詳細分析:FMCW雷達測距/測速原理,及典型應用場景

雷達按照發射信號的種類可分成脈衝雷達和連續波雷達，常規脈衝雷達發射周期性的調製脈衝信號，而連續波雷達發射的是連續波信號。通常，脈衝雷達具有較高的峰值功率和較小的佔空比，而連續波雷達則具有100%的佔空比和較低的功率。

FMCW雷達在發射功率低的情況下實現高解析度的場景中十分有用，包括汽車雷達，近距成像和其他許多應用場景。我們「雷達通信電子戰(ID:RadarCommEW)」微信公眾號致力於整理和分享領域內的專業知識，今天和大家分享的是調頻連續波雷達的基礎知識和應用場景，從中可以看出其優勢和潛在價值。

連續波雷達的發射信號可以是單頻連續波(CW)或者調頻連續波(FMCW)，調頻方式也有多種，常見的有三角波、鋸齒波、編碼調製或者噪聲調頻等。單頻連續波雷達僅可用於測速，無法測距，而FMCW雷達既可測距又可測速，在近距離測量上的優勢日益明顯。

FMCW雷達在掃頻周期內發射頻率變化的連續波，被物體反射後的回波與發射信號有一定的頻率差，通過測量頻率差可以獲得目標與雷達之間的距離信息，該差頻信號頻率較低，一般為KHz，因此硬體處理相對簡單、適合數據採集並進行數位訊號處理。簡單的結構框圖如下：

高頻信號由壓控振蕩器產生，通過功率分配器將一部分經過額外放大後饋送至發射天線，另一部分耦合至混頻器，與接收的回波混頻後低通濾波，得到基帶差頻信號，經過模數轉換後送至信號處理器處理。

下面以三角波調頻連續波為例來簡單介紹雷達的測距和測速原理。如下圖，紅色為發射信號頻率，綠色為接收信號頻率，掃頻周期為T，掃頻帶寬為B，發射信號經過目標發射，回波信號會有延時，在三角形的頻率變化中，可以在上升沿和下降沿兩者上進行距離測量。

如果沒有都卜勒頻率，上升沿期間的頻率差值等於下降沿期間的測量值。對於運動目標，則上升/下降沿期間的頻率差不同，我們可以通過這二個頻率差來計算距離和速度。

差頻信號經低通濾波和放大後送數位訊號處理器，完成對差頻信號的FFT、檢測，對目標數據進行處理後送顯控終端顯示。三角波調頻連續波雷達正是通過採用正負調頻斜率來消除距離與速度的耦合，進而進行目標速度的估計。

但是，往往為了獲得目標的速度信息，雷達通常以幀為單位，均勻等時間間隔地發出一串chirps信號。然後利用信號相位差來測量出目標場中目標的速度。對與每個chirp對應的數位化採樣點執行距離FFT，輸出結果以連續行的形式存儲在矩陣中。處理器接收並處理一幀中所有單個chirp後，開始對chirps串序列進行FFT(都卜勒FFT)。

距離FFT(逐行)和都卜勒FFT(逐列)的聯合操作可視作每幀對應數位化採樣點的二維FFT。二維FFT可同時分辨出目標的距離和速度。也就是說，二維FFT的峰值位置對應雷達前方目標的距離和速度。

對目標角度信息的解析需要多個RX天線。因此，處理器首先處理每個天線接收到的信號進行二維FFT。隨後，對多個天線所得的二維FFT矩陣進行聯合處理，最後得出目標的到達角。

通過以上處理，雷達可以解析出目標的距離、速度和角度等多維信息。雷達的性能指標取決於發射信號的選擇。例如，隨著chirp信號帶寬的增加，距離解析度隨之提高；速度解析度隨著幀持續時間的增加而提高。

同樣地，最大可測速度與相鄰chirp信號之間的空間間隔成反比；TX/RX天線的數量對角度解析度有著決定性的作用。FMCW雷達的有效噪聲帶寬與其調頻時間成反比，調頻時間越長，有效噪聲帶寬越低，解析度越高。

連續波調頻(FMCW)雷達已廣泛應用於汽車領域，包括從安全到舒適性能的各個方面，例如盲點檢測、換道輔助、自動巡航控制和停車輔助等。無論天氣和周圍的光照條件如何，雷達都能夠可靠、準確地探測和定位障礙物。

FMCW雷達收發同時，理論上不存在脈衝雷達所存在的測距盲區，並且發射信號的平均功率等於峰值功率，因此只需要小功率的器件，從而降低了被截獲和幹擾的概率；其缺點是測距量程較短，距離都卜勒耦合以及收發隔離難等缺點。

