BA/FP/MA: Interferenz Vermeidung für FMCW Radar Sensoren für den Automobilsektor
Beschreibung
Radarsensoren zeigen gegenüber anderen beliebten Sensoren wie Kamera und Lidar eine höhere Robustheit gegenüber Wetterbedingungen wie Regen, Nebel und Dunkelheit, weshalb sie vor allem im Automobilumfeld gefragt sind. Mit fortschreitender Entwicklung und steigender Nachfrage nach Advanced Driver Assistance Systems (ADAS) werden zunehmend Radare in Fahrzeuge verbaut. [1]
Durch unkoordinierten Zugriff kann die Gefahr von Interferenz jedoch steigen, die sich dann durch Ghost-Targets oder ein verringertes Signal-to-interference-plus-noise-Ratio (SINR) widerspiegelt. Verschiedene Ansätze implementieren ein Ressourcenscheduling, wobei eine zentrale Koordination erforderlich ist.
Im Rahmen dieser Arbeit soll eine zusätzliche Modulation und somit ein dezentrales System, basierend auf einem bestehenden Systemmodell, implementiert werden. [2]
Forschungsfragen
- Kann ein dezentraler Ansatz zur Detektion oder Vermeidung von Interferenz für FMCW-Radare gewählt werden?
- Welche Effekte können dadurch kompensiert werden, welche zusätzlichen Schritte oder Bauteile müssen integriert werden und welcher Verlust oder Gewinn ist möglich?
Ziele der Arbeit
Die Arbeit hat das Ziel, eine zusätzliche Modulation in die bereits bestehende FMCW-Modulation zu integrieren und die Performance im Interferenzfall zu evaluieren.
- Simulation eines FMCW-Radars mit folgendem Radar-Signal-Processing für ein simples Referenzszenario (Point-Target).
- Darauf aufbauende Erzeugung eines Interferenzsignals mit zusätzlicher Überlagerung und Untersuchung der daraus resultierenden Interferenzeffekte.
- Integration einer Modulation und anschließender Signalverarbeitung, um die zuvor induzierte Interferenz zu reduzieren.
- Performance-Evaluation im Vergleich zwischen dem unmodulierten und dem modulierten FMCW-Signal sowie der besseren Performance im Interferenzfall.
Deine Kenntnisse
- Grundlagen in der Informations- und Kommunikationstechnik
- Grundlagen in der Programmierung (Python)
Quellen
- C. Waldschmidt, J. Hasch, and W. Menzel, “Automotive Radar — From First Efforts to Future Systems,” IEEE Journal of Microwaves, vol. 1, no. 1, pp. 135–148, 2021.
- U. Kumbul, N. Petrov, C. S. Vaucher and A. Yarovoy, „Automotive Radar Interference Mitigation using Phase-Coded FMCW Waveform,“ 2024 IEEE 4th International Symposium on Joint Communications & Sensing (JC&S), Leuven, Belgium, 2024, pp. 1-6.
Interesse?
Falls du interessiert bist, freuen wir uns über eine kurze Nachricht an:
Anfrage senden