerResponse (“PropagationSpeed”c．..“DopplerOutput”，'速度'，“OperatingFrequency”足球俱乐部,'采样率'fs,．..“RangeMethod”，FFT的，“PRFSource”，'财产'，．..“RangeWindow”，“损害”，脉冲重复频率的，1 /（nt * waveborm.sweeptime），．..'sweepslope'waveform.SweepBandwidth / waveform.SweepTime．..“RangeFFTLengthSource”，'财产'，“RangeFFTLength”，nfft_r，．..“DopplerFFTLengthSource”，'财产'，'dopplerfftlength'nfft_d,．..“DopplerWindow”，“损害”）;(职责、r sp) = rngdop (xrv);

由此产生的分别地是一个数据立方体，其中包含虚拟阵列中每个单元的距离-多普勒响应。作为实例，给出了虚拟阵列中第一个元素的距离多普勒图。

plotResponse (rngdop挤压(xrv (: 1:)));

该方法可以对每对发射和接收单元的距离-多普勒图进行检测，以识别场景中的目标。在本例中，对第一个发送元素和第一个接收元素之间的映射执行一个简单的基于阈值的检测，该映射对应于虚拟阵列中第一个元素的测量值。根据上图所示的距离-多普勒图，阈值设定在最大值以下10 dB。

respmap =挤压(mag2db (abs (resp (: 1:))));ridx = helperRDDetection (respmap, -10);

根据目标的探测距离，从虚拟阵列数据立方体中提取相应的距离割，进行进一步的空间处理。为了验证虚拟阵列与物理阵列相比提供了更高的分辨率，下面的代码提取了两个目标的距离切割，并将它们合并成一个数据矩阵。然后在这些虚拟阵列测量上执行波束扫描算法来估计目标的方向。

十五=挤压(总和(resp (ridx,:,:), 1)) ';doa =分阶段。BeamscanEstimator ('sensorarray'varray,“PropagationSpeed”c．..“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,“NumSignals”2,'扫描'(ang);[Pdoav, target_az_est] = doa(十五);流(“target_az_est = (% s) \ n”，num2str（target_az_est））;

Target_az_est = [-6 10]

两种目标成功分开。两辆汽车的实际角度为-10和10度。

下一个图比较了来自虚拟和物理接收阵列的空间频谱。

doarx =分阶段。BeamscanEstimator ('sensorarray'，rxarray，“PropagationSpeed”c．..“OperatingFrequency”足球俱乐部,“DOAOutputPort”,真的,'扫描'(ang);pdoarx = doarx（xr）;HelperplotMultipledBPattn（Ang，Mag2dB（ABS（ABS（[PDOAV PDOARX]）），[ -  30 0]，．..｛“虚拟数组”，'物理阵列'}，．..“虚拟阵列和物理阵列的空间频谱”, {“- - -”，' - '}）；

在本例中，探测是在距离多普勒图上执行的，而不需要对虚拟阵列数据立方体进行空间处理。这是因为信噪比高。如果信噪比较低，也可以在检测前对整个距离-多普勒图进行盲处理，以最大限度地提高信噪比。

相MIMO雷达

尽管TDM-MIMO雷达的处理链相对简单，但它一次只使用一个发射天线。因此，它不利用发射阵列的全部容量。为了提高效率，MIMO雷达还可以采用其他正交波形。

使用与示例相同的配置，实现正交性的一个方案是具有一个元件始终发送相同的FMCW波形，而第二发送元件反转每个扫描的FMCW波形的相位。以这种方式，两个发射元素都在所有扫描中都处于活动状态。对于第一次扫描，两个元件发送相同的波形，并且对于第二扫描，两个元素以相对相位传输波形，等等。这基本上编码了与Hadamard代码的不同元素的连续扫描。它类似于MIMO通信系统中使用的Alamouti代码。

MIMO雷达也可以采用相位编码波形。在这种情况下，每个辐射元件可以发送一个唯一的编码波形，然后接收机可以有一个匹配的滤波器组，对应于每个相位编码波形。然后可以对信号进行恢复和处理，形成虚拟阵列。

总结

在此示例中，我们简要介绍了连贯的MIMO雷达和虚拟阵列概念。我们用2元件发射阵列和4元件接收阵列模拟MIMO雷达的返回，并使用8个元素虚拟阵列执行两个紧密间隔目标的模拟回声的到达估计方向。

参考文献

Frank Robey等。MIMO雷达理论与实验结果，第三十八八分之八亚利摩尔会议的会议记录，加利福尼亚州，PP。300-304,2004。

[2]以利布鲁克纳,MIMO雷达及其传统的等同物， 2015, IEEE雷达会议。

[3] Sandeep饶,MIMO雷达，德州仪器应用报告SWRA554, 2017年5月。

[4]建李和彼得斯托卡，MIMO雷达信号处理， John Wiley & Sons, 2009。