Technische Hochschule Ingolstadt

Fakultät: Elektrotechnik und Informationstechnik

Studiengang: Elektrotechnik und Informationstechnik

Benchmark und Ermittlung der Grenzen von

verschiedenen Radarchipsätzen zum Einsatz in
Fahrzeuggenerationen ab dem Jahr 2026
bei der Audi AG Ingolstadt

Bachelorarbeit
von
Thomas Adolf

Anmeldung: 17. Dezember 2021

Abgabe: 11. Februar 2022

Erstprüfer: Prof. Dr.-Ing. Lorenz Gaul

Zweitprüfer: Prof. Dr.-Ing. Siegfried Huber
Fachlicher Betreuer: Dipl-Ing Niels Koch, AUDI AG
Eigenständigkeitserklärung
Ich erkläre hiermit, dass ich die Arbeit selbständig verfasst, noch nicht anderweitig für Prüfungszwecke
vorgelegt, keine anderen als die angegebenen Quellen oder Hilfsmittel benützt sowie wörtliche und
sinngemäße Zitate als solche gekennzeichnet habe.

Ingolstadt, 31.01.2022

Thomas Adolf

I
Kurzfassung
Die Radarsensoren gewinnen im Fahrzeug immer mehr an Bedeutung. Vor allem durch die
Weiterentwicklung der Fahrerassistenzsysteme hin zum autonomen Fahren. Daher sollen im Fahrzeug
die für die Anforderungen am besten geeigneten Chipsätze verbaut werden.
In dieser Bachelorarbeit wird ein Benchmark von Radarchipsätze verschiedener Hersteller durchgeführt
und die Grenzen der Chipsätze ausgereizt. Die durchgeführten Messungen zeigen die Stärken und
Schwächen der Radarchipsätze, mit deren Hilfe, der am besten geeignete Chipsatz für den Einsatz in
den Fahrzeuggenerationen ab 2026 gewählt werden kann.
Durch die unterschiedlichen Einsatzbereiche der Sensoren können diese nicht direkt miteinander
verglichen werden. Ein direkter Vergleich von einem Short Range Radar mit einem Long Range Radar
führt, aufgrund der verschiedenen Anforderungen, zu falschen Schlussfolgerungen. Ein Vergleich wird
in dieser Arbeit versucht. Dafür werden die, in dieser Arbeit beschriebenen, Key-Performance-
Indicators (KPI) bestimmt. Um diese zu ermitteln, werden die detektierbare Entfernung für Objekte
verschiedener Querschnitte, der maximale Azimut-Winkel, die maximale und minimale
Relativgeschwindigkeit sowie die Auflösung der Entfernung, des Winkels und der Geschwindigkeit
gemessen. Dafür wird der Sensor an einer Drehschwenkeinheit befestigt und mit einem Radar Target
Simulator bewegte und statische Ziele in verschiedenen Distanzen zu dem Chipsatz simuliert. Zusätzlich
beinhalten die Messungen die Trennfähigkeit von zwei Objekte in der Entfernung und bezüglich des
Azimuts. Hierfür werden zwei Reflektoren an beweglichen Stativen befestigt und voneinander entfernt,
bis das Radar die beiden Reflektoren als einzelne Objekte wahrnimmt. Mit den Messungen können die
KPIs bestimmt werden, die den Vergleich der Chipsätze ermöglichen und somit die Auswahl erleichtern.
Anschließend werden die Messungen ausgewertet, dabei werden die KPIs der verschiedenen Chipsätze
miteinander verglichen. Darauf folgt die Beurteilung der Chipsätze anhand deren Vor- und Nachteile.
Zum besseren Verständnis der Arbeit werden die notwendigen technischen Grundlagen und die
verwendeten Programme beschrieben. Dabei wird zum einen auf die Funktionsweise und die Bedienung
des Radar Target Simulators eingegangen. Zum anderen wird die zugehörige Software der Radar
Chipsätze genauer erläutert und die Messwerte werden interpretiert.

II
Inhalt
Eigenständigkeitserklärung ...................................................................................................................... I
Kurzfassung ............................................................................................................................................. II
Abkürzungsverzeichnis ........................................................................................................................... V
Symbolverzeichnis ................................................................................................................................. VI
1. Einleitung ........................................................................................................................................ 1
2. Technische Grundlagen ................................................................................................................... 3
2.1. Ausbreitung und Reflexion...................................................................................................... 4
2.2. Abstands- und Geschwindigkeitsmessung .............................................................................. 7
2.2.1. Dopplereffekt................................................................................................................... 7
2.2.2. Mischen von Signalen ..................................................................................................... 7
2.2.3. Modulationsverfahren...................................................................................................... 9
2.3. Winkelmessung ..................................................................................................................... 15
2.3.1. Antennen-theoretische Vorbetrachtungen ..................................................................... 15
2.3.2. Scanning ........................................................................................................................ 16
2.3.3. Monopuls ....................................................................................................................... 16
2.3.4. Mehrstrahler .................................................................................................................. 17
2.3.5. Planar-Antennen-Arrays (Ebene-Antennen-Felder) ...................................................... 18
2.3.6. Dual-Sensor-Konzept .................................................................................................... 20
2.4. Hauptparameter der Leistungsfähigkeit................................................................................. 21
2.4.1. Entfernung ..................................................................................................................... 21
2.4.2. Relativgeschwindigkeit ................................................................................................. 21
2.4.3. Azimutwinkel ................................................................................................................ 22
2.4.4. Trennfähigkeit ............................................................................................................... 22
2.5. Erklärung Radar Target Simulator (RTS) ............................................................................. 22
3. Versuchsaufbau/-durchführung: .................................................................................................... 24
3.1. Beschreibung der Systemkomponenten ................................................................................ 24
3.1.1. Radar Target Simulator ................................................................................................. 24
3.1.2. Radar Test and Measurement Suite ............................................................................... 26
3.1.3. mmWave Demo Visualizer ........................................................................................... 28
3.1.4. Uhnder Radar Control Center (RCC) ............................................................................ 32
3.2. Messungen ............................................................................................................................. 34
3.2.1. Entfernungsmessung...................................................................................................... 34
3.2.2. Auflösung der Entfernung ............................................................................................. 35
3.2.3. Azimut ........................................................................................................................... 35
3.2.4. Auflösung des Azimuts ................................................................................................. 35
III
 3.2.5. Relativgeschwindigkeit ................................................................................................. 36
3.2.6. Auflösung der Relativgeschwindigkeit ......................................................................... 36
3.2.7. Trennfähigkeit in der Entfernung .................................................................................. 36
3.2.8. Trennfähigkeit im Azimut ............................................................................................. 37
4. Ergebnisse & Auswertung ............................................................................................................. 39
4.1. Entfernung ............................................................................................................................. 39
4.2. Auflösung Entfernung ........................................................................................................... 40
4.3. Azimut ................................................................................................................................... 41
4.4. Auflösung Azimut ................................................................................................................. 42
4.5. Relativgeschwindigkeit ......................................................................................................... 42
4.6. Auflösung Relativgeschwindigkeit ....................................................................................... 43
4.7. Trennfähigkeit in der Entfernung .......................................................................................... 44
4.8. Trennfähigkeit im Azimut ..................................................................................................... 44
4.9. Stützstellen der Entfernung, der Relativgeschwindigkeit und des Azimuts .......................... 45
4.10. Übersicht der Key-Performance-Indicators ....................................................................... 46
4.11. Beurteilung der Radarchipsätze ......................................................................................... 47
4.11.1. Uhnder ........................................................................................................................... 47
4.11.2. Sensata ........................................................................................................................... 47
4.11.3. Aptiv .............................................................................................................................. 47
4.11.4. Murata ........................................................................................................................... 48
4.11.5. Texas Instruments.......................................................................................................... 48
5. Zusammenfassung & Ausblick...................................................................................................... 49
5.1. Zusammenfassung ................................................................................................................. 49
5.2. Ausblick................................................................................................................................. 50
Literaturverzeichnis ............................................................................................................................... 52
Abbildungsverzeichnis .......................................................................................................................... 54
Tabellenverzeichnis ............................................................................................................................... 55

