CN108469611A - 基于身份识别的fmcw雷达测距系统基带信号处理方法 - Google Patents

Abstract

本发明公开了一种基于身份识别的FMCW雷达测距系统基带信号处理方法，该方法通过在标签中产生基带信号，且该基带信号由码字序列和直流分量构成，或由码字序列和单音信号构成，那么，FMCW雷达装置接收到的信号将由一个宽带信号分量和一个单音信号分量构成，而宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离。因此，将本发明的基带信号处理方法应用在FMCW雷达测距系统中，既能够实现测量与标签的距离，又能识别标签的身份信息。

Description

基于身份识别的FMCW雷达测距系统基带信号处理方法

技术领域

本发明涉及雷达定位技术领域，特别涉及基于身份识别的FMCW雷达测距系统基带信号处理方法。

背景技术

FMCW(Frequency Modulated Continuous Wave)即调频连续波，应用在高精度测距雷达中的工作原理为：通过测量发射波和反射波之间的频率差来间接测量电磁波在雷达与目标物体之间的传播时间，再利用测量出的传播时间计算出目标距离。其中，发射波为高频的连续波，频率随时间按照三角波或锯齿波规律变化；反射波与发射波的频率变化规律相同，都是三角波或锯齿波。

目前，常规FMCW雷达测距系统只能实现对目标物体的测距，不能实现对目标物体的身份识别，由于不能够对目标物体进行识别，当两个测试点或者两个目标物体之间的距离比较近时，雷达波束照射到目标时无法分辨出这两个测试点或者这两个目标物体。因此，在一定程度上限制了FMCW雷达测距系统的推广使用。

中国专利申请CN106443656A提出了一种基于雷达信号调制识别信号的定位系统，该系统包括雷达装置、测距模块、ID识别模块、中央处理器和若干位置信标，而且，每个位置信标通过对雷达信号进行识别信息的信号调制，从而实现雷达对该目标信号的识别和距离测量，但还没有涉及到基于身份识别的FMCW雷达测距系统基带信号处理方法。

发明内容

本发明的目的在于：提出基于身份识别的FMCW雷达测距系统基带信号处理方法，有效地推广FMCW雷达测距系统的使用。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于身份识别的FMCW雷达测距系统基带信号处理方法，所述FMCW雷达测距系统包括标签和FMCW雷达装置，具体地，

所述标签的工作步骤包括：

步骤a：接收所述FMCW雷达装置发射的雷达信号；

步骤b：将基带信号s(t)＝c(t)+A调制到所述雷达信号上，其中，A为直流分量，c(t)为码字序列；

步骤c：将调制后的信号发射回所述FMCW雷达装置；

所述FMCW雷达装置的工作步骤包括：

步骤A：接收所述标签发射回的信号其中，宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离；而且，表示噪声，L表示信道衰落；

步骤B：通过对所述单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b，并根据差频信号的频率f_b，计算出与所述标签的距离；

步骤C：根据确定的频谱峰值的频率，将所述宽带信号分量下变频至基带，并对下变频至基带后的信号进行身份识别的运算，计算出所述标签的身份信息。

本发明还提供另一种基于身份识别的FMCW雷达测距系统基带信号处理方法，所述FMCW雷达测距系统包括标签和FMCW雷达装置，具体地，

所述标签的工作步骤包括：

步骤a：接收所述FMCW雷达装置发射的雷达信号；

步骤b：将基带信号调制到所述雷达信号上，其中，为单音信号，f_a为一个固定频率，c(t)为码字序列；

步骤c：将调制后的信号发射回所述FMCW雷达装置；

所述FMCW雷达装置的工作步骤包括：

步骤A：接收所述标签发射回的信号其中，宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离；而且，表示噪声，L表示信道衰落；

步骤B：通过对所述单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b与固定频率f_a之和；减去固定频率f_a后，得到差频信号的频率f_b，再根据差频信号的频率f_b，计算出与所述标签的距离；

步骤C：根据差频信号的频率f_b，将所述宽带信号分量下变频至基带，并对下变频至基带后的信号进行身份识别的运算，计算出所述标签的身份信息。

进一步地，本发明基于身份识别的FMCW雷达测距系统基带信号处理方法中，根据确定的频谱峰值的频率，计算出DDS的频率控制字，使所述DDS输出所述宽带信号分量的中心频率，以将所述宽带信号分量下变频至基带。

进一步地，本发明基于身份识别的FMCW雷达测距系统基带信号处理方法中，对下变频至基带后的信号进行身份识别运算的频域运算表达式为：

R(m)＝IFFT{FFT{x(n)}×FFT^*{c(n)}}

其中，x(n)为输入信号，即下变频至基带后的信号，c(n)为本地序列，R(m)表示身份识别运算后的数据，FFT{}为快速傅里叶算子，FFT^*{}为快速傅里叶算子的共轭运算，IFFT{}为反快速傅里叶算子。

