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
zhaoshuzhaoshu8 分钟前
人工智能(AI)发展史:详细里程碑
人工智能·职场和发展
Luke~9 分钟前
阿里云计算巢已上架!3分钟部署 Loki AI 事故分析引擎,SRE 复盘时间直接砍掉 80%
人工智能·阿里云·云计算·loki·devops·aiops·sre
weixin_156241575769 分钟前
基于YOLOv8深度学习花卉识别系统摄像头实时图片文件夹多图片等另有其他的识别系统可二开
大数据·人工智能·python·深度学习·yolo
QQ6765800815 分钟前
AI赋能轨道交通智能巡检 轨道交通故障检测 轨道缺陷断裂检测 轨道裂纹识别 鱼尾板故障识别 轨道巡检缺陷数据集深度学习yolo第10303期
人工智能·深度学习·yolo·智能巡检·轨道交通故障检测·鱼尾板故障识别·轨道缺陷断裂检测
小陈工17 分钟前
2026年4月7日技术资讯洞察:下一代数据库融合、AI基础设施竞赛与异步编程实战
开发语言·前端·数据库·人工智能·python
tq108617 分钟前
组织的本质:从科层制到伴星系统的决断理论
人工智能
科技与数码21 分钟前
互联网保险迎来新篇章,元保方锐分享行业发展前沿洞察
大数据·人工智能
汽车仪器仪表相关领域32 分钟前
NHFID-1000型非甲烷总烃分析仪:技术破局,重构固定污染源监测新体验
java·大数据·网络·人工智能·单元测试·可用性测试·安全性测试
weixin_1562415757643 分钟前
基于YOLO深度学习的动物检测与识别系统
人工智能·深度学习·yolo