程序员经验分享-hwhale

调频连续波（FMCW）原理

2023-05-16

FMCW（Frequency Modulated Continuous Wave）,即调频的连续信号。在许多方面得到应用，比如生物雷达，车载雷达，无人机雷达等等方面都有FMCW波的应用,目前的商业化的雷达模块大多使用的该原理来实现雷达的测距，测速。

1 信号的模型
一般而言我们使用Chirp信号。下图为一个典型的Chirp信号的模型，从时域波看，其波形时一个频率随时间线性变换的波形。设线性调制波的波形的是锯齿波。则下图为典型的Chirp信号在时域和频域的图形如图所示。所以可以发射信号的公式(1)：

其中S为锯齿波的斜率，值为信号的调频的带宽除于调制的周期BTc，所以式子(1)的相位可以写为以下的形式(2):

 

 

补充以下简单的数学知识，相位的导数是频率，下边的公式(3)

 

2 静止情况测距

设静止的目标距离雷达的距离为R，电磁波在空气中传输速度为c，则接受的信号接受机接受到的信号比发射的信号延迟T=\frac{2R}{c},所以理想中接受机的目标回波信号如为式(4):

 将接收到信号和和Sr(t)和St(t)进行混频处理，处理的简单图如图所示。对于单个目标得到的频率图如图2所示

 图中黑色的虚线便是中频信号的频率，这个时候很明显的看出发射信号和单目标的回波信号的频率差为一个单频信号由公式（4）得到接收回波信号的相位表达式子(5):

 则中频信号的相位公式(6)为：

 通过这个式子可以知道中频的频率为f_{IF}=2\pi \frac{B}{T_{c}}\frac{2R}{c}，所以在雷达系统中可以将中频使用ADC变成数字信号后使用FFT测量频率fIF，其他的参数可知来测量R,显然距离公式R为(7):

 同理该原理可以推到多目标的情况，当目标多于单个时候，计算得到的FFT的频率谱存在多个峰值，如图3所示

 3 运动情况下测速

设在电磁波的覆盖区域中，某一目标在t0时刻距离发射天线为R0,以径向v远离天线（以远离天线为正方向），那么接受到的目标的回波信号公式如（4）所示，但是\tau有所改变，\tau =\frac{2R(t))}{c}=\frac{2(R_{0}+vt)}{c}为信号的延时，这个时候通过混频后得到中频信号的相位如（8）：

 

很显然对于运动的信号的中频信号依然是一个线性调频信号，所以信号的参数带宽Bm，载频fm，初相\phi _{m}

 所以运动下的回波信号的中频信号依然可以写成（12）：

 写成复指数的形式（13）：

 这个时候可以得到运动信号的中频信号，从（9）~(11)式子中可以显然看出带宽Bm，载频fm，初相ϕm都和目标的v存在联系。现在对其采样从模拟信号转化到数字信号来进入数字芯片进行处理，得到距离和速度的信息。设我们使用的ADC的采样时间为Ts，得到离散化后的信号r[n]。并对其使用DFT计算(15):

fm和速度v和R0有关，但是在扫频过程中，fm的变化不大，所以不容易计算出目标的径向速度，但是可以得到在扫频周期，信号的包络χl[k]。

通过数学计算，有兴趣自己算

 这样就可以得到速度和距离的信息，这个是基本的调频连续波测速和测距的原理。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

FMCW

调频连续波

调频连续波（FMCW）原理 的相关文章

  • STL——STL简介、STL六大组件

    一 STL是什么 STL standard template library xff1a C 43 43 标准模板库 xff0c 是C 43 43 标准库的重要组成部分 xff0c 不仅是一个可复用的组件库 xff0c 还是一个包罗数据结构

  • 文件流指针和文件描述符

    1 文件流指针和文件描述符的产生 fopen函数打开文件成功后会返回文件流指针 open函数打开文件成功后返回的是文件描述符 他俩的相同点是通过文件流指针和文件描述符都可以对文件进行操作 2 fopen函数和open函数的介绍 fopen函

  • docker 操作

    查看容器 xff1a sudo docker ps a 删除容器 xff1a sudo docker rm NAMES 容器的名字 下载镜像 xff1a sudo docker pull rmus2022 server v1 2 0 查看镜

  • 树莓派32位系统烧录及连接

    目录 前言 一 烧录树莓派系统 1 格式化tf卡 2 烧录系统 二 连接树莓派 1 开启SSH 2 开启网络共享 3 下载Putty 三 开启图形化界面 非必须 最后 xff1a 前言 我在树莓派环境搭建的过程中 xff0c 看了几十篇博客

  • 鸢尾花Iris数据集进行SVM线性分类

    文章目录 一 学习任务二 学习内容1 鸢尾花数据集使用SVM线性分类1 1 SVM介绍1 2 LinearSVC xff08 C xff09 方式实现分类1 3 分类后的内容基础上添加上下边界 三 参考博客 一 学习任务 安装python3

