导航

MakeRadar 学院——雷达理论知识

0、 简介

雷达(无线电探测和测距)——传感器通过使用电磁无线电波来确定物体存在、距离、位置或速度。

本指南解释了雷达的物理知识,有助于您在使用过程中更好的了解雷达传感器。

  1. 电磁波:什么是电磁波?
  2. 雷达方程式:雷达的基本方程式
  3. 多普勒效应:运动物体的频移
  4. 同相正交 (IQ) 信号:通用数据传输
  5. 傅里叶变换:基础数据处理技术

1、电磁波

同其它波一样,电磁 (EM) 波也会表现出反射、折射、衍射和极化。根据电磁波的频率或波长,可按照不同的方式加以利用。波长在千米范围内的电磁波用于远距离通信,波长在微米范围的电磁波用于形成可见光谱,波长在皮米范围内的电磁波用于医学研究,称为X-射线。

毫米波雷达,波长在毫米范围内,24 GHz 雷达系统波长λ为:

在发送端,雷达系统的天线用于把电压和电流转换为电磁波,而在接收端,天线则把电磁波转换为电压和电流。

2、雷达方程式

雷达系统中,电磁波从发射天线 (TX) 发射电磁波,接着在空间中传播直到触碰到目标。随后,发射的电磁波被反射并返回,由接收天线 (RX) 接收。
为了探测到这个反射信号,它必须高于雷达系统可检测的最小信号。最小信号通常与噪声级进行比较,这个比值用最小信噪比 (SNRmin)来表示。

接收到的信号功率对雷达的运行至关重要,因为它规定了可探测和不可探测目标之间的差别。这个值由著名的雷达方程式决定:

您可以使用我们的应用程序体验雷达方程式每个参数的效果。快来试试吧!

(为获得更好的雷达方程式体验效果,推荐使用Chrome或Opera浏览器)

雷达方程式显示了接收到的功率受多元变量的影响。正如预期的那样,随着距离增加,接收功率迅速下降。距离由属于 1/R4 控制,其中 R 代表雷达与目标之间的距离。
功率也由发射和接收天线 GtxGrx 的增益决定。增益用来衡量天线的效率和天线将能量集中到目标方向的程度。
显然,接收功率也会因发射功率电平 Ptx 而增加。
而且,不同的目标对电磁波的反射也不同。一个大金属物体会比一个小网球反射更多的能量。这个影响因素在雷达方程式中用雷达横截面项 σ 来表示。
最后重要的一点是, λ2 用来表示接收功率对波长和频率的依赖关系。从雷达方程可以看出,频率越高,接收到的功率就越低。

3、多普勒效应

大多数人都或多或少经历过多普勒效应,最常见的就是,当救护车从你身边经过时音调的突然变化。

当波峰之间的距离越来越近时(频率增加),就会发生多普勒效应,如果波源朝着观察者的方向移动,或者如果波源远离,此时波峰间距离的会进一步分开(频率减小),这也会产生多普勒效应。

电磁波频移 f 由原始波频 f0 和相对于观察者波源的速度 v 导出:

多普勒雷达原理是通过发射天线发送一定频率探测波,再用接收天线接收由目标反射回来探测波。如果是移动目标,接收到的信号频率将会随着物体运动速度而变化。多普勒雷达的接收机使用一个特定的混频器,它可以根据发送和接收的信号产生一个输出信号。混频器输出频率相当于发射信号和接收信号之间的频率绝对差,也被称为多普勒频移。

4、同相正交 (IQ) 信号

在雷达和电气工程领域的同相正交 (IQ) 信号具有相同的振幅和频率,但二者之间相对移动了90° 或1/4周期。

雷达系统存在实际接收阶段或复杂阶段。真实接收阶段将只接收1种信号分量而复杂阶段将出现同相 (I) 和正交 (Q) 两种信号分量。生成同相正交 (IQ) 信号并将它们进一步分析有几个优点,对于多普勒雷达而言,IQ信号有一个更基本的目的。

由于多普勒雷达接收机使用的真实混频器在没有方向或标记的情况下将产生绝对频移,所以就无法确定目标的移动方向。使用同相正交 (IQ) 混频器可以产生同相 (I) 和正交 (Q) 两种信号,再通过检查哪种信号的相位靠前,便可以确定物体的运动方向。 

5、 傅里叶变换

5.1 离散傅里叶变换 (DFT)

电信号可以采用各种方式可视化:如果把英飞凌芯片的 24 GHz 信号连接到高速示波器上,将会看到一个正弦波,这是一个时域信号。如果把这个信号连接到频谱分析仪,将会看到一条频率为 24 GHz 的线。

离散傅里叶变换 (DFT) 是一种数学变换,用于把有限的离散信号从时域转换到频域。相反,反向傅里叶变换是把有限离散信号从频域转换到时域。

长度为 T 和采样时间为 Δt 的离散时域信号,离散傅里叶变换 (DFT) 表示将会有一个最高频率(奈奎斯特频率) F 和频率分辨率(也称为区间间隔)  deltaf

离散傅里叶变换 (DFT) 会生成一系列复数,这些复数表示频率的幅度和相位信息。

5.2 快速傅里叶变换 (FFT)

快速傅里叶变换 (FFT) 是一种算法,它将时域采样信号转换为频率分量。与离散傅里叶变换 (DFT) 相比,其计算复杂度用 O(n2) 表示,其中 n 是这个序列的长度,而快速傅里叶变换 (FFT) 算法的计算复杂度用 O(n⋅log(n)) 表示。

如果将这种变换运用于实际数据(非生成同相正交 (IQ) 信号),就会产生正负频率对称数据集,其中只有正频率区域信号可用于雷达信号分析。另一方面,如果使用复杂的输入数据(同相正交 (IQ) 的复杂结构是I+iQ)。变换将生成一个正频率序列f (1),扩展成最大频率 ,这是实际快速傅里叶变换 (FFT) 的两倍。然而,这与奈奎斯特频率定理一致,因为将实际快速傅里叶变换 (FFT) 应用于同相正交 (IQ) 信号等同于仅以两倍的采样频率对实际部分进行采样。

 

学习结束

既然已经了解所有关于雷达的基础知识,就可以开始着手实现自己的应用程序了!

  • 根据即插即用部分的说明,在浏览器中测试第一个实时应用程序。
  • Sense2GoL 开发板编程指南开始入手。

参考内容