IV
Abkürzungsverzeichnis
ACC Adaptive Cruise Control
ADC Analog-to-digital converter
CDMA Code Division Multiple Access
CW Continuous Wave
EIRP Equivalent Isotropically Radiated Power
EMV Elektromagnetische Verträglichkeit
ESPRIT Estimation of Signal Parameters via Rotational Invariance Techniques
FM Frequenzmodulation
FMCW Frequency Modulated Continuous Wave
FoV Field of View
IF Intermediate Frequency
ISM Industrial, Scientific and Medical
KPI Key-Performance-Indicator
Lkw Lastkraftwagen
LRR Long-Range-Radar
MRR Mid-Range-Radar
MUSIC Multiple Signal Classification
MUTI Multiple Target Identification
NI National Instrument
NLS Nonlinear-Least-Square
OEM Original Equipment Manufacturers
OFDM Orthogonal Frequency-Division Multiplexing
Pkw Personenkraftwagen
Radar Radio Detecting and Ranging
RCC Radar Control Center
RCS Radar Cross Section
RF Radio-Frequency
RTS Radar Target Simulator
RUT Radar under Test
SNR Signal-to-noise ratio
SRR Short-Range-Radar
TI Texas Instruments
VRTS Vehicle Radar Target Simulator
µC Mikrocontroller

V
Symbolverzeichnis
Formelzeichen Einheit Größe/ Beschreibung
𝒂 m Kantenlänge des Corner Cube Reflektors
𝑨 m² Fläche
𝑩 Hz Bandbreite
𝒄 m/s Lichtgeschwindigkeit (299792458 m/s)
𝑬 V/m Feldstärke
𝒇𝟎 Hz Startfrequenz
𝒇𝑫𝒐𝒑𝒑𝒍𝒆𝒓 Hz Dopplerfrequenz
𝒇𝒄𝒉𝒊𝒓𝒑 Hz Chirpfrequenz
𝒇𝒔 Hz Abtastfrequenz
𝑮 dB Antennengewinn
𝑮𝒓 dB Antennengewinn Empfangsantenne
𝑮𝒕 dB Antennengewinn Sendeantenne
𝑰𝑭𝒎𝒂𝒙 Hz Maximale Zwischenfrequenz-Bandbreite
𝒌 J/K Boltzman Konstante (1.380649∗ 10−23 𝐽⁄𝐾)
𝑳 m Diagonalabmessung des Corner Cube Reflektors
𝒎𝝎 1/s² Treppensteigung der Kreisfrequenz
𝒏𝒄 1 Anzahl an Chirps
𝒏𝒇 1 Anzahl an Chirps pro Frame

𝒏𝑹 1 Anzahl Frequenzrampen
𝒏𝑺𝒓 1 Anzahl der Stützstellen in der Entfernung
𝒏𝑺𝒓̇ 1 Anzahl der Stützstellen in der Geschwindigkeit
𝒏𝑺𝜱 1 Anzahl der Stützstellen im Azimut
𝒏𝝀 1 Anzahl der Wellenlängen
𝑵𝒂𝒛𝒊𝒎𝒖𝒕 1 Anzahl der Antennen
𝑵𝑭 dB Rauschzahl des Empfängers
𝑷𝑵 W Rauschleistung
𝑷𝒕 W Tx Output Power
𝑷𝒕𝒐𝒕𝒂𝒍 W Gesamtleistung
𝒓 m Entfernung (range)
𝒓̇ m/s Geschwindigkeit
𝒓𝒎𝒂𝒙 m maximale Entfernung
𝒓𝟏𝟎𝒅𝑩 m Entfernung eines Objekts mit einer 10 dB entsprechenden
Querschnittsfläche
∆𝒓 M Differenzentfernung
∆𝒓̇ m/s Differenzgeschwindigkeit
𝑺 Hz/s Steigung eines Chirps

VI
𝑺𝑵𝑹𝒎𝒊𝒏 dB Minimaler Signal-Rauschabstands für eine Detektion
𝑺𝑵𝑹𝒕𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅 dB Signal-Rauschabstands Schwellenwert
𝑻𝒂 K Ambient temperature
𝑻𝑪 s Gesamtzeit eines Chirps
𝑻𝑴 s Messdauer
𝑻𝑹 s Rampendauer
𝒖𝟏𝟐 V Spannungssumme über den Widerstand eines Zwei-Dioden-
Summenmischers
𝒗𝒄𝒉𝒊𝒓𝒑 m/s Geschwindigkeit bei einem Chirp
𝜺𝒓 1 Dielektrizitätszahl
𝝑 ° Elevation
𝝀 m Wellenlänge
𝝈 m² Radar-Cross-Section
𝝈𝑪𝑹 m² RCS Corner Cube Reflektor
𝝋𝟎 ° Startphase
∆𝝋 ° Phasendifferenz
𝚽 ° Azimut
𝜱𝒎𝒂𝒙 ° Maximaler Azimut
𝜱𝒎𝒊𝒏 ° Minimaler Azimut
∆𝜱𝒎𝒂𝒙 ° Maximale Winkeldifferenz
∆𝜱𝒎𝒊𝒏 ° Minimale Winkeldifferenz
𝝎𝟎 1/s Startfrequenz
𝝎𝒐𝒃𝒋 1/s Frequenzversatz

