微波雷达模块应用于大型客车开门防卫系统的雷达信号算法研究,大型客车业的发展给我们带来便利的同时,也带来了一系列问题。严重的就是交通安全问题了。研究发现,占相当大比例的交通事故都发生在停车时:车辆停车,车内人员想要下车,并不注意后面的车辆情况,就在开门时与后方来车相撞,造成交通事故。假使在下车时注意到了后方的车辆状况,也可能因没有足够的时间作出反应,主观判断出现错误等因素而发生交通事故。为减少汽车门锁事故的发生,设计了一套汽车门锁保护系统。安装在客车上,采用传感器实时测量后车行驶速度距离,并根据防撞模型和判断策略,实现了车门开关控制。在分析了各种传感器的优缺点和使用环境后,终选用微波雷达模块作为车载传感器。车辆开门防护系统中,雷达发射天线发射出一种电磁波,它碰到车辆后被反射回来,由接收器接收,其中包含有车辆的距离和速度信息。但是,在实际工作环境中,由于各种干扰因素的杂波比较多。在雷达接收机接收到的回波信号中,除目标回波外,还包括雷达自身的热噪声、地面、大气、高大树木、建筑物等产生的背景杂波。对回波中区进行有效目标信号的分离,对提高回波中区系统的精度和可靠性具有重要意义。针对这一问题,需要对微波雷达模块回波信号采用恒虚警算法。通过对常见的恒虚警算法的研究,分析其优点和不足,给出了一个综合算法来改善系统性能,并通过仿真实验验证了该算法的可行性。
利用车载微波雷达模块实现了对目标车辆速度和距离的获取。其工作流程是:压控振荡器发射一定频率的发射信号,此信号分为两路,通过发射天线发射出去,第二路继续分成两路分别进入I,Q所在通道的混频器将信号分成两路进入I,Q所在通道的混频。通过目标反射后接收到一个通道信号,该信号通过混频器与实时分流的两路信号混频,然后经过滤波处理和信号放大,形成两路中频差频信号。该方法通过差频信号的处理,可获得目标目标的速度、距离。利用多普勒效应与时滞效应叠加反映了动态目标距离信息。
当微波雷达模块接收器收到目标物体反射回来的电磁波时,还会收到其它杂波。其主要来源有:电气干扰、接收器内热噪声、环境因素引起的杂波、附近物体的干扰等。针对杂波环境下的目标回波问题,提出了一种恒虚警法。通过计算检测门限,使检测门限随杂波功率的变化而自适应地改变检测门限,从而大限度地降低杂波的影响。当前的恒虚警检测主要有两种,一种是参数恒虚警检测,另一种是非参数恒虚警。利用参数恒虚警检测,在已知杂波分布的前提下进行检测。参数恒虚警检测的基本原理是:选择检测单元,通过对检测单元两侧的数据进行分析,获得杂波的估计参数,再结合现场杂波环境下的概率分布函数,确定自适应的检测门限。当杂波分布未知时,在更复杂的情况下,就无法使用参量恒虚警检测,从而产生了非参量恒虚警检测。该方法采用统计判别法:检测单元的选择,检测单元与检测单元两侧余下单元的检测数据进行对比,判断杂波中是否存在目标回波。这种参数恒虚警检测在实际工程应用中应用非常广泛。在杂波参数估计方法的基础上,可将参量恒虚警检测划分为单位平均恒虚警(CA-CFAR)和小恒虚警(SO-CFAR),单元选大恒虚警(GO-CFAR)和有序统计恒虚警(OS-CFAR)等。前面的3个算法属于均值级恒虚警算法。
假定v(t)是在某一分辨单位中进行单脉冲探测的一次观测,D(v)是v(t)形成的。I(v)是信号的同向分量滤波器输出,Q(v)作为信号的正交分量滤波器输出。D(v)可以用平方律检波和线性检波方法得到。假设没有输入信号,D(v)就是杂波包络,一般认为杂波包络服从瑞利分布。采集到检测单元的两边,每个侧都有n个参照点,即前后基准滑窗。分别为X和Y两个估计值。参照物与检测器之间有一系列保护装置,可防止探测元件的能量泄漏到各参量单元,从而产生目标的自遮挡效应。通过前后参考滑窗估计X、Y,确定总杂波估计Z。一些均值类恒虚警检测算法的区别,正是在于不同的Z计算方法。