毫米波汽车防撞雷达实用化研究

《毫米波汽车防撞雷达实用化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要FMCW毫米波防撞雷达是近年来研究与发展汽车防撞系统的主流技术，具有广阔的应用前景。本文希望可以通过对算法，结构和器件等一系列研究，解决实际应用中的关键问题，开发出精度高、实时性好的实用化毫米波汽车雷达防撞系统以满足军方、民用方面的需求。要建立一个毫米波汽车防撞雷达系统，首先必须明确确定雷达传感器的技术舰范，了解其中各个部件的具体作用和要求。本文首先介绍了毫米波汽车防撞雷达的测距、测速原理。根据实际系统的要求对毫米波汽车防撞雷达的性能提出参数化要求，确定了实际工作频段，讨论了几种不同的系统结构对整体系统性

2、能的影响。然后使用ADS进行整体系统仿真，根据系统原理和仿真结果讨论系统各部件对整个系统性能的影响，并据此提出合理的部件参数。并分别详细地介绍发射子系统、接收子系统和目标模型三大功能块的具体仿真模型。另外毫米波汽车防撞雷达作为一项汽车安全设备对精确性和实时性都有较高的要求。一个完全实用的雷达产品不仅要能够分辨前方障碍的有无。还应精确的分辨出个数，位置，以及相应的速度，距离，甚至种类，并智能的判别危险性的大小。而目前的毫米波雷达往往不能完全达到上述要求，这就要求我们从体制，系统结构，算法等各方面做出改进。以达到

3、实际需要的要求。另外，毫米波雷达除了要求准确，对实时性的要求也很高。如果算法繁杂，计算缓慢，即使可以得到精确的结果。也已因为过长的时延而丧失了其实际意义。因此高效快速的算法也是系统算法追求的目标。文中专门用一个章节研究了雷达的算法问题。首先针对汽车防撞雷达的发射信号波形设计进行研究探讨。分析了传统的FMCW信号在进行多目标识别时的问题，提出了一种采用变周期调频连续波信号进行多目标识别的方法，并通过计算机仿真证明其有效性。然后研究利用算法降噪的问题。这里采用时频分析的方法，对噪声进行对消，以达到使用软件算法的补

4、偿，减低系统对硬件要求的目的。为了验证其可行性，利用实验中采集的雷达接收信号进行计算，最后验证了该算法的可行性。一个通用的毫米波雷达前端主要由以下几个关键器件构成：VCO、功率放大器、低噪声放大器和混频器。这些器件性能对整个系统的整体性能有着举足轻重的影响。我们首先设计了一种使用混合集成电路技术制造的24GHz：l不形平衡混频器。毫米波汽车防撞雷达实用化研究该混频器采用高阻GaAs作为无源器件的衬底，在其上进行微带线布线和无源器件的制造，并采用倒扣技术键合二极管堆。最后对完成的混频器进行了测试。在本振功率为1

5、6dBmBff，其变频损耗小于6dB，本振信号隔离度好于45dB，且工艺过程适合低成本大批量生产。接着介绍了一种应用HEMT器件设计的MMIC低噪声放大器。首先分析了不同结构尺寸和外加偏压，对HEMT器件直流交流特性的影响。然后详细地介绍了该放大器的设计过程。最后给出了版图。最后介绍利用功率合成技术制造毫米波功率放大器的方法。介绍了一种利用两片砷化镓单片集成功率放大器并联构成的功放。它采用微波多芯片模块(MMcM)的组装工艺技术，将单片贴装于散热金属载体之上，用金带压焊空气桥把单片的射频输入、输出端口以及直流

6、供电与控制端口引至微带电路的介质载体之上。给出了该功率放大器的测试结果，并设计了一系列试验分析了设计和测试结果不同的原因。最后给出了改进设计。关键词：FMCW毫米波防撞雷达多目标识别算法时频分析倒扣技术肖特基二极管混频器HEMT低噪声放大器功率合成技术AbstractFMCWmicrowavecollisionavoidanceRadariskeytechnologyinITS(IntelligentTransformSystem)．Thereisaboomgoingoninmicrowaveandmilli

7、meterwaveapplicationsofproductsinthefieldofautonomousintelligentcruisecontrol(ACe)andcollisionwarning(CW)／collisionreduction(CR)radarsyStemsforill。vehicleapplications．Useofthesetechnologiesprovidesgreaterpublicsafetya11dconvenienceforlowercostthansimplybuil

8、dingmoreroads．Inthispapers，wehaveageneralresearchinsystemstructure，DSParithmeticandcomponentmanufacturetodevelopahighresolution，realtimepracticalFMCWmicrowavecollisionavoidanceRadar,Firstofall，Systemst