連紅飛, 龍佳敏, 胡雪瑤,4, 蔣彥雯, 李東升, 范紅旗,*

(1. 國防科技大學(xué)ATR全國重點實驗室, 湖南 長沙 410073; 2. 北京理工大學(xué)信息與電子學(xué)院雷達(dá)技術(shù)研究所, 北京 100081; 3. 北京理工大學(xué)信息與電子學(xué)院CEMEE國家重點實驗室電磁感知研究中心, 北京 100081; 4. 北京理工大學(xué)重慶創(chuàng)新中心, 重慶 401120)

0 引 言

毫米波雷達(dá)具有全天時、全天候的目標(biāo)探測能力,且成本越來越低,逐漸成為智能駕駛系統(tǒng)中不可替代的核心傳感器之一[1-4]。在汽車毫米波雷達(dá)中,常用線性調(diào)頻連續(xù)波序列實現(xiàn)同時測距測速[5-8],但受射頻前端和模數(shù)轉(zhuǎn)換采樣率的限制,雷達(dá)不模糊測速范圍往往不能滿足車載雷達(dá)探測需求,導(dǎo)致高速目標(biāo)出現(xiàn)多普勒模糊的問題[9]。時分復(fù)用多輸入多輸出(time-division multiplexing multiple-input multiple-output,TDM-MIMO)波形由于工程實現(xiàn)簡單且易于實現(xiàn)大的虛擬孔徑進而提高角度分辨率,因此廣泛應(yīng)用在汽車?yán)走_(dá)中[10-12]。但是TDM-MIMO波形由于各個天線分時發(fā)射,不僅導(dǎo)致時間、空間利用率低,而且降低了脈沖重復(fù)頻率,加重了多普勒模糊的問題[13-15]。

針對上述應(yīng)用問題,目前第一種解決思路是在TDM-MIMO波形基礎(chǔ)上添加多重頻波形,構(gòu)造雙波形探測的模式,其中,TDM-MIMO波形用于產(chǎn)生大的虛擬孔徑以提高角度分辨率,而多重頻波形則基于中國余數(shù)定理解決多普勒模糊問題。文獻(xiàn)[16]最早將多重頻解模糊方法應(yīng)用到汽車?yán)走_(dá)中,通過發(fā)射兩個不同脈沖重復(fù)頻率的調(diào)頻序列波形,在提取出兩個序列對應(yīng)的模糊多普勒模糊頻率后,再根據(jù)中國余數(shù)定理解多普勒模糊。但該方法存在以下缺點:首先,如果兩個序列下模糊多普勒頻率的測量不精確,就會導(dǎo)致最終解到的真實多普勒頻率出現(xiàn)較大誤差。其次,該方法構(gòu)造了多個調(diào)頻序列,就會導(dǎo)致發(fā)射時間增加,雷達(dá)探測周期增大,數(shù)據(jù)刷新率變慢,這對于汽車?yán)走_(dá)實時處理是極為不利的[17]。第二種思路是在跟蹤級解決多普勒模糊問題。該方法通過航跡關(guān)聯(lián),將目標(biāo)與可能出現(xiàn)的多個模糊速度依次進行關(guān)聯(lián),通過濾波最終確定目標(biāo)速度大小,其核心思想是距離微分法解模糊[18]。由于該方法需要對一個目標(biāo)進行多假設(shè)關(guān)聯(lián)濾波處理,因此運算量極大,影響雷達(dá)的探測性能[19]。最后一種解決思路是通過設(shè)計新波形,結(jié)合信號處理解決多普勒模糊的問題。文獻(xiàn)[20-21]提出了一種交錯頻移調(diào)頻序列波形,并利用序列之間的相位差解決汽車?yán)走_(dá)多普勒模糊問題。但是該文獻(xiàn)沒有考慮二維快速傅里葉變換(fast Fourier transform, FFT)之后相位提取時的相位模糊問題,因此并不具備可實現(xiàn)性。文獻(xiàn)[17]基于相位差解模糊的思路提出了一種交錯變間隔調(diào)頻序列波形,并分析了相位差解速度模糊的原理及過程。但是此波形并沒有考慮在實際情況下雷達(dá)擁有多個發(fā)射天線時的情況,因此其不能兼顧多通道測角處理,在工程應(yīng)用上有一定的局限性。

