
毫米波雷达
文章平均质量分 62
起风了1999
这个作者很懒,什么都没留下…
展开
-
79GHZ HFSS微带天线仿真
本文用HFSS 2023 R1进行微带天线仿真,中心频率79GHz。模型包括GND、介质层和微带贴片,原理就不再赘述了吧。原创 2024-02-03 21:12:38 · 3787 阅读 · 0 评论 -
毫米波雷达之DBSCAN聚类算法
DBSCAN算法基于一组“邻域” (neighborhood) 参数( , inPts)来刻画样本分布的紧密程度。给定数据集 = { 1, 2, … , }, 定义下面几个概念:(1)邻域:对Xj∈D,其邻域包含样本集D中与Xj的距离不大于的样本,即Ne(Xj)={Xj∈D|dist(Xi,Xj)≤};(2)核心对象(core object):若Xj的邻域至少包括MinPts个样本,即|Ne(Xj)|≥MinPts,则Xj是一个核心对象;原创 2024-01-31 20:37:03 · 732 阅读 · 0 评论 -
毫米波雷达之TDM信号发射方式
为了实现信号的正交分离,通常采用时分复用(TDM)和二进制相位调制(BPM);TDM的实现相对简单,本文采用TDM模式以确保雷达发射天线信号的数据正交。假设雷达采用2发4收的天线配置,其中发射天线Tx1和Tx2交替发射雷达信号,通过时间分隔实现信号的正交性。四个接收天线同时对发射信号进行采样,每个采样周期生成八个回波信号。相关的收发信号示意图如图2.7和图2.8所示。原创 2024-01-31 20:28:28 · 839 阅读 · 0 评论 -
毫米波雷达之Esprit算法
基于旋转不变技术的信号参数估计(Estimating Signal Parameter via Rotational Invariance Techniques,Esprit)算法,核心思想是将接收阵列天线划分为两个阵元数相等的重叠子阵A和B,这两个子阵对应的阵元之间的位置相同,因此接收信号在这两个子阵的入射角相差一个旋转因子,该旋转因子包含DOA估计信息,通过求解广义特征值方程可以得到该旋转因子的大小,进而可以求得目标的来波方向。相较于MUSIC算法,ESPRIT算法的复杂度更小,计算量更小。原创 2024-01-31 20:23:04 · 1823 阅读 · 0 评论 -
毫米波雷达之Music算法
多重信号分类(Multiple Signal Classification, MUSIC)[65]算法的核心在于对阵列接收的信号协方差矩阵进行特征值分解,从而得到特征值和相应的特征向量。通过分析噪声与信号在空间上的正交关系,将特征值对应的特征向量划分为噪声子空间和信号子空间。这一划分使得我们能够构建出目标信号的空间伪谱。通过对伪谱的峰值进行搜索,可以精确定位目标信号的到达角。接收数据的协方差矩阵可以分解为:在这里,表示信号的自相关矩阵,因此我们可以将数据的协方差矩阵分为信号相关部分和噪声相关部分。原创 2024-01-31 20:09:21 · 908 阅读 · 0 评论 -
毫米波雷达之CAPON算法
Capon算法与DBF算法相似,利用部分信号在干扰方向形成波束缺陷,而剩余的信号则在期望的方向形成波束。公式(3.21)和(3.22)分别描述了接收阵列的信号输出y(t)和输出功率。Capon算法的实现可以表达为:通过最小化干扰信号功率并保持观测方向的增益为常数,使得总输出功率最小化。原创 2024-01-31 20:04:00 · 1215 阅读 · 0 评论 -
毫米波雷达之3D-FFT算法
傅里叶变换(FFT)算法,在时频转换中广泛应用,同样可以用于在空域进行相位转换。其算法形式与波束成形算法相似,通过计算阵列功率幅值的峰值,可以获取相应的到达角。在工程应用中,对雷达原始数据进行三次FFT变换,分别得到距离、速度和角度信息,这被称为1D-FFT、2D-FFT和3D-FFT。在此背景下,3D-FFT表示对天线维度执行FFT算法,具体示意如图3.14所示。原创 2024-01-31 19:58:14 · 2799 阅读 · 0 评论 -
