车载毫米波雷达近距离目标成像方法研究

作     者：磨良升 

作者单位：桂林电子科技大学 

学位级别：硕士

导师姓名：晋良念

授予年度：2023年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主      题：毫米波雷达 TDM MIMO 相偏补偿 速度扩展 点云成像 成像验证系统 

摘      要：近年来,交通事故发生率随着汽车大量走进寻常百姓家而急剧增加,高级驾驶辅助系统(Advanced Driver Assistance System,ADAS)的发展能够极大降低事故发生率并减轻碰撞的严重程度。车载毫米波雷达由于具有硬件成本低、探测距离远、天气适应性强、穿透烟、灰尘、雨雪和雾的能力,已经成为了ADAS不可或缺的传感器。利用车载毫米波雷达探测前方目标的距离、速度和角度三维(3-Dimensional,3D)点云像,能够为后续的聚类、跟踪以及传感器数据融合提供数据基础。本文在77GHz调频连续波(Frequency Modulated Continuous Wave,FMCW)时分复用(Time Division Multiplexing,TDM)多输入多输出(Multiple Input Multiple Output,MIMO)毫米波雷达体制下,对车载毫米波雷达近距离目标成像方法展开系统的研究,主要包括多普勒(Doppler)相偏补偿算法、速度扩展算法、高精度测角方法和成像验证系统设计,具体如下:(1)针对TDM MIMO雷达体制下存在Doppler相偏误差以及速度模糊问题,首先分析了Doppler相偏误差和速度模糊产生的原因,然后在此基础上研究了基于速度估计的Doppler相偏补偿算法、基于中国剩余定理(Chinese Remainder Theorem,CRT)和基于峰值检测的速度扩展算法。仿真和实验结果表明,经过对多个虚拟接收阵元进行Doppler相偏补偿,角度估计误差得到纠正,基于CRT的速度扩展算法最高支持3倍速度扩展,基于峰值检测的速度扩展算法最高支持2倍速度扩展。(2)经Doppler相偏补偿和速度扩展后获得了距离和速度二维(2-Dimensional,2D)点云像,还需要增加角度信息以获得3D点云。而现有方法因存在离网误差导致角度精度低的问题,因此通过利用最大似然(Maximum Likelihood,ML)准则的统计特性,提出了一种迭代最小化稀疏学习(Sparse Learning via Iterative Minimization,SLIM)和ML估计相结合的高精度测角方法用于点云成像。该方法首先利用SLIM方法进行功率估计,得到初始目标角度值;然后最小化ML代价函数来细化波达方向(Direction of Arrival,DOA),从而突破网格划分对角度估计精度的限制。仿真和实验结果表明,基于该方法得到的点云像在保证高分辨率的前提下角度维的精度能达到0.1。(3)在前面研究的基础上,设计了一套车载毫米波TDM MIMO雷达成像验证系统。该系统使用德州仪器(Texas Instruments,TI)公司的毫米波雷达传感器AWR1843、数据采集板卡DCA1000作为硬件平台,使用TI公司的mm Wavestudio软件、基于MATLAB编写的上位机界面作为软件平台。该系统通过上位机控制mm Wavestudio配置雷达参数并启动雷达工作,DCA1000接收AWR1843采集到的中频数据并上传到上位机,上位机根据接收到的二进制bin文件以及配置信息Logfile文件对数据进行解析、信号处理以及界面显示。实验结果表明,该系统具有Doppler相偏补偿、速度扩展和提升测角精度的功能,上位机具有方便、直观、易上手的优点。