首页 > 其他分享 >FMCW系统性能参数之测量精度公式推导

FMCW系统性能参数之测量精度公式推导

时间:2023-05-04 17:38:12浏览次数:51  
标签:推导 FMCW 测量 测角 估计 雷达 性能参数 精度

公众号【调皮连续波】

FMCW系统性能参数之测量精度公式推导_系统性能

2023年度会员内容更新公告(04.08)

序号

类别

内容

文件路径

1

【正文】

编辑 |  调皮哥的小助理        审核 | 调皮哥



连续多篇文章都在说FMCW雷达系统性能参数这个事儿,如:

(1)从奈奎斯特采样定理推导FMCW雷达系统性能参数

(2)从FMCW毫米波雷达系统的性能参数理解4D成像毫米波雷达的设计思路

(3)雷达入门 | FMCW毫米波雷达系统的性能参数分析

因为目标检测与参数估计这些是雷达系统的“第一性原理的第二个层次”,所以需要搞得清清楚楚,明明白白的。关于雷达的“第一性原理的第一个层次”,我认为是电磁场与电磁波(麦克斯韦方程组)、天线等,这才是雷达的真正源头与底层逻辑。无论是日常的科学研究,还是将来的找工作,我想这些基本的理论,是会经常被遇到的。

之前在(3)文章中提到过FMCW雷达系统性能参数的简要介绍,其中关于距离、速度和角度的测量精度直接给出了公式,缺乏详细的推导过程,正好之前在【雷达技术交流群】中有读者提到过,于是我觉得有必要分享。


下面来看看详细的过程,首先给出结论,需要注意的是本文仅针对的雷达体制是FMCW雷达,而不是脉冲雷达,虽然文章的末尾会给出不同波形的介绍。注意复信号和实信号的信噪比计算。


测距精度:

 测速精度:测角精度:  要得到公式的推导,需要参考比较老的文献,其中一本书是丁鹭飞的《雷达系统》,是1984年的出版的;另一本是李蕴滋的《雷达工程学》,这本书可以说比较适合入门了。其中,前一本书有详细的证明过程,后一本书直接给出了结论,所以我推荐先看后面一本,然后再去看详细的过程。


这里就直接看丁鹭飞的《雷达系统》了,具体在第二章的雷达测量精度和分辨率。这本书可以在网上购买旧版的,价格也不贵,电子版在会员资料库中。

FMCW系统性能参数之测量精度公式推导_系统性能_02


其中,在2.1小节就提到了最大似然估计法,这个方法用于雷达系统对目标进行参数估计,之前有读者提到距离估计所做的距离维FFT在某种程度上可以看作是最大似然估计,其实我现在觉得他说的对,不光是距离,就连速度、角度等估计都是。而今天所要讨论的雷达测量理论精度,就是建立在最大似然估计法上的。


1、测距精度


测距精度其实就是时延估计精度,在丁鹭飞的《雷达系统》一书中,先以脉冲雷达为例,按照最大似然估计法,测距时候首先计算相关积分(脉冲压缩),然后求出最大值出现的时间即为时延估计值。步骤如下:


(1)时延估计


(2)最大似然估计


(3)精度分析


最终经过一系列数学计算,就得到了脉冲雷达下的测距精度,如下所示。 

其中,由于该过程公式复杂,内容繁多,不便于在这里展示,请各位读者详细看书,这里仅是一个引导作用,还请谅解。另外距离估计精度时间估计精度的系数乘以c/2。


但是这个公式对不同的波形表达不同,比如矩形脉冲、高斯脉冲、辛克波形以及调频连续波。这里对调频连续波进行推导后,得到测距精度为: 

简化之后近似表示为:  

 也可以表示为: 

也就是说,距离测量理论精度和发射信号波形、测量时得信噪比SNR、信号的带宽(理论距离分辨率、瑞利距离分辨率)有关,带宽越大、信噪比越高,测量精度越高。


2、测速精度


同理,速度测量精度主要是估计多普勒频移,也就是说速度测量精度,可以等效为多普勒频率的估计精度,多普勒频率估计精度与测速精度的系数是半波长。推导的方法和步骤与距离测量精度基本一样,具体过程也是非常繁杂,需要详细看书。


这里给出最终估计的速度误差(精度)表示为: 

其中Te是信号持续时间,Tc是单Chirp扫频时间,N是表示Chirp数。同样也是不同的波形,测速精度表达方式不一样, 如矩形脉冲、高斯脉冲、辛克波形、线性调频连续波以及相参脉冲串。其他波形看书,这里给出线性调频连续波的最终表达公式如下: 

也就是说,速度测量理论精度和发射信号波形、测量时得信噪比SNR、信号的持续时间(理论速度分辨率、瑞利速度分辨率)有关,信号总持续时间越长、信噪比越高,测量精度越高。


另外,还有距离速度联合估计精度,相关内容见书中。


3、测角精度


方法与前面二者大致相同,略有区别。当口面场为等幅度分布时,测角误差可以表示为: 

