Resolution vs. Bandwidth
Entfernungs- und Geschwindigkeitsauflösung, Ambiguitätsfunktion, Fensterfunktionen und Zero-Padding in FMCW-Radarsystemen.
Range Resolution: ΔR = c / (2B)
Die Entfernungsauflösung ΔR beschreibt den minimalen Abstand, bei dem zwei Ziele noch als getrennte Objekte erkannt werden können. Sie wird ausschließlich durch die Signalbandbreite B bestimmt – nicht durch die Trägerfrequenz.
Herleitung aus der Beat-Frequenz:
Ein FMCW-Radar erzeugt für ein Ziel bei Entfernung R eine Beat-Frequenz:
fb = (2 · B · R) / (c · Tc)
Zwei Ziele bei R1 und R2 erzeugen Beat-Frequenzen fb1 und fb2. Nach der FFT-Verarbeitung können diese nur aufgelöst werden, wenn ihr Frequenzabstand mindestens einen FFT-Bin beträgt:
|fb1 − fb2| ≥ 1 / Tc
Setzt man die Beat-Frequenz-Formel ein und löst nach ΔR = |R1 − R2| auf:
(2B · ΔR) / (c · Tc) ≥ 1 / Tc ⇒ ΔR ≥ c / (2B)
Zentrale Erkenntnis:
Die Chirp-Dauer Tc kürzt sich heraus! Die Entfernungsauflösung hängt nur von der Bandbreite B ab. Eine größere Bandbreite bedeutet eine feinere Auflösung – das ist der fundamentale Grund, warum moderne Radarsysteme (77–81 GHz) mit bis zu 4 GHz Bandbreite arbeiten.
| Bandbreite B | Entfernungsauflösung ΔR | Typische Anwendung |
|---|---|---|
| 250 MHz | 60 cm | Automotive Long-Range Radar (LRR) |
| 500 MHz | 30 cm | Standard-Automotive Radar |
| 1 GHz | 15 cm | Automotive Short-Range Radar |
| 2 GHz | 7,5 cm | Hochauflösendes Imaging-Radar |
| 4 GHz | 3,75 cm | 77–81 GHz Vollband, Drohnendetektion |
Praktische Implikationen für verschiedene Radarbänder:
Im S-Band (2–4 GHz) stehen typisch nur 50–100 MHz Bandbreite zur Verfügung (ΔR = 1,5–3 m). Im X-Band (8–12 GHz) sind 500 MHz realistisch (ΔR = 30 cm). Das mmWave-Band (77–81 GHz) erlaubt bis zu 4 GHz Bandbreite (ΔR = 3,75 cm). Die verfügbare Bandbreite ist also direkt an die regulatorische Freigabe und die physikalischen Grenzen der HF-Komponenten gekoppelt.
Velocity Resolution: Δv = λ / (2 · N · Tc)
Die Geschwindigkeitsauflösung beschreibt den minimalen Geschwindigkeitsunterschied, bei dem zwei Ziele im Doppler-Spektrum noch trennbar sind. Sie hängt von der gesamten Beobachtungsdauer (Framedauer) ab.
Herleitung aus der Doppler-FFT:
In einem FMCW-Frame werden N Chirps gesendet. Die Doppler-Verschiebung wird über die Phasenänderung zwischen aufeinanderfolgenden Chirps gemessen. Die Doppler-FFT hat eine Bin-Breite von:
ΔfD = 1 / (N · Tc) = 1 / Tf
wobei Tf = N · Tc die Frame-Dauer ist. Mit der Beziehung fD = 2v/λ ergibt sich:
Δv = λ / (2 · N · Tc) = λ / (2 · Tf)
Konsequenz: Eine längere Beobachtungszeit (mehr Chirps oder längere Chirps) verbessert die Geschwindigkeitsauflösung. Dies steht jedoch im Konflikt mit der maximalen eindeutigen Geschwindigkeit (siehe Abschnitt 3).
| Parameter | Beispiel 1 | Beispiel 2 | Beispiel 3 |
|---|---|---|---|
| Frequenz fc | 77 GHz | 77 GHz | 24 GHz |
| Wellenlänge λ | 3,9 mm | 3,9 mm | 12,5 mm |
| Chirps N | 128 | 256 | 128 |
| Chirp-Dauer Tc | 50 μs | 50 μs | 100 μs |
| Frame-Dauer Tf | 6,4 ms | 12,8 ms | 12,8 ms |
| Δv | 0,30 m/s | 0,15 m/s | 0,49 m/s |
Range-Doppler-Ambiguität
Die gleichzeitige Messung von Entfernung und Geschwindigkeit unterliegt fundamentalen physikalischen Grenzen. Die Wahl der Chirp-Parameter erzwingt einen Kompromiss zwischen maximalem eindeutigem Entfernungs- und Geschwindigkeitsbereich.