  • intel realsense d435i相机标定中文文档

    intel realsense d435i相机标定中文文档 此文档参考了官方的英文文档 xff0c 原地址面向英特尔 实感 深度摄像头的 IMU 校准工具 intelrealsense com IMU概述 xff1a 惯性测量单元 imu

  • VScode-git提交 无法推送refs到远端

    在将代码同步到远端仓库时 xff0c 弹窗提醒 无法推送refs到远端 您可以试着运行 拉取 功能 xff0c 整合您的更改 但尝试后发现 拉取 功能也无法解决问题 xff0c 最后是因为文件过大原因 xff0c 在这里记录一下解决方法 x

  • VMware16虚拟机中安装OpenEuler详细教程指南

    文章目录 安装前提准备镜像创建虚拟机安装欧拉踩坑指南 x1f351 网络指南 安装前提 Windown 10VMware 16openEuler 20 03 LTS SP3 准备镜像 镜像地址 xff1a OpenEuler 直接在官网下载

  • C/C++排序算法（三）—— 冒泡排序和快速排序

    文章目录 前言1 冒泡排序 x1f351 基本思想 x1f351 图解冒泡 x1f351 动图演示 x1f351 代码实现 x1f351 代码优化 x1f351 特性总结 2 快速排序 x1f351 hoare 版本 x1f345 图解过程

  • C/C++排序算法（四）—— 归并排序和计数排序

    文章目录 前言1 归并排序 x1f351 基本思想 x1f351 算法图解 x1f345 分组 x1f345 归并 x1f345 比较 x1f351 动图演示 x1f351 代码实现 x1f351 非递归实现 x1f345 情况一 x1f3

  • C++深入浅出（九）—— 多态

    文章目录 1 多态的概念2 多态的定义及实现 x1f351 多态的构成条件 x1f351 虚函数 x1f351 虚函数的重写 x1f351 虚函数重写的两个例外 x1f351 C 43 43 11的override 和 final x1f3

  • C++STL剖析（八）—— unordered_set和unordered_multiset的概念和使用

    文章目录 前言1 unordered set的介绍和使用 x1f351 unordered set的构造 x1f351 unordered set的使用 x1f345 insert x1f345 find x1f345 erase x1f3

  • C++STL剖析（九）—— unordered_map和unordered_multimap的概念和使用

    文章目录 1 unordered map的介绍和使用 x1f351 unordered map的构造 x1f351 unordered map的使用 x1f345 insert x1f345 operator x1f345 find x1f

  • C++STL剖析（十）—— 位图（bitset）

    文章目录 1 位图的介绍2 位图的概念3 位图的实现 x1f351 构造函数 x1f351 设置指定位 x1f351 清除指定位 x1f351 获取指定位的状态 x1f351 打印函数 4 总结 1 位图的介绍 在介绍位图之前先来看一道面试

  • C/C++数据结构（十二）—— 红黑树

    文章目录 1 红黑树的概念2 红黑树的性质3 红黑树节点的定义4 红黑树的旋转5 红黑树的插入 x1f351 情况一 x1f351 情况二 x1f351 情况三 x1f345 叔叔结点存在且为红色 x1f345 叔叔结点存在且为黑色 x1f

随机推荐

  • 机器学习数学基础

    文章目录 一 学习任务二 学习内容1 梯度下降法的一般求解步骤2 梯度下降法手工求解极值2 1 计算过程 3 Excel中利用梯度下降求解近似根4 线性回归问题求解4 1 最小二乘法4 2 梯度下降法 三 参考资料 一 学习任务 解释微分

  • 一篇文章吃透算法时间复杂度

    文章目录 前言1 什么是好的算法2 算法的效率度量3 时间复杂度4 大 O 时间复杂度表示法5 算法时间复杂度计算规则 x1f351 规则 1 xff1a 只关注循环中的代码段 x1f351 规则 2 xff1a 加法规则 x1f351 规

  • 2023 年最佳 C++ IDE

    文章目录 前言1 Visual Studio2 Code Blocks3 CLion4 Eclipse CDT xff08 C C 43 43 开发工具 xff09 5 CodeLite6 Apache NetBeans7 Qt Creat

  • 掌握顺序表，成为数据结构和算法的高手

    文章目录 1 线性结构与线性表2 线性表的顺序存储3 顺序表的基础操作 x1f351 顺序表接口总览 x1f351 初始化顺序表 x1f351 销毁链表 x1f351 插入操作 x1f351 删除操作 x1f351 获取元素操作 x1f34

  • 数据结构中常见的哈希表，到底是什么？

    文章目录 1 哈希概念 x1f351 举例说明 2 哈希冲突3 哈希函数 x1f351 常见哈希函数 4 哈希冲突解决 x1f351 闭散列 xff08 开放定址法 xff09 x1f345 线性探测 x1f345 二次探测 x1f351