VII
1. Einleitung
RADAR (Radio Detecting and Ranging), im Deutschen auch Funkortung genannt, hatte die ersten
Einsätze in der Militärtechnik im Zweiten Weltkrieg. Die Anwendung der Funkortung blieb auch lange
Zeit im militärischen Bereich. Als das Radar im Verkehrsbereich eingesetzt wurde, hat dies für die
Fahrzeugführer eher zu negativen Erlebnissen geführt, da es zunächst als
Geschwindigkeitsüberwachungssystem Anwendung fand. Dennoch hat sich die Radartechnik im
Verkehr etabliert und gewinnt immer mehr an Bedeutung. Durch die steigende Anzahl an
Assistenzsystemen, wie z.B. Fahrstreifenwechselassistent, Notbremsassistent und adaptive
Fahrgeschwindigkeitsregelung („Adaptive Cruise Control“ ACC), im Automobil und die
Weiterentwicklung des autonomen Fahrens spielt die Radartechnik eine immer größere Rolle. [1]
Bereits 1998 gab es erstmals ein Fahrzeug, welches mit Radar ausgestattet wurde. Das Radar wurde
nicht, wie man zunächst vermuten würde, für die Auffahrwarnung eingesetzt, sondern dessen
Hauptaufgabe war, die adaptive Geschwindigkeitsregelung. Trotzdem wurde die Auffahrwarnung durch
die Funkortung realisiert, denn sie war ein Teil des Funktionsumfangs der Abstands- und Tempomat-
Funktion. [1]
Die Automobilhersteller, auch Original Equipment Manufacturers (OEMs) genannt, treiben die
Entwicklung des autonomen Fahrens stark an. Dabei wird immer kleiner und günstiger werdende
Hardware mit noch besserer Funktionalität gefordert. Diese Entwicklung stellt immer neue
Anforderungen an die Radarchipsätze. Somit werden diese funktionsgetrieben weiterentwickelt. Jeder
Radarsensor deckt dabei unterschiedliche Anforderung ab. Dabei entstanden drei Bereiche, in die sich
die Sensoren einteilen lassen. Die Bereiche unterteilen sich im Wesentlichen durch die
Detektionsreichweite und werden in Long Range Radar (LRR), Mid Range Radar (MRR) und Short
Range Radar (SRR) eingeteilt. [2]
Zunächst verwendeten die Radarsensoren den 24 GHz Frequenzbereich. Dieser wurde von dem
Frequenzbereich von 76 bis 81 GHz abgelöst. Das Frequenzband ab 76 GHz hat gegenüber dem 24 GHz
Frequenzbereich mehrere Vorteile. Zum einen stellen die 76 bis 81 GHz eine höhere Bandbreite zur
Verfügung. Das 24 GHz Frequenzband umfasst nur eine Bandbreite von maximal 650 MHz, dass auf
alle Nutzer aufgeteilt werden muss. Das 76 GHz Band beinhaltet dagegen eine Bandbreite von maximal
5 GHz. Zum anderen ist der 76 GHz Frequenzbereich exklusiv dem Automobilbereich vorbehalten. Das
24 GHz Band hingegen ist ein ISM-Band (Industrial, Scientific and Medical Band), das von allen
unlizensiert genutzt werden kann. [3]
Durch das Frequency Modulated Continuous Wave (FMCW)-Modulationsverfahren konnten die
Hochfrequenzbauelemente auf ein Minimum reduziert werden, wodurch der Preis sank. FMCW eignete
sich für die Detektion von bewegten Zielen durch die Auswertung der Dopplerverschiebung. Dieses
Verfahren hat allerdings den Nachteil, dass mehrere Objekte nur mit aufwendigen Mehrfachmessungen
und veränderten Frequenzhub erkannt werden. Somit wurde das Chirp-Verfahren entwickelt. Durch eine
Erhöhung der Bandbreite und einer sehr schnellen Änderung der Sendefrequenz ist eine
Mehrfachmessung innerhalb eines Zyklus möglich. Dadurch wird die Entfernungs- und die
Geschwindigkeitsmessung deutlich verbessert. [2]
1
Allerdings stößt dieses Verfahren mittlerweile auch an seine Grenzen, vor allem durch die steigende
Anzahl an Sensoren und die damit verbundenen gegenseitigen Störungen. Somit setzten die
Radarchiphersteller auf das Prinzip der Phasenmodulation, das robuster gegenüber Störungen anderer
Radarsensoren zu sein scheint.
Durch die verschiedenen Anforderungen und Einsatzbereiche des Radars ist ein direkter Vergleich der
Parameter der Radarchipsätze nicht möglich. Beispielsweise kann ein Long Range Radar, das für 300
m ausgelegt ist, nicht mit einem Short Range Radar, für 50 m, verglichen werden. Denn das LRR hat
einen viel größeren Bereich abzudecken als das SRR. Dieser Vergleich führt somit zu falschen
Schlussfolgerungen.
In ein Fahrzeug soll aber der, für die Anforderungen, am besten geeignete Chipsatz integriert werden.
Somit ist ein Vergleich der Radare unausweichlich. Um doch eine Vergleichbarkeit der Chipsätze zu
erreichen, müssen dafür bestimmte Parameter geschaffen werden.
Dies ist der Angriffspunkt der Arbeit. Es soll geklärt werden, wie eine Vergleichbarkeit zwischen den
Radaren, die aufgrund ihrer unterschiedlichen Anforderungen nicht direkt miteinander verglichen
werden können, erreicht werden kann.
Außerdem besteht das Ziel der Bachelorarbeit darin, für Radarchipsätze verschiedener Hersteller ein
Benchmark durchzuführen und die Grenzen der Chips auszureizen. Die durchgeführten Messungen
sollen die Stärken und Schwächen der Chipsätze aufzeigen, damit eine geeignete Wahl für den Einsatz
in den Fahrzeuggenerationen ab 2026 getroffen werden kann.
Bei den evaluierten Radarchipsätzen handelt es sich zum einen um die Evaluierungsboards AWR1642
und AWR1843 von Texas Instruments (TI). Zum anderen um einen Sensor von Murata, der auf dem
AWR1843 Chip von Texas Instruments basiert. Zudem wurde der Radarsensor SRR6 vom Hersteller
Aptiv in den Benchmark mit einbezogen. Diese Radare verwenden die Frequenz-Modulation. Des
Weiteren wurde der Radarchipsatz von Uhnder, der eine Form der Phasenmodulation verwendet und
der Sensor von Sensata, der ebenfalls den Chip von Uhnder verwendet, evaluiert.
Diese Arbeit beginnt mit der Erklärung der notwendigen Grundlagen des Radars, der Funktion des Radar
Target Simulators und wie die Vergleichbarkeit zwischen den Radarchipsätzen geschaffen wird.
Im dritten Kapitel wird der Versuchsaufbau beschrieben. Es werden die verwendeten Komponenten und
Software erklärt. Außerdem werden Messungen, die für den Benchmark der Chipsätze durchgeführt
wurden, detailliert beschrieben.
Im darauffolgenden Kapitel werden die bei den Messungen gesammelten Werte ausgewertet. Anhand
der Messergebnisse werden die Radarsensoren miteinander verglichen und deren Performance
bewerten. Zudem werden für alle Chipsätze deren Vor- und Nachteile aufgezeigt.
Im letzten Kapitel zielt darauf ab, einen kurzen Überblick über die Messungen und wie die Chipsätze
verglichen werden. Zusätzlich wird ein kurzer Ausblick gegeben, wie sich die Radarchipsätze in Zukunft
weiterentwickeln könnten.

2
2. Technische Grundlagen
Bei dieser Arbeit handelt es sich um das Thema „Evaluierung verschiedener Radarchipsätze im
Automotive Bereich“. Daher bezieht sich das folgende Kapitel nur auf den Themenbereich „Automotive
Radar“. Zur Erläuterung der Grundlagen und Definitionen wurde auf mehrere Werke [1], [4], [5]
zurückgegriffen, die weit detailliertere Betrachtungen beinhalten.
Das Radar-Prinzip funktioniert ähnlich dem Echo einer Schallwelle. In der Tierwelt ist das Verfahren
bei Fledermäusen bekannt. Ein Radar sendet eine periodische Folge an bekannten schmalbandigen
Pulsen aus. Wenn die ausgesendete Welle an einem bewegten Objekt reflektiert wird, verändert sich die
Amplitude, die Frequenz und die Polarisation der zurückgeworfenen Welle. Durch Auswerten dieser
Veränderungen kann das Reflexionsvermögen, die Entfernung und die Relativgeschwindigkeit des Ziels
bestimmt werden. Aus den ermittelten Daten lässt sich anschließend die Position im Raum bestimmen.
Das an den Empfangsantennen empfangene Signal ist eine Kombination aus Echos von mehreren
Objekten. Jedes dieser empfangenen Signale ist eine gedämpfte, zeitverzögerte und
frequenzverschobene Version des ausgesendeten Signals. Der Zeitversatz des reflektierten Signals ist
direkt proportional zu der Entfernung des Objekts. Aus der Frequenzverschiebung des empfangenen
Signals lässt sich mittels des Dopplereffekts die Geschwindigkeit ermitteln. Das Reflexionsvermögen
des Ziels setzt sich aus der Größe, der Geometrie, der Ausbreitung und der Streuung des Objekts
zusammen. [6]
In Abbildung 1 ist der prinzipielle Aufbau eines Radars mittels vereinfachtem Blockschaltbild
dargestellt.