本文基于多發(fā)多收汽車?yán)走_(dá)應(yīng)用系統(tǒng)提出一種時、空、頻多域聯(lián)合調(diào)制波形,時域上進行脈沖重復(fù)間隔參差抖動實現(xiàn)序列分集,利用奇偶序列之間的抖動相位差完成速度解模糊,空域上進行多個發(fā)射天線的規(guī)律捷變實現(xiàn)目標(biāo)匹配,頻域上通過脈間相位調(diào)制實現(xiàn)多普勒頻率正交,進而適配多通道測角處理。該波形可以有效解決了汽車?yán)走_(dá)速度模糊問題,同時可兼顧多通道測角。與傳統(tǒng)TDM-MIMO波形相比,本文提出的多域聯(lián)合調(diào)制波形無模糊測速范圍更大,時間空間利用率及相參積累增益更高。

本文的結(jié)構(gòu)安排如下:第1節(jié)在介紹雷達(dá)片上系統(tǒng)和汽車?yán)走_(dá)調(diào)頻連續(xù)波序列信號模型的基礎(chǔ)上給出波形設(shè)計的需求描述。第2節(jié)提出一種多域聯(lián)合調(diào)制新波形,在介紹該波形及其信號處理方法的基礎(chǔ)上給出其系統(tǒng)實現(xiàn)。第3節(jié)基于仿真及實際系統(tǒng)試驗對比了新波形與傳統(tǒng)TDM-MIMO波形的性能。第4節(jié)是結(jié)論。

1 調(diào)頻連續(xù)波雷達(dá)原理

1.1 汽車?yán)走_(dá)芯片介紹

本文基于TI AWR18xx片上雷達(dá)系統(tǒng)開展波形設(shè)計研究。首先對該系統(tǒng)做簡單介紹。

TI AWR18xx片上雷達(dá)系統(tǒng)具有3個發(fā)射天線(TX1～TX3)和4個接收天線(RX1～RX4),射頻模塊功能框圖如圖1所示[22]。其中,Δφ為發(fā)射信號調(diào)制相位,ADC為模數(shù)轉(zhuǎn)換器。

圖1 TI AWR18xx雷達(dá)芯片射頻部分功能框圖

從圖1中可以看出,斜坡發(fā)生器產(chǎn)生的調(diào)頻連續(xù)波信號首先經(jīng)過4倍頻,然后經(jīng)移相和功率放大操作之后由發(fā)射天線輻射出去,同時此信號也作為本振信號與接收到的回波信號進行混頻處理。由于該系統(tǒng)多個收發(fā)通道共用同一個壓控振蕩器,因此不能同時進行頻率調(diào)制,本文考慮通過脈間相位調(diào)制的方法實現(xiàn)多普勒頻率正交。

本文所用的3發(fā)4收雷達(dá)陣列示意圖及所形成的等效虛擬接收陣列如圖2所示。nr為虛擬陣元總數(shù),4個接收天線之間的間距為d,且d=λ/2,3個發(fā)射天線之間的間距為4d,即2λ。

圖2 雷達(dá)陣列與等效虛擬陣列示意圖

1.2 信號模型

汽車?yán)走_(dá)常用的線性調(diào)頻連續(xù)波序列如圖3所示[23-26],其中fsw為掃頻帶寬。

圖3 線性調(diào)頻連續(xù)波序列

接收信號經(jīng)過與發(fā)射信號混頻后,經(jīng)過低通濾波放大,對其進行采樣,可得到第k個脈沖的中頻信號形式[27-30]為

(1)

