Java教程

自动驾驶-毫米波雷达系列基础篇-测角原理

本文主要是介绍自动驾驶-毫米波雷达系列基础篇-测角原理,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

雷达的测角原理

  • 3.1 单目标的测角原理
  • 3.2 最大视场角
  • 3.3 同距同速的多个目标
  • 3.4 角度分辨率
  • 3.5 对比角度估计和速度估计

当目标距离发生很小的变化时,会导致Range-FFT峰值处相位发生较大的变化,因此可利用物体与两个天线的距离差Δd引起的相位变化估算到达角(Angle of Arrival )。
问题思考:
1)角度估算的原理?
2)同距同速的两个目标角度如何区分?
3)角度分辨率?
4)可测量的最大视场角?

3.1 单目标的测角原理

目标距离的微小变化会导致range-FFT峰值的相位变化。角度估计至少需要2个RX天线。从目标到每个天线的差分距离Δd导致FFT峰值发生相位变化,该相位变化用于估计到达角。
如下图所示,左侧为测速的原理,右侧为测角的原理:
在这里插入图片描述
在这里插入图片描述
由于相位变化与距离间的关系为: ∆φ=2π∆d/λ
假设天线间距离为d则∆d=dsin(θ),因此可估算出到达角为
θ=sin⁡(λω/2πd)
估算的准确度:
由于Δϕ取决于sin(θ) ,是一种非线性的依赖关系,因此当θ接近0 °时,角度的估算精度较高,随着θ角度的增大估算精度降低,当θ接近90°时,误差最大。
在这里插入图片描述

3.2 最大视场角

雷达的最大角视场由雷达可以估算的最大AoA 来界定。
当Δϕ > π时,就会产生角度模糊,如下图所示:
在这里插入图片描述

3.3 同距同速的多个目标

当有多个同距同速的目标时,需要使用N个天线组成的阵列来进行角度估计。如下图所示,ω1 和 ω2分别为两个目标对应的相位差。
在这里插入图片描述

3.4 角度分辨率

随着到达角(AoA)的增加,角度分辨率逐渐降低,如下图所示:
在这里插入图片描述
角度的分辨率为:
θ_res=λ/(Ndcos(θ))
假定d为半波长 λ/2 且θ=0时,角度分辨率为2/N .

3.5 对比角度估计和速度估计

角度估计和速度估计都是依据相同的数学模型,如下图所示,通过N个离散的信号相位变化,分别在空间域、时间域进行估计。
角分辨率依赖于天线阵列的长度Nd,速度分辨率依赖于帧周期长度;
最大视场角依赖于天线间距,最大无模糊测速依赖于chirp的时间长度;
在这里插入图片描述

这篇关于自动驾驶-毫米波雷达系列基础篇-测角原理的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!