论文部分内容阅读
随着社会经济的发展和生活水平的提高,人均汽车保有量呈现越来越快速的增长,道路交通的规范和安全日益重要,这直接推动了汽车自动驾驶技术的快速发展。毫米波雷达因其体积小、成本合理、恶劣工况下性能稳定等诸多优点,已成为汽车自动驾驶系统最重要的传感器之一。本文主要针对车载毫米波雷达的信号处理问题开展研究。论文通过分析调频连续波(Frequency Modulation Continuous Wave,FMCW)雷达在进行距离、速度、角度估计时需要解决的问题,确定了以快速chirp信号作为发射波形的距离-多普勒-角度三维FFT(Range-Doppler-Angle 3D-FFT)目标检测算法可作为车载毫米波雷达的目标检测方案。通过Matlab仿真验证了3D-FFT检测算法可以有效解决传统大时宽锯齿波雷达存在的距离-速度耦合、三角波雷达存在的多目标速度配对问题。此外3D-FFT算法在角度估计方面相较于传统单脉冲、波束形成法,能极大改善目标的空间分辨率。对比角度分辨率更高的超分辨算法,3D-FFT检测算法拥有更小的计算量,以及可以获得目标回波的强度信息和不需要检测目标个数先验信息等优势。传统时分复用-多输入多输出(Time Division Multiplexing-Multiple Input Multiple Output,TDM-MIMO)雷达的由于发射机处于交替工作的状态,从而降低了回波信号速度维的采样率,影响了雷达对目标速度的不模糊检测范围。为解决此问题,本文以2发4收天线为例,设计了一种新的TDM-MIMO雷达天线布局方案。经过Matlab仿真,证明基于该天线布局方案的3D-FFT检测算法可将最大不模糊检测速度范围增大一倍。论文利用德州仪器公司的IWR1443雷达开发板和DCA1000实时数据捕捉适配器获取了实际场景中的运动目标实验数据,通过对实验数据的处理验证了3D-FFT算法的可行性。