汽車雷達全頻目標識別算法及FPGA平臺的應(yīng)用

　　本文通過分析汽車雷達防撞技術(shù)的全頻目標識別算法，采用24 GHz毫米波雷達，在FPGA平臺上進行信號處理。通過python軟件實現(xiàn)這類算法并進行仿真，仿真結(jié)果和FPGA實際運行的結(jié)果基本一致。該方案的雷達掃頻信號為100 Hz的鋸齒波，采樣頻率為480 kHz，離散傅里葉變換(DFT)點數(shù)為4 096點，每一幀數(shù)據(jù)的時間間隔為10 ms，滿足車輛行駛實時性的要求。通過對道路行駛測得的數(shù)據(jù)比較，相比主流的恒虛警率(CFAR)算法，本算法抗干擾能力更強，精確度更高。

　　關(guān)鍵詞： 雷達,汽車防撞,全頻, 離散傅里葉變換

　　經(jīng)濟的發(fā)展提高了人們的生活質(zhì)量。隨著汽車數(shù)量的增多，交通事故的數(shù)量也增加了。根據(jù)美國各州公路工作者協(xié)會資料顯示，司機從感知、判斷到制動產(chǎn)生效果需要[1]3 s，當前大部分科研工作者把精力放在減少司機感知的時間上。主流的汽車防撞預(yù)警技術(shù)以圖像識別和紅外等為主[2?3]，但這些技術(shù)受環(huán)境影響很大，惡劣環(huán)境下，往往不能減少司機感知的時間。圖像識別技術(shù)在白天的準確率很高，但在晚上和霧天，準確率大大下降[2]。

　　紅外識別技術(shù)受到雨滴的影響，在雨天效果很差[3]。基于毫米波雷達的汽車防撞預(yù)警技術(shù)具有不受天氣環(huán)境影響的優(yōu)點，可以適應(yīng)各種環(huán)境。本方案采用24 GHz毫米波雷達，在FPGA平臺上進行信號處理，通過python軟件實現(xiàn)算法并進行仿真。本方案提出的全頻目標識別(Full Spectrum Target Recognition，F(xiàn)STR)算法與主流的恒虛警率(Constant False?Alarm Rate，CFAR)算法[4]比較，F(xiàn)STR算法的虛警率更低，抗干擾的能力更強，更加適應(yīng)復(fù)雜的路況環(huán)境。

　　1 雷達測距原理

　　本文方案使用的是載波頻率為24 GHz毫米波雷達。調(diào)制信號[Tramp]是100 Hz的鋸齒波，調(diào)制寬度[BSW=]150 MHz，雷達載波頻率[fc=24] GHz，在低速環(huán)境下，多普勒效應(yīng)對距離的誤差[5]小于0.1 m。因而本方案忽略多普勒效應(yīng)，使用一次DFT計算得到距離信息。

　　2 全頻目標識別算法與FPGA實現(xiàn)

　　雷達測距的表現(xiàn)與目標物的反射面積、目標物的材質(zhì)有關(guān)，金屬之類反射率比較高的材料在雷達測距上的表現(xiàn)更好。雷達在汽車行駛時，可以測到多個目標，但在安全層面，只有最近的目標物才是影響汽車安全的關(guān)鍵，因而用以預(yù)警的目標物在頻譜上應(yīng)該滿足兩個條件：相對在整個頻譜上，幅值足夠大;在量測到多個目標物時，應(yīng)取距離最近的目標用以預(yù)警。針對這兩點，本文提出一種全頻目標識別算法，該算法可以分為兩部分：第一部分提取頻譜上所有目標物的頻率;第二部分選取最近的可能目標頻率用以預(yù)警。本文采用的是4 096點DFT基2算法，因為DFT具有對稱性，前2 048個數(shù)據(jù)已能滿足實驗要求。

　　2.1 所有目標物提取算法

　　根據(jù)式(13)得到頻率和DFT序號之間的關(guān)系，由每一個數(shù)據(jù)序號對應(yīng)的幅值大小判斷其是否是一個可能的目標。首先，求得2 048個數(shù)據(jù)中的最大值[Gmax，]然后將2 048個數(shù)據(jù)按照序號分成[N=256]組，每組[M=2 048N=]8個元素，例如數(shù)據(jù)1～8為一組，9～16為第二組，以此類推。在多次實驗比較中，[N=256]是一個較合適的參數(shù)。經(jīng)過計算得到64組中每組數(shù)據(jù)的最大值[Gk，][k=1，2，…，255，256]和[Gk]對應(yīng)的序號[nk，]從而得到兩個集合[G=G1，G2，…，G255，G256，][n=n1，n2，…，n255，n256]。

　　考慮到目標物應(yīng)滿足在頻譜上的幅值足夠大的條件，設(shè)定閾值[F1=0.6Gmax，]若[Gk，][k=1，2，…，255，256]大于閾值[F1，]則認為存在一個目標，將[Gk]存入集合[T，]將[nk]存入集合[T_n。]

　　2.2 最近目標識別算法

　　集合[T]已包含所有可能的目標物的幅值大小，[T_n]包含目標物對應(yīng)的序號。在安全層面，只有最近的目標物才需要預(yù)警，但由于路面環(huán)境復(fù)雜，頻譜會出現(xiàn)一些干擾信號，這些干擾信號會造成虛警。雷達測距的好壞和目標物的面積有關(guān)，一個良好目標物在頻譜上往往表現(xiàn)成一個主峰和一些次峰的疊加，只有主峰才是準確的目標信息。FSTR的第二部分用于準確地識別最近的目標距離。