Z=X+Y,对于细胞的平均恒虚警,Z=min(X,Y),对于细胞选择小的恒虚警,Z=X,Y=max(X)。门限S=TZ,T是标称系数,可以由虚警率和基准滑动窗口样本数求得。在检测统计量D大于门限值S时,认为在杂波中存在目标回波,当检测统计量D小于门限值S时,认为杂波中没有目标回波。微波雷达模块上述三种均值恒虚警算法的应用环境各不相同,也各有其局限性。在均匀杂波环境下,单位平均恒虚警(CA-CFAR)表现出良好的性能,对非均匀杂波环境的处理显得力不从心,杂波边缘性能下降严重。CFAR是一种常用的单目标检测方法,通常可检测出两个目标之间相互独立(一个距离单位数超过基准滑窗的长度)。当在同一参考滑窗中,两个目标相距很近,在估计背景杂波功率时,将会受到另一个目标的影响,从而使检测门限值提高,产生目标的遮蔽效应,从而造成目标无法被探测到,从而引起漏报。GO-CFAR比CA-CFAR在边缘杂波方面的性能更好。由于对杂波功率水平Z的估计是根据前缘参考滑窗和后沿参考滑窗的较大值而得到的,因此探测门限将处于一个比较高的水平,这也意味着虚警概率将大大降低,同时随着检测门限的提高,可能也会出现漏警。GO-CFAR和CA-CFAR在多目标探测环境下同样存在着一些问题。在目标相距单元数小于参考滑窗长度时,还会出现目标遮蔽现象,并且提高了探测阈值,进一步加剧了目标遮蔽现象。SO-CFAR的出现很好地解决了目标遮挡问题。该算法根据前缘参考滑窗和后沿参考滑窗的较小值估计杂波功率水平Z,因此检测限值将相应地降低,减少了目标遮蔽现象的发生,但当检测门限降低时,也会出现虚警现象。微波雷达模块模拟了3种均值类恒虚警算法。
假定杂波服装具有瑞利分布,每一个基准滑窗具有50个基准单元,检测单元的两侧各3个保护单元,虚警率为10-6,在环境中存在多个目标。通过GO-CFAR算法求得门限曲线,由CA-CFAR算法求得b门限曲线,并用SO-CFAR算法求出小c门限曲线。通过SO-CFAR算法获得的门限较低,容易出现虚警;GO-CFAR检测门限较高,容易出现漏警;GO-CFAR算法检测出的门限较高,容易出现漏警;当两目标距离很近时,CA-CFAR会产生遮蔽效应。
在参量恒虚警检测中,还有一种应用广泛的方法,即有序统计类恒虚警算法(OS-CFAR)。它对于杂波功率水平的估计并不是根据前后沿采样滑窗的均值进行的,而是采取了类似于统计学的方法进行估计。其原理为:将参考单元x的采样由小到大进行排序,得到一个升序的排列x(1),x(2),…x(2n),取第k个单元x(k)作为杂波功率水平估计值。其中,Z=x(k)OS-CFAR算法在均匀杂波环境中具有较好的性能。在两个目标距离很近的情况下,由于采用的是第k个单元的值作为总的杂波水平估计值,故不会存在目标的遮蔽效应,目标不会被附近目标干扰,而会被正确的检测出来。如果杂波环境波动大,例如包含阶跃噪声等,那么通过这种方法确定的杂波功率对于杂波环境而言不具有普适性,也会导致检测性能出现下降。上面提到的几种微波雷达模块CFAR算法各有各的优点,也各自存在着不足,在开门防护系统的应用中,我们想到是否可以把几种算法在一定程度上结合起来,发挥各自的优点,满足系统要求。为此,提出了一种综合性的算法,将均值类CFAR和OS-CFAR结合在一起。其基本思想是:将前后沿参考滑窗的采样值由小到大进行排列,将大值和小值的均值与第k个单元值的均值作为杂波水平估计Z。
对该微波雷达模块算法进行仿真,以验证其性能。考虑到实际应用中较为复杂的杂波情况,仿真环境为瑞利杂波叠加阶跃噪声,环境中存在两个目标。虚警概率为10-6,参考滑窗内单元数目为50个,检测单元D每侧取3个保护单元,在第265和第280个距离单元加入目标,两个目标相距小于参考滑窗单元数目。由于阶跃噪声的存在,前两百个距离单元与后两百个距离单元噪声功率出现阶跃式变化。