论文题名: | 道路交通监测应用的毫米波MIMO 雷达设计与实现 |
关键词: | 路侧交通监测;毫米波MIMO雷达;时频分析;PCA算法;微多普勒 |
摘要: | 随着城市的发展,交通设施承受着不断增长的压力,人口和汽车的增长给道路交通带来了挑战。在交通系统中,由于行人处于弱势地位,对保护弱势群体的重视不断增强。车路协同技术提供了一种新的解决方案,其中毫米波雷达是当前研究的热点技术之一,但现有研究主要集中在汽车自动驾驶领域。因此,本论文旨在研究毫米波MIMO雷达技术在路侧交通监测中的应用,设计并实现行人和车辆识别与预警系统,以提高城市道路交通的安全性和通行效率。 本研究采用基于时频分析的雷达信号处理方法,结合微多普勒和PCA算法实现了一套行人车辆检测识别系统。系统由两个主要平台构成:AWR1642提供射频前端,ZYNQ7000用于处理雷达信号和算法加速。同时使用了ZYNQ7000中的ARM核搭载RTOS系统实现了软件部分,利用FPGA逻辑单元进行算法加速以提高系统实时性。此外,论文重点探究了PCA算法在识别任务中的应用。本文主要工作如下: 1:基于微多普勒信号,探究了行人与车辆的运动模型,并采用短时傅里叶算法对两者回波信号进行了仿真分析。结果表明,行人与车辆在时频信息上存在明显差异。 2:采用PCA算法对行人车辆的多普勒累积样本进行了降维处理,以降低算法运算量并提高运算效率。在所设计的硬件平台上,对行人和车辆各采集了100个样本进行分析,并探讨了维度和样本大小对预测精度的影响。 3:本文采用Verilog电路对PCA算法进行了实现和封装。针对PCA算法的算法流程进行了分解,将运算过程分解为两个步骤,并设计了改进后的矩阵乘法来适应PCA算法流程,提高计算效率。在接口方面,采用了AXI4.0总线协议,将整个模块封装成标准IP,以方便系统调用。 根据实验结果显示,当维度为3,样本大小为64 × 20时,PCA算法在硬件表现方面表现最佳。该算法对行人和车辆的预测准确率达到了90%,并且运算时间为6.2us。此外,该模块所需的资源较少,仅使用了2.02K的LUT、5.19K的Register和10个DSP48单元。 |
作者: | 罗仕宽 |
专业: | 电子信息 |
导师: | 陈会 |
授予学位: | 硕士 |
授予学位单位: | 电子科技大学 |
学位年度: | 2023 |