式中:f0為載頻;Tr為脈沖寬度;R0為目標(biāo)距離;c為光速;fB為中頻頻率;fD為目標(biāo)多普勒頻率。

(2)

(3)

式中:λ為波長。接下來,對上述中頻信號進行二維FFT處理后便可得到頻譜S(ri,vi):

(4)

式中:NZ、KZ分別為一維FFT與二維FFT點數(shù)。由以上結(jié)果可知,差頻信號經(jīng)過二維FFT處理之后,就可以估計出差頻fB與多普勒頻率fD,進而由式(2)和式(3)得到目標(biāo)的距離與速度。

由圖2中MIMO陣列模型可知,由目標(biāo)角度θ帶來的nr個等效虛擬接收陣元之間的相位差矢量:

因此在對通道數(shù)據(jù)進行提取之后,通過接收端數(shù)字波束形成(digital beam forming, DBF)即可得到目標(biāo)的角度θ。

1.3 波形設(shè)計需求

在傳統(tǒng)線性調(diào)頻連續(xù)波序列中,最大不模糊多普勒頻率等于系統(tǒng)重頻,即fD,max=fr,對應(yīng)的最大不模糊速度vmax=2fD,max/λ,即目標(biāo)速度如果超過vmax就會產(chǎn)生模糊現(xiàn)象。目標(biāo)多普勒頻率與模糊多普勒頻率的關(guān)系為

fD=fD,amb+q·fD,max,q∈Z

(5)

式中:fD,amb為模糊多普勒頻率;q為多普勒模糊數(shù)。因此,多普勒不模糊波形設(shè)計的關(guān)鍵是將q限定為0或者通過信號處理解算可唯一求解的多普勒模糊數(shù)q。

下面結(jié)合汽車?yán)走_(dá)實際應(yīng)用場景和典型TDM-MIMO信號參數(shù)分析速度解模糊的必要性。假設(shè)雷達(dá)采用傳統(tǒng)TDM-MIMO波形,距離分辨率為1 m,脈沖重復(fù)周期為50 μs,一幀內(nèi)發(fā)射脈沖個數(shù)為64×3。則可以計算出雷達(dá)帶寬為150 MHz,速度分辨率為0.2 m/s,無模糊測速范圍為±6.5 m/s。設(shè)計參數(shù)如表1所示。

表1 汽車?yán)走_(dá)系統(tǒng)典型參數(shù)示例

在實際道路場景下,雷達(dá)探測示意圖如圖4所示。

圖4 雷達(dá)探測示意圖

圖4(a)中,自車與目標(biāo)車輛同向行駛,考慮極端情況,假設(shè)自車速度為10 km/h,目標(biāo)車輛行駛時速為160 km/h;圖4(b)中,兩車相向行駛,自車速度與目標(biāo)車速度均為正常行駛速度80 km/h。因此,從上述兩種情況分析,雷達(dá)不模糊測速最少要達(dá)到160 km/h,即44.4 m/s才可以滿足車載雷達(dá)探測需求。而由表1參數(shù)可知,傳統(tǒng)的TDM-MIMO波形下,±6.5 m/s的雷達(dá)無模糊測速范圍遠(yuǎn)遠(yuǎn)達(dá)不到應(yīng)用需求,因此研究具有多普勒解模糊且兼顧發(fā)射效率和角度測量能力的波形對汽車?yán)走_(dá)至關(guān)重要。

2 多域聯(lián)合調(diào)制波形

2.1 多域聯(lián)合調(diào)制波形描述

本文基于TI AWR18xx雷達(dá)芯片,在傳統(tǒng)線性調(diào)頻序列的基礎(chǔ)上,提出一種多域聯(lián)合調(diào)制波形,發(fā)射信號時頻關(guān)系如圖5所示。該波形在時域上通過脈沖重復(fù)間隔參差抖動,實現(xiàn)序列交錯分集,頻域和空域上對多個發(fā)射天線進行脈間相位調(diào)制實現(xiàn)多普勒頻率正交。

