系列文章目录

毫米波雷达学习（一）——范围估计
毫米波雷达学习（二）——IF信号相位
毫米波雷达学习（三）——速度估计
毫米波雷达学习（四）——系统设计讨论
毫米波雷达学习（五）——角度估计

简介

先前我们从距离和速度分析，这篇文章将从角度入手。所以雷达是前方有一个物体，它是如何估算这个角度呢？不同角度存在多个物体但是他们速度与距离相同，会怎样？雷达的可以观察的最大角度由什么决定？角分辨率又取决于什么？

角度估算

在先前测量相位变换的时候，微小的距离变化可以导致相位变化，角度估算也是类似的概念，需要至少两根RX天线，利用每根天线的差分距离。
相位变化：

角度估计：

由上图可以看出，额外距离=两个接收天线的距离 · sinθ（θ是到达角）

发射天线发射一个线性调频脉冲帧，每个天线接收数据，并处理该数据，创建一个2D-FFT矩阵，其中包含物体距离与速度的对应峰值。

讲了半天究竟该如何求到达角呢？

我们可以看到角度与w的不是线性关系，从sinθ函数的角度开始，我们都学过等价无穷小，知道sinθ的θ在接近0时可以等效为θ，而在接近90度的时候误差就非常大了。所以物体只有在雷达正前方也就是0度的时候角度估算才能达到最佳值，当然由于噪声，估算准确性会下降。

前面我们学过，由于速度的不模糊测量要求，也就是相位变化不小于180度，那么将180代入公式w值，即可推出θ的最大值。

雷达前方有两个物体

当雷达前方两个物体，且他们相对于雷达具有相同的距离和速度，那么这两个物体在2D-FFT相同的距离速度单元中。

这是他们的2D-FFT，其2D-FFT中有单个峰值，但是峰值处的信号将由两个向量叠加，这样先前的相位比较技术就无法使用了。

如何解决这个问题呢？我们将RX天线从两个增加到N个，他们的二维FFT将在同一个位置有一个峰值，这个系列峰值的信号将创建一个包含两个相位的离散信号，如图。

然后通过FFT读取这两个峰值的位置，反推出两个物体的到达角。

我会坚持学习并更新，非常感谢各位的观看。