FMCW雷達測量目標的距離和速度的性能與周圍環境的光照情況無關，並不需要額外的輔助光源提供照明。其較高的工作頻率意味著整體解決方案的尺寸更小。FMCW雷達具有容易實現、結構相對簡單、尺寸小、重量輕以及成本低等優點，在民用/軍事領域均得到了廣泛的應用。

和脈衝雷達系統相比，調頻連續波雷達的一大優勢是發射功率低，尺寸小，成本低廉，雷達在發射機和接收機均工作時可實現零盲區，且可直接測量都卜勒頻移和靜態目標概率，這點非常符合車載雷達和工業雷達的性能需求。

除通用指標外，該類雷達核心性能指標還包括解析度、模糊度以及距離和徑向速度的精度。解析度由信號帶寬和相干處理間隔決定，參數估計的精確程度由雷達回波信號的信噪比高低決定。

現代汽車隨著其發展包含了越來越複雜的電子設備，汽車製造商正將高級駕駛輔助系統(ADAS)配置在其新開發的型號上，通過增加汽車的安全性以獲得更高的安全率。

大多數交通事故的發生是由於駕駛人員的錯誤，ADAS通過提出各種各樣的問題，包括碰撞避讓、胎壓過低，來警醒和輔助駕駛人員，被證明可減小傷亡。

ADAS使用的雷達技術主要聚焦在頻率76-81GHz。這些雷達需要面對各種各樣的應用、工作條件和目標檢測的挑戰，以提供特定駕駛人員輔助功能所需要的可靠覆蓋範圍(距離)和視場(角度)。

高級駕駛輔助系統(ADAS)

目前，製造商主要基於視覺傳感器技術和工作於24GHz與/或77GHz的雷達系統來實現駕駛輔助。視覺系統檢測道路標識，處理其他的可視化道路信息，但是容易受到降水特別是霧與雪導致的性能下降的影響，也容易受距離的影響。

遠距離雷達(LRR)支持多種功能，能輕鬆處理30到200米的距離，近距離雷達(SRR)能檢測低於30米的距離。目前混合結構中廣泛使用的用於SRR檢測的24GHz頻段，到2022年在新的汽車上要逐漸淘汰。同時，支持LRR的77GHz頻段(76-81GHz)預期將為未來的汽車同時提供近距離和遠距離檢測。

77GHz頻段的技術優點包括：天線較小(只有目前24GHz的三分之一)、允許的發射功率較高，更重要的是可以得到較寬的帶寬，從而獲得較高的目標解析度。雷達調製技術、天線波束控制、系統結構以及半導體技術的進步，促使人們在未來ADAS汽車中快速選擇毫米波雷達。

對於自適應巡航控制(ACC)，為了處理高速公路上的多目標場景，目標測距和速度測量要同時進行，要求既有高解析度又有準確性。目前的ACC系統使用相對熟悉的波形，具有較長測量時間(5-100ms)。與之相比，未來針對安全應用的開發，如避免碰撞(CA)或自動駕駛(AD)，要求具有更高的可靠性(極低的虛警率)和極快的反應時間。

對汽車雷達系統的重要要求包括：ACC的最大探測範圍近似為200m，測距精度大約1m，速度解析度2.5km/h。為滿足這些系統要求，已實現了各種波形調製技術和結構，包括連續波(CW)發射信號或經典的具有超窄脈寬的脈衝波形。

對於固定的高解析度測距系統而言，與脈衝波形相比CW雷達系統的主要優點是測量時間相對較低和計算複雜。文獻中常見的兩類CW波形包括線性頻率調製(LFMCW)和移頻鍵控(FSK)，移頻鍵控技術至少使用兩種不同的離散頻率。

對於ACC應用，同時進行測距和相對速度的測量極其重要。LFMCW和FSK可滿足這些要求。LFMCW需要多個測量周期和數學計算以解決模糊性，而FSK測距精度則差了點。結果，一種將LFMCW和FSK結合在一起稱為多頻移鍵控(MFSK)的單波形信號令人們極其感興趣。

FMCW雷達的獨特優勢也可以滿足其他一些應用的需求(即使是在汽車內部)，這包括：鄰近感測；駕駛員生命體徵監控；手勢識別；佔位檢測。

鄰近感測

鄰近感測傳感器擴展了雷達探測障礙物的能力，比如開車門或後備箱時的防撞功能。這一應用功能利用了雷達的高距離解析度及其近距離探測障礙物的能力(障礙物包括電線桿、停車障礙物、牆壁、鄰近停放的車輛等)。如圖所示，鄰近感測也可用於泊車輔助。

下圖描述了一個典型鄰近感測功能的處理流程。處理器通過執行2D FFT處理幀間的模數轉換(ADC)數據，該過程可解析出目標的距離和都卜勒信息，並區分出附近的運動物體和靜止的障礙物。