  • 探索数据结构之精髓：单链表解密

    文章目录 1 前言2 单链表的特点3 单链表的基础操作 x1f351 接口总览 x1f351 初始化操作 x1f351 插入操作 x1f345 优化操作 x1f351 删除操作 x1f345 优化操作 x1f351 获取元素 x1f345

  • 引用与指针：在C++中如何做出正确的选择？

    文章目录 前言1 引用入门2 引用作为函数传参3 引用作为函数返回值4 引用和指针5 其他区别 前言 引用是 C 43 43 的新增内容 xff0c 在实际开发中会经常使用 xff0c 它就如同C语言的指针一样重要 xff0c 但它比指针更

  • C++引用进阶篇：让你的程序更加高效、安全、简洁

    文章目录 前言1 引用和临时数据 x1f351 什么样的临时数据会放到寄存器中 x1f351 关于常量表达式 x1f351 引用也不能指代临时数据 x1f351 引用作为函数参数 2 为const引用创建临时变量3 const引用与转换类型

  • 二叉树基础概念详解

    文章目录 前言1 树的基本概念2 二叉树的基本概念3 特殊二叉树 x1f351 满二叉树 x1f351 完全二叉树 x1f351 斜树 4 二叉树的性质 x1f351 性质一 x1f351 性质二 x1f351 性质三 x1f351 性质四

  • 链队列知识总结及代码实现

    目录 链队的存储方式 链队的优点 链队功能函数 代码实现 链队的存储方式 可以通过 单链表 的方式来实现 xff0c 使用链式队的优点在于它能够克服用数组实现的顺序队空间利用率不高的特点 xff0c 但是需要为每个队元素分配额外的指针空间用

  • 【C语言】全面解析结构体，结构体知识点整理

    文章目录 结构体的概念结构体类型的声明结构体变量的创建typedef关键字结构体的嵌套结构体变量的初始化结构体成员的访问结构体的传参总结 结构体的概念 结构体是由一系列具有相同类型或不同类型的数据构成的数据集合 组成结构型数据的每个数据称为

  • 逻辑回归案例 练习

    文章目录 一 学习任务二 学习内容1 常用评价指标2 实验分析 三 参考资料 一 学习任务 学习理解逻辑回归的基本概念 xff0c 练习python代码的实现 xff0c 在notebook中写入自己的理解注释 准确理解机器学习算法的常用评

  • APM飞控学习笔记——自动模式下一分钟自动降落

    提示 xff1a 文章写完后 xff0c 目录可以自动生成 xff0c 如何生成可参考右边的帮助文档 文章目录 前言一 自动模式简介二 添加自动降落功能 1 飞控主循环调用逻辑2 功能添加总结 前言 APM是一款功能齐全的开源多轴飞行器无人

  • Linux基础入门之常用命令

    1 命令的基本格式 1 1 命令的提示符 root 64 localhost xff1a 这是提示符的分隔符号 xff0c 没有特殊含义 root xff1a 显示的是当前的登录用户 xff0c 目前使用的是root用户登录 64 xff1

  • windows10安装python详细过程

    1 下载与安装Python 首先访问网址 https www python org xff0c 进入Downloads 页面 xff0c 即可下载Python 如下图 这里直接下载的是最新版的Python 如果需要下载其他版本的Python

  • 深度学习笔记（二）

    计算机视觉 xff1a 人类肉眼识别的错误率大概在5 到2016年的时候 xff0c 计算机视觉中 xff0c 用深度学习网络达到的错误率已经远低于人类 卷积神经网络 xff08 CNN xff09 1 应用领域 神经网络和卷积神经网络都是

  • YOLOv4从配置环境到跑通代码的小白教程

    一直以来都只是看论文和网上的一些纯文字的讲解 xff0c 但从来没有实操过 xff0c 非常想自己跑一下代码 xff0c 看一下算法的整个实现过程 xff0c 于是就有了这次尝试 系统环境介绍 windows 10 NVIDIA GeFor

  • YOLO系列算法详解（一）

    一 深度学习经典检测方法 1 检测任务中阶段的意义 对于单阶段 one stage 检测来说 xff0c 输入一张图像 xff0c 经过一个卷积神经网络 xff0c 输出一个边界框 xff0c 只需要得到框的 xff08 x1 y1 xff

  • 简单的Facenet_Pytorch人脸识别教程（windows+cpu）

    本文使用的编译器是Pycharm xff0c 具体的安装教程可参考 xff1a Pycharm安装参考链接 一 新建项目 首先打开Pycharm xff0c 点击 new project 进行新建 xff0c 选择项目的保存位置 xff0c

  • 调频连续波（FMCW）原理

    FMCW xff08 Frequency Modulated Continuous Wave xff09 即调频的连续信号 在许多方面得到应用 xff0c 比如生物雷达 xff0c 车载雷达 xff0c 无人机雷达等等方面都有FMCW波的应

热门标签