汽车电子 -- 毫米波雷达

参看:自动驾驶感知——毫米波雷达

一、雷达分类

二、毫米波雷达信号频段

三、车载毫米波雷达的重要参数

常见参数

  • 探测距离 (车辆0.5m ~ 200m 行人0.5m ~ 70m)
  • 距离向精度 (±0.15 m)
  • 距离向分辨率 ( 0.5 m)
  • 测速范围 ( -260 km/h ~ 130 km/h)
  • 测速精度 (±0.1 m/s)
  • 测速分辨率 ( 0.3 m/s)
  • 方位向视场角 (±5°@ 200 m ±15°@ 100 m ±22°@ 60 m ±45°@ 30 m)
  • 方位向角精度 ( ±0.3°@ 0°)
  • 方位向角分辨率 (3°~ 7°)
  • 俯仰角探测范围 (-6°~ 6°)
  • 最多目标数量 64
  • 刷新率 (50ms)

指标分解

1、工作频段

在这里插入图片描述
在这里插入图片描述

2、探测距离

参看:雷达--------探测距离、分辨力、距离精度、方位精度、抗干扰力
这部分,只做了解。我是看不懂这些公式的。。。

关于探测距离首先先从来了解一下雷达方程的简单行式。
在这里插入图片描述
上式中右侧第一项表示的是增益为Gt天线辐射功率为Pt在离雷达距离R处的功率密度。右侧第二项的分子σ是目标截面积(平方米),是目标返回雷达方向的能量的度量;分母表示回波信号能量在返回向雷达的途径上随距离的发散程度(为目标截面积)。这两项相乘得到的是每平方米上返回雷达的功率。Ae称为有效孔径面积Pr为接收功率。所以求得的雷达的最大作用距离应为接收功率Pr等于雷达最小可检测信号Smin时雷达的探测距离。所以:
在这里插入图片描述
其中与发射增益Gt一样还有接收天线增益Gr。而接收天线增益Gr有效孔径面积Ae的关系为:
在这里插入图片描述
将3式代入2式中可得:
在这里插入图片描述
其中λ为雷达的信号波长。上式中的Smin受噪声以及系统的限制。可表示为:
在这里插入图片描述
其中k为玻尔兹曼常数T0为噪声温度B为接收系统等效带宽Mn为识别系数Ls是系统损耗Nf为噪声系数

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/245429.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

java开发之个微机器人的开发

简要描述: 初始化通讯录列表 请求URL: http://域名地址/initAddressList 请求方式: POST 请求头Headers: Content-Type:application/jsonAuthorization:login接口返回 参数: 参数名必选…

ToDesk优惠码来了,需要的不容错过

最近发现Todesk也有活动了,很多小伙伴不知道,除了中秋国庆双节,ToDesk另有专享优惠码,输入优惠码最高立减25元,即使是活动日也能折上折,不影响此优惠码的折扣力度! Todesk作为国内优良的远程控制…

idea保存时自动删除不用的import

1、File->setting 2、Editor->General->Auto Import 按照操作,即可实现!!!!!!!

如何使用Access中的窗体与数据打交道,看这篇文章就够了

Access数据库由一个或多个包含相关信息的表组成。一旦创建了这样一个空数据库,就可以遍历所有的表来填充信息。 然而,这可能会变得乏味和混乱。当你试图输入数据时,很难遵循表中数据之间的关系。访问输入窗体是一个很有价值的工具。你可以设计输入窗体,以便以逻辑格式输入…

VMware安装OpenEuler(安装界面)

本文中使用的OpenEuler版本:22.03 LTS SP2 VMware:17.0.0 一、下载镜像 根据CPU和场景,按需下载 https://www.openeuler.org/zh/download/?versionopenEuler%2022.03%20LTS%20SP2 二、初始化VmWare 三、配置操作系统 四、安装操作系统 …

【蓝桥杯】二分查找

二分查找 题目描述 输入 n n n 个不超过 1 0 9 10^9 109 的单调不减的(就是后面的数字不小于前面的数字)非负整数 a 1 , a 2 , … , a n a_1,a_2,\dots,a_{n} a1​,a2​,…,an​,然后进行 m m m 次询问。对于每次询问,给出一…

基于SSM框架的快乐商城设计与实现

目录 第一章 前言 1 1.1 系统开发引言 1 第二章 相关开发工具介绍 1 2.1 Eclipse介绍 1 2.2 Oracle数据库 1 2.3 Tomcat服务器 2 2.4 Spring 介绍 3 2.5 SpringMVC 介绍 4 2.6 Mybatis 介绍 4 第三章 系统可行性分析 4 3.1 技术可行性分析 4 3.2 操作可行性分析 5 3.3 经济可行…

成为AI产品经理——回归模型评估(MSE、RMSE、MAE、R方)

分类问题的评估是看实际类别和预测类别是否一致,它的评估指标主要有混淆矩阵、AUC、KS。回归问题的评估是看实际值和预测值是否一致,它的评估指标包括MAE、MSE、RMSE、R方。 如果我们预测第二天某支股票的价格,给一个模型 y1.5x,…

mockito加junit实现单元测试笔记

目录 一、简介1.1 单元测试的特点1.2 mock类框架使用场景1.3 常用mock类框架1.3.1 mockito1.3.2 easymock1.3.3 powermock1.3.4 JMockit 二、mockito的单独使用2.1 mock对象与spy对象2.2 初始化mock/spy对象的方式初始化mock/spy对象第1种方式初始化mock/spy对象第2种方式初始化…

git的安装及ssh配置(Linux)

环境 CentOS Linux release 7.9.2009 (Core) Xftp7 安装 方法一:yum安装 yum是一个客户端软件,就好比手机上的应用商店,帮助我们对软件的下载、安装和卸载 1、首先查看自己是否安装过git [rootxiaoxi ~]# git -bash: git: command not fo…

C++ day49 买卖股票的最佳时机

题目1:121 买卖股票的最佳时机 题目链接:买卖股票的最佳时机 对题目的理解 prices[i]表示一支股票在第i天的价格,只能在某一天买入这支股票,并在之后的某一天卖出该股票,从而获得最大利润,返回该最大值&…

JavaScript空值合并运算符

The Nullish Coalescing Operator(空值合并运算符)是一种 JavaScript 的新运算符,用于解决默认值设定中存在的一些问题。它的语法为 ??(两个问号),表示当左侧的操作数为 null 或 undefined 时&#xff0c…