圖5 多域聯(lián)合調(diào)制波形時頻圖

時域上,該波形可分解為長度為K的奇、偶脈沖序列,其中奇脈沖序列中的脈沖時間間隔為T1,偶脈沖序列的脈沖時間間隔為T2,且T1=T2+a。該波形中所有脈沖的調(diào)頻時長均為T2且調(diào)頻帶寬保持一致。頻域上,3個發(fā)射天線之間通過脈間相位調(diào)制實現(xiàn)等間隔多普勒頻分復(fù)用。其中,發(fā)射天線1不進行調(diào)制,發(fā)射天線2與發(fā)射天線1的多普勒頻差為Δf1,發(fā)射天線3與發(fā)射天線1的多普勒頻差為Δf2,且Δf1=Δf2-Δf1=fr/3?？沼蛏?3個發(fā)射天線在奇偶序列中按照一定規(guī)律調(diào)制。在奇序列中,天線1與天線2同時工作,在偶序列中,天線1與天線3同時工作。

在多域聯(lián)合調(diào)制波形中,多個發(fā)射天線間的多普勒頻分復(fù)用是通過脈間相位調(diào)制實現(xiàn),奇、偶兩個序列中第m個(1≤m≤M)個發(fā)射天線的第k(1≤k≤K)個脈沖的調(diào)制相位量可表示為

(6)

2.2 多域聯(lián)合調(diào)制波形信號處理

由于該波形中兩個子脈沖的脈沖重復(fù)間隔不同,因此需要對奇、偶兩個調(diào)頻序列分別進行處理,兩個脈沖序列等效的重復(fù)周期均為Tr。多域聯(lián)合調(diào)制波形的回波信號處理流程如圖6所示。

圖6 多域聯(lián)合調(diào)制波形信號處理示意圖

奇序列與偶序列回波信號由4個接收通道數(shù)據(jù)組成,其經(jīng)過混頻、采樣處理之后,奇偶序列中單個接收通道的中頻信號可分別表示為

(7)

(8)

式中:φ1k、φ2k、φ3k分別為發(fā)射天線1～發(fā)射天線3的第k個脈沖的調(diào)制相位,由式(6)可知:

首先進行測距測速處理,由式(4)可知,對奇序列和偶序列的單個接收通道分別進行二維FFT處理之后,得到二維頻譜Q1和Q2。對于單目標(biāo)情況,兩個序列經(jīng)過二維FFT處理之后,頻譜上分別出現(xiàn)兩個目標(biāo)點,其中一個目標(biāo)點位置相同,另一個目標(biāo)點雖位于同一距離單元內(nèi),但多普勒頻率分別相差Δf1=fr/3和Δf2=2fr/3。由式(6)可知,奇序列與偶序列中,發(fā)射天線1的各個脈沖調(diào)制相位均為0。因此,兩個頻譜上相同點的位置即發(fā)射天線1對應(yīng)回波信號的目標(biāo)位置。由此位置的索引點即可得到目標(biāo)的差頻fB(對應(yīng)距離)與模糊多普勒頻率fD,amb,進而由式(2)和式(3)得到目標(biāo)的距離與模糊速度。

在得到兩個調(diào)頻序列頻譜上的目標(biāo)位置之后,就可以按照文獻(xiàn)[17]中相位差解模糊的思路,首先提取兩個序列中峰值點的相位,并考慮相位卷繞,分別可以表示為

(9)

(10)

式中:φe為由于FFT柵欄效應(yīng)導(dǎo)致的相位偏移;[·]表示四舍五入取整。

定義φd如下:

φd=ξ2-ξ1-2πfD,amb(T2+a)

(11)

將式(9)與式(10)代入可得

(12)

式(12)中,最后兩項均為整數(shù),令

(13)

