雷达编程实战之信号处理流程

信号处理_Matlab AD数据幅相校准1DFFT2DFFT

由射频前端发射、接收信号，至获得目标径向距离、径向速度、径向角度、RCS等目标属性信息，这个过程，我们谓之，FMCW毫米波雷达信号处理流程。 VCO为压控振荡器(Voltage Controlled Oscillator)，产生调频信号通过发射天线在视场角内发射调频信号，接收目标反射的信号通过混频器（mixer）之后，经过带通滤波器，产生中频信号。我们本篇博客，通过对AD采样之后的数据进行处理，来模拟在硬件板卡上的信号处理流程。

AD数据

通过板卡上的调试通信口(串口，网口等)，将在暗室内采集到的目标多帧AD数据发送到上位机中，保存为flash_data_0.bin文件，通过下述代码打开文件并将数据导入。

%% dataclear all;fid = fopen(‘.\data\flash_data_0.bin’, ‘rb’);[RecDataBuff] = fread(fid);fclose(fid);

下面准备后续信号处理流程需要的参数。我们采集的数据是采用了4发4收16个虚拟通道，每个通道对进入的中频信号采样了512个点，一个点2Byte，一个虚拟通道1KByte数据，16个虚拟通道一chrip数据为16KByte，64chrip数据组成一帧数据。我们提前将各通道之间的福相误差（以第一个通道为基准）存储在amp_calib.mat和phase_calib.mat中（16*1double）,导入之后根据一帧数据的结构形成一个512（point）x64（chrip）x16（ANT） complex double格式的数组calib_Ap。

%% paramnumChirp = 64;numPT = 512;numANT = 16;Head = 0;numByte = 2;len = numPT*numChirp*numANT*numByte;frameNum = floor(length(RecDataBuff)/(len+Head));load(‘amp_calib.mat’);load(‘phase_calib.mat’); sAmp=amp_calib(1:16);sPhase=phase_calib(1:16);commonCfg.numSamp = numPT;commonCfg.numAnt = numANT;commonCfg.numChirp = numChirp;calib_Ap = (sAmp.*exp(1j * sPhase)).’;calib_Ap = repmat(reshape(repmat(calib_Ap, commonCfg.numSamp, 1), [commonCfg.numSamp, 1, commonCfg.numAnt]), 1, commonCfg.numChirp, 1);

然后我们将之前导入的AD数据根据采集数据的板卡做一些调整，将每一帧的数据还原回来。包括字节序（大小端）的调整等。将其存储到ADCBuf（512x64x16 double）。

%% ADdatafor frameNow = 1:frameNum FlashReadBuf =RecDataBuff((frameNow-1)*(len+Head)+Head+1:frameNow*(len+Head)); for i=1:len/8 FrameDataBuff((i-1)*4+1) = bitshift(FlashReadBuf((i-1)*8+7),8)+FlashReadBuf((i-1)*8+8); FrameDataBuff((i-1)*4+2) = bitshift(FlashReadBuf((i-1)*8+5),8)+FlashReadBuf((i-1)*8+6); FrameDataBuff((i-1)*4+3) = bitshift(FlashReadBuf((i-1)*8+3),8)+FlashReadBuf((i-1)*8+4); FrameDataBuff((i-1)*4+4) = bitshift(FlashReadBuf((i-1)*8+1),8)+FlashReadBuf((i-1)*8+2); end for i=1:length(FrameDataBuff) if(FrameDataBuff(i)>32767) FrameDataBuff(i) = FrameDataBuff(i)-65536; end; end for k=1:numChirp for j=1:numANT ADCBuf(:,k,j)=FrameDataBuff(1+numPT*(j-1)+numPT*numANT*(k-1):numPT*j+numPT*numANT*(k-1)); end end figure(3); plot(ADCBuf(:,:,1)); hold on; for j=2:numANT plot(ADCBuf(:,:,j)+1024*(j-1)); end hold off; ylim([-1024 1024*numANT]); disp(frameNow);

将对16（4T4R）个虚拟通道的中频信号，进行采样的AD数据画图，结果如下。

幅相校准

前文提到的amp_calib.mat和phase_calib.mat为事先准备好的幅相校准所需用的参考值。这个参考值也可以简单通过对暗室目标的AD数据进行下面的运算来获取。

for k=1:numAnt calibAmp(k) = dtmp(1) / dtmp(k);endfor k=1:numAnt calibPhase(k) = dtmp(1) – dtmp(k);end

我们用这个校准参数也很简单，就是将准备好的ADCBuf与calib_Ap点乘即可。

%% calib ADCBufCalib=ADCBuf.*calib_Ap; 1DFFT

我们下边对一帧数据中的一chrip的AD数据按列做FFT运算（针对16个虚拟通道，分别做512个点距离维的FFT），输出结果为FFT1D_Buf（512×16 complex double）。然后将FFT1D_Buf中的前10个点（距离单元）置零（消除直流分量的影响），对FFT1D_Buf中的数据按行（不同天线，角度维）分别进行128点（16+112）和（4+124）的FFT（补偿测距的精度），然后对两个FFT的结果进行abs运算得到FFT3D_BufABS和FFT3D_BufABS1，然后对两个abs结果左右两半部分进行交换。

%% FFT1D FFT1D_Buf=fft(squeeze(ADCBufCalib(:,1,:))); FFT1D_Buf(1:10,:)=0; FFT3D_Buf=fft(FFT1D_Buf,128,2); FFT3D_BufABS=abs(FFT3D_Buf); FFT3D_Buf1=fft(FFT1D_Buf(:,1:4),128,2); FFT3D_BufABS1=abs(FFT3D_Buf1); figure(4); meshz(fftshift(FFT3D_BufABS,2)); figure(5); meshz(fftshift(FFT3D_BufABS1,2));

下面左边是FFT3D_BufABS，右边是FFT3D_BufABS1。

2DFFT

我们下边对第一个通道的，64chrip（一帧）数据按列做FFT运算（针对第一个通道，分别对64Chrip数据做512点距离维的FFT）,取前256个FFT结果点（共轭对称）得到FFT1D_Buf（256×64 complex double），然后对FFT1D_Buf进行取均值运算，得到每一行（64chrip）均值的列向量。

FFT1D_Buf=fft(squeeze(ADCBuf(:,:,1))); FFT1D_Buf=FFT1D_Buf(1:numPT/2,:); FFT1D_Mean=mean(FFT1D_Buf,2); figure(11); plot(abs(FFT1D_Mean));

FFT1D_Mean图如下： 然后使用FFT1D_Buf中每一天线通道不同的chrip数据减去FFT1D_Mean数据（消除直流分量以及随机噪声，若针对静止物体，因各chrip数据相位不同，不要此操作），然后沿着速度维（按照行向量）进行FFT操作，再进行abs运算求模，最后将零频分量移动到数组中心。

FFT1D_Old=FFT1D_Mean; for chirpNow=1:numChirp FFT1D_Minus(:,chirpNow)=FFT1D_Buf(:,chirpNow)-FFT1D_Old; end FFT2D_Buf=fft(FFT1D_Minus,[],2); FFT2D_ABS=abs(FFT2D_Buf); figure(2) meshz(fftshift(FFT2D_ABS,2)); pause(0.1);enddisp(‘over’);

figure(2)图如下（静止目标）：