TU Darmstadt / ULB / TUbiblio

Antenna Array Processing: Autocalibration and Fast High-Resolution Methods for Automotive Radar

Heidenreich, P. (2012)
Antenna Array Processing: Autocalibration and Fast High-Resolution Methods for Automotive Radar.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

In this thesis, advanced techniques for antenna array processing are addressed. The problem of autocalibration is considered and a novel method for a two-dimensional array is developed. Moreover, practicable methods for high-resolution direction-of-arrival (DOA) estimation and detection in automotive radar are proposed. A precise model of the array response is required to maintain the performance of DOA estimation. When the sensor environment is time-varying, this can only be achieved with autocalibration. The fundamental problem of autocalibration of an unknown phase response for uniform rectangular arrays is considered. For the case with a single source, a simple and robust least squares algorithm for joint two-dimensional DOA estimation and phase calibration is developed. An identification problem is determined and a suitable constraint is proposed. Simulation results show that the performance of the proposed estimator is close to the approximate CRB for both DOA estimation and phase calibration. The proposed algorithm for phase autocalibration is extended for the case with multiple sources. Simulation results demonstrate that the proposed algorithm enhances the resolution performance in the presence of phase errors. In automotive applications, modern driver assistance systems such as adaptive cruise control (ACC) or collision avoidance require an accurate description of the environment of a vehicle. For target localization in terms of range, relative velocity and DOA, a pulsed radar system with an array of receive antennas is considered. After pulse compression and Doppler processing, one obtains processing cells according to range and relative velocity, each represented by a single snapshot. In most cases, multiple targets can be distinguished by their range and/or relative velocity, so that each processing cell only contains a single target. However, there are situations, in which several targets are superposed in a processing cell. In the mentioned applications, this can occur in the presence of horizontal multipath with a close guardrail, which results in a ghost target. If the propagation paths cannot be resolved by conventional methods, this results in a false localization of the observed vehicle and high-resolution DOA estimation becomes necessary. The potential two-target model in the difficult case with a single snapshot is considered. An optimal generalized likelihood ratio test is applied, which involves the calculation of the computationally intensive maximum likelihood (ML) estimate of two targets. This approach provides good results with real data from experiments with a single and two corner reflectors. To achieve real-time capability, the computational cost has to be reduced substantially. Therefore, suitable criteria are presented to pre-select the processing cells, for which the ML estimator of two targets is necessary. When the targets are resolved in the spatial spectrum, the resulting DOA estimates are generally biased. For this case, a strategy for bias correction with low computational complexity is proposed. Results obtained from simulations and real data show that the performance of the developed algorithm is close to ML estimation, but at a significantly lower computational cost. When the spatial spectrum only shows a single significant peak, either a single target is present or two targets are unresolved. For this case, a computationally simple test is developed to decide whether the model with a single target is appropriate. Consequently, ML estimation of two targets is carried out only if the single-target model is rejected. This strategy is able to substantially save computations, when situations with more than one target per processing cell are unlikely. Finally, a practicable implementation for the ML estimator of two targets is developed, which is based on a simplified objective function and a delimited search range. The required projection operators are data-independent and can be pre-calculated off-line, which enables a trade-off between computational complexity and storage space. In simulations, the developed approach is shown to perform similarly to selected computationally efficient algorithms, but allows a straightforward and non-iterative implementation. The practical value of the proposed approach is further demonstrated using real data from a typical situation of an ACC application.

Typ des Eintrags: Dissertation
Erschienen: 2012
Autor(en): Heidenreich, P.
Art des Eintrags: Erstveröffentlichung
Titel: Antenna Array Processing: Autocalibration and Fast High-Resolution Methods for Automotive Radar
Sprache: Englisch
Referenten: Zoubir, Prof. Dr.- Abdelhak M. ; Yang, Prof. Dr.- Bin
Publikationsjahr: 22 August 2012
Datum der mündlichen Prüfung: 6 Juni 2012
URL / URN: urn:nbn:de:tuda-tuprints-30906
Kurzbeschreibung (Abstract):