毫米波雷达之波束成形算法
数字波束成形算法(Digital Beamforming, DBF)通过对信号进行加权求和的方式,有效集中阵列接收的能量在特定方向上。该算法实质上在空域进行滤波操作,旨在增强期望信号强度并抑制干扰信号。这使得阵列的输出方向能够专注于特定方向,确保最大程度地捕获期望信号的功率峰值,该功率峰值所在方向即为信号到达的角度。原创 2024-01-31 19:51:48 · 1920 阅读 · 1 评论 -
毫米波雷达之CFAR 目标检测
恒虚警率(CFAR)算法是一种广泛应用于雷达目标检测的算法,其主要目 标是减少由于杂波与回波之间强度不对称而引起的误报,以确保相对恒定的虚警 率。如图 3.4(a)所示,表示由距离单元组成的一维数据。在待测单元 D 周围选 择若干个背景杂波功率的蓝色单元构成参考滑窗,称为参考单元;而待测单元 D 相邻的若干个不用于背景估计的单元则称为保护单元。当参考单元和保护单元的 维度从一维扩展到二维时,相应的 CFAR 检测由一维 CFAR 演变为二维 CFAR 以处理参考窗口,如图 3.4 (b)所示。原创 2024-01-31 19:42:01 · 3921 阅读 · 0 评论 -
频谱细化之ZOOMFFT算法
复调制 Zoom-FFT[64]的核心思想是对有限长连续的中频信号进行 FFT 变换得 到粗略的信号序列感兴趣区间,然后对粗略的信号序列执行第二次 FFT 分析, 进而得到精确的频谱。若已知离散的中频信号序列 x(m),采样点数为 M,采样频率为 fs,放大倍数为 D,并做 M 点 FFT 变换,得到输出序列 x(k)。算法的执行步骤如下:(1)频移(复调制)复调制是将感兴趣的频谱的起始点移动到零频点,确保感兴趣信号扩展到频 谱的显示范围内。原创 2024-01-31 19:29:08 · 2206 阅读 · 0 评论 -
频谱细化之FFT_FT
FFT+FT 算法的核心思想是先利用 FFT 估计离散序列 x(m)的全景频谱,然 后选取感兴趣区间执行离散 FT 算法,从而达到频谱细化的目的。利用离散 DFT 变换公式(4.2),可以得到频谱波峰的极大值|X(k1)|和次大值|X(k2)|,对应的谱线序列 为 k1和 k2。对于 FMCW 中频信号的离散序列频谱,待估计谱线 k0介于谱线序列 k1和 k2之间,因此对 k1~k2区间内进行谱线插值可以得到精确的距离。原创 2024-01-31 19:23:15 · 677 阅读 · 0 评论 -
频谱细化之Chirp-Z变换算法
Chirp-Z变换的核心思想是在 Z 平面的单位圆上沿螺旋线进行等采样,若 已知离散采样序列 x(m),那么该信号的 Z 变换可表示为:Chirp-Z 变换算法在 Z 平面的一段螺旋线进行等角采样的示意图如下:其中,Z0,Z1,…,ZM-1表示螺旋线上等分角的 M 个采样点;A0表示螺旋线上起始点 的半径 A0<1 表示起始采样点在圆内;θ0 表示沿着逆时针的起始采样点相角,可 正可负;φ0表示相邻采样点的角频率差,φ0<0 表示 Zk沿着顺时针顺序采样,φ0<0 表示 Zk沿着逆时针顺序采样。原创 2024-01-31 19:16:36 · 2169 阅读 · 0 评论 -
自动泊车与液位测量算法简介
启动EDMA 将数据从obj->ADCdataBuf[0]搬运到obj->adcDataL2;等待EDMA传送完成;记录当前chirp个数用于后续的数据累加;原创 2023-06-06 16:25:59 · 309 阅读 · 0 评论 -
毫米波雷达掉电程序消失
毫米波雷达掉电程序消失原创 2022-07-28 17:23:44 · 256 阅读 · 0 评论 -
毫米波雷达编译显示内存不足
毫米波雷达编译显示内存不足原创 2022-07-28 16:53:53 · 412 阅读 · 0 评论 -
毫米波雷达IWR1843开箱演示
毫米波雷达IWR1843开箱演示原创 2022-07-28 16:31:29 · 5957 阅读 · 3 评论