多位置频率调制(MFSK)车载雷达
该示例考察了基于多位置频率调制(MFSK)信号的汽车雷达设计，以估计多个物体的范围和速度。
使用的函数
Pkg.add(["LinearAlgebra", "DSP"])
include("$(@__DIR__)/calcParamMFSK.jl")
using DSP,FFTW,LinearAlgebra
function run_model( name_model, path_to_folder ) # определение функции для прогона модели
Path = path_to_folder * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
else
model = engee.load( Path, force=true ) # Загрузить модель
engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
return
end;
function DataFrame2Array(X)
out = collect(X)
out_data = zeros(eltype(out.value[1]),size(out.value[1],1),size(out.value[1],2),length(out.value))
[out_data[:,:,i] = out.value[i] for i in 1:length(out.value)]
return out_data, out.time
end
function calc_spectrogram(x::Array,fs::Real,title::String;
num_pulses::Int64 = 4,
window_length::Int64 = 32,
nfft::Int64=32,
lap::Int64 = 30,
thesh::Real = -Inf)
gr()
spec_out = DSP.spectrogram(x[:,:,1:num_pulses][:],window_length,lap;window=kaiser(window_length,3.95),nfft=nfft,fs=fs)
power = DSP.pow2db.(spec_out.power)
power .= map(x -> x < thesh ? thesh : x,power)
power_new = zeros(size(power))
power_new[1:round(Int64,size(power,1)/2),:] .= power[round(Int64,size(power,1)/2)+1:end,:]
power_new[round(Int64,size(power,1)/2)+1:end,:] .= power[1:round(Int64,size(power,1)/2),:]
fig = heatmap(fftshift(spec_out.freq).*1e-6,spec_out.time .*1e3, permutedims(power_new),color= :jet,
gridalpha=0.5,margin=5Plots.mm,size=(900,400))
xlabel!("Частота, МГц")
ylabel!("Время, мс")
title!(title)
return fig
end;
1. 模型结构的描述
框图类似于示例（[用于估计多个目标的范围和速度的汽车雷达]（https://engee.com/helpcenter/stable/ru/interactive-scripts/radars/FMCWRadarMT.html ))。 主要区别是:
*使用具有多位置频率调制的连续辐射发生器;
*考虑到两个参数的信号处理：拍频和扫描之间的相移
信号处理单元
信号处理子系统由以下阶段组成:
- 接收信号与Dechirp块中的复共轭输入信号相乘，结果信号被解调;
- 在下一阶段，解调的信号在扫频块中被处理，其中其在频域中的频谱是使用快速傅里叶变换计算的;
- 接下来，使用一维检测器（CA CFAR检测器）检测与目标对应的光谱中的峰值的过程发生
- 在最后阶段，使用所找到的拍频值和扫频之间的相位差，在求解范围多普勒方程块中计算目标的范围和速度的估计。;
2. 输入参数的初始化
仿真场景为以下场景：带雷达的车辆以100km/h（27.8m/s）的速度从参考点移动
观看区域内有两个目标车辆，分别是一辆乘用车和一辆卡车，每辆车都有相应的配送通道。 汽车以距离雷达50米的距离移动，并以60km/h（16.7m/s）的速度移动。 卡车位于距离雷达150米的距离处，以130km/h（36.1m/s）的速度移动。
信号传播通道为自由空间。
要初始化模型的输入参数，我们将连接文件"calcParamMFSK。jl"。 如果您需要更改参数值，请打开此文件并编辑必要的参数。
include("$(@__DIR__)/calcParamMFSK.jl") # подключения файла с валидационными параметрами
paramRadarMFSKMT = CalcParamMFSK(); # валидация входных параметров
T = paramRadarMFSKMT.T; # шаг моделирования
SimT = T; # Время моделирования
3. 启动模型
run_model("MFSK_Radar_Range_Estimation_MT",@__DIR__); # Запуск модели
4. 读取模拟结果
sig_MFSK, fast_time = DataFrame2Array(MFSK) # входной ЛЧМ-сигнал
out_range, _ = DataFrame2Array(Range) # сигнал после цифровой обработки
out_speed, slow_time = DataFrame2Array(Speed); # оценки дальности
5. 雷达操作的可视化
5.1输入信号频谱图
让我们使用calc_spectrogram函数构造输入信号的频谱图
calc_spectrogram(
sig_MFSK, # ЛЧМ-сигнал
paramRadarMFSKMT.Fs, # частота дискретизации
"Cпектрограмма сигнала c MFSK";
num_pulses=1 # количество импульсов отображения
)
LC频谱图的频率分量具有阶跃特性，其对应于信号的多位置频率调制。 实际上，MFSK信号由具有固定离散频率偏移的两个FMCW信号扫描组成。 发射信号的扫描时间由离散步长与步长的乘积决定，大约为2毫秒，比连续LFM信号长几个数量级（约7微秒）。
5.2估计物体的范围和速度
我们来分析一下雷达运行的结果
让我们比较范围和速度的估计值和真实值（汽车的范围为50米，卡车为150米）
println("Оценка дальности автомобиля $(round(out_range[1,1,end];sigdigits=5)) м")
println("Оценка дальности грузовика $(round(out_range[2,1,end];sigdigits=5)) м")
println("Оценка дальности автомобиля $(round(out_range[1,1,end]-50;sigdigits=5)) м")
println("Оценка дальности грузовика $(round(out_range[2,1,end]-150;sigdigits=5)) м")
现在让我们比较估计值和真实速度值（汽车的相对速度为40km/h，卡车为-30km/h）
println("Оценка относительной скорости автомобиля $(round(out_speed[1,1,end]*3.6;sigdigits=5)) км/ч")
println("Оценка относительной скорости грузовика $(round(out_speed[2,1,end]*3.6;sigdigits=5)) км/ч")
println("Погрешность оценки относительной скорости автомобиля $(round(out_speed[1,1,end]*3.6-40;sigdigits=5)) км/ч")
println("Погрешность оценки относительной скорости грузовика $(round(out_speed[2,1,end]*3.6-(-30);sigdigits=5)) км/ч")
分析所获得的仿真结果，可以得出结论，雷达估计值对应于范围（1米）和速度（1公里/小时）的规定精度
结论
在示例中，考虑了使用具有多位置频率调制的探针信号的原子雷达模型的设计。 作为模型的结果，发现了从雷达到物体（汽车和卡车）的相对速度和距离的估计，雷达分辨率精度为1米，速度约为1km/h。
还应该注意的是，所考虑的信号的使用使得与连续FM信号相比，扫描时间从7微秒增加到2毫秒成为可能，这可以降低设备成本。