In diesem Beitrag wird ein auf der FFT-MUSIC-Methode basierendes Entfernungs-Doppler-Bildgebungsverfahren für FMCW-Radarsysteme vorgeschlagen. Mit der zunehmenden Bedeutung der Erkennung von Fahrzeug- und Personenbewegungen im Kfz-Radar wird die Genauigkeit herkömmlicher Erkennungsmethoden auf der Basis von Deep-Learning-Netzwerken immer geringer, da sie nur von den Entfernungs-, Geschwindigkeits- und Winkelinformationen abhängen, die von herkömmlichen Radargeräten bereitgestellt werden. Daher wurden kürzlich verschiedene Arten von bildgebenden Radarmethoden vorgeschlagen. Unter ihnen ist der Range-Doppler-Imaging-Algorithmus weit verbreitet. Dieser Algorithmus kann gleichzeitig sowohl die Entfernungs- als auch die Geschwindigkeitseigenschaften eines Fahrzeugs oder einer Person analysieren. Die herkömmliche Entfernungs-Doppler-Bildgebung auf der Grundlage des FFT-Algorithmus hat jedoch eine begrenzte Auflösung, so dass keine detaillierten Informationen über das Ziel gewonnen werden können. Obwohl der FFT-Algorithmus in vielen Anwendungen weit verbreitet ist, kann seine geringe Auflösung seine Fähigkeit, detaillierte Informationen zu liefern, einschränken. Insbesondere die Verbesserung der Geschwindigkeitsauflösung erfordert oft die Extraktion einer beträchtlichen Menge an Daten. Um dieses Problem zu lösen, wird in diesem Beitrag eine auf FFT-MUSIC basierende Methode zur Entfernungs-Doppler-Bildgebung vorgeschlagen. Diese Technik wurde mit dem Softwarepaket WaveFarer® von Remcom simuliert. Der vorgeschlagene Algorithmus ist in der Lage, in mehreren Fällen, in denen die Entfernungen und Geschwindigkeiten zu nahe beieinander liegen, um mit herkömmlichen FFT-Methoden aufgelöst zu werden, effektiv zwischen zwei sich bewegenden Fahrzeugen zu unterscheiden. Wir können feststellen, dass der vorgeschlagene Algorithmus die Geschwindigkeitsauflösung um etwa das Doppelte gegenüber dem konventionellen Algorithmus verbessert. Darüber hinaus liefert der vorgeschlagene Algorithmus in Innenräumen eine detaillierte Darstellung des Mehrweges in Innenräumen und übertrifft damit herkömmliche Algorithmen. Die hochauflösende Radarabbildung, die das vorgeschlagene Verfahren bietet, wird eine verbesserte Zielerkennung ermöglichen und somit die Gesamtleistung in praktischen Anwendungen erhöhen.
