Abstract:
Ce mémoire traite d'une classe d'algorithmes d'estimation de la position angulaire des cibles pour des applications automotives appele super-resolution dans le contexte des radars FMCW. Le principe de fonctionnement du radar MIMO FMCW est d'abord revu, puis l'algorithme de super-résolution MUSIC pour l'estimation de l'angle d'arrivée est abordé. Ensuite, le problème de la cohérence entre les signaux source, provenant du fait que les cibles sont situées à la même distance du radar mais à des angles d'arrivée différents, est discuté ainsi que son effet dégradant sur les performances de l'algorithme MUSIC. La méthode du spatial smoothing comme solution à ce problème de cohérence est ensuite examinée. Enfin, nous étudions l'effet d'imperfections en gain et en phase du réseau d'antennes, le gain mismatch et le phase mismatch, sur les performances de MUSIC. Nous présentons également la caractérisation expérimentale du gain/phase mismatch du radar cascade AWR2243 de Texas Instruments, qui est un radar MIMO FMCW avec un réseau de 16 éléments Rx et 12 éléments Tx. Nous verrons que ces imperfections en gain et en phase peuvent être modélisés comme des variables aléatoires normalement distribuées. La méthode de calibration pour compenser ces imperfections est ensuite discutée, et un scénario combinant à la fois la cohérence et le gain/phase mismatch avec trois cibles situées à 5, 6 et 10 deg est ensuite présenté pour comparer les performances de MUSIC par rapport à une FFT pour le cas d'un réseau de 82 éléments.
