收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

Radar测距及测速原理(1)——FMCW测距和测速原理及具体推导

[复制链接]
$ l( _/ e" s: L3 n

Radar测距测速原理介绍

" ?& G4 q7 k' O7 o' E- w- a

通常来说,我们可以通过确定电磁波传播的时间来估算距离,通过多普勒效应产生的频率偏移来估算相对速度。但实际使用中我们会发现,对于没有经过调制的连续波谱(Continuous Wave),我们只发出相同的正弦或余弦信号,接收到的波也是呈周期性变化的,所以我们无从知道从发出到接受到底经过了多少个波长,从而无法确定信号从发出到接受所经历的时间(time of flight),也就无法测算距离。

4 ]% K4 B0 x2 S, J& }& J) b

于是,我们引入了调频/调幅(FMCW/AMCW),使发出信号的频率或者幅度处于不断的变化中。在汽车领域,我们一般使用调频技术。下图为脉冲FMCW和正弦FMCW时间域变化图。

0 j& \+ C) M7 M4 F1 a
8 r& N2 I5 g3 r+ p$ e" Q

FMCW雷达在扫频周期内发射频率变化的连续波,被物体反射后的回波与发射信号有一定的频率差,通过测量频率差可以获得目标与雷达之间的距离信息。

" C: G7 g; u9 c" E

FMCW雷达的测距/测速原理

5 K# O& {3 s5 f: A1 m# N) e, r" p

下图中,蓝色实线是发出的信号频率,红色虚线是接受到的信号频率, tct_{c} 为扫频周期的一半, fcf_{c} 为扫频带宽, τ\tau 为从信号发射到接受所经历的时间。

/ t- \ L3 o+ e( l4 ]/ \
2 R6 P% |% u/ S' @, V2 {& K. A

fs(t),fe(t)f_{s}(t),f_e(t)分别为发出所发出和接受信号的频率变化函数,并假设相对速度 vrv_r 为0,则在信号的上升沿有如下关系:

/ O/ w; t9 s! C( T

fS(t)=f0+fctc⋅tf_{S}(t) = f_0+\frac{f_c}{t_c}\cdot{t}

. ]1 R1 X" h9 g ?( `

fE=fS(t−τ)f_E=f_S(t-\tau)

( C$ a8 K6 j9 W* @- x; m; z4 e

且存在差频函数(beat frequency):

3 {( T1 M0 W% g) q& Y3 o9 |0 j

fb(t)=fS(t)−fE(t)f_b(t)=f_S(t)-f_E(t)

/ J, Z& l' Y9 C8 s: V2 M8 Y$ v" w

又因为 R=τ⋅c02R=\frac{\tau\cdot{c_0}}{2} ,从上图的几何关系 fbτ=fctc\frac{f_b}{\tau}=\frac{f_c}{t_c} 中可以得出:

1 \/ h B- L% O6 B( Z0 c

R=c02⋅tcfc⋅fbR=\frac{c_0}{2}\cdot\frac{t_c}{f_c}\cdot{f_b}

! v9 B$ S/ f4 \) M- u

从而得出:R和fbf_b 成正比

) I! f) r* j3 E$ H( L# _3 V

设发出的信号为一余弦波,则其时间域的变化如下:

# f- y9 I0 D+ q- I3 h+ f7 T: Z4 _& d
; W. p' q2 ~- j, Q3 s$ h* x

则接收到的信号在时间域变化如下:

1 _8 s+ j4 @' ^+ p
! n9 o2 J* i# r& P. X

fEf_E 带入,得到:

2 B' Y& `9 c! {* L! B: v
$ h3 l. @$ @9 Q7 R

现在将 uEu_EuSu_S 相乘,得到混合波 uMu_M :

* K7 B" ~0 T* ^5 o0 e
4 l4 p% M3 h' Q' I# u2 n4 u \& w1 y4 `

从上面的推导可以看出,最终得到的混合波,其频率只与 fbf_b 有关,而所要确定的相对距离R与fbf_b 成正比,所以只要得到混合波,就能确定相对距离R!

* [4 Y' m- w9 V5 ?- p

上面所讨论的是相对速度 vrv_r 为0的情况,R恒为定值。而实际情况中,我们要考虑有相对速度的情况。因为存在相对速度,距离R会随着时间进行变化,当相对速度 0">vr>0v_r>0 ,R不断增大,故 fbf_b 也不断变大;当相对速度 vr>0v_r>0 时,传递的电磁波被拉伸,频率有所减小;当

# ?6 l' @# _ I3 N0 ?+ o

为了简化模型,且考虑到信号从发出到接收所经历的时间极短,加速度不变,汽车相对速度几乎不变,信号频率变化如下所示:

# G% P! j# G0 P
* u! y7 i/ G- U+ e- z

从上图关系可以看出,差频 fbf_b 从原来的 fb=fctc⋅2Rc0f_b=\frac{f_c}{t_c}\cdot\frac{2R}{c_0} 增加了 vrv_r 影响项(不考虑相对论的多普勒效应),转变为如下关系式:

, t. `6 f/ I& j! w2 C* m' F
* V1 w$ U8 p5 P3 i- z

从而得到了相对速度 vrv_r 和相对距离 RR 的关系式。而为了解得 vrv_rRR 的具体数值,只有上面一个式子是不够的,于是我们在信号频率的下降沿进行重复的操作,从而得到如下方程组:

+ [* Z" h& f9 X8 o8 j
9 r5 Z& {3 V" u ?0 C/ ~+ z

其交点即为所求:

' a f; ]$ Q3 X# e) f3 @( `$ r
0 l6 p- J' A, J# g ?, w5 O$ H2 O

可以解得相对距离和相对速度:

* Q) r1 x5 p4 P
. Y) M6 c4 G7 c# D6 ]

如果希望测得多个物体的距离和速度,就必须对发射信号的频率进行一定的处理,如下图所示(以两个物体为例):

7 y0 ?# W" p5 V" n1 `
6 |/ t Z. U9 |' J, n% T

再进行上述一系列操作可以得到交点坐标图:

5 A, L$ s0 `9 [0 R6 M
0 K- h/ c N) P, [) f8 U- k

如果按照原来的频率变换进行处理,则会得到四个交点(图中实线或者虚线各有四个交点),即得到四个距离和速度,从而无法对所探测物体进行判断。而改变第二个周期的扫频带宽后,将会得到不同扫频带宽发出信号的两个共同交点,从而确定所测两个物体与自己的相对距离和速度。实际中也可以改变扫频周期,来获得不同的扫频信号,如下图所示:

( E! `7 b0 o. a& p
% x9 s8 R" N8 d

实际使用中,为了避免大量的计算,提高检测速度和精度,我们又引入了快速Chirp序列方法(fast cirp sequence),下一篇对此方法进行了详细介绍,并结合了实例进行分析,放个链接,大家有兴趣可点击阅读。

+ d, T, d+ D7 v9 j$ H 7 V3 B3 t% P6 J+ E$ u Q

目前笔者正在学习自动驾驶中的信号处理相关知识,如有错误,望及时纠正,不吝赐教。

$ x- p( l. _- G' R1 @4 w$ j; b& x0 k, N, R x% [2 l: | ) p5 w M# o; H+ ] + K/ e- E. Y+ p& } 7 a+ K( ~' Q3 \& T1 e9 a
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
三观道人
活跃在2026-4-6
快速回复 返回顶部 返回列表