汽车FMCW毫米波雷达信号处理流程

1.简介

毫米波雷达信号处理的作用是：通过发射、接收信号，获得目标径向距离、径向速度、径向角度、RCS等目标属性信息。

基本流程：AD采样、Range FFT、Doppler FFT、Non-coherent Combing、CFAR、DOA Estimation。

• 假设每个Chirp采集M个样本点
• 每一帧发射N个Chirp
• 假设共有P个采集通道

2. 波形及天线

• 假设一帧发射256个Chirp
• 共4个接收天线，利用MIMO技术虚拟为8个接收通道
  
• 单个Chirp中频信号采样时间： 20MHz

3. 距离FFT （Range FFT）

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

若有P个接收通道，则得到一个P×N×M的立方体。

4. 二维FFT（Doppler FFT）

Doppler FFT是为了得到目标的速度信息，在每一个距离维上，做FFT变换，将得到行向量为距离，列向量为速度的矩阵。

若有P个接收通道，则得到一个P×N×M的立方体。

5. 非相干累加（Non-coherent Combing ）

由于有多个接收通道，需要做非相关累加，首先对P个复数矩阵的各个元素进行求模，得到幅值矩阵，然后进行累加并求平均。

6 恒虚警率检测（Constant False Alarm Rate）

由于接收到的回波有时候是干扰，有时候是目标。比如：若需检测运动车辆，则地面杂波、噪声及人为干扰就是干扰项，若对地面某一区域进行成像，那么地面杂波就可看作目标，因此需要对回波进行检测。

检测原理： 恒虚警检测器首先对输入的噪声进行处理后确定一个门限，将此门限与输入端信号相比，如输入端信号超过了此门限，则判为有目标，否则，判为无目标。一般信号由信号源发出，在传播的过程中受到各种干扰，到达接收机后经过处理，输出到检测器，然后检测器根据适当的准则对输入的信号做出判决。

对得到的幅值矩阵，判断每个值与其周围值的大小关系，进行峰值的搜索，得到带有峰值点标记的幅值矩阵。峰值表示在某距离上存在一定速度的目标，是否为虚假目标需要通过CFAR去判断。

7目标点的角度估算（DOA Estimation）

目标角度的估算一般有两种方法:DBF和MUSIC算法。

MUSIC (Multiple Signal Classification)算法，即多信号分类算法，由Schmidt等人于1979年提出。MUSIC算法是一种基于子空间分解的算法，它利用信号子空间和噪声子空间的正交性，构建空间谱函数，通过谱峰搜索，估计信号的参数。对于声源定位来说，需要估计信号的DOA。MUSIC算法对DOA的估计有很高的分辨率，且对麦克风阵列的形状没有特殊要求，因此应用十分广泛。具体原理可点击MUSIC算法原理

通过上述步骤即可获得目标的径向距离、径向速度、径向角度、RCS等目标属性信息，若需获得目标的航迹进行预测则需要做进一步的处理。

今天的文章汽车FMCW毫米波雷达信号处理流程分享到此就结束了，感谢您的阅读。