Abbildung 1 Blockschaltbild eines Radars [2]

Der Signalgenerator SigGen erzeugt ein Sinus-förmiges Signal im Basisband. Dieses wird mittels eines
Mischers M1 und dem Träger in das gewünschte Frequenzband transformiert. Die an der Sendeantenne
ausgesendete elektromagnetische Welle wird von einem Radarziel Z reflektiert und auf die
Empfangsantenne zurückgeworfen. Das an der Antenne empfangene Signal wird in einem weiteren
Mischer mit dem gleichen Mischsignal, das beim Hochmischen verwendet wurde, wieder ins Basisband
transformiert und anschließend durch einen Tiefpassfilter TP gefiltert. Daraus resultiert eine Frequenz,
welche der Differenzfrequenz zwischen dem Sende- und Empfangssignal entspricht. In der
Auswerteeinheit AWE wird die Signal-Laufzeit und die Dopplerfrequenzverschiebung gemessen. Mit
der Signal-Laufzeit, welche in der Fouriertransformierten im Frequenzband eine Frequenz-Differenz
vom Aussenden zum Empfang bewirkt, wird die Entfernung des Objekts bestimmt. Die
Dopplerfrequenzverschiebung ermöglicht es, die Relativgeschwindigkeit des Ziels zu ermitteln. [2]
3
2.1. Ausbreitung und Reflexion
Die Ausbreitung der elektromagnetischen Wellen erfolgt kugelförmig in alle Raumrichtungen mit
gleicher Intensität. Die Charakteristik und die Bauform der Antenne begrenzt die Ausbreitung auf die
Raumrichtung. Für die gewünschte gerichtete Aussendung sorgen sogenannte Richtantenne, welche die
Raumrichtung bestimmen und einschränken.
Dabei wird das Verhältnis von der Intensität 𝑃(𝜙, 𝜗)𝑚𝑎𝑥 im Raumwinkel der stärksten Abstrahlung und
dem Wert 𝑃𝑡𝑜𝑡𝑎𝑙 ⁄4𝜋 eines homogenen Kugelstrahlers mit der gleichen Gesamtleistung 𝑃𝑡𝑜𝑡𝑎𝑙 =
∬ 𝑃(𝜙, 𝜗)𝑑𝜙𝑑𝜗 durch den Antennengewinn G beschrieben. 𝜙 gibt den Azimutwinkel in horizontaler
und 𝜗 den Elevationswinkel in der vertikalen Ebene an. Die Equivalent Isotropically Radiated Power
(EIRP) ergibt sich aus dem Produkt des Antennengewinns und der Gesamtleistung. Sie ist die
entscheidende Einflussgröße für die Kriterien der maximalen Reichweite und der Funkzulassung. Dabei
ist die Leistung des Raumwinkels im Maximum entscheidend.
Für die maximale Reichweite des Radars sind allerdings noch weitere Faktoren ausschlaggebend. Das
Reflexionsvermögen des Ziels ist eines davon. Es wird als Radarquerschnitt (Radar Cross Section RCS)
𝜎 angegeben, dies entspricht der Einheit einer Fläche. Ein typischer Wert für die Anwendung der
relevanten Ziele liegt bei 𝜎 = 1 … 10.000 𝑚2 . Für den Fall, dass eine Detektion von Fußgängern im
Short Range Bereich erfolgen soll, sind mehrere Punkte zu beachten. Zum einen ist mit einem wesentlich
niedrigeren Reflexionsvermögen zu rechnen (𝜎 ≈ 0,01 … 0,1 𝑚²), da Fußgänger eine sehr geringe
Reflexionsfläche aufweisen. Diese ist zudem noch komplex gekrümmt, sodass nur perpendikulare
Flächenelemente zurückstrahlen. Zum anderen ist die Ausleuchtung eines Bereichs erst ab einer
gewissen Distanz vollständig.
𝐴𝑢𝑠𝑙𝑒𝑢𝑐 𝑡𝑢𝑛𝑔𝑠𝑓𝑙ä𝑐 𝑒 = 𝐴𝑏𝑠𝑡𝑎𝑛𝑑 ∗ tan(𝐹𝑜𝑉𝑣𝑒𝑟𝑡𝑖𝑘𝑎𝑙 ) (1)
Das Field of View (FoV) deckt vertikal mit 2-4° nur einen sehr schmalen Bereich ab. Um ein Mensch
von ca. 1,7 m vollständig zu erfassen, sind somit 10 m Abstand nötig. Andernfalls wird nur ein Bruchteil
des Körpers erfasst, was die Detektion sehr erschwert. [3]
Dabei ist die Streuung, bei der Reflexion durch das Objekt, nicht zu vernachlässigen. Für die Streubreite
ausschlaggebend sind zum einen die Art des Ziels. Zum anderen dessen Orientierung und Geometrie,
was deutlich höhere Auswirkungen hat. Für eine Metallplatte, welche senkrecht zur Sende- und
Empfangsrichtung ausgerichtet ist, lässt sich der Rückstreuquerschnitt mithilfe der Formel
𝐴²
σ = 4𝜋 (2)
𝜆²
berechnen. Bei einer Drehung des Objekts kann die Rückstreuung völlig einbrechen. In diesem Fall wird
die Welle nur noch von den Kanten des Ziels zurückgeworfen. Der ideale Reflektor ist der sogenannte
„Corner Cube Reflector“ auch Tripelspiegel genannt (siehe Abbildung 2). Dieser setzt sich aus drei
rechtwinkligen, senkrecht zueinanderstehenden, Dreiecksflächen zusammen. Bei richtiger Ausrichtung,
besitzt er die Eigenschaft, dass für alle Wellenlängen, die wesentlich kleiner als die Abmessungen sind,
die eintreffenden Wellen in die Richtung zurückgeworfen werden, aus der sie gesendet wurden.

