在这篇博文中,笔者将谈论其在软件定义雷达方面的实验。这个想法意味着可以简化雷达系统,减少硬件,通过在处理器模块内执行数字信号处理的软件来实现。这对航空航天类的应用很有用。它降低了雷达系统的复杂性,从而降低了维护、重量和飞行中出现问题的概率。

查阅一些文献后,笔者想探寻减少雷达系统所需的昂贵模拟前端部件数量的可能性。设计灵感来自于Gregory L.Charvat的咖啡罐雷达。这是一个了不起的雷达,可以做许多有趣的事情,如FMCW和SAR成像。它们唯一的问题是前端所需的Mini-Circuits生产的模拟器件。本身是挺不错的,但是很昂贵,往往很难买到,特别是在欧洲或美国以外的的地区。如果我们能够使用软件定义的方法来减少所需的模拟器件数量,从而降低成本,简化组装和测试,那就太好了。

考虑到这一点,笔者开始了一个简单的雷达设计实验。这篇博文将讨论最简单的雷达,称为连续波雷达,下一个会是调频连续波雷达(FMCW)。

上图显示了该设备的工作原理。主要有三个部分:模拟前端,负责发送、接收和放大信号;数字前端,由一个软件定义无线电组成,可在2.4GHz频率上同时发射和接收,这里我使用了LimeSDR Mini;软件处理,所有的计算都是在这里进行的,为此我使用开源软件GNURadio,因为它是交互式的,并且易于使用。每台计算机都有处理这种雷达所需的采样率的能力。

2.4GHz基频之所以保持不变,是因为大多数SDR不需要上变频器就能在这个频率上进行发射和接收。此外,这个频率在ISM波段内,这意味着用户不需要担心干扰其他服务。免责声明:在传输任何射频之前,请务必检查当地法律。使用这种频率也有缺点,例如,对802.11无线路由器的干扰和在密致材料(如墙壁)中传播不良。

在下面的章节中,笔者将详细解释每个雷达模块以及它在现实世界中的表现。对于如此简单的雷达来说,总体结果比预期要好。但首先,让我们记住什么是连续波多普勒雷达……

连续波多普勒雷达

单频连续波雷达是一种非常简单的雷达。它们相对便宜,容易制造,事实上,它们甚至被用于儿童玩具和运动传感器。它们用于确定移动目标的速度。工作原理是雷达将以固定频率向移动中的物体发射一个载波,这个物体将把一些发射的波反射回雷达。与原始信号相比,接收到的波存在相位偏移。这种相位偏移的变化率称为多普勒频移。这一效应是以Hz测量的,它与目标的速度成正比。直观地说,由于没有多普勒频移,它无法测量距离静止目标的距离。

本项目用于测量目标速度的公式可以从下面的多普勒频移效应方程推导出来。这里不需要使用爱因斯坦的狭义相对论,因为两个目标在同一个参照系中。

目标(fd)产生的频移为:

考虑到大多数现实的应用程序中,目标的速度不会接近光速(cc)因此前面的方程可以简化c≈(c−v)。

通过波长(λ)替换过频速度(v/ft)来进一步简化:

由于最终目标是通过频移得到目标的速度,因此可以将上述方程改写为:

模拟前端

该模拟模块负责发射和接收该雷达需要的两个信号。第一个是数字前端向目标辐射产生的载波,第二个是来自包含多普勒频移的目标的散射波。由于软件定义的雷达概念,这是最简单和最便宜的部分。这里使用的大部分部件可以由用户制造,也可以在国内购买。

雷达的主要部分是这两个“罐型天线”。这是一种用锡罐制成的定向天线,其直径和波导与它打算接收或发射的无线电波的波长成正比。它们很受业余爱好者的欢迎,因为它们制作简单,且性能好。这个2.4GHz罐型天线组件的长度可以在这里找到。这种简单的前端设计缺少功率放大器,因此传输功率会受到所使用SDR的限制,从而限制了最大范围。

为了获得更好的效果,可以在这里使用像角状或贴片天线这样的商业定向天线。制造商会提供所有的技术信息,如辐射方向图和增益。

模拟前端的第二部分是接收机的低噪声放大器。在这里,笔者使用的是宽带SPF5189,它具有出色的性能和较低的噪声值。容易购买,且价格便宜。这很必要,因为来自目标的散射信号非常微弱,这个放大器将有助于提高信噪比。该LNA通过输入(IN)端口连接到接收天线(RXA)。

数字前端

该模块是该雷达的重要组成部分。它是软件和硬件之间的桥梁。将来自目标的散射信号进行数字化处理,并生成要传输的信号。所有信号通过USB连接从计算机软件发送和接收。

这是迄今为止设备中最昂贵的模块。它需要一个软件定义无线电可以实现同时发射(TX)和接收(RX),我们把这一性能称为全双工。这些电台的价格从几百美元到几千美元不等。在这里,笔者使用的是LimeSDR Mini(邻家HAM),它非常适合这类研究。

LimeSDR Mini设备是LimeSDR USB的兄弟,拥有其一半的容量。它提供高达30.72msps带宽的全双工信号传输和接收。它还提供12位的ADC分辨率,频率范围从10GHz-3.5GHz。由于这是一个高带宽的电台,主机和USB 3.0芯片组需要管理大量的数据,以获得平稳的体验。建议使用基于Linux的操作系统。幸运的是,这个项目的雷达类型只使用4msps的带宽,所以每台计算机都应该能承受个数据流。

