3、毫米波雷达原理:FMCW调制、测距测速与座舱应用差异
各位同学,今天我们来聊聊毫米波雷达。说实话,在座舱传感器融合这个领域,毫米波雷达是个“老熟人”,但也是个“新面孔”。老熟人是它在车载ADAS上用了很多年,新面孔是它最近几年才大规模进入座舱。我个人习惯把毫米波雷达比作“蝙蝠的耳朵”——它不靠视觉,靠回声定位。
好,咱们直接进入正题。这一章的核心就三件事:FMCW怎么工作的、怎么测距测速、60GHz和77GHz在座舱里到底有啥区别。
3.1 FMCW调制原理——说白了就是“调频连续波”
FMCW,全称Frequency Modulated Continuous Wave。你想想看,雷达发射的不是一个固定频率的波,而是一个频率随时间线性变化的波。就像你吹口哨,从低音滑到高音,再滑回来。
为什么要这么干?因为固定频率的波只能测有没有东西,测不出距离。而频率变化的波,可以靠“发射频率”和“接收频率”的差值来算距离。这个差值,我们叫它“中频信号”(IF signal)。
嗯,这里要注意:中频信号的频率,正比于目标的距离。公式很简单:
f_IF = (2 * B * R) / (c * T_c)
其中:
- B:调频带宽(单位Hz)
- R:目标距离(单位m)
- c:光速(3×10⁸ m/s)
- T_c:一个chirp的持续时间(单位s)
我在项目中遇到过一个问题:中频信号频率太低时,容易被ADC的噪声淹没。所以设计时,带宽B不能太小,否则近距离目标的分辨率会变差。
3.2 距离与速度测量——两个维度,一个chirp搞定
测距我们刚才说了,靠中频频率。那测速呢?靠的是“相位差”。
具体来说,雷达发射一串chirp(比如128个),每个chirp之间有一个微小的时间间隔。如果目标在移动,那么相邻chirp的回波之间,会有一个相位偏移。这个偏移量正比于目标的速度。
公式长这样:
v = (λ * Δφ) / (4π * T_c)
其中:
- λ:波长(60GHz约5mm,77GHz约3.9mm)
- Δφ:相邻chirp之间的相位差
- T_c:chirp周期
说白了,测距看频率,测速看相位。两个信息可以从同一个chirp序列里提取出来。这就是所谓的“距离-多普勒图”(Range-Doppler Map)。
3.3 角度分辨率——天线越多,看得越清
角度分辨率,说白了就是雷达能区分两个不同方向目标的能力。它取决于天线阵列的孔径大小。
公式:
θ_res = λ / (N * d)
其中:
- λ:波长
- N:天线数量
- d:天线间距(通常为λ/2)
举个例子:77GHz雷达,波长3.9mm,如果使用4根接收天线,角度分辨率大约是:
θ_res = 3.9mm / (4 * 1.95mm) ≈ 0.5 rad ≈ 28.6°
这个分辨率在座舱里其实不太够。你想,座舱宽度也就1.5米左右,如果角度分辨率30°,那在1米距离上,两个目标至少要相隔0.5米才能区分。所以座舱雷达通常需要更多天线,或者使用MIMO技术来虚拟增加天线数量。
3.4 60GHz vs 77GHz——座舱里的“兄弟之争”
好,到了大家最关心的部分。60GHz和77GHz,到底选哪个?
先看一张对比表:
| 参数 | 60GHz | 77GHz |
|---|---|---|
| 波长 | 约5mm | 约3.9mm |
| 可用带宽 | 最大7GHz(57-64GHz) | 最大4GHz(76-81GHz) |
| 距离分辨率 | 约2.1cm(7GHz带宽) | 约3.75cm(4GHz带宽) |
| 穿透性 | 较弱(对织物、塑料) | 稍强 |
| 法规限制 | 全球开放(ISM频段) | 部分国家需许可 |
| 典型应用 | 手势识别、生命体征 | 乘员检测、防遗忘 |
我个人习惯这样选型:
- 如果做手势识别:选60GHz。因为带宽大,距离分辨率高,能分辨毫米级的手部动作。我记得有一次做手势滑动识别,60GHz雷达能清晰分辨手指的移动轨迹,而77GHz就有点模糊。
- 如果做乘员检测:选77GHz。因为穿透性稍好,能透过座椅织物检测到人体。而且77GHz的波长更短,在同样天线尺寸下,角度分辨率更好。
- 如果做生命体征监测:两者都可以。但60GHz的带宽优势在这里不明显,因为呼吸和心跳的位移量在毫米级,77GHz的波长更短,反而对微小位移更敏感。
3.5 实际应用中的注意事项
最后,分享几个我在项目中踩过的坑:
- 多径干扰:座舱是个封闭空间,雷达波会在座椅、车窗、顶棚之间来回反射。这会导致出现“鬼影目标”。解决办法是:使用MIMO天线阵列,通过角度滤波剔除多径信号。
- 静态杂波:座椅、仪表盘等固定物体会产生强反射。我建议在系统启动时做一次“背景校准”,把这些静态杂波减掉。
- 人体遮挡:如果一个人坐在另一个人前面,后面的目标可能被遮挡。这时候需要结合多雷达融合,或者使用AI算法进行“穿透检测”。
好了,这一章的内容就到这里。下一章我们会讲“超声波雷达原理与座舱应用”,到时候再聊。