电动汽车雷达技术概述 —— FMCW干扰问题(第二篇)

此图片来源于网络

1、雷达干扰问题

此图表示道路上的典型场景。 两辆支持雷达的汽车相互通过。 在过去,这是不太可能的事件。 然而,随着越来越多的77千兆赫雷达汽车 在道路中行驶,这种事件发生的可能性变得越来越高。 因此,一个雷达间歇性地 干扰另一个雷达的可能性增加。 这种干扰情况可能导致 噪声,导致错过检测, 在某些范围或方向上 出现盲点。

括号里为知识点:(在FMCW(Frequency Modulated Continuous Wave)雷达系统中,“啁啾”(Chirp)指的是雷达发射的连续波信号其频率随时间线性变化的过程。这种频率调制的方式使得雷达发射出去的电磁波具有一个起始频率和结束频率,并且在指定的时间周期内,这个频率会按照预设的规律逐渐改变。当FMCW雷达系统发出的啁啾信号遇到目标物体后,部分信号会反射回来。接收端接收到的回波信号与发射信号存在一定的频率差和时间延迟。通过分析这个频率差可以计算出目标的距离信息,因为频率差与目标到雷达的距离成正比;而时间延迟则对应着信号往返目标所需的时间,进一步可以解算速度信息。所以,FMCW雷达系统的“啁啾”是实现精确距离测量和速度检测的关键技术之一,它使得雷达能够在不使用复杂脉冲体制的情况下实现高精度的测距和多目标探测。)

在某些情况下,它甚至可以导致幽灵物体出现, 雷达可能会探测到在现实生活中 不存在的目标。 同样,由于在工业环境中 使用了更多的60千兆赫雷达, 因此也会出现类似的干扰。 我们首先简要介绍FMCW雷达。 在FMCW雷达系统中,产生并发送啁啾信号, 即具有线性斜率 频率的信号。

该发射信号从其 视场中的目标反射 并在接收器处接收。 接收信号是发送信号的延迟反应。 接收到的信号使用发送的信号混合, 然后数字化 以产生ADC数据。 由于反射信号是发送信号的延迟反应, 因此混合下行信号 对应于其频率与该延迟 成比例的正弦波。

延迟永远不会为负。 因此,给定正斜率, 我们的有效对象对应于正频率。 利用通过傅立叶变换估计的 音调频率,可以估计延迟。 使用延迟和光速,可以估计到 目标的距离。

2、交叉干扰源 和 并行干扰源

以下开始讨论干扰即两种不同类型的干扰源, 特别是交叉干扰源 和 并行干扰源。

如果受害者啁啾和攻击者啁啾 发生在同一时间段并且行进相同的带宽, 如果它们的斜率使得攻击者的啁啾 穿过受害者的IF(Intermediate Frequency)带宽, 那么我们称攻击者为交叉干扰者。 在IF中,攻击者啁啾的能量 被观察为快速移动 通过IF带宽的啁啾。 在时域中,受干扰影响的区域 类似于小差错。

最后,在频域中对ADC cordwood 应用傅立叶变换后, 这些交叉干扰通常 会增加噪声基底并降低 强目标的SNR并掩埋弱目标, 从而影响检测并产生瞬间盲点。 最后要注意的重点是小错误持续时间 通常很短。 它由IF带宽给出, 除以攻击者和受害者之间的 斜率差。

例如,如果IF带宽为12兆赫兹, 并且斜率差为每微秒40兆赫兹, 则大约0.3微秒或最终ADC输出的 四个样本将受到干扰的影响。

第二种干扰源 称为并行干扰源。 当攻击者啁啾声和受害者啁啾声具有相同的斜率时, 它们就会发生。 这可能是每个雷达 都配置了相同啁啾声。 如果不同雷达之间的啁啾开始的延迟 在一微秒左右,则攻击者啁啾 将在受害者的整个啁啾的 IF带宽内。 因此,干扰区域 是整个啁啾。

然后与发射器芯片混合, 并行干扰信号成为ADC数据中的 恒定频率音调。 在对ADC数据应用傅里叶变换之后, 在傅立叶域中,它变为幽灵物体。 也就是说,它的行为类似于随机距离 随机速度的目标。 最后,关于并联干扰, 有一点需要注意。 并行干扰的概率非常小。

只有当两个雷达几乎同时启动时 才会发生干扰,这样攻击者的雷达信号 就会出现在受害雷达的IF带宽中。 否则,受害者的Rx将过滤掉 攻击者雷达信号。 在典型的超短程雷达中, 最大距离为20米, 目标的最大延迟为0.13微秒。 这限制了IF带宽,并且只有 当两个雷达在彼此的0.13微秒内 开始时才会发生干扰。