4
Abbildung 2 Corner Cube Reflektor; links: entspricht 2 m², rechts: entspricht 10 m²

Aufgrund der Geometrie des Corner Cubes, mit rechtwinkligen Dreiecken der Kantenlänge 𝑎, ergibt
sich eine Diagonalabmessung von 𝐿 = √2𝑎 und damit lässt sich die RCS wie folgend errechnen:
𝐿4
𝜎𝐶𝑅 = 𝜋 (3)
3𝜆²
Da 𝐿 mit der vierten Potenz in die Gleichung eingeht, lassen sich bereits für kleine Abmessungen (𝐿 ≈
20 cm) ein großer Radarquerschnitt von 𝜎 ≈ 100 𝑚², was einem Pkw entspricht, simulieren.
Zusätzlich zu der RCS wird die Signalstärke am Empfänger durch die radiale Entfernung 𝑟 (range)
beeinflusst. Wenn Absorptionsverluste nicht berücksichtigt werden, bleibt die Leistung in einem
Raumwinkelsegment konstant. Allerdings nimmt die Fläche des Winkelsegments mit dem Abstand zum
Quadrat zu. Dies gilt für den Hin- und Rückweg der Radarwelle. Somit kann von einem 𝑟 −4 Abfall
ausgegangen werden, wenn sich das zu detektierende Objekt außerhalb des Nahbereichs befindet. Die
Witterungsbedingungen sind ebenfalls nicht zu vernachlässigen. Vor allem bei starken Regen, mit einer
Tropfengröße, die der Größenordnung der Wellenlänge entspricht, ist mit einer starken Dämpfung und
einer daraus resultierenden starken Reichweitenminderung zu rechnen. Oft liegt die mit dem Radar
erzielte Reichweite trotzdem noch über der Sichtweite des Fahrzeugführers. Starker Regen hat,
abgesehen von der Dämpfung, einen weiteren negativen Einfluss. Er verursacht einen erhöhten
Störpegel, dem sogenannten „Clutter“. Wodurch das Signal/Rausch-Verhältnis (SNR) sinkt. Dadurch
reduziert sich die Entfernung, in denen Ziele erkannt werden.
Außerdem tritt bei Regen eine zusätzliche Dämpfung durch die Wassermoleküle auf. Diese beträgt etwa
1,5 dB/100 m. Somit entsteht durch den Hin- und den Rückweg der ausgesendeten Welle eine
zusätzliche Dämpfung von 3 dB. Eine Dämpfung von 3 dB hat eine Verringerung der Reichweite des
Radarchipsatzes um die Hälfte zur Folge. Wenn ein Radar ein Objekt bei sonnigem Wetter in 80 m
detektieren kann, kann es bei Regen dasselbe Objekt in einer Entfernung bis zu 40 m wahrnehmen. [3]
5
Außerdem besteht die Möglichkeit, dass Scheinziele durch Schwallwasser von anderen Fahrzeugen
erzeugt werden oder dass die Radarabdeckung (Radom) mit Wasser benetzt wird. Die Benetzung des
Radoms führt aufgrund der hohen Dielektrizitätszahl von Wasser (𝜀𝑟 = 80) [7], zu einer hohen
Verzerrung auf Wellenlängen im mm-Bereich. Dadurch können ungewünschte „Linseneffekte“
auftreten. Welche eine starke Verfälschung des Azimutwinkels hervorrufen können.
Der Einflussfaktor der Mehrwegeausbreitung auf die Empfangsleistung betrifft die vertikale
Mehrwegeausbreitung über die Reflexion an der Fahrbahnoberfläche. Aufgrund der kleiner werdenden
Streifwinkel, bei größer werdenden Entfernungen, erfolgt die Reflexion nahezu vollständig. Dies ist
unabhängig von Polarisation und Fahrbahnnässe [8]. Somit legen die elektromagnetische Welle
unterschiedlich lange Stecken zurück und kommen mit unterschiedlichen Phasen beim Empfänger an.
Bei einem Phasenunterschied von ungeraden ganzzahligen vielfachen von 180° tritt destruktive und bei
Vielfachen von 360° konstruktive Interferenz auf. Durch die destruktive Interferenz bricht die
Detektionsleistung der Funkortung merklich ein. Dies ist meist unproblematisch, da schon
Fahrbahnunebenheiten oder das Ein und Ausfedern des Fahrzeugs das Interferenzloch beseitigen. Des
Weiteren verhindert die Ausdehnung der Objekte mit mehrfachen Reflexionen das Interferenzloch. Bei
negativer Interferenz ist die Signalauslöschung weniger störend als die Verfälschung der azimutalen
Richtungsinformation.
Durch Beobachten des Verlaufs der Empfangsamplitude über einen längeren Abstandsbereich hinweg,
lässt sich mithilfe einer Transformation in den reziproken Abstandsbereich eine harmonische
Periodizität feststellen. Mit dieser „Frequenz“ lässt sich auf das Produkt aus Sensorhöhe und Zielhöhe
schließen [9] [10]. Dadurch kann zwischen einer unterfahrbaren Brücke und einem auf der Fahrbahn
befindlichen Objekt unterschieden werden. Allerdings kann über seitliche Reflektoren (z.B.
Leitplanken) ein stehendes Objekt, ein ähnliches Muster erzeugen.
Mit den in diesem Abschnitt beschrieben Einflussfaktoren lassen sich die maximale Entfernung für eine
Detektion herleiten.

𝜎𝜆²𝐺𝑡 𝐺𝑟 𝑐²𝑃𝑡𝑜𝑡𝑎𝑙
𝑟𝑚𝑎𝑥 = √ (4)
(4𝜋)3 𝑃𝑁 𝑆𝑁𝑅𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑

Bei dieser Formel wurde die Dämpfung vernachlässigt. Die Formel berücksichtigt eine erfolgreiche
Detektion des zu empfangenen Signals, welches mit hinreichendem Abstand über dem Rauschen liegen
muss. Abhängig von der verwendeten Signalauswertung, zur Falschzielunterdrückung, liegt die
Schwelle um einen Faktor 𝑆𝑁𝑅𝑡ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 von etwa 6-10 dB über dem Rauschen (𝑃𝑁 ). Wenn die
Dämpfung nicht vernachlässigt wird, muss die Reichweite numerisch bestimmt werden.
Grundsätzlich sind somit zur Bestimmung der theoretischen Reichweite des Radars alle Faktoren
bekannt. In der Praxis existierten weitere Grenzen durch die Signalverarbeitung, welche im folgenden
Abschnitt näher beschrieben werden.

6
2.2. Abstands- und Geschwindigkeitsmessung
2.2.1. Dopplereffekt
Der Dopplereffekt besagt unter anderem, dass elektromagnetische Wellen eine Frequenzverschiebung
erfahren, wenn sich Sender und Beobachter relativ zueinander bewegen. Dies gilt auch für Wellen, die
von einem relativ zu Radar bewegten Objekt reflektiert werden. Der Dopplereffekt drückt sich als zur
Relativgeschwindigkeit und zum Kehrwert der Wellenlänge 𝜆 = 𝑓0⁄𝑐 proportionalen
Frequenzänderung 𝑓𝐷𝑜𝑝𝑝𝑙𝑒𝑟 aus. Dabei ist die Frequenzverschiebung bei Annäherung (𝑟̇ < 0) eines
Ziels positiv und bei Entfernung negativ.
𝑓𝐷𝑜𝑝𝑝𝑙𝑒𝑟 = −2𝑟̇ ⁄𝜆 = −2𝑟̇ 𝑓0⁄𝑐 (5)
Neben der laufzeitbedingten Phasenverschiebung erfolgt durch die Reflexion eine Phasendrehung.
Diese hat praktisch keine Auswirkungen, da nur die Phasendifferenz zur Auswertung verwendet wird.
Die Relativgeschwindigkeit lässt sich im Grunde schon mit einer kontinuierlichen Welle konstanter
Frequenz bestimmen. Jedoch ist für eine direkte Messung der Verschiebung im Trägerband die
Trägerfrequenz zu hoch. Die im folgenden Abschnitt beschriebene Mischung ermöglicht eine Messung
bei viel niedrigeren Frequenzen.