基於雷達的移動，都卜勒分辨也有助於對靜止目標物的辨識，因為相對於雷達而言，它們的相對速度是不同的。通過不同天線間二維 FFT矩陣的非相干累積生成一個距離-都卜勒圖，然後由檢測算法進行處理。

檢測算法可用一種基本的恆定虛警率-單元平均(CFAR-CA)檢測器。諸如CFAR有序統計(CFAR-OS)等更複雜的變形也有助於改善存在地雜波情況下的檢測。

駕駛員生命體徵監測

FMCW雷達技術的一項重要應用是提高道路安全性，它可通過精確監測駕駛員的心率和呼吸頻率來持續監測駕駛員的生命體徵。這種小尺寸傳感器簡單易用，比如它可以嵌入到駕駛員座椅的靠背中。

FMCW雷達接收信號的相位對目標位置的微小變化極為敏感(如前所提及的相位靈敏度，目標每移動1mm，經過距離FFT處理數據的相位就會變化180度)。利用這一特性可估計出目標的振動頻率(比如由呼吸和心跳引起的振動)。

該器件發出一串chirps信號，隨之利用距離FFT中的峰值識別來自駕駛員胸部的強烈反射。通過算法跟蹤這個峰值的相位，並對該相位序列進行頻譜分析，以提取駕駛員的心臟和呼吸頻率。

注意，由呼吸引起的胸部運動可達到12mm量級，這是雷達工作波長(77GHz時約為4mm)的好幾倍。因此，為了更準確地測量出結果，需要對相位進行合適的解卷繞處理。

隨後，器件中的算法對相位序列進行帶通濾波處理，提取出目標頻譜(呼吸頻率為0.1-0.5Hz，心跳頻率為0.8-2Hz)。然後，對輸出結果進行頻譜分析，測量出心率和呼吸率。

為了提高魯棒性，可選擇性地使用運動檢測模塊來檢測駕駛員的內部運動，並對其進行適當地動態補償，或者放棄讀取。

手勢識別

使用FMCW雷達可實現較高的距離和速度(或都卜勒)解析度，使其非常適合於基於手勢的非接觸式界面。應用於汽車的案例包括基於手勢打開車門/後備箱和基於手勢控制信息娛樂系統(例如通過揮手切換屏幕，或者通過捻轉手指控制音量)。

特徵處理方法有很多種。一種方法是將特定的時間窗內提取的特徵發送給機器學習算法，例如人工神經網絡、決策樹或支持向量機等，然後再進行分類。另一種方法是利用手工編寫的邏輯來識別提取的特徵中的各種手勢。混合解決方案也是一種可能的方法。

特徵處理的輸出是檢測到手勢的類型。此外，特徵處理還可以輸出與手勢有關的其他指標(例如手勢速度)，利用這些指標可改善用戶體驗。

佔位檢測

被鎖在車內的兒童和動物可能會很快死於高溫。安裝在駕駛室中的FMCW雷達可以在無人照看的車輛中檢測到它們的存在，從而能夠及時採取措施。該應用主要取決於雷達是否具備精細的速度解析度。雷達必須能夠將即使最輕微運動(例如熟睡中的孩子)的目標與車內靜止的雜物區分開。

所有天線的距離FFT被傳遞到角譜估計模塊，該模塊對每個距離單元的角譜進行估計。目標的微小運動有助於距離FFT峰值相位(多個chirps信號序列計算所得)的去相關運算，這反過來有助於提高角度解析度。

如果距離FFT解析出了信號的距離，而角譜估計解析出了角度，後續處理可以基於檢測算法(例如CFAR)，或者更複雜的特徵提取和分析技術檢測出該圖中的目標。後處理的輸出可以是一個標識，指示目標對象的存在或不存在。另外，後處理模塊還可以輸出目標的空間位置。

在航空航天和國防應用中，雷達大多使用脈衝、脈衝壓縮信號，甚至頻率捷變來進行遠程偵察，而如提供高精度定位的工業雷達傳感器、飛機高度計和車載雷達傳感器等均使用連續波雷達信號。

車載雷達市場中，往往要求成本低，性能突出，可靠穩定，在成本的限制下，雷達必須進行高效的研發和生產，雷達傳感器的測試與測量必須實時可靠，產品必須物美價廉、前景明朗。

線性調頻連續波雷達信號應用於多種雷達系統中。儘管調頻連續波技術已推廣使用多年，但其在車載雷達領域的應用最為廣泛。

識別二維碼進入「雷達通信電子戰」公眾號，在後臺發送「190622」或「FMCW」可獲得關於FMCW雷達豐富的資料，文中圖片均來自參考資料。點擊「閱讀原文」查看更多專業知識。