Maximale eindeutige Entfernung:
Rmax = c / (2 · PRF) = c · Tc / 2
Bei Tc = 50 μs: Rmax = 7.500 m.
Ein längerer Chirp erhöht Rmax.
Maximale eindeutige Geschwindigkeit:
vmax = λ / (4 · Tc)
Bei λ = 3,9 mm und Tc = 50 μs: vmax = 19,5 m/s ≈ 70 km/h.
Ein kürzerer Chirp erhöht vmax.
Das Ambiguitäts-Dilemma:
Das Produkt aus maximalem eindeutigem Bereich und maximaler eindeutiger Geschwindigkeit ist konstant:
Rmax · vmax = c · λ / 8
Bei 77 GHz: Rmax · vmax ≈ 146 m²/s. Man kann nicht gleichzeitig Rmax und vmax erhöhen – eine Verbesserung des einen verschlechtert automatisch das andere. Dieses fundamentale Dilemma kann nur durch fortgeschrittene Wellenformen (z.B. staggered PRF) umgangen werden.
Ambiguitätsfunktion |χ(τ, fd)|²:
Die Ambiguitätsfunktion beschreibt die gemeinsame Auflösung in Entfernung (τ = Zeitverzögerung) und Geschwindigkeit (fd = Doppler-Frequenz). Sie ist definiert als:
χ(τ, fd) = ∫ s(t) · s*(t − τ) · ej2πfdt dt
Das Volumen unter |χ|² ist konstant (Satz von Woodward). Eine schmale Spitze in einer Dimension erzwingt breitere Nebenkeulen in der anderen. Für LFM-Chirps (Linear Frequency Modulated) zeigt die Ambiguitätsfunktion eine diagonale Kopplung zwischen Range und Doppler – eine reine Doppler-Verschiebung erscheint als Range-Offset und umgekehrt.
Range-Velocity-Kopplung in FMCW:
Bei einem FMCW-Chirp verursacht eine radiale Geschwindigkeit v eine zusätzliche Beat-Frequenzverschiebung Δfb = 2vB/(c·fc) · fc/fc. Der resultierende Range-Fehler beträgt:
ΔRerr = v · Tc · fc / B
Bei v = 30 m/s, Tc = 50 μs, fc = 77 GHz, B = 4 GHz: ΔRerr ≈ 29 mm. Dieser Fehler wird durch die 2D-FFT-Verarbeitung (Range-Doppler-Map) korrigiert.
Window Functions: Auflösung vs. Dynamikbereich
Bei der FFT-Verarbeitung wird ein endlicher Signalausschnitt analysiert. Die abrupte Begrenzung des Signals (implizites Rechteckfenster) führt zu spektralem Leakage – die Energie eines Peaks "leckt" in benachbarte Bins. Fensterfunktionen reduzieren dieses Leakage auf Kosten einer breiteren Hauptkeule.
Rechteck-Fenster (Rectangular)
w[n] = 1
Beste Frequenzauflösung (schmalste Hauptkeule), aber schlechteste Nebenkeulen bei -13 dB. Nur geeignet, wenn keine schwachen Ziele neben starken detektiert werden müssen.
Hamming-Fenster
w[n] = 0,54 − 0,46 · cos(2πn/N)
Erste Nebenkeule bei -43 dB. Hauptkeule 1,5× breiter als Rechteck. Sehr beliebte Wahl für Radar-Signalverarbeitung.
Hanning-Fenster (Hann)
w[n] = 0,5 · (1 − cos(2πn/N))
Erste Nebenkeule bei -32 dB, aber schnellerer Abfall (-60 dB/Oktave). Guter Allzweck-Kompromiss. An den Rändern exakt null.
