In dieser Arbeit wird der Einsatz von hochauflösenden Verfahren zur Winkelschätzung in einem automobilen Fernbereichradar untersucht. Dabei werden die Rahmenbedingungen eines kostengünstigen Sensors mit kleiner Antenne und der Wunsch nach geringem Rechenaufwand berücksichtigt. Gleichzeitig soll eine Winkeltrennung für zwei Ziele mit 3 Winkeldifferenz ermöglicht werden. Das entspricht einem lateralen Abstand der Ziele von 5,2 m bei einer Entfernung von 100 m. Es werden die relevanten Ansätze und Eigenschaften von Radarsensoren im Automobilbereich vorgestellt. Das Modulationsverfahren des Radarsensors ermöglicht die Trennung der Ziele in Entfernung d und Relativgeschwindigkeit v. Ziele, die nicht mehr getrennt werden können, befinden sich in derselben (d,v)-Zelle. Es werden das ideale Signalmodell beschrieben und die etablierten Verfahren der Sensorgruppensignalverarbeitung eingefühlt. Die räumliche Korrelationsmatrix kann in den Signal- und den Rauschunterraum zerlegt werden. Der Signalunterraum besitzt den gleichen Spaltenraum wie die Matrix der Steuerungsvektoren. Dies ermöglicht die Schätzung der einfallenden Winkel anhand des Signal- oder Rauschunterraums der empirischen Korrelationsmatrix. In der Literatur sind für die Modellierung der Signale ein stochastischer Ansatz, der die Signale als gaußförmig modelliert, und ein deterministischer Ansatz, der die Signale als Parameter für die Dichtefunktion verwendet, gebräuchlich. Die mit Strahlformern erzielbare Winkeltrennfähigkeit reicht im Automobilbereich nicht aus, so dass hochauflösende Verfahren zur Winkelschätzung untersucht werden. Die bekanntesten Verfahren hierfür sind die Maximum-Likelihood-Verfahren (ML) und die unterraumbasierten Verfahren, die in dieser Arbeit vorgestellt werden. Die Ordnungsschätzung dient dazu, die Modellordnung und damit die Anzahl der Ziele in einer (d,v)-Zelle zu schätzen. Dies kann durch die Bestimmung des signifikanten Rangs der empirischen Korrelationsmatrix erfolgen, oft werden hierfür informationstheoretische Verfahren wie minimum description length (MDL) und Akaike information criterion (AIC) eingesetzt. Nach der Schätzung der Modellordnung erfolgt die Schätzung des Signal- und Rauschunterraums. Der Einsatz von Dekorrelationsverfahren erlaubt die Wiederherstellung des Signalunterraums bei korrelierten Signalen. Die Verfahren zur Winkelschätzung werden unter den Bedingungen eines Radars im Automobil untersucht. Die ML-Verfahren zeigen bessere Ergebnisse als die unterraumbasierten Verfahren. Die Wirkung der Dekorrelationsverfahren wird ebenfalls untersucht. Dabei zeigt Forward-Backward-Spatial-Smoothing (FBSS) die besten Ergebnisse, da es die Vorteile von Forward-Backward-Averaging (FBA) und von Spatial-Smoothing (SS) vereint. FBA wirkt bereits bei kleinen Winkelunterschieden, allerdings nicht für alle Phasenunterschiede der Signale und alle Winkelunterschiede. SS hingegen wirkt nur für große Winkelunterschiede, dafür aber ohne Schwachstellen. Die Abweichungen vom idealen Antennenmodell führen zur Verschlechterung der Ergebnisse, wenn Algorithmen zum Einsatz kommen, die mit korrelierten Signalen umgehen können. Dazu gehören die ML-Verfahren sowie die unterraumbasierten Verfahren in Kombination mit Dekorrelationsverfahren. Dies ist mit dem Modell zusätzlicher kohärenter Signale erklärbar. Die Verschlechterung ist umso stärker, je größer die Abweichungen sind. Mit der lokalen Kalibrierung werden bessere Ergebnisse erzielt als mit globaler Kalibrierung. Um das deterministisches Maximum-Likelihood-Verfahren (DML) mit lokaler Kalibrierung einsetzen zu können, ist eine effiziente Implementierung mit geringem Rechenaufwand erforderlich. Ein solcher Algorithmus wird vorgestellt und im Rechenaufwand mit den unterraumbasierten Verfahren verglichen. Das optimierte DML-Verfahren benötigt die geringste Rechenzeit und liefert die besten Ergebnisse. Die Ergebnisse aus den Simulationen werden anhand von Messdaten verifiziert. Die Daten einer langsamen Zufahrt auf zwei stehende Ziele (in gleicher Entfernung) werden mit verschiedenen Algorithmen verarbeitet und mit Hilfe von Tracking dargestellt. Hier zeigt das DML-Verfahren mit lokaler Kalibrierung die besten Ergebnisse.
Hochauflösende Winkelschätzung für automobile Radarsysteme
Informationstechnik ; 1-184
2010
184 Seiten, Bilder, Tabellen, Quellen
Hochschulschrift
Deutsch
Radarsysteme zur automatischen Abstandsregelung in Automobilen
Tema Archiv | 1999
|Radarsysteme zur automatischen Abstandsregelung in Automobilen
TIBKAT | 1999
|Das rundumsichtige Auto : 24 GHz Radarsysteme
Kraftfahrwesen | 2005
|Verfahren und Vorrichtung zur Verdeckungserkennung für stationäre Radarsysteme
Europäisches Patentamt | 2021
|