1. 原題
1. 背景
毎日の家族生活の中で、人々は家の隅にランダムに置かれた小さなアイテムを探すのに多くの時間を費やす必要があるかもしれません。しかし、重要な物品に回路ラベルを貼り、清掃ロボットの全館カバー能力を活用すれば、それらの物品を正確に位置特定することができ、人々の生活の利便性が大幅に向上します。インテリジェント運転支援や自動運転の分野では、隣接する車両や歩行者の位置や速度を正確に検出し、車速やステアリング、ブレーキを制御して事故を回避することがさらに必要となります。これらはすべてモバイル シーンの位置決めの問題です。測位精度が高ければ高いほど応用価値が高まるのは明らかであり、特に超解像測位は応用の可能性が広い。
モバイル シーンの超解像度測位とは、上記のモバイル シーンにおいて、リアルタイムの超解像度でオブジェクトの位置を特定するための堅牢で複雑性の低いオンライン アルゴリズムを設計することを指します。(アンテナの半径が物体の距離よりもはるかに小さいと仮定しましょう)。
2. 研究状況
(1) 既存製品のベースライン アルゴリズムは、ハミング ウィンドウを追加して FFT を実行することで距離と角度を測定します。利点は複雑さが低いことですが、欠点は解像度が低いことです。
(2) MUSIC アルゴリズムなどの従来のアルゴリズムは、空間平滑化フィルタリングと特徴的な部分空間の分解によって信号空間とノイズ空間を分離しますが、解像度の低下とノイズによる干渉の増大も引き起こします。
(3) 既存の圧縮センシング アルゴリズムは、空間オブジェクトの分布の疎性を利用し、解像度を効果的に向上させることができますが、この連続的なフーリエ辞書シーンに対処し、低複雑性のアルゴリズムを設計することは大きな課題です。
3. 解決すべき課題
(1) 提供されたノイズフリーのシミュレーションデータに基づいて位置決めモデルを構築し、物体の相対位置を計算し、2次元極座標図(横軸は距離、縦軸は角度を示す)で表示します。 ）。
(2) 提供されたガウス ノイズ シミュレーション データに基づいて、チャープ期間内の IF 信号を使用して、複数のオブジェクトの位置を正確に特定するための超解像度アルゴリズムを設計します。
(3) オンラインの低複雑度アルゴリズムを設計し、超解像測位に中間周波数信号のフレームを使用し、数値実験を通じてアルゴリズムのパフォーマンスを検証します。提供されたデータのフレームに基づいて、オブジェクトの相対軌道が計算され、2 次元グラフに表示されます (横軸は距離を表し、縦軸は角度を表します)。
(4) 実際の現場では経年劣化やその他の理由により、アンテナアレイ自体の位置決めにも誤差が生じることを考慮します。提供されたシミュレーション データに基づいて、位置決めアルゴリズムの堅牢性を向上させる改良されたアルゴリズムが設計されています。
2. レーダーの基礎知識
3. 解決策
最初の質問で与えられたデータによると、data_q1 は 86×256 の行列で、86 行がアンテナの数を表し、256 列が単一のチャープのサンプリング ポイントを表します。
最初の質問のコードは次のとおりです。ご質問がある場合は、レーダーの基本的な知識についてブログ記事の後半を参照してください。
clc;
clear;
close all;
load data_q1;
% -----—— Copyright By ZhiZhao,20230510 ---------- %
%% 雷达参数设置
c = physconst('LightSpeed'); % 光速
f0 = 78.8e9; % 载频
Lambda = c/f0; % 波长
T = 32e-6; % 单个chirp的周期
Ts = 0.125e-6; % 采样间隔
Fs = 1/Ts; % 单个chirp的采样频率
Nf = 32; % 一帧的脉冲数
Na = 86; % 天线数量
L = 0.0815; % 天线孔径
u = 78.986e12; % 调频斜率
NumADC = fix(Fs*T); % 单个chirp的采样点
Nfft1 = NumADC; % 距离维做FFT的点数
Fs_Ant = 1/T; % 空间FFT采样频率
Nfft2 = 128; % 角度做FFT的点数
d_lambda = 1/2; % 阵元间距与波长之比
%% 计算过程
dataIn = Z;
% 目标回波信号时域
t = (0:1/Fs:T-1/Fs);
figure;
plot(t*1e6,real(dataIn(1,:)));
xlabel('时间/us');ylabel('幅值');title('目标回波信号时域');
% 求目标回波信号距离
[m,n] = size(dataIn);
fft1_Data = zeros(m,n);
for ii = 1:m
fft1_Data(ii,:) = fft(dataIn(ii,:),Nfft1);
end
f1 = (0:Nfft1-1)*Fs/Nfft1; % 真实频率刻度
figure;
plot(f1*c/(2*u),abs(fft1_Data(1,:)));
xlabel('距离/m');ylabel('幅值');title('目标回波信号距离维');
fft2_Data = zeros(Nfft2,Nfft1);
win2 = hamming(Na);
for jj = 1:n
fft2_Data(:,jj) = fftshift(fft(fft1_Data(:,jj).*win2,Nfft2));
end
f2 = (-Nfft2/2:Nfft2/2-1)*180/pi;
figure;
mesh(f1*c/(2*u),f2*2/Nfft2,abs(fft2_Data));
xlabel('距离/m');ylabel('角度/°');title('目标距离和角度');