3、如何应对干扰问题

在研究了不同类型的干扰源之后, 我们现在继续研究减轻它们的方法。 我们从MOSARIM报告开始。 汽车雷达并不是一件新鲜事。 因此,雷达干扰多年来一直 是汽车安全的关注点。 尽管存在干扰,汽车雷达仍可用于 许多安全应用。

雷达干扰减灾(MOSARIM)是欧盟资助的 一项研究汽车雷达 干扰问题的项目, 提出减轻 干扰的方法。 它于2012年底完成。  这些建议同样适用于汽车和工业机器人, 并代表了当前减轻 干扰的最佳方法。

我们从基于CFAR的缓解方法开始。 该方法简单地增加了考虑干扰的 CFAR阈值。 这降低了检测灵敏度, 但避免了虚假的旁波束。

旧CFAR例程的检测阈值 是用户可编程的。 由于检测灵敏度的降低, 它的有用性具有争议, 但实施起来非常简单。 

第二种方法称为时域抖动。 该方法涉及抖动空闲时间, 啁啾之间的时间或帧间时间, 帧之间的时间。 由于这种抖动对于攻击者 和受害者不同,因此减少了 对多于一个啁啾的干扰的可能性。 在空闲时间内几乎可以有无限的变化。 使用软件控制也可以 使用抖动生成帧。 此方法非常有用, 尤其是对于并行干扰方案。 它很容易实现。 然而,抖动啁啾时间 可能会增加2D帧处理中的噪声底值。

第三种方法称为方向特定的 预定义频带分离。 在这种方法中,我们使用单独的波段 用于远程雷达和短程雷达, 这样它们就不会相互干扰。 它还建议在前置雷达上 使用不同的波段, 为后置雷达使用另一波段。 然而,它的用处值得商榷, 特别是因为汽车和机器人会转弯, 例如在交叉路口附近,使这种方法变得无效。 但是,实现和处理非常简单。

下一种方法涉及检测干扰 和修复ADC数据的方法。 必须推导和修复 受干扰影响的ADC数据区域。 使用ADC数据的统计信息 执行检测。 修复涉及插值或信号修复。AWR和IWR设备提供 称为啁啾质量的旁道信息, 有助于缩小干扰区域。 这是一种非常有用的干扰抑制方法, 可以很容易地在DSP上实现。

下一个方法叫做抖动 每个啁啾的相位。 我们随机化每个啁啾的 传输相位。 由于攻击者不具有这种 随机相位的概念,因此干扰事件的 相位将被随机化,从而将干扰扩展到啁啾声。

这是一种非常有用的方法, 尤其适用于并行干扰。 然而,干扰功率电平的降低 是一帧中啁啾数量的函数。 下一种方法称为数字波束成形。 在这种方法中,我们在干扰源的 方向上放置一个陷波。 这是通过在处理之前 将陷波滤波器应用于接收器阵列 来完成的。 陷波滤波器适用于天线损坏。但是,我们认为 如果接收器数量有限,例如四个或八个, 它可能无法正常工作。 此外,攻击者的到达方向 需要先验估计。

方法7涉及检测干扰并改变 发送啁啾或帧的时机。 在这种方法中, 如果检测到干扰源,我们可以通过跳转到 随机RF频率或随机时隙来避免干扰,并且实现起来相当简单。

最后的方法涉及天线的 特定极化。 在该方法中,我们使用例如 某组天线的水平极化 和另一组的垂直授权。 如果攻击者 使用水平极化天线进行传输, 并且受害者使用垂直极化天线 作为其接收器,则来自攻击者的信号 将在受害者的天线处严重衰减。

该方法需要天线设计专业知识。 这是一种有用的方法,但只有两种不同的选择, 垂直和水平极化。 而且,该方法导致天线设计的 复杂性增加。 

下面将介绍一些避免、检测、 定位和减轻干扰的方法。

这些方法包括频率规划, 有无同步,啁啾设计的标准化, 啁啾时间的同步, 弱化干扰的不同,使用啁啾感测 和避免干扰,减轻干扰损坏的方法, 重建受干扰损坏的ADC数据部分的 方法。

第一种方法是标准化。 标准化是指频率规划和啁啾设计, 以及时隙管理。 基于分辨率要求的频率规划 将允许不同的雷达在不同的RF频带中共存。 例如,AWR系列器件具有 4千兆赫的RF带宽, 可分为2千兆赫频带, 并由两个雷达同时使用。