与现有技术相比，本发明的有益效果：

本发明基于身份识别的FMCW雷达测距系统基带信号处理方法中，通过在标签中产生基带信号，且该基带信号由码字序列和直流分量构成，或由码字序列和单音信号构成，那么，FMCW雷达装置接收到的信号将由一个宽带信号分量和一个单音信号分量构成，而宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离，因而，将本发明的基带信号处理方法应用在FMCW雷达测距系统中，既能够实现测量与标签的距离，又能识别标签的身份信息。

附图说明：

图1为本发明基于身份识别的FMCW雷达测距系统的原理图。

图2为本发明标签的工作原理图；

图3为基带信号为s(t)＝c(t)+A的频谱图；

图4为基带信号为的频谱图；

图5为本发明FMCW雷达装置中FPGA的工作原理图；

图6为基带信号为s(t)＝c(t)+A时雷达混频信号频谱

图7为基带信号为时雷达混频信号频谱。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

结合图1所示的本发明FMCW雷达测距系统的原理图。

其中，FMCW雷达测距系统包括标签和FMCW雷达装置，而且，FMCW雷达装置包括FPGA、PLL锁相环、模数转换器AD和混频器。FPGA通过PLL锁相环控制VCO产生扫频信号，经PA放大后通过发射天线发送给标签。混频器将接收的标签发射回的信号与VCO的扫频信号进行混频后，经模数转换器AD进行模数转换后，传输给FPGA。

结合图2所示的本发明标签的工作原理图；其中，标签具体实施步骤包括：

1)由于基带信号预先存储在ROM中，直接读出基带信号即可。

2)对读出的基带信号进行内插，将采样率由低变高。

3)将内插后的数据通过成型滤波器进行成型操作。

4)将成型后的信号和DDS产生的中频信号混频。

5)搬移到中频后的信号经过数模转换器DA后，进入标签的混频器与接收到的雷达信号进行混频，并通过发射天线发射回FMCW雷达装置。

本发明中，基带信号为s(t)＝c(t)+A或者采用的基带信号为s(t)＝c(t)+A时，其频谱图如图3所示，A为直流分量，c(t)为码字序列。而采用的基带信号为时，其频谱图如图4所示，为单音信号，f_a为一个固定频率，c(t)为码字序列。

结合图5所示的本发明FMCW雷达装置中FPGA的工作原理图；

1)FMCW雷达装置的混频器输出的信号经ADC转换成相应数据。

2)测距模块读取ADC输出的数据，通过搜索FFT中的频谱峰值的频率，控制单元根据搜索到的频谱峰值的频率，确定差频信号的频率f_b，然后再根据该差频信号的频率f_b，计算出与标签的距离。

具体的，假设雷达天线发射(单一周期内)的瞬时频率为

其中，f₀为扫频起始频率，B_w为扫频带宽，T_b为扫频周期。对瞬时频率进行积分可以得出其时域数学表达式，写为复信号的形式为：

接收天线收到的信号为：

经过混频和低通滤波(LPF)得到需要的差频信号为：

其频率值为：

收发信号的传播延时为：

其中，R为目标和雷达之间的距离，c为光速。因此，可以得出距离R和差频信号频率f_b之间的关系为：

因此，通过FFT测量差频信号的频率就可以间接测量出与标签的距离R。

3)测距模块中的控制单元根据FFT测量出的频谱峰值的频率，计算出用于控制身份识别模块中的DDS输出宽带信号分量的中心频率的频率控制字。

4)身份识别模块中的DDS根据测距模块控制单元计算出的频率控制字输出信号，输出宽带信号分量的中心频率，从而将宽带信号分量搬移到基带。对下变频至基带后的信号进行身份识别的运算，计算出标签的身份信息。

具体的，本发明中，对下变频至基带后的信号进行身份识别运算的频域运算表达式为：

R(m)＝IFFT{FFT{x(n)}×FFT^*{c(n)}}

其中，x(n)为输入信号，即下变频至基带后的信号，c(n)为本地序列，R(m)表示身份识别运算后的数据，FFT{}为快速傅里叶算子，FFT^*{}为快速傅里叶算子的共轭运算，IFFT{}为反快速傅里叶算子。

其中，本发明中的码字序列采用具有良好正交性的m序列，其特点是任意两个不同的m序列求相关后是噪声，而m序列自身做相关后会有一个明显的尖峰信号，即通过判断是否出现这个尖峰信号，来识别标签的身份信息。

实施例一

本发明中采用的基带信号为s(t)＝c(t)+A时，设标签与FMCW雷达测距装置的距离为d，因此，可以得到差频信号的频率为：

那么，雷达接收端接收到的信号r(t)为：

其中，表示噪声，L表示信道衰落。

在不考虑噪声的情况下，在频谱上可以看到两个分量，如图6所示，即：一个宽带信号分量和一个单音信号分量该单音信号分量用于系统测距，该宽带信号分量用于用户识别。

在测距时，通过对单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b，并根据差频信号的频率f_b，计算出与标签的距离。