2.2.2. Mischen von Signalen

Das Mischen bezeichnet in der Hochfrequenztechnik den Vorgang einer Signalmultiplikation. Das
Produkt von zwei harmonischen, mit der Cosinus-Funktion beschriebenen Signalen, lässt sich mithilfe
des Additionstheorems von harmonischen Funktionen als Summe zweier harmonischer Funktionen der
Summe und der Differenz der Argumente beschreiben:
1
cos 𝑥 ∙ cos 𝑦 = {cos(𝑥 − 𝑦) + cos(𝑥 + 𝑦)} (6)
2
Somit folgt:
1 2𝑟̇ 2𝑟̇
𝑢𝑡,𝑟 (𝑡) = 𝐴𝑡 𝐴𝑟 {cos (2𝜋 ( ) 𝑡 + 𝜑0 − 𝜑𝑟 ) + cos (2𝜋 (2𝑓0 − ) 𝑡 + 𝜑0 + 𝜑𝑟 )} (7)
2 𝜆 𝜆
Das Summensignal (der zweite Term) wird weggedämpft, da dieser sehr hochfrequent ist und die
Elektrotechnik (Leitungen, Verstärkter) für diese Frequenz nicht ausgelegt ist.
1 2𝑟̇
𝑙𝑡,𝑟 (𝑡) = 𝐴𝑡 𝐴𝑟 cos (2𝜋 ( ) 𝑡 + 𝜑0 − 𝜑𝑟 )
𝑢̅̅̅̅̅ (8)
2 𝜆
Das Argument des Cosinus enthält die Information über die Frequenzverschiebung. Allerdings wird die
Cosinus-Funktion gemessen, die keine eindeutige Invers-Funktion besitzt, nicht das Argument. Dies hat
zur Folge, dass keine Aussage über das Vorzeichen getroffen werden kann. Abhilfe schafft eine
Mischung mit einem Signal, das um 90° zum Sendesignal verschoben ist, also eine Multiplikation mit
einer Sinus-Funktion anstelle einer Cosinus-Funktion. Dies führt zu folgendem Mischsignal:
1 2𝑟̇
𝑄𝑡,𝑟 (𝑡) = 𝐴𝑡 𝐴𝑟 sin (2𝜋 ( ) 𝑡 + 𝜑0 − 𝜑𝑟 )
𝑢̅̅̅̅̅̅ (9)
2 𝜆
Die Sinus-Funktion ist zwar eine ungerade Funktion, allerdings reicht dies auch nicht aus, um zu
bestimmen, ob es sich um eine positive oder negative Dopplerverschiebung handelt. Werden beide
Signale angewendet, lässt sich mittels Vergleich zueinander eine eindeutige Aussage treffen.
7
 2𝑟̇ ̅̅̅̅̅̅ (𝑡)
𝑢𝑄𝑡,𝑟
2𝜋 ( ) 𝑡 + 𝜑𝑟 = arctan ( ) (10)
𝜆 ̅̅̅̅̅ (𝑡)
𝑢𝑙𝑡,𝑟
Selbst bei sehr geringen Dopplerfrequenzen ist es möglich, wenn keine Gleichanteile in den Signalen
enthalten sind, die Phasendifferenz zu ermitteln. Für die technische Realisierung ist die digitale
Multiplikation eher ungeeignet, da Analog/Digital-Wandler für die im Automobil eingesetzten Radar-
Frequenzen sehr teuer sind. Auch die Analogmultiplizieren ist die Multiplikation bei diesen Frequenzen
nur beschränkt möglich. Dagegen erlauben schnelle nicht lineare Bauteile wie Shottky-Dioden eine
sogenannte Summenmischung. Hierfür werden die zu mischenden Signale zunächst additiv überlagert,
wie in Abbildung 3 zu sehen ist. Die Spannungssumme 𝑢1 + 𝑢2 führt zu einem, der über den Widerstand
als Spannungsabfall 𝑢12 messbaren, Strom.

Abbildung 3 Prinzipdarstellung eines Zwei-Dioden-Summenmischers [1]

Die Kennlinie der Dioden lässt sich als Taylorreihe entwickeln. Bei der in Abbildung 3 gezeigten
Doppeldioden-Anordnung verschwinden im Idealfall die ungeraden Terme. Somit folgt:
𝑢12 = 𝐴2 (𝑢1 + 𝑢2 )2 + 𝐴4 (𝑢1 + 𝑢2 )4 + ⋯ ; (11)
𝑢12 = 𝐴2 (𝑢1 2 + 2𝑢1 𝑢2 + 𝑢2 2 ) + 𝐴4 (𝑢1 4 + 4𝑢1 3 𝑢2 + 6𝑢1 2 𝑢2 2 + 4𝑢1 𝑢2 3 + 𝑢2 4 ) + ⋯ (12)
Im ausmultiplizierten quadratischen Anteil ist das gewünschte Produkt 𝑢1 ∙ 𝑢2 enthalten. Die anderen
Produkte führen zu hochfrequenten Signalen. Ausschließlich Produkte mit gleichen Exponenten liefern
Anteile eines niederfrequenten Signals und können dadurch als Oberwelle zu falschen Detektionen und
Verfälschungen führen. Aufgrund dessen sind gerade Anteile der Taylorentwicklung mit höheren
Potenzen als zwei zu vermeiden. Dem idealen Multiplizierter kommt ein aktiver Mischer mit
sogenannter Gilbert-Zelle recht nah. Die beim Mischen entstehenden Umwandlungsverluste sind
gegenüber passiven Mischern geringer und somit wird ein höheres Signal-Rausch-Verhältnis erreicht.

8
2.2.3. Modulationsverfahren
Je nach Art des Radars variiert die Funktionsweise geringfügig. Dies hat eine unterschiedliche
Ausführung der Signalgeneratoren zur Folge. Dabei wird zwischen Pulsradaren, Continuous Wave
(CW), FMCW-Radare und Chirp-Radare unterschieden.

Abbildung 4 Idealisierte Modulationsbeispiele. Links: aufmodulierter Puls, rechts: aufmoduliertes Sinussignal; oben:
Amplitudenmodulation, unten: Frequenzmodulation [1]

Pulsradare arbeiten im Zeitbereich. Die Entfernung wird dabei durch die Pulslaufzeit bestimmt. Mittels
der Fouriertransformation wird die Zeit in eine kontinuierliche Frequenz umgewandelt. Eine
Laufzeitänderung bewirkt im Frequenzbereich eine Änderung der Frequenz. Diese ist einfacher zu
messen und ermöglicht eine direkte Entfernungsmessung. Die Radartechnik wechselt dabei immer in
den Bereich, der einfacher umzusetzen ist. Die Zeitmessung im 𝑝𝑠 Abstand bei annähernd
Lichtgeschwindigkeit und 100 m Entfernung ist sehr schwierig. Dagegen ist die Messung der Frequenz
einfach. Außerdem muss im Zeitbereich eine hohe Pulsleistung in sehr kurzer Zeit aufgebracht werden,
was einem Dirakimpuls entspricht. Dies ist für Schiffe oder Flugzeuge kein Problem, allerdings stört
dies im Automobil das 12 V Bordnetz erheblich. Die Transformation in den Frequenzbereich bewirkt,
dass die Sendeleistung konstant bleibt und somit die elektromagnetische Verträglichkeit (EMV)
gegeben ist. [3]
Abbildung 5 zeigt den grundsätzlichen Aufbau des Radars mit Frequenzmodulation (FM).

