毫米波汽车雷达测试应用指南

汽车毫米波雷达测试背景

车载毫米波雷达通过天线向外发射 毫米波,接收目标反射信号,经后方处理后快速准确地获取汽车车身周围的物理环境信息(如汽车与其他物体之间的相对距离、相对速度、角度、运动方向等),然后根据所探知的物体信息进行目标追踪和识别分类,进而结合车身动态信息进行数据融合,最终通过中央处理单元(ECU)进行智能处理。经合理决策后,以声、光及触觉等多种方式告知或警告驾驶员,或及时对汽车做出主动干预,从而保证驾驶过程的安全性和舒适性,减少事故发生几率。

毫米波雷达分为脉冲类型和连续波类型,连续波类型又细分为CW(恒频连续波,只能测速不能测距)、FSK(频移键控连续波、可探测单个目标的具体和速度)、FMCW(调频连续波,可对多个目标实现测距和测速,分辨率高,技术成熟)。

生产和制造中的雷达测试

目前,由于雷达频率受各国政府严格管控,车载毫米波雷达的应用频段主要集中在24 G、60 G、77G、79 GHz这几个频率的应用。工信部发文,自2024年1月1日起,停止生产或者进口在国内销售的24.25-26.65 GHz频段车载雷达设备。因此未来车载毫米波雷达频段主要为60 GHz、77 GHz、79 GHz这三个频段。

一般我们使用频谱仪来测量雷达中的以下参数:

✓ 发射机的频率范围

✓ 中心频率

✓ 占用带宽

✓ 带外发射功率

✓ 发射机杂散

✓ 接收机杂散

德思特SAF手持式频谱分析仪允许您使用手持设备在频域中执行物理层测量,而不是设置笨重且昂贵的台式频谱分析仪来进行雷达测试。

此外,79 GHz频段提供了4 GHz的超高带宽,对毫米波雷达测试以及对测量系统来说是一种挑战,因为随着频率升高,信号的衰减会迅速上升,同样就对仪表的接收能力也提出了很高的要求。德思特SAF手持式频谱分析仪具有卓越的接收机灵敏度,DANL高达-168 dBm/Hz。能观测到极小的高频信号。

由于传统的频谱仪工作频率低,因此传统的测试方案在测量汽车毫米波雷达时,一般需要借助下变频器来实现。而德思特SAF手持式频谱分析仪拥有着0.01-87 GHz的可选频率范围,这基本上覆盖了目前常用的毫米波雷达频段,因此对于虹科手持式频谱分析仪而言,测试方案就变得十分简单便捷。

此外,德思特SAF手持式频谱分析仪还提供开放式应用程序编程接口(API),您还可以将频谱仪集成到您的解决方案中。

用于现场和维护操作的汽车雷达测试

在现实环境中测试、验证和维护集成到各种设备中的毫米波雷达 。比如说汽车服务合作伙伴类似4S店;汽车碰撞后,售后使用频谱仪进行毫米波雷达检测检测功能是否损坏;以及制造商和零部件供应商或者是智能网联汽车毫米波雷达研究;或者是其它的集成了毫米波雷达的设备中都可以用到德思特SAF手持式频谱分析仪进行雷达的测试。

德思特SAF手持式频谱分析仪将通过以下方式节省您的资源:

●简化测试和故障排除操作

●减少维修和保养成本

●节省培训时间------任何人都可以轻松操作

●在现场环境中完美工作

使用德思特SAF手持式频谱分析仪,可以让技术人员更有信心地做出有关雷达更换的明智决策。通过分析雷达信号和模式,技术人员可以节省资源并避免昂贵且不必要的更换和维修。

相关推荐
海棠AI实验室21 分钟前
AI的进阶之路:从机器学习到深度学习的演变(一)
人工智能·深度学习·机器学习
hunteritself23 分钟前
AI Weekly『12月16-22日』:OpenAI公布o3,谷歌发布首个推理模型,GitHub Copilot免费版上线!
人工智能·gpt·chatgpt·github·openai·copilot
IT古董1 小时前
【机器学习】机器学习的基本分类-强化学习-策略梯度(Policy Gradient,PG)
人工智能·机器学习·分类
centurysee1 小时前
【最佳实践】Anthropic:Agentic系统实践案例
人工智能
mahuifa1 小时前
混合开发环境---使用编程AI辅助开发Qt
人工智能·vscode·qt·qtcreator·编程ai
四口鲸鱼爱吃盐1 小时前
Pytorch | 从零构建GoogleNet对CIFAR10进行分类
人工智能·pytorch·分类
蓝天星空1 小时前
Python调用open ai接口
人工智能·python
睡觉狂魔er1 小时前
自动驾驶控制与规划——Project 3: LQR车辆横向控制
人工智能·机器学习·自动驾驶
fantasy_arch1 小时前
CPU性能优化-磁盘空间和解析时间
网络·性能优化
scan7242 小时前
LILAC采样算法
人工智能·算法·机器学习