【FMCW 01】中频IF信号

news2024/11/18 15:43:51

FMCW信号

调频连续波(frequency modulated continuous wave,FMCW)顾名思义,就是对信号的频率进行线性调制的信号

从时域上看,对频率的调制,就像一把连续的锯齿波。其中每一个锯齿叫做一个chirp,其持续的时间叫做chirp的周期(chirp period 或 chirp repetition time);在实际使用中,我们将chirp合并成一帧(frame)进行发送,从而得到物体的速度(或多普勒频偏)信息,是为FMCW信号。

请添加图片描述

我们定义扫频带宽与chirp周期的比值为系数K,也即锯齿波的斜率(slope)。
K = 扫频带宽 c h i r p 周期 = 扫频终止频率 − 扫频起始频率 c h i r p 周期 K = \frac{扫频带宽}{chirp周期}= \frac{扫频终止频率-扫频起始频率}{chirp周期} K=chirp周期扫频带宽=chirp周期扫频终止频率扫频起始频率


如果从时域上看此时信号幅度的变化,可以发现随着时间的推移,对应正弦波的频率会越来越高,即呈现越来越密的特点。
请添加图片描述



中频信号


我们采用的IF信号就是指接收的回波信号与原始信号进行混频后,再过低通滤波器得到的低中频信号(或差拍信号,beat signal)。用一个简图来表示就是:

在这里插入图片描述

我们只关注1处发射信号、2处接收信号和3处IF信号的表达形式即可。


1处发射信号

由于发送信号为FMCW信号,取其中一个chirp,我们知道相位对时间的导数为角频率(再除以 2 π 2 \pi 2π即频率),如下:
1 2 π d ϕ d t = f o + K t \frac{1}{2\pi}\frac{d \phi}{dt} = f_o+Kt 2π1dtdϕ=fo+Kt
于是,我们对上式两边积分,就有:
ϕ = 2 π ( f o t + 1 2 K t 2 ) + ϕ o = 2 π f o t + π K t 2 + ϕ 0 \phi = 2\pi( f_ot + \frac{1}{2}Kt^2)+\phi_o = 2\pi f_ot + \pi Kt^2+\phi_0 ϕ=2π(fot+21Kt2)+ϕo=2πfot+πKt2+ϕ0
所以1处发射信号的形式为:
x T x ( t ) = A sin ⁡ ( 2 π f o t + π K t 2 + ϕ 0 ) x_{\tiny{T}x}(t) = A \sin(2 \pi f_ot +\pi Kt^2+\phi_0) xTx(t)=Asin(2πfot+πKt2+ϕ0)

注意上式为发送的实信号形式(在物理世界中传输的都是实信号),将其转换为复信号(在信号处理中这可由希尔伯特变换实现),即

x r = A e j ( 2 π f o t + π K t 2 + ϕ 0 ) x_r = Ae^{j(2 \pi f_ot +\pi Kt^2+\phi_0)} xr=Aej(2πfot+πKt2+ϕ0)

其中,K为斜率, ϕ o \phi_o ϕo为信号的初始相位, f 0 f_0 f0为中心频率:

f o = 扫频起始频率 + 扫频结束频率 2 f_o =\frac{扫频起始频率+扫频结束频率}{2} fo=2扫频起始频率+扫频结束频率


2处接收信号

在这里插入图片描述

发送的信号在遇到目标(Target)后就会反射,从而产生2处接收天线的回波信号,假设这个时延为 τ \tau τ,衰减系数为 a a a,则

x R x ( t ) = a x T x ( t − τ ) = A ′ sin ⁡ [ 2 π f o ( t − τ ) + π K ( t − τ ) 2 + ϕ 0 ] = A sin ⁡ [ π K t 2 + 2 π ( f o − K τ ) t + π K τ 2 − 2 π f o τ + ϕ 0 ] x_{\tiny{R}x}(t) = a x_{\tiny{T}x}(t-\tau) = A^{\prime} \sin[2 \pi f_o(t-\tau) +\pi K(t-\tau)^2+\phi_0] \\ =A\sin[\pi K t^2 +2\pi (f_o - K \tau)t+\pi K \tau^2-2 \pi f_o \tau + \phi_0] xRx(t)=axTx(tτ)=Asin[2πfo(tτ)+πK(tτ)2+ϕ0]=Asin[πKt2+2π(foKτ)t+πKτ22πfoτ+ϕ0]


3处IF信号

根据三角公式中的积化和差公式,即:
sin ⁡ ( α ) sin ⁡ ( β ) = 1 2 [ cos ⁡ ( α − β ) − cos ⁡ ( α + β ) ] \sin(\alpha) \sin(\beta) = \frac{1}{2}[\cos(\alpha - \beta) - \cos(\alpha + \beta) ] sin(α)sin(β)=21[cos(αβ)cos(α+β)]