Blackman-Fenster
w[n] = 0,42 − 0,5·cos(2πn/N) + 0,08·cos(4πn/N)
Erste Nebenkeule bei -58 dB. Hauptkeule 2× breiter als Rechteck. Geeignet für hohe Dynamikanforderungen.
Blackman-Harris-Fenster:
Viertermiges Fenster mit Nebenkeulen bei -92 dB. Wird verwendet, wenn extrem hohe Unterdrückung von Nebenkeulen benötigt wird (z.B. Detektion einer kleinen Drohne neben einem starken Clutter-Echo). Die Hauptkeule ist jedoch ca. 2,5× breiter als beim Rechteck-Fenster.
| Fenster | Hauptkeulenbreite (rel.) | Erste Nebenkeule | Nebenkeulen-Abfall | Einsatz |
|---|---|---|---|---|
| Rectangular | 1,0× | -13 dB | -20 dB/Dek. | Max. Auflösung |
| Hanning | 1,5× | -32 dB | -60 dB/Dek. | Allzweck |
| Hamming | 1,5× | -43 dB | -20 dB/Dek. | Radar-Standard |
| Blackman | 2,0× | -58 dB | -60 dB/Dek. | Hohe Dynamik |
| Blackman-Harris | 2,5× | -92 dB | -20 dB/Dek. | Max. Dynamik |
Trade-off Zusammenfassung:
Jedes Fenster verteilt die konstante Signalenergie unterschiedlich zwischen Hauptkeule und Nebenkeulen. Für die Drohnen-/Vogel-Klassifikation ist das Hamming-Fenster oft die beste Wahl: es bietet ausreichend schmale Hauptkeule für Range-Auflösung und genügend Nebenkeulenunterdrückung (-43 dB), um schwache Ziele neben starkem Clutter zu detektieren.
Zero-Padding und FFT-Interpolation
Zero-Padding ist eine häufig verwendete Technik bei der FFT-Verarbeitung. Das Verständnis ihrer Möglichkeiten und Grenzen ist essentiell.
Was Zero-Padding bewirkt:
Beim Zero-Padding werden dem Zeitsignal vor der FFT Nullen angehängt. Dadurch erhöht sich die FFT-Länge NFFT und die Anzahl der Frequenz-Bins. Das Spektrum wird an mehr Stellen abgetastet – es entsteht eine Interpolation im Frequenzbereich.
Zero-Padding verbessert NICHT:
- Die tatsächliche spektrale Auflösung
- Die Fähigkeit, zwei nahe Frequenzen zu trennen
- Den Signal-Rausch-Abstand (SNR)
Die Auflösung bleibt durch die physikalische Beobachtungsdauer begrenzt: Δf = 1/Tobs.
Zero-Padding verbessert:
- Die visuelle Glätte der FFT-Darstellung
- Die Genauigkeit der Peak-Position (Interpolation)
- Die Abtastung des zugrunde liegenden Spektrums
Ein Peak, der zwischen zwei Bins liegt, wird durch Zero-Padding genauer lokalisiert.
// Praktische Anwendung in Python
import numpy as np
N_signal = 256 # Originale Signallänge
N_zp = 1024 # Zero-Padded Länge (4x)
# Ohne Zero-Padding: 256 Frequenz-Bins
spectrum = np.fft.fft(signal, n=N_signal)
# Mit 4x Zero-Padding: 1024 Frequenz-Bins
spectrum_zp = np.fft.fft(signal, n=N_zp)
# Gleiche Auflösung, aber 4x mehr Punkte!
Praktische Regel:
2× Zero-Padding ist Standard für die meisten Anwendungen. 4× Zero-Padding wird für hochwertige Visualisierungen und genaue Peak-Schätzungen empfohlen. Mehr als 8× bringt kaum noch visuellen Gewinn bei steigendem Rechenaufwand.
Resolution-Explorer: Zwei-Ziel-Szenario
Passe Bandbreite, Zielabstand und Fensterfunktion an, um zu sehen, ob zwei Ziele im Range-Profil aufgelöst werden können. Die FFT-Magnitude wird als Liniengraph mit dB-Skala dargestellt.
Berechnete Auflösung:
ΔR = 7,50 cm
Zielabstand: 30,0 cm | Mindestabstand: 7,5 cm
RESOLVED