[解疑][TI]TI毫米波雷达系列（三）：调频连续波雷达回波信号3DFFT处理原理（测距、测速、测角）

本文是经过参考多个文章并整理的，相关程序已经经过验证其可行性。在此感谢原文作者（文末有相关链接）的无私分享。1、测距、测速毫米波雷达测距主要是通过检测回波时延来计算目标距离；测速是通过检测目标运动产生的多普勒频移来计算目标速度。TI的毫米波雷达采用LFMCW（Linear Frequency Modulated Continuous Wave，线性调频连续波）信号体制，其发射信号与回波示意图如图所

陌生人的天堂

33085人浏览 · 2020-09-26 21:54:47

陌生人的天堂 · 2020-09-26 21:54:47 发布

本文是经过参考多个文章并整理的，相关程序已经经过验证其可行性。在此感谢原文作者（文末有相关链接）的无私分享。

1、测距、测速

毫米波雷达测距主要是通过检测回波时延来计算目标距离；测速是通过检测目标运动产生的多普勒频移来计算目标速度。TI的毫米波雷达采用LFMCW（Linear Frequency Modulated Continuous Wave，线性调频连续波）信号体制，其发射信号与回波示意图如图所示。
在这里插入图片描述
（1）回波信号为发射信号的时延复本，而回波时延与差拍频率成线性关系，通过差拍频率即可计算回波时延，从而计算出目标距离（注意差拍频率包含了多普勒频移，测距时需要减去多普勒频移fd）。
（2）当目标运动时，回波信号不仅仅是发射信号的时延复本，还具有一定的多普勒频移（多普勒效应）。通过提取多普勒频移fd即可计算出目标速度。
在这里插入图片描述

2、测角

毫米波雷达测角的原理是相位法测角，如图所示，回波到达不同RX天线的有d*sin(theta)的波程差（d为RX天线间距，theta为回波入射角度），导致不同RX天线的回波信号具有不同的相位差，通过提取RX相位差即可计算出目标角度。
在这里插入图片描述
因此，目标距离、速度、角度测量的问题则转化为频率估计的问题。

3、3DFFT处理

TI目前有两款采集卡TSW1400和DCA1000，可以为xWR1243/1443和1642毫米波雷达进行回波数据采集。本文主要介绍DCA1000采集卡的数据处理。

(1)1642雷达使用DCA1000采集卡回波数据格式（复数形式）

在这里插入图片描述
原始回波数据adc_data.bin中的数据格式即按照上图所示排列。
其中，
RX0(I)Sample1 代表接收天线1的第1个采样点的实部；
RX0(I)Sample2 代表接收天线1的第2个采样点的实部；
RX0(Q)Sample1 代表接收天线1的第1个采样点的虚部；
RX0(Q)Sample2 代表接收天线1的第2个采样点的虚部；……依次类推。

第1个chirp的4RX数据后面是第2个chirp的4RX数据，……，第M个chirp数据；再到下一帧数据，依次类推。

(2)MATLAB回波数据解析程序：

%%%%%% 1642+DCA1000 数据解析 %%%%%%%
fname='adc_data.bin';    %bin文件位置
fid = fopen(fname,'rb');  
%读取第一帧数据
%n_samples为每个chirp的采样点数，n_chirps为每帧chirp数
sdata = fread(fid,n_samples*n_chirps*n_Rx*n_Tx*2,'int16');  
%通道解析
fileSize = size(sdata, 1);  
lvds_data = zeros(1, fileSize/2);
count = 1;
for i=1:4:fileSize-5
   lvds_data(1,count) = sdata(i) + 1i*sdata(i+2); 
   lvds_data(1,count+1) = sdata(i+1)+1i*sdata(i+3);  %IQ数据合并成复数
   count = count + 2;
end
lvds_data = reshape(lvds_data, n_samples*n_RX, n_chirps);
lvds_data = lvds_data.';
cdata = zeros(n_RX,n_chirps*n_samples);
for row = 1:n_RX       %天线个数
  for i = 1: n_chirps     %一帧的chirp个数
      cdata(row,(i-1)*n_samples+1:i*n_samples) = lvds_data(i,(row-1)*n_samples+1:row*n_samples);
  end
end
fclose(fid);
%4RX数据，n_chirps列，每i列为Chirp i的回波数据
RX1data = reshape(cdata(1,:),n_samples,n_chirps);   %RX1数据
RX2data = reshape(cdata(2,:),n_samples,n_chirps);   %RX2
RX3data = reshape(cdata(3,:),n_samples,n_chirps);   %RX3
RX4data = reshape(cdata(4,:),n_samples,n_chirps);   %RX4

频率估计方法有很多，工程上主要采用FFT运算。针对毫米波雷达测距、测速、测角处理，工程上可采用3DFFT处理。将回波数据排列成3维矩阵（n_samples*n_chirps *n_RX），如下图所示，3DFFT即在3个维度上做3次FFT运算。
在这里插入图片描述
（1）距离FFT
对回波每一个chirp作1DFFT，得到距离-脉冲图。