由式(13)可知,-1/2≤δd≤1/2,如果要得到δd的值,就必須限制|qmax|a/(2Tr)≤1/4。其中,qmax表示目標(biāo)可能出現(xiàn)的最大速度對應(yīng)的多普勒模糊數(shù)。

因此,脈沖重復(fù)周期Tr與子脈沖的時間間隔差a以及最大速度模糊數(shù)的關(guān)系為

(14)

由于|qmax|a/(2Tr)≤1/4,δd可進一步表示為

(15)

則多普勒模糊數(shù)q為

(16)

式中:b的取值由δd的范圍決定。當(dāng)-1/4<δd<1/4時,b=0;當(dāng)1/4<δd<1/2時,b=1/2;當(dāng)-1/2<δd<-1/4時,b=-1/2。

在得到多普勒模糊數(shù)q之后,結(jié)合得到的模糊多普勒頻率fD,amb,由式(5)就可以得到真實多普勒頻率fD,進而求解出目標(biāo)不模糊速度v=fDλ/2,至此便完成了速度解模糊處理。

由上述解模糊過程可知,Tr/a越大,可測的速度不模糊范圍越大。但是值得注意的是,由于運算中存在取整的操作,因此相位測量誤差的大小會影響多普勒解模糊的正確性,進而約束Tr和a等參數(shù)的選擇,下面對其進行分析。

令

(17)

由式(16)可知,q=round(E)。因此,只有E的誤差滿足ΔE∈(-1/2,1/2)時,多普勒模糊數(shù)q才可被正確求解。

接下來逐項分析誤差的影響。首先要使式(17)中第2項、第3項不解錯,φd的求解誤差Δφd需滿足

(18)

因此,假設(shè)Δφd滿足式(18),則只需考慮第1項。由E的誤差傳遞式,可得

(19)

若要滿足ΔE∈(-0.5,0.5)的條件,則相位測量誤差[17]需滿足

(20)

由式(20)可知,Tr/a越大,正確解模糊對于相位測量誤差的要求就越高。在復(fù)雜道路場景下,若多個目標(biāo)混疊導(dǎo)致相位測量誤差超出此范圍,就可能導(dǎo)致速度解模糊發(fā)生錯誤。

通過以上分析可知,最大多普勒模糊數(shù)與Tr/a正比,正確解模糊要求的相位測量誤差范圍與Tr/a成反比。因此,在進行雷達(dá)波形參數(shù)設(shè)置時候,需要綜合考慮波形參數(shù)對于雷達(dá)解模糊性能的影響。

在完成距離、速度估計之后,最后利用多普勒頻分復(fù)用形成虛擬收發(fā)陣列進行多通道測角。首先對目標(biāo)點對應(yīng)的多通道數(shù)據(jù)進行提取,分離回波信號。這里提取奇序列中發(fā)射天線1、發(fā)射天線2分別應(yīng)的4個接收通道數(shù)據(jù)和偶序列中發(fā)射天線3對應(yīng)的四個接收通道數(shù)據(jù)。由上述分析可知,偶序列目標(biāo)點相位與奇序列相差2πfD(T2+a),因此在獲得發(fā)射天線3的4個接收通道數(shù)據(jù)之后,首先應(yīng)補償此相位,再按照發(fā)射天線次序依次排列形成12個虛擬收發(fā)通道,最后利用數(shù)字波束形成算法完成測角處理。

綜上,多域聯(lián)合調(diào)制波形的數(shù)據(jù)處理流程如圖7所示。

圖7 多域聯(lián)合調(diào)制波形數(shù)據(jù)處理流程

2.3 多域聯(lián)合調(diào)制波形實現(xiàn)