在身份识别时，关键是计算出DDS的频率控制字。因此，设前面的FFT点数为N，数据输入的采样率为f_s，搜索到的频谱峰值位置为第M个点，那么频差信号的频率：

如果DDS的工作时钟为f_DDS，频率控制字位宽为n，那么

即

实施例二

本发明中采用的基带信号为时，设标签与FMCW雷达测距装置的距离为d，因此，可以得到差频信号的频率为：

那么，雷达接收端接收到的信号r(t)为：

其中，表示噪声，L表示信道衰落。

在不考虑噪声的情况下，在频谱上可以看到两个分量，如图7所示，即：一个宽带信号分量和一个单音信号分量该单音信号分量用于系统测距，该宽带信号分量用于用户识别。

在测距时，通过对单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b与固定频率f_a之和；减去固定频率f_a后，得到差频信号的频率f_b，再根据差频信号的频率f_b，计算出与标签的距离。

在身份识别时，关键是计算出DDS的频率控制字。因此，设前面的FFT点数为N，数据输入的采样率为f_s，搜索到的频谱峰值位置为第M个点，那么频差信号的频率：

如果DDS的工作时钟为f_DDS，频率控制字位宽为n，那么，

即

Claims (6)

1.一种基于身份识别的FMCW雷达测距系统基带信号处理方法，所述FMCW雷达测距系统包括标签和FMCW雷达装置，其特征在于，

所述标签的工作步骤包括：

步骤a：接收所述FMCW雷达装置发射的雷达信号；

步骤b：将基带信号s(t)＝c(t)+A调制到所述雷达信号上，其中，A为直流分量，c(t)为码字序列；

步骤c：将调制后的信号发射回所述FMCW雷达装置；

所述FMCW雷达装置的工作步骤包括：

步骤A：接收所述标签发射回的信号其中，宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离；而且，表示噪声，L表示信道衰落；

步骤B：通过对所述单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b，并根据差频信号的频率f_b，计算出与所述标签的距离；

步骤C：根据确定的频谱峰值的频率，将所述宽带信号分量下变频至基带，并对下变频至基带后的信号进行身份识别运算，计算出所述标签的身份信息。

2.如权利要求1所述的基于身份识别的FMCW雷达测距系统基带信号处理方法，其特征在于，根据差频信号的频率f_b，计算出DDS的频率控制字，使所述DDS输出所述宽带信号分量的中心频率，以将所述宽带信号分量下变频至基带。

3.如权利要求1所述的基于身份识别的FMCW雷达测距系统基带信号处理方法，其特征在于，对下变频至基带后的信号进行身份识别运算的频域运算表达式为：

R(m)＝IFFT{FFT{x(n)}×FFT^*{c(n)}}

其中，x(n)为输入信号，即下变频至基带后的信号，c(n)为本地序列，R(m)表示身份识别运算后的数据，FFT{}为快速傅里叶算子，FFT^*{}为快速傅里叶算子的共轭运算，IFFT{}为反快速傅里叶算子。

4.一种基于身份识别的FMCW雷达测距系统基带信号处理方法，所述FMCW雷达测距系统包括标签和FMCW雷达装置，其特征在于，

所述标签的工作步骤包括：

步骤a：接收所述FMCW雷达装置发射的雷达信号；

步骤b：将基带信号调制到所述雷达信号上，其中，为单音信号，f_a为一个固定频率，c(t)为码字序列；

步骤c：将调制后的信号发射回所述FMCW雷达装置；

所述FMCW雷达装置的工作步骤包括：

步骤A：接收所述标签发射回的信号其中，宽带信号分量用于识别标签的身份信息，单音信号分量用于计算与标签的距离；而且，表示噪声，L表示信道衰落；

步骤B：通过对所述单音信号分量进行FFT处理，并确定频谱峰值的频率，即差频信号的频率f_b与固定频率f_a之和；减去固定频率f_a后，得到差频信号的频率f_b，再根据差频信号的频率f_b，计算出与所述标签的距离；

步骤C：根据差频信号的频率f_b，将所述宽带信号分量下变频至基带，并对下变频至基带后的信号进行身份识别运算，计算出所述标签的身份信息。

5.如权利要求4所述的基于身份识别的FMCW雷达测距系统基带信号处理方法，其特征在于，根据确定的频谱峰值的频率，计算出DDS的频率控制字，使所述DDS输出所述宽带信号分量的中心频率，以将所述宽带信号分量下变频至基带。

6.如权利要求4所述的基于身份识别的FMCW雷达测距系统基带信号处理方法，其特征在于，对下变频至基带后的信号进行身份识别运算的频域运算表达式为：

R(m)＝IFFT{FFT{x(n)}×FFT^*{c(n)}}

其中，x(n)为输入信号，即下变频至基带后的信号，c(n)为本地序列，R(m)表示身份识别运算后的数据，FFT{}为快速傅里叶算子，FFT^*{}为快速傅里叶算子的共轭运算，IFFT{}为反快速傅里叶算子。