Abbildung 5 Blockschaltbild eines Radars mit Frequenzmodulation. Links: bistatischen Ausführung mit getrennten
Antennenzuführungen; rechts: monostatischer Ausführung mit Zirkulator-Kopplung nach [1]

9
Für die Funktionsweise des FM-Radars ist es zwingend erforderlich, dass die Frequenz mittels eines
spannungsgesteuerten Oszillators, variiert wird. Der Oszillator muss in der Lage sein, direkt oder über
eine Regelschleife die gewünschte Frequenz zu erzeugen. Das empfangene Signal wird auch hier mit
dem gesendeten Signal gemischt. Anschließend wird es gefiltert, abgetastet und in ein auswertbares
Signal umgewandelt. Um Sende- und Empfangszweig zu trennen, kann zwischen zwei Möglichkeiten
gewählt werden. Zum einen mittels räumlicher Trennung der Zuleitung und Verwendung von getrennten
Antennen (Abbildung 5 links). Zum anderen durch einen speziellen nicht-reziproken Koppler, der
richtungsselektiv koppelt (Abbildung 5 rechts).

2.2.3.1. Dauerstrich-Frequenzmodulation (FMCW)

Die lineare Dauerstrich-Frequenzmodulation ist ein häufig angewendetes Modulationsverfahren. Die
Frequenz wird bei dieser Modulation kontinuierlich und rampenförmig verändert. Durch die
Rampenform und den stetigen Anstieg der Frequenz entsteht eine konstante Phasenverschiebung von
2
(2𝑟⁄𝑐) 𝑚𝜔 , die aber keinen weiteren Einfluss hat. Dennoch ergibt sich durch ein, zu diskreten
Zeitpunkten abgetastetes Signal, dieselbe Differenzfrequenz wie bei der Treppenform. Somit ist
folgende Gleichung gültig:
2
𝜔𝑜𝑏𝑗 = (𝑚𝜔 𝑟 + 𝜔0 𝑟̇ ) (13)
𝑐
Diese beschreibt eine Linearkombination aus Abstand und Relativgeschwindigkeit. Bei diesem
Verfahren ist nur die Frequenzinformation auswertbar, da die Phaseninformation der Rampe ohne einen
Vergleich mit einer anderen Rampe nicht nutzbar ist (siehe Abbildung 6).
Bei einer positiven Rampensteigung steigt die Differenzfrequenz direkt proportional zu der Entfernung.
Ebenso wird bei einer negativen Rampe die Differenzfrequenz umso größer, je größer der Abstand ist.
Jedoch nimmt das Delta mit sich annähernden Objekten zu und nicht mit sich entfernenden Zielen (siehe
Abbildung 7). Daraus folgt, dass Linearkombination in einem 𝑟/𝑟̇ -Diagramm zu einer negativen
Steigung führt.

Abbildung 6 FMCW mit einer positiven Rampe bei einem sich nähernden Objekt. Links: Gesendetes und empfangenes Signal;
Mitte: Spektraldarstellung der Differenzfrequenz; rechts: zu einer Frequenz zugehörige Abstands- und
Relativgeschwindigkeitswerte nach [1]

10
Abbildung 7 FMCW mit einer negativen Rampe bei einem sich nähernden Objekt. Links: Gesendetes und empfangenes Signal;
Mitte: Spektraldarstellung der Differenzfrequenz; rechts: zu der detektierten Frequenz zugehörige Abstands- und
Relativgeschwindigkeitswerte für beide Rampen nach [1]

Für die Detektion eines Ziels ist das Mehr-Rampen-FMCW-Verfahren sehr einfach. Sobald mehrere
Objekte erkannt werden sollen, kann 𝜔𝑜𝑏𝑗,𝑖 nicht mehr eindeutig zugewiesen werden und es entsteht die
Möglichkeit einer Fehldeutung (siehe Abbildung 8). Bei dem ersten Rampenpaar (durchgezogene
Linien) entstehen durch zwei Objekte vier Schnittpunkte, allerdings entsprechen nur zwei den Zielen.

Abbildung 8 Mehrdeutigkeit der Zuordnung bei FMCW für zwei Ziele. Durchgezogene Kreise: korrekte Zuordnung;
gestrichelte: falsche Zuordnung und deren Auflösung durch zwei zusätzliche Rampen; gestrichelte Geraden:
Linearkombination für die zweite Doppelrampe [1]

Diese Mehrdeutigkeit, für eine kleine Anzahl an Objekten, lässt sich durch eine oder mehrere zusätzliche
Rampen mit unterschiedlichen Steigungen vermeiden, indem nur die Detektion von Objekten, bei den
sich ein Schnittpunkt aller Rampen ergibt, als gültig betrachtet. Eine weitere Möglichkeit
Mehrdeutigkeit zu verringern ist, das Kriterium der Gleichheit der Amplituden. Hier wird allerdings
vorausgesetzt, dass die Rückstreuamplituden der Rampen nahezu gleich sind. Dies kann in
Ausnahmefällen nicht zutreffen. Daraus resultieren nur geringe Folgen, da einzelne Ausfälle (Dropouts)
vom nachfolgenden Tracking kompensiert werden können. Trotz dieser Maßnahmen bleibt die
Mehrdeutigkeit die Schwachstelle der FMCW.
Außerdem ist die fehlende Kohärenz der verschiedenen Rampen eine weitere Anfälligkeit. Um eine
Aussage über die Güte der Relativgeschwindigkeit zu treffen, ist die Messdauer 𝑇𝑅 der einzelnen
Rampen relevant, nicht die gesamte Messdauer.
Somit wird die kleinste Geschwindigkeitszelle über die Dauer 𝑇𝑅,𝑚𝑎𝑥 der längsten Einzelrampe
bestimmt.
𝑐
∆𝑟̇ = (14)
2𝑓0 𝑇𝑅,𝑚𝑎𝑥
11
2.2.3.2. Chirp Sequence Modulation (Multi-Chirp, Pulskompression)
Diese Art der Modulation besitzt mehrere Bezeichnungen. Hier wird der Name „Chirp Sequence
Modulation“ verwendet, da die Modulation aus einer Sequenz gleicher linearer Frequenzrampen besteht
(siehe Abbildung 9).