本節(jié)簡要介紹基于德州儀器(TI) AWR18xx芯片的多域聯(lián)合調(diào)制波形實現(xiàn)方案。

TI AWR18xx雷達(dá)芯片支持通過定義chirp profile以及通過配置chirp RAM在這些profile上的變化來控制一幀內(nèi)每一個chirp的參數(shù)。Chirp profile是基本的chirp參數(shù)設(shè)置模板,用于定義chirp的起始頻率、調(diào)頻斜率、脈沖寬度等參數(shù)。雷達(dá)芯片允許編程最多4種不同的profile。此外,最多512個獨立的chirp可以預(yù)先編程并存儲在配置RAM中。RAM中定義的每個chirp可以屬于多個profile中的任意一個,并且可以在某些參數(shù)中,通過抖動與其profile配置文件不同。具體地,RAM中可以定義每個chirp中脈沖長度抖動值、起始頻率抖動值等參數(shù)及控制多個發(fā)射天線使能。此外,TI還提供了每個chirp對應(yīng)的發(fā)射天線移相器配置接口,用于改變每個chirp發(fā)射初相位。

本文基于TI AWR18xx雷達(dá)芯片,完成了多域聯(lián)合調(diào)制波形的實現(xiàn),實現(xiàn)過程如下。首先定義兩個profile,profile1中脈沖寬度為T1,profile2中脈沖寬度為T2,其余參數(shù)如起始頻率、調(diào)頻斜率等均相同。然后在profile1下通過RAM對奇序列中的每個chirp進行配置,每個chirp中發(fā)射天線1與發(fā)射天線2使能。同理,在profile2下通過RAM對偶序列中的每個chirp進行配置,每個chirp中發(fā)射天線1與發(fā)射天線3使能。最后對每個chirp移相器接口進行配置,奇偶序列中每個chirp對應(yīng)的發(fā)射天線的初始相位如式(6)所示。多域聯(lián)合調(diào)制波形配置示意圖如圖8所示。

3 仿真分析與實驗測試

本節(jié)從仿真與實測兩方面驗證多域聯(lián)合調(diào)制波形的有效性及參數(shù)估計性能。

3.1 波形有效性仿真分析

本節(jié)仿真試驗的波形參數(shù)如表1所示,設(shè)置子脈沖時間T1=60 μs,T2=40 μs,奇偶脈沖個數(shù)均為96個。由式(14)可以計算出最大可測多普勒模糊數(shù)|qmax|=5。為了驗證多域聯(lián)合調(diào)制波形在多目標(biāo)場景下探測性能的有效性,仿真設(shè)置了距離、速度和角度各不相同的4個點目標(biāo)。目標(biāo)參數(shù)與估計結(jié)果如表2所示。對仿真回波數(shù)據(jù)進行二維FFT后得到的距離多普勒圖如圖9所示。經(jīng)峰值點匹配后的4個目標(biāo)見圖9中標(biāo)注。

表2 仿真目標(biāo)參數(shù)估計結(jié)果

圖9 多目標(biāo)二維頻譜

由表2中估計的結(jié)果可知,本文提出的波形可以準(zhǔn)確實現(xiàn)目標(biāo)參數(shù)估計,仿真驗證了多域聯(lián)合調(diào)制波形的有效性。

3.2 參數(shù)估計性能對比分析試驗

該試驗將多域調(diào)制波形與與汽車?yán)走_(dá)常用的TDM-MIMO波形進行對比分析。

首先,在發(fā)射脈沖數(shù)和相參處理時間相同的情況下,分析兩種波形的速度解模糊性能。由于在多域聯(lián)合調(diào)制波形中,序列進行了分集,因此設(shè)置子脈沖時間T1=60 μs,T2=40 μs,而時分MIMO波形脈沖重復(fù)周期設(shè)置為50 μs,其余參數(shù)均與表1保持一致。根據(jù)第1.3節(jié)分析,假設(shè)雷達(dá)的速度探測范圍為-45 m/s到45 m/s,則傳統(tǒng)TDM-MIMO波形與多域聯(lián)合調(diào)制波形速度估計結(jié)果分別如圖10(a)和圖10(b)所示。