数字前端和模拟前端的连接与LimeSDR非常直接。发射天线(TXA)直接连接到SDR的TX端口,低噪声放大器的输出(输出)连接到RX端口。

软件处理

为了简单和兼容性的原因,这个雷达是用开源软件GNU Radio Companion实现的。它为数字信号处理工作流的原型化提供了一个非常容易定制的多操作系统平台。这个项目的GitHub存储库提供了使用该雷达所需的一切。在研制过程中还将增加其他雷达。

在不久的将来,笔者计划开发一个定制的开源软件,专门用于雷达应用。该软件将能够开发出更复杂的软件定义雷达,并大大减少这些计算的开销。

为了再现本文第二部分描述的理论,雷达需要在2.4GHz频率上发射载波。这个波的产生是由信号源块处理的。下表中的参数将产生比SDR传输频率高1kHz的余弦波(ft=f0+1e3),采样率为2msps。下一步是发射产生的载波并使用SDR接收散射信号。这可以通过内置的gr-osmocom模块来实现,这些模块几乎支持所有的收发信机。如果该项目使用的是LimeSDR,则首选gr-limesdr块,因为它们更稳定,并且提供了更广泛的设置。传输块与信号源块直接连接,接收块的输出与自动增益控制块连接,以匹配载波的振幅。

如果一切正常,发射(红色)和接收(蓝色)的实际信号应该具有相同的频率和振幅,它们之间的相位差如下图所示。如果接收到的信号有噪声或与余弦波难以区分,请检查LNA和天线是否正常工作。由于该雷达使用的频率与WiFi路由器和其他ISM设备相同,可能偶尔会有噪音。

这两个信号通过一个混频器的数字实现,Multiply Conjugate块来实现。 顾名思义,这个块将两个信号相乘并共轭在一起,产生第三个信号,该信号等于由在天线辐射方向图内移动的所有物体产生的多个多普勒偏移的分量。由于发射信号和接收信号的幅值和其它缺陷并不完全相等,应该还会出现一些剩余的载波。

由于2.4 GHz信号的多普勒频移对于地面速度来说很小,因此需要将混频器输出重新采样到更低的采样速率。为了实现这一点,将Multiply Conjugate Block连接到低通滤波器块输入。这个块将抽取并过滤 2 msps 的采样率,使其降低2048分之一,从而产生2.441 ksps 的信号。如下图所示,所生成的FFT图的中心为发射载波,两侧为多普勒频移。这种频域可视化还允许识别所有的多普勒频移分量。这意味着可以同时识别多个目标。

测试

为了验证雷达是否有效,笔者在天线前用风扇做了一次室内测试。由于风扇的叶片是有角度的,旋转运动会产生一个线性运动,雷达可以检测到。在一个理想的采样率下,这个速度分量就像锯齿波,但是由于它们是高速旋转的,所以这种雷达没有时间分辨率来测量它们。这个测试在频谱图中产生了一条非常清晰的速度线。除了速度以外,当速度发生变化时,还可以看到加速度的变化。这个测试可以在下面的视频中看到。

下一个实验是测量车辆的速度。在第一次尝试中,雷达被放在人行道的一侧,指向正在移动的汽车。从低通滤波器块产生的复杂流被记录在磁盘上。这些数据后来被Python脚本转换为下面的频谱图。利用连续波多普勒雷达的最后一个方程,将Hz测得的多普勒频移转换为km/h。通过这条街的12辆车的速度可以在频谱图中看到,用s形的垂直线表示。当车辆驶向雷达时速度为负值,当车辆驶离时速度为负值。还有一些较小的竖线是行人经过时形成的。

一切都在正常运行,笔者决定进行一些更有挑战性测试。这一次,雷达的定位距离公路50米,角度为45度,如下图所示。现场有一些意想不到的不利条件,如雷达前杂草丛生,树莓派因为多次的高温而自动关闭,这些都会对结果造成一些不良的影响。数据处理与前面的测试一样。

生成的频谱图与上次测试结果相似。经过道路的车辆引起多普勒频移,可以看作是靠近中心的S形垂直线。离路边最远的距离有助于产生更清晰的S曲线,因为雷达有更多的时间对每辆车进行采样。雷达记录的最高速度约为78公里/小时,低于该地点80公里/小时的限速。

最后一次实验是为了确保雷达测量的速度是正确的。这一次,一辆汽车将以固定的速度通过雷达。如果车速表的速度与雷达测量的速度相匹配,则结果就得到了验证。该车三次通过,速度分别为10公里、30公里和60公里。这个测试可以在下面的视频中看到。注意,FFT视图显示信号相对于频移的幅度。为了简化分析过程,通过自动转换频率到速度,生成了频谱图。结果表明,汽车在每一次的速度确实是正确的,分别为9.3km/h、28.8km/h和56.0km/h。

快速标记:笔者没有太多时间用这个雷达做更多的实验。但是在下一篇博客文章中,笔者将探索这种雷达的更多应用。

结论

正如我们在上面的测试中所看到的,这个项目使用了一种极简的方法却得到了非常好的结果。我们看到,软件定义的雷达概念可以建立在一个负担得起的价格上,不需要多昂贵的电台和复杂的模拟设备。当然,离真正的应用还有一定距离,但对于有兴趣了解雷达系统如何工作的人来说,这可能是一个很好的起点。

在实践中发展和观察这一理论的运作方式是很有趣的。它也激励笔者建立另一种基于软件处理的更先进的雷达。