下一个方法涉及随机化和抖动。 这对并行干扰最有帮助, 可以通过此过程进一步减轻干扰。 啁啾有多个参数可以随机化。 这些包括啁啾启动阶段, 可以使用每个线性调频器 移相器API或二进制移相器API随机化。 啁啾斜率,啁啾 开始频率和啁啾空闲时间都可以 使用chirp config API进行随机化。

最后的方法为定位, 然后减轻影响。 在许多情况下,无论进行 何种随机化或抖动,都不可能避免一些 交叉干扰。 在这种情况下,定位 随后减轻或信号愈合是最佳选择。 定位是指找出啁啾中 哪些样本受干扰 影响的过程。 这可以通过两种方式之一完成。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/376003.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

华为数通方向HCIP-DataCom H12-821题库(单选题:441-460)

第441题 下面是一台路由输出的信息,关于这段信息描述正确的是 <R1>display bgp peerBGP local router ID : 2.2.2.2Local AS number : 100Total number of peers : 2 Peers in established state : 0Peer V AS MsgRcvd MsgSent OutQ Up/Down …

【JavaScript】Js中一些数组常用API总结

目录 前言 会改变原数组 push() pop()和shift() unshift() splice() sort() reverse() 不会改变原数组 slice() concat() filter() forEach() toString join(分隔符&#xff09; 小结 前言 Js中数组是一个重要的数据结构&#xff0c;它相比于字符串有更多的方法…

Android7.0-Fiddler证书问题

一、将Fiddler的证书导出到电脑&#xff0c;点击Tools -> Options -> HTTPS -> Actions -> Export Root Certificate to Desktop 二、下载Window版openssl&#xff0c; 点击这里打开页面&#xff0c;下拉到下面&#xff0c;选择最上面的64位EXE点击下载安装即可 安…

node cool-admin 后端宝塔面板看代码日志

1.需求 我在处理回调问题的时候 就是找不到问题&#xff0c;因为不像本地的代码 控制台能够直接打印出来问题&#xff0c;你是放在线上了 所以那个日志不好打印 我看网上都说是 直接用一个loger.js 打印 日志 放到代码文件里 这种方法也许有用 但是对我这框架cool来说 试了没有…

使用 Kubernetes,基础设施层面如何优化?分享一些解决方案

重点内容 搭配 SmartX 自主研发的 Kubernetes 服务、分布式存储、Kubernetes 原生存储等产品&#xff0c;用户既可基于 SmartX 超融合构筑全栈 Kubernetes 基础设施&#xff0c;也可选择为部署在裸金属、其他虚拟化平台或混合环境的 Kubernetes 集群提供持久化存储支持。 文末…

基于YOLOv8的暗光低光环境下(ExDark数据集)检测,加入多种优化方式---DCNv4结合SPPF ,助力自动驾驶(一)

&#x1f4a1;&#x1f4a1;&#x1f4a1;本文主要内容:详细介绍了暗光低光数据集检测整个过程&#xff0c;从数据集到训练模型到结果可视化分析&#xff0c;以及如何优化提升检测性能。 &#x1f4a1;&#x1f4a1;&#x1f4a1;加入 DCNv4结合SPPF mAP0.5由原始的0.682提升至…

金融行业专题|证券超融合架构转型与场景探索合集(2023版)

更新内容 更新 SmartX 超融合在证券行业的覆盖范围、部署规模与应用场景。新增操作系统信创转型、Nutanix 国产化替代、网络与安全等场景实践。更多超融合金融核心生产业务场景实践&#xff0c;欢迎阅读文末电子书。 在金融行业如火如荼的数字化转型大潮中&#xff0c;传统架…

[Python进阶] 制作动态二维码

11.1 制作动态二维码 二维码&#xff08;QR code&#xff09;是一种二维条形码&#xff08;bar code&#xff09;&#xff0c;它的起源可以追溯到20世纪90年代初。当时&#xff0c;日本的汽车工业开始使用一种被称为QR码的二维条码来追踪汽车零部件的信息。 QR码是Quick Respo…

品牌如何营造生活感氛围?媒介盒子分享

「生活感」简而言之是指人们对生活的感受和意义&#xff0c;它往往没有充斥在各种重要的场合和事件中&#xff0c;而是更隐藏在细碎平凡的生活场景中。在营销越来越同质化的当下&#xff0c;品牌应该如何打破常规模式&#xff0c;洞察消费情绪&#xff0c;找到更能打动消费者心…