（2）速度FFT
对距离FFT的结果在chirp维作1DFFFT，得到距离-多普勒图。提取2DFFT的峰值即可得到目标的差拍频率和多普勒频率。
（3）角度FFT
对多个RX的2DFFT结果在天线维作1DFFT，得到距离-多普勒-方位图。
在这里插入图片描述
（4）MATLAB程序

clear all;close all;clc;
%% 雷达参数（使用mmWave Studio默认参数）
c=3.0e8;  
B=768e6;       %调频带宽
K=30e12;       %调频斜率
T=B/K;         %采样时间
Tc=160e-6;     %chirp总周期
fs=10e6;       %采样率
f0=77e9;       %初始频率
lambda=c/f0;   %雷达信号波长
d=lambda/2;    %天线阵列间距
n_samples=256; %采样点数/脉冲
N=256;         %距离向FFT点数
n_chirps=128;  %每帧脉冲数
M=128;         %多普勒向FFT点数
n_RX=4;        %RX天线通道数
Q = 180;       %角度FFT
xx = 1;        %第xx帧
%% 读取回波数据
fname='C:\ti\adc_data.bin';
fid = fopen(fname,'rb');    
%16bits，复数形式(I/Q两路)，4RX,1TX,有符号16bit，小端模式
sdata = fread(fid,xx*n_samples*n_chirps*4*1*2,'int16');    
sdata = sdata((xx-1)*n_samples*n_chirps*4*1*2+1:xx*n_samples*n_chirps*4*1*2);
%% 1642+DCA1000
fileSize = size(sdata, 1);
lvds_data = zeros(1, fileSize/2);
count = 1;
for i=1:4:fileSize-5
   lvds_data(1,count) = sdata(i) + 1i*sdata(i+2); 
   lvds_data(1,count+1) = sdata(i+1)+1i*sdata(i+3); 
   count = count + 2;
end
lvds_data = reshape(lvds_data, n_samples*n_RX, n_chirps);
lvds_data = lvds_data.';
cdata = zeros(n_RX,n_chirps*n_samples);
for row = 1:n_RX
  for i = 1: n_chirps
      cdata(row,(i-1)*n_samples+1:i*n_samples) = lvds_data(i,(row-1)*n_samples+1:row*n_samples);
  end
end
fclose(fid);
data_radar_1 = reshape(cdata(1,:),n_samples,n_chirps);   %RX1
data_radar_2 = reshape(cdata(2,:),n_samples,n_chirps);   %RX2
data_radar_3 = reshape(cdata(3,:),n_samples,n_chirps);   %RX3
data_radar_4 = reshape(cdata(4,:),n_samples,n_chirps);   %RX4
data_radar=[];            
data_radar(:,:,1)=data_radar_1;     %三维雷达回波数据
data_radar(:,:,2)=data_radar_2;
data_radar(:,:,3)=data_radar_3;
data_radar(:,:,4)=data_radar_4;
%% 3维FFT处理
%距离FFT
range_win = hamming(n_samples);   %加海明窗
doppler_win = hamming(n_chirps);
range_profile = [];
for k=1:n_RX
   for m=1:n_chirps
      temp=data_radar(:,m,k).*range_win;    %加窗函数
      temp_fft=fft(temp,N);    %对每个chirp做N点FFT
      range_profile(:,m,k)=temp_fft;
   end
end
%多普勒FFT
speed_profile = [];
for k=1:n_RX
    for n=1:N
      temp=range_profile(n,:,k).*(doppler_win)';    
      temp_fft=fftshift(fft(temp,M));    %对rangeFFT结果进行M点FFT
      speed_profile(n,:,k)=temp_fft;  
    end
end
%角度FFT
angle_profile = [];
for n=1:N   %range
    for m=1:M   %chirp
      temp=speed_profile(n,m,:);    
      temp_fft=fftshift(fft(temp,Q));    %对2D FFT结果进行Q点FFT
      angle_profile(n,m,:)=temp_fft;  
    end
end
%% 绘制2维FFT处理三维视图
figure;
speed_profile_temp = reshape(speed_profile(:,:,1),N,M);   
speed_profile_Temp = speed_profile_temp';
[X,Y]=meshgrid((0:N-1)*fs*c/N/2/K,(-M/2:M/2-1)*lambda/Tc/M/2);
mesh(X,Y,(abs(speed_profile_Temp))); 
xlabel('距离(m)');ylabel('速度(m/s)');zlabel('信号幅值');
title('2维FFT处理三维视图');
xlim([0 (N-1)*fs*c/N/2/K]); ylim([(-M/2)*lambda/Tc/M/2 (M/2-1)*lambda/Tc/M/2]);
%% 计算峰值位置
angle_profile=abs(angle_profile);
pink=max(angle_profile(:));
[row,col,pag]=ind2sub(size(angle_profile),find(angle_profile==pink));
%% 计算目标距离、速度、角度
fb = ((row-1)*fs)/N;         %差拍频率
fd = ((col-M/2-1)*fs)/(N*M); %多普勒频率
fw = (pag-Q/2-1)/Q;          %空间频率
R = c*(fb-fd)/2/K;          %距离公式
v = lambda*fd/2;            %速度公式
theta = asin(fw*lambda/d);  %角度公式
angle = theta*180/pi;
fprintf('目标距离： %f m\n',R);
fprintf('目标速度： %f m/s\n',v);
fprintf('目标角度： %f°\n',angle);

4、参考

回波3DFFT处理（测距、测速、测角）
回波数据adc_data.bin解析（附MATLAB程序）

万分感谢博主8-24-Mamba分享的文章。

写于关雎

在这里插入图片描述

新浪微博：https://weibo.com/tianzhejia
CSDN博客：https://blog.csdn.net/qq_35605018
博客网站：http://www.zhijiadeboke.xyz
GitHub：https://github.com/ZhijiaTian
QQ邮箱：2461824656@qq.com
126邮箱：tianzhejia@126.com
Outlook邮箱：tianzhejia@outlook.com
以上均可与本人取得联系，欢迎探讨。^ v ^