论文部分内容阅读
车载雷达是汽车主动安全的核心,已成为智能交通领域不可缺少的关键技术,被广泛用于高级驾驶辅助系统和无人驾驶汽车上,为了抓住车载雷达广泛应用的契机,需要加快步伐研究车载雷达信号处理的相关问题,进一步推动车载雷达的发展。因此,本文基于车载雷达信号处理存在的问题进行研究,并基于硬件平台进行算法的验证。首先,介绍了车载雷达的基本原理,并针对传统调频连续波(Frequency Modulation Continuous Wave Frequency modulation,FMCW)雷达应用于多目标环境中存在较多虚假目标问题提出了基于多段调制的FMCW波形设计方案。设计的波形由两部分组成:调频波(Linear Frequency Modulation,LFM)部分和恒频波(Constant Frequency,CF)部分。通过LFM和CF得到回波信息,然后利用回波信息分别对目标进行距离信息和速度信息的筛选,消除一部分虚假目标,对筛选之后的目标进行距离和速度信息匹配,再次去除虚假目标。理论分析和仿真结果表明,本文提出的多段调制波形应用于多目标环境中可有效减少虚假目标。然后,对车载雷达信号预处理算法研究。通过I/Q信号不平衡补偿算法解决了硬件平台中存在的镜像频率及直流分量的问题,为后续的信号处理奠定了基础。为了提高系统对弱目标的检测能力,研究了改善信噪比的方法--脉冲压缩和信号累积算法。为了提取目标的频率信息,对单元平均检测算法(Cell Averaging Constant False-Alarm Rate,CA-CFAR)、最大值检测算法(Greatest Of Constant False-Alarm Rate,GO-CFAR)、最小值检测算法(Smallest Of Constant False-Alarm Rate,SO-CFAR)、有序统计检测算法(Order Statistics Constant False-Alarm Rate,OS-CFAR)进行仿真验证及对比分析。最后,针对多目标环境中车载雷达测距精度易受频谱间干扰的问题,提出一种基于迭代插值的多目标距离估计算法。该方法首先利用FFT和CFAR估计出目标的个数及目标的粗略位置,然后对目标的频谱进行非均匀迭代插值,并在每次迭代的过程中消除频谱间干扰,从而得到更精确的距离,仿真结果表明所提出的算法在多目标环境和低信噪比条件下均具有较高的估计精度。基于24GHz车载雷达平台对本文研究的多段调制波形、I/Q信号不平衡补偿算法、信号累积算法、CFAR算法、多目标距离估计算法进行实现并验证算法的有效性。