　　設(shè)定閾值[F2=0.8Gmax，]用以區(qū)分同一目標內(nèi)多個波峰的主峰。最近目標識別算法流程如圖2所示。

　　2.3 FPGA架構(gòu)

　　本文方案采用DE2?115FPGA開發(fā)板，主頻為50 MHz，數(shù)據(jù)位為32位，地址位為12位。FPGA架構(gòu)見圖3。DFT模塊輸出使能信號AvEn，數(shù)據(jù)信號Avdata和地址信號AvEn，Max Group將DFT的輸出經(jīng)過處理后輸出256組數(shù)據(jù)中的最大值到RAM中，當DFT輸出2 048個數(shù)據(jù)后，F(xiàn)STR開始讀RAM的數(shù)據(jù)進行運算，最后輸出目標物的幅值Target和序號Target_n。

　　3 實驗結(jié)果比較

　　本文使用的是載波頻率為24 GHz毫米波雷達。調(diào)制信號[Tramp]是100 Hz的鋸齒波，調(diào)制寬度[BSW=]150 MHz，雷達載波頻率[fc=]24 GHz，采樣頻率是480 kHz，DFT點數(shù)為4 096。根據(jù)式(13)，式(14)，本方案距離的分辨率是1 m，能測到的最遠距離是300 m。

　　3.1 不同算法實驗數(shù)據(jù)比較

　　雷達的準確度和環(huán)境的復(fù)雜程度成反比，環(huán)境越是復(fù)雜，雷達受到的干擾越多。經(jīng)過大量測試發(fā)現(xiàn)頻譜的干擾主要來自兩方面;一個是毛刺信號，另一個是環(huán)境干擾。毛刺信號見圖4(b)。圖4(a)是卡車距離19 m拍到的圖片，圖4(b)是該圖片對應(yīng)的頻譜。在頻譜圖里，實線表示頻率大小，虛線表示CFAR的閾值，實線大于虛線表示識別出目標。圓點表示FSTR識別出的目標。從圖4(b)可以看到，CFAR和FSTR都識別出卡車，但CFAR在3 m附近將毛刺信號也認作是目標，這就是毛刺虛警。由于毛刺虛警顯示的距離比實際距離小，若駕駛員根據(jù)毛刺虛警制動就會產(chǎn)生與后車碰撞的危險。FSTR因為以全頻譜的最大值作為判斷參考，因此不會出現(xiàn)毛刺虛警。

　　環(huán)境虛警是由于復(fù)雜環(huán)境導致雷達信號出現(xiàn)干擾，距離計算出現(xiàn)偏差。圖5(b)是卡車行駛至測試車30 m前的頻譜圖，在目標卡車的右側(cè)車道還有一輛卡車，因此頻譜更復(fù)雜。此時CFAR認為頻譜內(nèi)沒有目標物，嚴重出錯，F(xiàn)STR計算的結(jié)果更符合實際情況。對該卡車測得的165幀數(shù)據(jù)進行FSTR和CFAR比較，結(jié)果見表1，可見FSTR在準確率上高于CFAR。

　　3.2 FPGA與仿真結(jié)果比較

　　圖6(a)中，AvData輸出的是整個頻譜，肉眼可以判斷的目標序號是828，幅值大小是49 836，與Target和Target_n的輸出相同。圖6(b)中可以看出在DFT輸出最后一個數(shù)據(jù)后，整個FSTR的運行時間約為300 ps，運算時間足夠快。

　　3.3 目標時域分析

　　圖9是目標卡車在30 s中的距離變化，可以看到卡車的距離從20 m逐漸增加到53 m，距離隨時間的變化有許多小毛刺，毛刺的產(chǎn)生有兩個原因：卡車與測試車的速度變化大;環(huán)境干擾。這表明單憑1幀的數(shù)據(jù)判斷距離仍然會有誤差。圖9在20 s左右的時候出現(xiàn)了161 m的數(shù)據(jù)，經(jīng)檢查，應(yīng)該是測試環(huán)境出現(xiàn)問題或者開發(fā)板受到干擾所致。

　　4 結(jié) 論

　　本文提出一種應(yīng)用于雷達汽車防撞技術(shù)的FSTR算法。通過路上測試發(fā)現(xiàn)該算法可以有效識別出目標物。相比主流的CFAR算法，F(xiàn)STR算法可以避免毛刺虛警，不會出現(xiàn)嚴重的誤判。由于雷達本身的準確度和環(huán)境的干擾問題，只憑1幀的數(shù)據(jù)識別目標距離的準確度還是較低，如果結(jié)合前后幾幀的數(shù)據(jù)進行目標識別可以提高目標的準確度。

　　參考文獻：

　　[1] AASHTO. A policy on geometric design of highways and streets [R]. Washington， DC： American Association of State Highway and Transportation Officials， 2001.

　　[2] 伍宗富，陳日新，朱明旱.基于圖像識別的汽車智能防撞系統(tǒng)研究與實現(xiàn)[J].機械與電子，2008(9)：56?60.

　　[3] 蔣曉玲，孟志強，陳燕東，等.汽車追尾防撞紅外測距系統(tǒng)[J].光電子技術(shù)，2011，31(1)：67?72.

　　[4] 蔣鐵珍，武虎，吳凱，等.毫米波汽車防撞雷達恒虛警率門限設(shè)定方法[J].紅外與毫米波學報，2005，24(3)：217?220.

　　相關(guān)閱讀：現(xiàn)代雷達核心期刊投稿征稿目錄查詢

　　現(xiàn)代雷達雜志是通信行業(yè)的一本核心期刊，主要報導國內(nèi)外先進雷達技術(shù)，內(nèi)容豐富，學術(shù)性強，有較大的理論和實用價值。我國很多對雷達有研究的科研人員都會在現(xiàn)代雷達雜志上發(fā)表一些論文，本文樹人論文網(wǎng)小編給大家推薦的是現(xiàn)代雷達雜志的一些征稿目錄以供參考：