Python(20)正则表达式(Regular Expression)中常用函数用法

大家好&#xff01;我是码银&#x1f970; 欢迎关注&#x1f970;&#xff1a; CSDN&#xff1a;码银 公众号&#xff1a;码银学编程 正文 正则表达式 粗略的定义&#xff1a;正则表达式是一个特殊的字符序列&#xff0c;帮助用户非常便捷的检查一个字符串是否符合某种模…

14. 【Linux教程】文件压缩与解压

文件压缩与解压 前面小节介绍了如何对文件和目录删除、移动操作&#xff0c;本小节介绍如何使用命令对文件和目录进行压缩与解压操作&#xff0c;常见的压缩包格式有 .bz2、.Z、.gz、.zip、.xz&#xff0c;压缩之后的文件或目录占用更少的空间。 1. tar 命令介绍 下面列举 ta…

【C++】基础知识讲解(命名空间、缺省参数、重载、输入输出)

&#x1f308;个人主页&#xff1a;秦jh__https://blog.csdn.net/qinjh_?spm1010.2135.3001.5343&#x1f525; 系列专栏&#xff1a;http://t.csdnimg.cn/eCa5z 目录 命名空间 命名空间的定义 命名空间的使用 命名空间的嵌套使用 C输入&输出 std命名空间的使用惯例&…

阿里云服务器centos_7_9_x64位,3台,搭建k8s集群

目录 1.环境信息 2.搭建过程 2.1 安装Docker源 2.2 安装Docker 2.3 安装kubeadm&#xff0c;kubelet和kubectl 2.4 部署Kubernetes Master(node1) 2.5 安装Pod网络插件&#xff08;CNI&#xff09; 2.6 加入Kubernetes Node 2.7 测试kubernetes集群 3.部署 Dashboard…

webrtc native api的几个要点

文章目录 基本流程状态回调类sdp的中媒体行pc对象 基本流程 webrtc native的接口&#xff0c;主要就是围绕着PeerConnection对象&#xff0c;一个PeerConnection对象它代表了一次音视频会话。 那么通过PeerConnection对象建立音视频通话&#xff0c;包括如下步骤&#xff1a; …

回归预测 | Matlab实现POA-BP鹈鹕算法优化BP神经网络多变量回归预测

回归预测 | Matlab实现POA-BP鹈鹕算法优化BP神经网络多变量回归预测 目录 回归预测 | Matlab实现POA-BP鹈鹕算法优化BP神经网络多变量回归预测预测效果基本描述程序设计参考资料 预测效果 基本描述 1.Matlab实现POA-BP鹈鹕算法优化BP神经网络多变量回归预测&#xff08;完整源码…

光伏板安装角度有什么讲究?

随着太阳能技术的日益普及&#xff0c;光伏板&#xff08;也称为太阳能电池板&#xff09;已成为我们日常生活中不可或缺的一部分。在安装光伏板时&#xff0c;选择合适的安装角度是一个至关重要的环节&#xff0c;它直接影响到光伏系统的效率和发电量。本文将探讨光伏板安装角…

RabiitMQ延迟队列(死信交换机)

Dead Letter Exchange&#xff08;死信交换机&#xff09; 在MQ中&#xff0c;当消息成为死信&#xff08;Dead message 死掉的信息&#xff09;后&#xff0c;消息中间件可以将其从当前队列发送到另一个队列中&#xff0c;这个队列就是死信队列。而 在RabbitMQ中&#xff0c;由…

Android14音频进阶:MediaPlayerService如何启动AudioTrack 上篇(五十五)

简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 优质专栏:Audio工程师进阶系列【原创干货持续更新中……】🚀 优质专栏:多媒体系统工程师系列【原创干货持续更新中……】🚀 人生格言: 人生从来没有捷径,只…

正确入市时机3秒抓住,WeTrade众汇无偿实例分享

在上篇文章中&#xff0c;WeTrade众汇无偿分享如何3秒抓住正确入市的时机&#xff0c;今天让我们通过一个例子来验证这个策略的正确性。 对于突破策略&#xff0c;WeTrade众汇用了同样的图表来演示挤压交易。蓝色箭头表示变窄的区域&#xff0c;红色箭头表示烛台穿过下层。当它…

成功解决RuntimeError: batch2 must be a 3D tensor

成功解决RuntimeError: batch2 must be a 3D tensor。 &#x1f335;文章目录&#x1f335; &#x1f333;引言&#x1f333;&#x1f333;问题初探&#xff1a;为什么会出现这个错误&#xff1f;&#x1f333;&#x1f333;解决方案&#xff1a;如何避免和修复这个错误&#x…
最新文章