培训对象: 毫米波雷达算法工程师、射频工程师、ADAS传感器开发人员、信号处理工程师。
培训目标:
理解毫米波雷达的射频前端和信号处理流程。
掌握FMCW雷达的测距、测速、测角原理。
能够实现目标检测和分类(车辆、行人、自行车)。
具备雷达点云生成和目标跟踪能力。
培训内容介绍:
二、雷达射频前端: 了解雷达射频前端的组成(VCO、功放、低噪放、混频器、天线),掌握天线阵列设计(微带天线、波束赋形)。
三、FMCW原理: 掌握线性调频连续波(FMCW)的工作原理,分析发射信号和接收信号的混频输出(中频信号)。
四、测距原理: 根据中频信号的频率计算目标距离(距离FFT),理解距离分辨率与带宽的关系。
五、测速原理: 通过多帧回波的相位差计算目标速度(多普勒FFT),理解速度分辨率与帧周期的关系。
六、测角原理: 使用多根接收天线,通过比相法或数字波束形成(DBF)计算目标角度,理解角度分辨率与天线阵列的关系。
七、2D FFT处理: 实现距离-多普勒2D FFT,生成距离-多普勒谱图,检测目标在距离和速度维度的峰值。
八、恒虚警检测(CFAR): 使用CA-CFAR或OS-CFAR算法检测目标,自适应调整检测阈值,控制虚警概率。
九、角度估计(DOA): 使用MUSIC或ESPRIT超分辨算法提高角度分辨率,区分同一距离-速度单元内的多目标。
十、目标聚类与跟踪: 对检测到的点云进行聚类(DBSCAN),生成目标列表,使用卡尔曼滤波进行目标跟踪。
十一、目标分类: 根据目标的RCS(雷达反射截面积)、微多普勒特征(行人腿摆、车辆轮速)分类目标类型(车辆、行人、自行车、静止物体)。
十二、实战项目:毫米波雷达数据处理: 使用雷达原始数据(ADC数据)完成从距离-多普勒FFT、CFAR检测到目标跟踪的全流程。