圖10 速度解模糊效果對比

由結(jié)果可以看出,在脈沖個數(shù)和相參積累時間相同時,多域聯(lián)合調(diào)制波形可以獲得更大的速度不模糊范圍,相比于TDM-MIMO波形,無模糊測速范圍提升近7倍。

其次,在脈沖個數(shù)K相同的情況下,多域聯(lián)合調(diào)制波形的相參積累增益提升K/2倍,而時分MIMO波形提升K/3倍。因此,在脈沖數(shù)相同的情況下,多域聯(lián)合調(diào)制波形相比于TDM-MIMO波形,相參積累增益可提升1.76 dB,對應(yīng)的目標(biāo)檢測能力和測角精度均可獲得相應(yīng)的提升。

3.3 試驗測試

本節(jié)通過設(shè)計的汽車?yán)走_(dá)原理試驗系統(tǒng)來測試多域聯(lián)合調(diào)制波形的實現(xiàn)效果。試驗系統(tǒng)由雷達(dá)模塊、數(shù)據(jù)采集模塊以及上位機模塊組成,試驗驗證系統(tǒng)總體架構(gòu)和實物分別如圖11和圖12所示。

圖11 試驗驗證系統(tǒng)總體架構(gòu)

圖12 試驗系統(tǒng)實物圖

本節(jié)試驗在外場空曠場景下進行,合作目標(biāo)分別為向雷達(dá)靠近的速度較低的電動車與遠(yuǎn)離雷達(dá)速度較快的汽車。且據(jù)車載儀表盤顯示,電動車速度為4.17 m/s,汽車速度約為12.5 m/s。試驗中,規(guī)定遠(yuǎn)離雷達(dá)的方向為正速度方向,靠近雷達(dá)的方向為負(fù)速度方向。試驗場景如圖13所示。

圖13 試驗場景圖

試驗中出于安全性和合作目標(biāo)控制的穩(wěn)定性考慮,需要減小多普勒模糊測速范圍。因此,改變T1為210 μs,T2為150 μs,其余參數(shù)如表1所示。通過實測參數(shù)計算可知,理論上最大可測速度對應(yīng)的模糊數(shù)為6,因此不影響試驗的驗證目的。將采集下來的回波數(shù)據(jù)進行奇偶序列分集之后,分別對其進行二維FFT處理,得到其距離多普勒圖如圖14所示。

圖14 實測數(shù)據(jù)進行二維FFT處理之后的距離多普勒圖

按照圖7中多域聯(lián)合調(diào)制波形速度解模糊處理流程,得到的兩個運動目標(biāo)的速度估計結(jié)果如表3所示。

表3 試驗?zāi)繕?biāo)參數(shù)估計結(jié)果

由估計結(jié)果可以看出,在本文提出的多域聯(lián)合調(diào)制波形下,估計出的目標(biāo)速度與真實速度基本相同,試驗結(jié)果進一步驗證了本文提出多域聯(lián)合調(diào)制波形在實際系統(tǒng)中的可用性。

4 結(jié) 論

針對傳統(tǒng)汽車?yán)走_(dá)TDM-MIMO波形存在的時間、空間利用率低及高速目標(biāo)多普勒模糊等問題,本文提出了一種時、空、頻多域聯(lián)合調(diào)制波形。該波形在時域上進行序列分集,利用脈沖重復(fù)間隔抖動帶來的相位差進行速度解模糊,通過空域及頻域上多發(fā)射天線的脈間調(diào)相實現(xiàn)多普勒頻分復(fù)用。多目標(biāo)仿真測試及外場實測結(jié)果表明,該波形在兼顧發(fā)射效率的同時具有優(yōu)良的無模糊測速和多通道測角能力,對汽車?yán)走_(dá)工程實踐具有較強的應(yīng)用價值。同時,本文所提多域聯(lián)合調(diào)制波形設(shè)計及其信號處理方法也可擴展用于低成本導(dǎo)引或防撞探測系統(tǒng)。