雷達是一種探測裝置，通過雷達可以對一定范圍內(nèi)的目標進行探測。為增進大家對雷達的認識，本文將對雷達的工作原理以及雷達技術的應用場景予以介紹。如果你對雷達或是本文內(nèi)容具有興趣，不妨和小編一起繼續(xù)往下閱讀哦。

一、雷達原理

各種雷達的具體用途和結(jié)構不盡相同，但基本形式是一致的，包括:發(fā)射機、發(fā)射天線、接收機、接收天線，處理部分以及顯示器。還有電源設備、數(shù)據(jù)錄取設備、抗干擾設備等輔助設備。

雷達所起的作用跟眼睛和耳朵相似，當然，它不再是大自然的杰作，同時，它的信息載體是無線電波。 事實上，不論是可見光或是無線電波，在本質(zhì)上是同一種東西，都是電磁波，在真空中傳播的速度都是光速C，差別在于它們各自的頻率和波長不同。其原理是雷達設備的發(fā)射機通過天線把電磁波能量射向空間某一方向，處在此方向上的物體反射碰到的電磁波;雷達天線接收此反射波，送至接收設備進行處理，提取有關該物體的某些信息(目標物體至雷達的距離，距離變化率或徑向速度、方位、高度等)。

測量速度原理是雷達根據(jù)自身和目標之間有相對運動產(chǎn)生的頻率多普勒效應。雷達接收到的目標回波頻率與雷達發(fā)射頻率不同，兩者的差值稱為多普勒頻率。從多普勒頻率中可提取的主要信息之一是雷達與目標之間的距離變化率。當目標與干擾雜波同時存在于雷達的同一空間分辨單元內(nèi)時，雷達利用它們之間多普勒頻率的不同能從干擾雜波中檢測和跟蹤目標。測量目標方位原理是利用天線的尖銳方位波束，通過測量仰角靠窄的仰角波束，從而根據(jù)仰角和距離就能計算出目標高度。

測量距離原理是測量發(fā)射脈沖與回波脈沖之間的時間差，因電磁波以光速傳播，據(jù)此就能換算成雷達與目標的精確距離。

二、雷達技術的應用場景

雷達感知可以支持非常豐富的應用場景。比如，毫米波雷達就已經(jīng)被廣泛應用在汽車輔助駕駛領域，用以檢測行人和前車，實現(xiàn)防撞預警。此外，如上圖所示，雷達在居家、智能大廈、自動駕駛以及可穿戴設備等領域也有很多潛在的應用。

以智能家居場景為例，雷達傳感器可以被用于開關控制、入侵檢測、智能開門器等方面，方便大眾生活。在音響系統(tǒng)中，雷達能夠探測到某一區(qū)域的人與音響之間的距離，從而調(diào)整音響在某個區(qū)域的聲音大小;在空調(diào)系統(tǒng)中，雷達可以根據(jù)人的遠近，自動調(diào)節(jié)室內(nèi)溫度;當雷達探測到吹風機離頭發(fā)太近時，還可以自動調(diào)節(jié)吹風機的溫度。

隨著新型低功耗、小型化雷達傳感器的誕生和產(chǎn)品化，雷達技術在各種智能設備和消費類電子產(chǎn)品中的應用將成為一種必然趨勢。

科研人員已在推動雷達感知技術的新型應用方面開展研究工作。讓我們結(jié)合一些具體的應用場景，來一探究竟吧。

1、人體體征檢測

呼吸和心跳是非常重要的人體生命體征，可以借助雷達技術進行檢測。與傳統(tǒng)醫(yī)療設備或可穿戴設備相比，利用雷達探測人體體征非常便捷，無需受檢測者穿戴任何設備，從而實現(xiàn)非接觸式的檢測。該技術可以被應用在人的檢測，睡眠監(jiān)測和情緒管理等場景中，并結(jié)合兒童或老人的家庭看護等應用發(fā)揮重要作用。

我們在這一技術領域的研究進展順利，結(jié)合特定的波段，可以做到隔墻實現(xiàn)人體檢測。

2、運動識別

雷達的優(yōu)勢是對運動的檢測，可以利用目標回波的多普勒效應來觀測和解讀目標的運動狀態(tài)，如運動方向和運動速度;在使用多通道傳感器時，還可以從不同的視角觀察目標的運動。通過從不同的視角采集目標的運動狀態(tài)，并結(jié)合瞬時信息和歷史信息進行分析，從而實現(xiàn)對復雜運動的分辨。在下圖所示的例子中，當人的手臂做不同運動時，不同動作產(chǎn)生了不同的微多普勒模式，結(jié)合運動的能量特性等特征可以實現(xiàn)不同運動的分辨。

利用雷達識別運動的技術可以應用在不同的場景中。比如在體育運動中，可以借用這項技術檢測人和球類的運動狀態(tài)和運動軌跡。在居家環(huán)境下，還可以做人體摔倒檢測，用于預防老人摔倒。目前，我們的技術已經(jīng)可以通過處理雷達數(shù)據(jù)，實現(xiàn)人體運動狀態(tài)和軌跡的解讀。

3、手勢識別交互

人機交互是雷達技術的另一個重要應用領域，如手勢識別交互。利用雷達采集的距離、多普勒信息，以及快速采樣獲得的手動態(tài)運動歷史信息，雷達可以很好地展現(xiàn)手的動態(tài)運動特性，并可以從不同的角度觀測手的運動。另外，從雷達反射回波的幅度形狀等信息中也可以得到手勢的散射特性。處理算法結(jié)合這些特征，可以很好地復現(xiàn)手勢。

我們將這一領域的研究工作與機器學習相結(jié)合，已經(jīng)實現(xiàn)了十種不同手勢的識別。

4、多傳感器的融合

在雷達傳感器與其它傳感器的融合方面，我們的目標是通過結(jié)合不同傳感器的優(yōu)勢，實現(xiàn)更可靠的判斷。目前我們已經(jīng)開展了雷達和視頻傳感相結(jié)合的工作。舉個具體的例子，相機在檢測玻璃時會有困難，而雷達卻能檢測到。兩者相結(jié)合，可以更可靠地支持避障等應用。

以上便是此次帶來的雷達相關內(nèi)容，通過本文，希望大家對雷達已經(jīng)具備一定的了解。如果你喜歡本文，不妨持續(xù)關注我們網(wǎng)站哦，將于后期帶來更多精彩內(nèi)容。最后，十分感謝大家的閱讀，have a nice day!