可知,测角精度与信噪比和天线的归一化口径D/λ有关,波长降低也能提高测角精度。 一般在3dB波束宽度或者称为半功率点波束宽度,可以得到D/λ的关系为: 

推导出: 

这个时候得到的测角精度为:  

所以更加进一步的结论是3dB波束越窄,也就是角度分辨率越低,测角精度越高。因此,无论是测距、测速还是测角,分辨率和信噪比都会影响测量精度的。 


最近,我想2024届毕业的同学也在复习准备找工作,后面文章出一期关于如何复习准备的文章,希望大家能够及时关注。


【本期结束】


本文不涉及任何利益,都是空闲时候的个人心得和体会,仅供参考。目前我的工作经验尚浅,还有很多内容需要学习,如果还有没有说到或者不全面的地方,还请指正,感谢大家。



标签:推导,FMCW,测量,测角,估计,雷达,性能参数,精度
From: https://blog.51cto.com/u_12413309/6243642

相关文章

  • 雷达数据集 | 使用毫米波FMCW雷达 (AWR1642) 记录的手势数据集
    公众号【调皮连续波】【正文】本文编辑|@小助理     内容审核|@调皮哥1、引言IEEEDataPort是一个数据集库,里面包含了诸多学科和领域的数据集,非常值得大家关注,本期文章就以毫米波雷达手势识别数据集为例向大家介绍这个平台。平台链接如下:https://ieee-dataport.org/dat......
  • python 迭代器和推导式的不同处
    迭代器和推导式都是在Python中用于处理可迭代对象的机制,但它们之间有一些关键区别。返回值类型不同:推导式返回一个新的数据结构(列表、集合、字典等),而迭代器返回一个迭代器对象。推导式生成的是一个新的序列或集合,而迭代器则是逐个生成元素。实现方式不同:推导式是一种高级语......
  • python 推导式
    在Python中,列表推导式、字典推导式和集合推导式都是常见的推导式。它们可以让我们使用一种简洁而强大的语法来快速创建新的序列或映射数据类型。列表推导式列表推导式是最常见的一种推导式,用于通过对一个序列中的每个元素应用一个表达式来快速生成一个新的列表。列表推导式的......
  • 带遗忘因子的递推最小二乘法推导
    摘要:最小二乘法的递推形式、直流信号的遗忘递推形式、遗忘递推最小二乘。递推最小二乘法对多组数据\(\vec{x}_i\)和\(y_i\),满足\[y_i=\vec{x}^\mathrm{T}_i\vec{\theta}\]其中\(\vec{x}_i\)是输入数据向量,\(y_i\)是输出数据标量。写成矩阵形式\[\vec{y}=X\vec{\the......
  • python 列表推导式
    Python列表推导式是一种简洁而强大的语法结构,可以让你更快地创建、转换和过滤Python列表。它在Python中非常常用,并且是Python程序员必须掌握的技能之一。具体而言,列表推导式是使用一行代码创建新列表的方法。这个代码行由三部分组成:表达式、迭代器和可选的过滤器。表达式是一个......
  • Python 推导式
    ##########列表推导式###########30以内可以被3整除的整数multiples=[iforiinrange(30)ifi%3==0]print(multiples)#过滤掉长度小于或等于3的字符串列表,并将剩下的转换成大写字母names=['Bob','Tom','alice','Jerry','Wendy','Smith......
  • SpringIOC理论推导
    IOC理论引入原来实现业务的步骤:Dao层接口Dao层实现类Service层接口Service层实现类eg:Dao层接口publicinterfaceUserDao{voidgetUser();}Dao层实现类publicclassUserDaoImplimplementsUserDao{publicvoidgetUser(){System.ou......
  • #yyds干货盘点#列表推导式
    列表推导式创建列表的方式更简洁。常见的用法为,对序列或可迭代对象中的每个元素应用某种操作,用生成的结果创建新的列表;或用满足特定条件的元素创建子序列。例如,创建平方值的列表:>>>squares=[]>>>forxinrange(10):...squares.append(x**2)...>>>squares[0,1,4,......
  • 克里金(Kriging)插值的原理与公式推导
    这篇文章是转载的一个大神的,因为那个大神的知乎回答的公式坏了,因此整理了一下公式,分享一下,讲的真的挺好的,大神的博客链接:克里金(Kriging)插值的原理与公式推导-xg19900.引言——从反距离插值(IDW)说起空间插值问题,就是在已知空间上若干离散点\(\left(x_i,y_i\right)\)的某......
  • 类型推导
    decltype类型推导,推导的比较“原生态”。auto和模板类型推导针对const关键字是一样的,都是忽略顶层const,(推导)保留底层const.模板类型T,这个T可以被推到为指针型,或者引用型(引用折叠)。一般模板类引用的话(T&)要写成(constT&),因为T&只能接收左值,而constT&则接收任意类型。......