In this thesis, advanced techniques for antenna array processing are addressed. The problem of autocalibration is considered and a novel method for a two-dimensional array is developed. Moreover, practicable methods for high-resolution direction-of-arrival (DOA) estimation and detection in automotive radar are proposed. A precise model of the array response is required to maintain the performance of DOA estimation. When the sensor environment is time-varying, this can only be achieved with autocalibration. The fundamental problem of autocalibration of an unknown phase response for uniform rectangular arrays is considered. For the case with a single source, a simple and robust least squares algorithm for joint two-dimensional DOA estimation and phase calibration is developed. An identification problem is determined and a suitable constraint is proposed. Simulation results show that the performance of the proposed estimator is close to the approximate CRB for both DOA estimation and phase calibration. The proposed algorithm for phase autocalibration is extended for the case with multiple sources. Simulation results demonstrate that the proposed algorithm enhances the resolution performance in the presence of phase errors. In automotive applications, modern driver assistance systems such as adaptive cruise control (ACC) or collision avoidance require an accurate description of the environment of a vehicle. For target localization in terms of range, relative velocity and DOA, a pulsed radar system with an array of receive antennas is considered. After pulse compression and Doppler processing, one obtains processing cells according to range and relative velocity, each represented by a single snapshot. In most cases, multiple targets can be distinguished by their range and/or relative velocity, so that each processing cell only contains a single target. However, there are situations, in which several targets are superposed in a processing cell. In the mentioned applications, this can occur in the presence of horizontal multipath with a close guardrail, which results in a ghost target. If the propagation paths cannot be resolved by conventional methods, this results in a false localization of the observed vehicle and high-resolution DOA estimation becomes necessary. The potential two-target model in the difficult case with a single snapshot is considered. An optimal generalized likelihood ratio test is applied, which involves the calculation of the computationally intensive maximum likelihood (ML) estimate of two targets. This approach provides good results with real data from experiments with a single and two corner reflectors. To achieve real-time capability, the computational cost has to be reduced substantially. Therefore, suitable criteria are presented to pre-select the processing cells, for which the ML estimator of two targets is necessary. When the targets are resolved in the spatial spectrum, the resulting DOA estimates are generally biased. For this case, a strategy for bias correction with low computational complexity is proposed. Results obtained from simulations and real data show that the performance of the developed algorithm is close to ML estimation, but at a significantly lower computational cost. When the spatial spectrum only shows a single significant peak, either a single target is present or two targets are unresolved. For this case, a computationally simple test is developed to decide whether the model with a single target is appropriate. Consequently, ML estimation of two targets is carried out only if the single-target model is rejected. This strategy is able to substantially save computations, when situations with more than one target per processing cell are unlikely. Finally, a practicable implementation for the ML estimator of two targets is developed, which is based on a simplified objective function and a delimited search range. The required projection operators are data-independent and can be pre-calculated off-line, which enables a trade-off between computational complexity and storage space. In simulations, the developed approach is shown to perform similarly to selected computationally efficient algorithms, but allows a straightforward and non-iterative implementation. The practical value of the proposed approach is further demonstrated using real data from a typical situation of an ACC application.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

