能够区分大小车的测速雷达的实现 - 传媒与出版

1　测速雷达的原理

雷达发射机能产生一定的电磁能量，这些能量可以通过天线辐射到大气中，并且能够在一个非常窄的方向上形成波束，进行传播。当雷达发射某一固定频率（24.15Ghz或者35GHz）的电磁波时，遇到活动的物体目标（如汽车等物体）后，能够沿着各个方向进行反射，其中一部分的能量反射到雷达发射的方向，形成相应的回波。回波的频率与发射波的频率之间，产生一个频率差，该频差称之为多普勒频率。根据多普勒频率的大小，则可以计算出目标相对雷达的运动速度。

图1　雷达频率示意图

通过计算，在相同的采样数据的情况之下，35G雷达的每个采样点的理论分辨率为0.53km/h，而同款的24G雷达为0.55km/h。频率越高，多普勒频移越显著，多普勒测速的灵敏度也越高。

（1）雷达尺寸。频率越高，电磁波的波长越短，产生发射电磁波的发射管的尺寸就越小，这样重量也随之减小。

（2）波束宽度。雷达的波束宽度与波长成正比，与天线尺寸成反比。在相同的角分辨力的情况下，频率越高，波长越短，所需天线尺寸也越小。

（3）大气衰减。电磁波在大气中传播时，由于大气的吸收和散射而发生衰减，频率越高，衰减越多。频率越高，灵敏度也越高，对应的天线的实现更为复杂，稳定性更差一些。

2　信号处理步骤

采用的DSP处理平台为TMS320F2812。在对雷达接收信号进行处理时，雷达天线的接收部分，有一个中频放大模块，对信号（包括噪声和物体目标）进行中频放大，将放大后的中频信号进行AD采样，采样的数据为I和Q两路数据，然后对该数据进行快速傅里叶变换FFT。快速傅里叶变换FFT的目的是将I和Q两路的离散时间数字信号转换到对应的频域信号，通过分析频域信号，并针对噪声和杂波进行相应的处理，进而能够分辨出来运动的车辆目标。

TMS320F2812中的FFT模块含有TI库，通过对采样的两路I和Q信号的1024个点进行傅里叶变换，先对数据进行相应的排序，病采用基2的转换方式，该算法的计算速度要比普通的离散傅里叶变化快很多。通过FFT的转换，计算出1024个点中的噪声电平，并将计算出的噪声电平和FFT计算出的幅值，传输到下个目标模块中去。在后续的单元模块，对噪声和数据进行相应的处理，滤除噪声和杂波的影响，并在帧内和帧间对目标进行检测和处理，从而得到目标，计算出目标的速度，并在合适的位置运用相机，对目标进行抓拍，从而达到抓拍目标并输出目标速度的目的。

3　区分大小车的系统设计

图2　小车的频谱图

图3　中车的频谱图

图4　大车的频谱图

从图2可以看出，雷达发射到小车上面的返回波的信号强度在1.6E+7左右；从图3可以看出，雷达发射到中车上面的返回波的信号强度在2.3E+7左右；从图4可以看出，雷达发射到大车上面的返回波的信号强度在2.5E+7左右。

从图2到图4可以得出，单纯的从雷达返回波的强度，对大小车进行的阈值判定，会很容易出现误判的情况，因为大车中车和小车的雷达信号返回波强度一般都在E+7的强度上。当然，在进行大量数据测试与统计的时候，也有一些大车在E+8的强度上，信号强度会是小车的10倍左右。因为不仅要考虑到雷达信号和运动物体之间的关联性，还要考虑到周围其他噪声等信号的影响。因此，叠加上噪声的影响，出现一个固定值的阈值设定，对判定大小车是无效的。

小车跟大车另外一个标志性不同点是，大车的长度一般是小车的两到三倍以上的长度。因此在DSP平台上，对转化为数字信号的雷达波，可以通过统计帧数来进行判定。具体的做法是，对大小车设置一个统一的信号强度（也可以动态设置，根据雷达性能的不同进行动态调整），例如设置为1.2E+7，然后对大于这个阈值的帧数进行统计。例如，在雷达照射的这个区域内，小车的帧数进行大数据统计，一般数目为10帧，而中车的帧数一般为20帧左右，大车的帧数一般为30帧以上。根据帧数的统计结果，则可以进行帧数的设置。设置15帧以下的判定为小车，15～25帧的为中车，25帧以上的为大车。

通过DSP模数转换、IQ信号的交织、信号能量的增强，通过阈值的判定，很容易将噪声和杂波过滤出去。而通过帧数的一个统计则很容易对大车、中车和小车进行区分。并且综合利用好阈值的设定以及帧数的一个设置，可以保证拍摄到的车辆的位置，非常适合于车牌信息的设备，并保证拍摄位置的稳定性。

因此，通过频谱图上面的大小车的不同的幅度以及反射回来的帧的数目，以及其他方面的细分算法，则可以非常高效地对大中小车进行区分与判定，从而达到区分的目的。

4　程序的烧录

打开CCS3.3，选择C28xx，仿真器选择xds510 emulator。连接好仿真器、目标板和电源，进行相关的配置，点击Execute Operation，执行烧写操作，将生成的out文件烧录到雷达中。