于是我们混频后的信号为:
x T x ( t ) × x R x ( t ) = 1 2 A A ′ [ cos ⁡ ( 2 π K τ t + 2 π f o τ − π K τ 2 ) − cos ⁡ ( 2 π ( 2 f o − K τ ) t + . . . ) ] x_{\tiny{T}x}(t) \times x_{\tiny{R}x}(t) =\frac{1}{2}AA^{\prime}[\cos(2\pi K\tau t+2\pi f_o \tau-\pi K \tau^2 ) \\- \cos(2\pi(2 f_o-K \tau)t+...)] xTx(t)×xRx(t)=21AA[cos(2πKτt+2πfoτπKτ2)cos(2π(2foKτ)t+...)]
经过低通滤波器后,结果中的和式将作为高频成分被滤除,而只留下差式中低频的成分,我们再将这个差信号通过中频放大器放大,最终将得到3处的中频信号,即:

x I F ( t ) = A ′ ′ cos ⁡ ( 2 π K τ t + 2 π f o τ − π K τ 2 ) x_{\tiny{IF}}(t) = A^{\prime \prime} \cos(2\pi K\tau t+2\pi f_o \tau-\pi K \tau^2 ) xIF(t)=A′′cos(2πKτt+2πfoτπKτ2)


我们再对上面的参数有一个感性的认识:由于电磁波以光速运动,在前方1m处的目标其时延 τ \tau τ的量级大致在 1 0 − 8 10^{-8} 108 f 0 f_0 f0对于毫米波雷达在 1 0 9 10^9 109量级,而一般的 K 大概是1GHz除以0.1ms级别,即 1 0 − 13 10^{-13} 1013级。比较两个附加相位:
f o τ ≈ 10     K τ 2 ≈ 1 0 − 3 f_o \tau \approx 10 \ \ \ K\tau ^2 \approx 10^{-3} foτ10   Kτ2103
所以最后一项的附加相位几乎可以忽略不计,即一般将中频信号的形式写为

x I F ( t ) = A ′ ′ cos ⁡ ( 2 π K τ t + 2 π f o τ ) x_{\tiny{IF}}(t) = A^{\prime \prime} \cos(2\pi K\tau t+2\pi f_o \tau ) xIF(t)=A′′cos(2πKτt+2πfoτ)

上式即为本文最终要得出的式子。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/388853.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Android仿微信选择图片

效果展示首先先添加用到的权限<uses-permission android:name"android.permission.INTERNET" /><!--获取手机存储卡权限--><uses-permission android:name"android.permission.READ_EXTERNAL_STORAGE"/><uses-permission android:nam…

java 包装类 万字详解(通俗易懂)

前言简介和溯源拆装箱String类和基本类型的相互转化String类和包装类型的相互转化八大包装类的常用方法汇总&#xff08;含代码演示&#xff09;一、前言 : 本节内容是我们《API-常用类》专题的最后一节了。本节内容主要讲包装类&#xff0c;内容包括但不限于包装类的诞生&…

Linux磁盘占满,如何清理磁盘空间

目录解决思路&#xff1a;先查linux磁盘为什么占满了&#xff0c;是什么导致的&#xff0c;这样才好去定位目录&#xff0c;清楚空间写者的问题是测试环境磁盘占满&#xff0c;原因是测试环境tomcat的日志都会保留&#xff0c;日志空间占用太大把linux磁盘占满&#xff0c;导致…

HTML 表单

HTML 表单和输入 HTML 表单用于收集不同类型的用户输入。 在线实例 创建文本字段 (Text field) 本例演示如何在 HTML 页面创建文本域。用户可以在文本域中写入文本。 创建密码字段 本例演示如何创建 HTML 的密码域。 &#xff08;在本页底端可以找到更多实例。&#xff09; …

信息安全与数学基础-笔记-①整数的可除性

知识目录整除素数带余除法最大公因数&#xff08;欧几里德算法&#xff09;裴蜀等式最小公倍数❀标准分解式❀标准分解式求最大公因数标准分解式求最小公倍数整除 a bq 公式表达的意思&#xff1a;b整除a&#xff0c;a可被b整除 用符号表示&#xff1a;b | a 否则&#xff1a…

【SpringMVC】SpringMVC程序开发

SpringMVC程序开发 文章目录SpringMVC程序开发:one:认识SpringMVC什么是SpringMVCMVC思想:two:获取请求参数创建SpringMVC项目建立路由连接获取请求参数获取urlEncoded格式参数获取表单标签参数获取Json格式参数获取URL中的参数上传图片获取请求信息获取请求header获取cookie创…

Linux -- 信号控制进程 Kill 命令 简引

Kill 命令 &#xff1a;给进程发送信号 &#xff1a;[rootfsw ~]# kill -l # 可以列出 当前所有的信号量 比较常用的就是 &#xff1a;1) SIGHUP 重新加载配置2) SIGINT 键盘中断^C 即 Ctrl C3) SIGQUIT 键盘退出9) SIGKILL 强制终止15) SIGTERM 终止&#xff08;正…

『OPEN3D』点云表面重建

目录 1 点云法线一致性估计 2 点云的表面重建 1 Alpha shapes reconstruction 2 Ball pivoting reconstruction 3 poisson surface reconstruction 1 点云法线一致性估计 在点云处理的章节中已经介绍使用estimate_normals来生成点云的发现信息&#xff0c;但该方法通过拟合…