In dieser Dissertation werden fortgeschrittene Verfahren der Signalverarbeitung für Antennengruppen behandelt. Dabei wird das Problem der Autokalibrierung betrachtet und eine neue Technik für eine zweidimensionale Sensorgruppe vorgeschlagen. Zudem werden praktisch realisierbare Verfahren der hochauflösenden Winkelschätzung und Detektion für Kfz-Radar entwickelt. Um die Leistungsfähigkeit von Verfahren der Winkelschätzung zu gewährleisten ist ein genaues Modell der Sensorgruppe notwendig. Wenn die Sensorumgebung zeitvariant ist kann dies nur mit Autokalibrierung gewährleistet werden. Das fundamentale Problem der Autokalibrierung einer unbekannter Phasenantwort wird für die gleichförmig rechteckige Sensorgruppe behandelt. Für den Fall einer Quelle wird ein einfaches und robustes Verfahren der kleinsten Quadrate für die gemeinsame Winkelschätzung und Phasenkalibrierung entwickelt. Ein Identifikationsproblem wird erkannt und eine geeignete Lösung vorgeschlagen. In Simulationen wird gezeigt, dass die Genauigkeit der Winkelschätzung und Phasenkalibrierung nahe an der approximativen Cramer-Rao Schranke ist. Darüber hinaus wird das entwickelte Verfahren für den Fall mit mehreren Quellen erweitert. Simulationsergebnisse belegen, dass der vorgeschlagene Algorithmus die Auflösungsfähigkeit erhöht wenn Phasenfehler vorhanden sind. In Kfz-Anwendungen ist eine genaue Bestimmung der Fahrzeugumgebung für moderne Fahrerassistenzsysteme wie Abstandsregeltempomat oder Notbremsassistent erforderlich. Für eine Zielortung bezüglich Distanz, Relativgeschwindigkeit und Winkel wird ein gepulstes Radar-System mit Empfangssensorgruppe verwendet. Nach der Puls-Kompression und Doppler-Verarbeitung erhält man Verarbeitungszellen gemäß Distanz und Relativgeschwindigkeit mit jeweils einem Beobachtungsvektor. In den meisten Fällen können mehrere Ziele durch ihre Distanz und/oder Relativgeschwindigkeit unterschieden werden, so dass jede Verarbeitungszelle höchstens ein Ziel beinhaltet. Es gibt jedoch Situationen, in denen mehrere Ziele in einer Verarbeitungszelle überlagert sind. In den oben genannten Anwendungen kann dies bei horizontaler Mehrwegeausbreitung mit einer nahen Leitplanke geschehen, wobei ein Geisterziel resultiert. Wenn die Ausbreitungspfade nicht mit konventionellen Methoden getrennt werden können, wird das beobachtete Fahrzeug falsch lokalisiert und hochauflösende Verfahren der Winkelschätzung sind notwendig. Das potenzielle Zwei-Ziel-Modell in dem schwierigen Fall mit einem einzelnen Beobachtungsvektor wird betrachtet. Dabei wird ein optimaler verallgemeinerter Likelihood-Quotienten-Test angewendet, der den rechenintensiven Maximum-Likelihood (ML) Schätzer für zwei Ziele beinhaltet. Dieses Verfahren liefert gute Ergebnisse für echte Messdaten aus Experimenten mit einem und zwei Winkelreflektoren. Um Echtzeitfähigkeit zu erreichen, muss der Rechenaufwand allerdings erheblich reduziert werden. Daher werden geeignete Kriterien vorgeschlagen, um die Verarbeitungszellen auszuwählen, für die der ML Schätzer für zwei Ziele notwendig ist. Wenn die Ziele im räumlichen Spektrum aufgelöst sind, sind die resultierenden Winkelschätzer in der Regel mit einem Bias behaftet. Für diesen Fall wird eine Bias-Korrektur mit geringer Rechenkomplexität entwickelt. Ergebnisse von Simulationen und echten Daten zeigen, dass das entwickelte Verfahren ähnliche Ergebnisse wie der optimale Schätzer liefert, wobei der Rechenaufwand signifikant reduziert ist. Wenn dagegen das räumliche Spektrum nur eine Leistungsspitze zeigt, sind entweder zwei Ziele nicht aufgelöst oder es ist nur ein Ziel vorhanden. Für diesen Fall wird ein Test entwickelt, um zu entscheiden, ob das Modell mit einem einzelnen Ziel angemessen ist. Folglich wird der ML Schätzer für zwei Ziele nur dann berechnet, wenn das Ein-Ziel-Modell abgelehnt wird. Diese Strategie kann den Rechenaufwand erheblich reduzieren, sofern Situationen mit mehr als einem Ziel pro Verarbeitungszelle unwahrscheinlich sind. Schließlich wird eine praktisch realisierbare Implementierung des ML Schätzers für zwei Ziele vorgeschlagen. Diese basiert auf einer vereinfachten Zielfunktion und einem begrenzten Suchbereich. Die erforderlichen Projektionsoperatoren sind datenunabhängig und können im Voraus berechnet werden, was einen Austausch von Rechenaufwand und Speicherbedarf ermöglicht. Das entwickelte Verfahren liefert gleichwertige Simulationsergebnisse wie ausgewählte rechengünstige Algorithmen, wobei es eine unkomplizierte und nicht-iterative Implementierung ermöglicht. Der praktische Wert des vorgeschlagenen Verfahrens wird mit echten Messdaten aus einer typischen Situation aus der Kfz-Radaranwendung belegt.

Deutsch
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik > Signalverarbeitung
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik
Hinterlegungsdatum: 24 Aug 2012 09:58
Letzte Änderung: 13 Jun 2016 18:34
PPN:
Referenten: Zoubir, Prof. Dr.- Abdelhak M. ; Yang, Prof. Dr.- Bin
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 6 Juni 2012
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen