论文部分内容阅读
随着科技的进步,智能汽车已经成为未来汽车发展的必然趋势。车载雷达作为智能汽车的关键传感器之一,愈来愈得到重视。在常见的车载雷达中,毫米波雷达相比于激光雷达具有独特的优势,在汽车防撞系统中更是不可或缺。为了提高车载毫米波雷达的探测性能,除了不断增强雷达系统的硬件性能外,信号处理算法的研究一直以来也是备受关注。车载毫米波雷达最常采用的体制为线性调频连续波(Frequency Modulation Continuous Wave,FMCW)体制。根据FMCW雷达的工作机制,会存在作用距离受限和距离-速度两大缺陷。对于FMCW体制的车载毫米波雷达,通常采用“差拍-傅里叶谱分析-MTD”的信号处理结构,即通过对差拍信号进行谱分析来实现目标检测和目标距离、速度、角度等参数的估计,同时结合动目标检测(Moving Target Detection,MTD)技术克服FMCW雷达的距离-速度耦合问题,进而实现多目标的信息配对。除此之外,将波束形成技术应用于FMCW体制的车载毫米波雷达,可以对干扰、杂波及噪声进行抑制,有效地增强了目标信号,从而提高了多目标、多干扰以及强杂波、强噪声的复杂场景下的目标检测性能,并同时缓解了FMCW雷达作用距离受限问题。本文针对FMCW体制的车载毫米波雷达,基于“差拍-傅里叶谱分析-MTD”的信号处理结构,引入了波束形成技术,研究了“差拍-波束形成-傅里叶谱分析-MTD”的信号处理结构下的目标检测与目标距离、速度和角度估计算法。首先,研究了FMCW体制的车载毫米波雷达信号处理算法的总体方案及基本原理,主要内容包括:一方面,通过分析多周期对称三角波信号讨论了测距、测速及测角的基本原理,同时研究了频域恒虚警检测(Constant False Alarm Detection,CFAR)算法实现目标检测的原理和MTD-速度配对法解决距离-速度去耦合实现多目标配对的原理;另一方面,研究了车载毫米波雷达背景下自适应波束形成算法实现干扰、杂波及噪声抑制的原理,主要包括接收波束形成算法和发射波束形成算法以及收发联合波束形成算法。其次,通过MATLAB仿真,验证了FMCW体制的车载毫米波雷达信号处理算法方案及具体算法模块的有效性,包括频域CFAR检测、测距测速测角和MTD-速度配对以及收/发波束形成等算法。最后,基于DSP处理器,研究了FMCW体制的车载毫米波雷达信号处理算法的实现方案,并实现了部分主要的算法模块,包括CFAR检测算法以及目标距离、速度的估计和配对。