业务流程测试

用例设计主要问题主要问题存在于&#xff1a;1、测试点分析&#xff1a;逻辑性不强对于整个页面功能划分不清晰&#xff1b;不同测试点归类不清晰&#xff1b;不能形成相对固定的套路&#xff0c;书写耗费大量时间...2、测试用例&#xff1a;关于&#xff0c;要细致到什么程度&…

一个供参考的计算机的学习路线

本文是介绍如何成为一个Geek&#xff0c;一个真正的计算机高手。 适合有成为IT领域技术大牛的人参考。 写给大一新生和所有向深耕IT领域的人&#xff0c;避免走一些弯路。 仅代表个人想法&#xff0c;供批判性参考。 第一门入门的必备功课-语法与算法 什么是计算机&#xff1f…

力扣sql简单篇练习(二十二)

力扣sql简单篇练习(二十二) 1 上月播放的儿童适宜电影 1.1 题目内容 1.1.1 基本题目信息 1.1.2 示例输入输出 a 示例输入 b 示例输出 1.2 示例sql语句 # Write your MySQL query statement belowSELECT titleFROM ContentWHERE kids_contentY AND content_typeMoviesAND c…

MYSQL性能分析,Explain

文章目录一、MYSQL常见瓶颈二、ExplainExplain是什么一、MYSQL常见瓶颈 CPU&#xff1a; CPU饱和IO&#xff1a;磁盘IO速度过慢。服务器的硬件性能瓶颈。 二、Explain Explain是什么 使用explain关键字可以模拟优化器执行sql查询语句&#xff0c;从而知道mysql如何处理你的…

Python 随机漫步

目录 1. 创建 RandomWalk 类 2. 选择方向 3. 绘制随机漫步图 4. 总结 本篇博客将使用 Python 来生成随机漫步数据&#xff0c;在使用 Matplotlib 以引人注目的方式将这些数据呈现出来。 随机漫步 是这样行走得到的路径&#xff1a;每次行走都是完全随机的、没有明确…

跨域问题以及Ajax和Axios的区别

文章目录1. 同源策略2. 同源策略案例3. 什么是跨域4. 跨域解决方法4.1 Ajax的jsonp4.2 CORS方式4.3 Nginx 反向代理5. Axios 和 Ajax 的区别6. Axios 和 Ajax 的区别及优缺点6.1 Ajax&#xff1a;6.1.1 什么是Ajax6.1.2 Ajax的原理6.1.3 核心对象6.1.4 Ajax优缺点6.1.4.1 优点&…

大白话+画图 从源码角度一步步搞懂ArrayList和LinkedList的使用

1.说说ArrayList 1.基本原理 ArrayList&#xff0c;原理就是底层基于数组来实现。 01.基本原理&#xff1a; 数组的长度是固定的&#xff0c;java里面数组都是定长数组&#xff0c;比如数组大小设置为100&#xff0c;此时你不停的往ArrayList里面塞入这个数据&#xff0c;此…

Warshall算法求传递闭包及Python编程的实现

弗洛伊德算法-Floyd(Floyd-Warshall)-求多源最短路径&#xff0c;求传递闭包 Floyd算法又称为插点法&#xff0c;是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法&#xff0c; 与Dijkstra算法类似。该算法名称以创始人之一、1978年图灵奖获得者、斯坦福大…

minikube搭建Kubernetes环境

前言 Kubernetes 一般都运行在大规模的计算集群上&#xff0c;管理很严格&#xff0c;Kubernetes 充分考虑到了这方面的需求&#xff0c;提供了一些快速搭建 Kubernetes 环境的工具。 minikube 它是一个“迷你”版本的 Kubernetes&#xff0c;自从 2016 年发布以来一直在积极地…

Lesson 8.1 决策树的核心思想与建模流程

文章目录一、借助逻辑回归构建决策树1. 决策树实例2. 决策树知识补充2.1 决策树简单构建2.2 决策树的分类过程2.3 决策树模型本质2.4 决策树的树生长过程2.5 树模型的基本结构二、决策树的分类与流派1. ID3(Iterative Dichotomiser 3) 、C4.5、C5.0 决策树2. CART 决策树3. CHA…

minio安装配置和使用(一)

minio官网https://www.minio.org.cn 从官网获得安装文件。官网提供了Binary、RPM、DEB三种方式安装minio。 Binary方式我在我的测试环境中没有测试通过&#xff0c;按官网方式下载执行会报错如下&#xff1a; 查了下这个错误提示&#xff0c;似乎跟内存有关。 改用RPM方式安…

HCIP第一个实验

实验要求与实验拓扑子网划分分析将骨干链路看成一个整体&#xff0c;路由器后的2个环回地址先看成一个&#xff0c;最后再进行拆分。计算得出&#xff0c;一共需要划分为6个子网段&#xff0c;取三位。再将每一条网段&#xff0c;按照题目要求进行划分最后完成子网划分。子网划…