Abbildung 9 Frequenz-Zeitverlauf für die Chirp Sequence [1]

Es werden 𝑛𝑅 gleich lineare Frequenzrampen in kurzen Abständen wiederholt. Die Frequenz der
Wiederholung richtet sich nach der Dopplerfrequenz und sollte bei etwa 80 kHz liegen, um
Mehrdeutigkeiten zu vermeiden. Wenn eine Falschzuordnung, wie im vorherigen Abschnitt erwähnt,
durch Plausibilitätsbetrachtung im Tracking minimiert werden können, ist eine niedrigere Wiederholrate
möglich. Aufgrund dessen, dass die Rampen so kurz sind, somit eine Dopplerverschiebung innerhalb
der Rampendauer nicht relevant wird und eine strenge Korrespondenz zwischen 𝜔𝑜𝑏𝑗 und 𝑟 herrscht,
ist der Abstand eindeutig einer Frequenzzelle zuzuordnen.
2
𝜔𝑜𝑏𝑗 = (𝑚𝜔 𝑟) (15)
𝑐
Dies gilt für alle Rampen, wenn das Ziel in der Gesamtmesszeit innerhalb der
Entfernungszellenausdehnung bleibt. Diese Voraussetzung kann bei einer hohen
Relativgeschwindigkeit und einer langen Gesamtmessdauer 𝑇𝑀 verletzt werden, wenn
∆𝑟 𝑐
|𝑟̇ | > = (16)
𝑇𝑀 2𝑇𝑀 𝑓𝑐ℎ𝑖𝑟𝑝
ist. Trotzdem kann davon ausgegangen werden, dass die Frequenzzellen Abstandszellen entsprechen.
Nach der Fouriertransformation existiert zu jeder Zelle eine komplexe Amplitude, welche in den
anschließenden Rampen in der komplexen Ebene einen Kreis mit der Dopplerfrequenz zugehörigen
Kreisgeschwindigkeit 𝜔𝐷𝑜𝑝𝑝𝑙𝑒𝑟 beschreibt. Eine Anwendung der Fouriertransformation auf die
komplexen Amplituden der Rampenfolge mit derselben Entfernungszelle führt direkt zu der
Dopplerfrequenz. Dadurch, dass ein komplexer Datensatz transformiert wird, gilt dies für mehrere Ziele.
Die Objekte können unterschiedliche Relativgeschwindigkeiten aufweisen und sich in derselben
Abstandszelle befinden, als auch mit einem Vorzeichen behaftet sein. Durch die Analogie zur Puls-
Doppler-Auswertung wird dieses Verfahren auch als Pulskompression bezeichnet. Die gesamte Energie
der Rampe ist auf ein Range-Gate gebündelt. Somit wird gegenüber einer um ein vielfaches kleineren

12
Pulsdauer, ein wesentlich höheres Signal-Rausch-Verhältnis erzielt. Ohne dabei die Sendeleistung
anzuheben. Dieser Ansatz, bei dem zwei aufeinander folgenden Fouriertransformationen auf ein Signal
angewendet werden, ist nichts anders als eine zweidimensionale Fouriertransformation des Datenfelds.
Dabei bilden die Messdaten einzelner Chirps die Spalten und die Folgechirps die Zeilen. Als Ergebnis
ergibt sich ein zwei-dimensionales Spektrum, dessen Elementarzelle durch ∆𝑟 = 𝑐 ⁄2𝑓𝑐ℎ𝑖𝑟𝑝 und ∆𝑟̇ =
𝑐⁄2𝑓0 𝑇𝑀 beschrieben wird. Die Größe des Feldes wird durch die Chirp-Folgefrequenz 𝑛𝑅 ⁄𝑇𝑀 und die
Abtastfrequenz 𝑓𝑠 bestimmt.
𝜋𝑐
𝑟𝑚𝑎𝑥 = 𝑓 (17)
4𝑚𝜔 𝑠
𝑛𝑅 ∆𝑟̇ 𝑛𝑅 𝑐
|𝑟̇ |𝑚𝑎𝑥 = = ∙ (18)
2 𝑇𝑀 4𝑓0
Somit erreicht die Chirp-Sequence-Modulation eine bestmögliche Ausnutzung der Signalleistung, der
Bandbreite und der Messzeit. Das Rauschen des Empfangszweiges und die Güte der
Frequenzerzeugung, den Nichtlinearitäten, bestimmen die Qualität der Messung. Ungenauigkeiten bei
der Wiederholung der Rampen (Zeit- und Frequenzfehler) und hohes Phasenrauschen führen zum
„Auslaufen“ der Detektion-Peaks und verschlechtern somit die Erkennungsfähigkeit. Dies geschieht vor
allem an den Grenzen des Detektionsfelds, bei großen Entfernungen und Relativgeschwindigkeiten.
Die Chirp-Sequence-Modulation hat den Nachteil, dass sie eine hohe Abtastrate benötigt. Daraus
resultiert eine große Zahl an Messwerten für die zweidimensionale Fouriertransformation. Dadurch
können fast leere Datenfelder mit mehr als 100.000 Stützpunkten entstehen. Um dies zu vermeiden,
besteht der Wunsch, die Datenrate zu senken. Eine Reduktion der Datenrate ist z.B. durch die
Verringerung der Chirp-Wiederholfrequenz möglich, was jedoch auf Kosten von Alias-Effekten geht.
Dabei entsteht eine Mehrdeutigkeit in Bezug auf die Relativgeschwindigkeit, die sich für Einzelziele
durch Vergleich der Abstandsableitung beheben lässt. Für Objekte, die eine Differenzgeschwindigkeit
von einem Vielfachen der zur Chirp-Wiederholfrequenz korrespondierenden Geschwindigkeit 𝑣𝑐ℎ𝑖𝑟𝑝 =
𝑛𝑅 𝑐
2𝑓0 𝑇𝑀
besitzen, z.B. ein Ziel, das mit 𝑣𝑐ℎ𝑖𝑟𝑝 entlang einer Leitplanke fährt, versagt diese Methode.

Daraus folgt, dass die Beschleunigung des Objekts falsch abgeleitet wird und zu falschen Reaktionen
z.B. einer ACC führt. Der Einsatz von variablen Chirp-Wiederholfrequenzen kann Abhilfe leisten und
zumindest über mehrere Messzyklen die Eindeutigkeit wiederherstellen. Bei einer Reduzierung der
Chirp-Wiederholfrequenz muss in jedem Fall die Frequenz-Abstandszuordnung um einen
Relativgeschwindigkeitsanteil korrigiert werden, analog zum FMCW-Verfahren. Eine weitere
Möglichkeit der Datenreduktion ist die Unterabtastung eines Chirps. Allerdings treten auch hier
entsprechende Alias-Nebenwirkungen auf.
Die Chirps lassen sich anhand folgender Parameter an die Anforderungen anpassen, vgl. [11] In Bild
Abbildung 10 ist der Aufbau eines Chirps.

13
Abbildung 10 Chirp Diagramm [12]

Bei dem Chirp-Radar resultiert die detektierbare Entfernung aus der Zwischenfrequenz-Bandbreite
(intermediate frequency, IF) und der Steigung S des Frequenzanstiegs.
𝐼𝐹𝑚𝑎𝑥 ∗ 𝑐
𝑟𝑚𝑎𝑥 = (19)
2∗𝑆
Die Zwischenfrequenz ist dabei abhängig von der ADC Abtastfrequenz und der sich daraus ergebenden
Abtastzeit. Die maximale Entfernung kann aber auch durch den SNR begrenzt werde. Denn für eine
erfolgreiche Detektion eines Objekts muss die Stärke des reflektierten Signals um den minimalen SNR
Wert, für eine Objekterkennung, über dem Pegel des Rauschens liegen. Hier sind die „Radio-Frequency“
(RF)-Performance, die Charakteristik der Antennen, das Reflexionsvermögen des Objekts sowie der
minimale SNR ausschlaggebend.

4 𝑃𝑡𝐺𝑟 𝐺𝑡 𝑐²𝜎𝑛𝒄 𝑇𝑅
𝑟𝑚𝑎𝑥 = √ (20)
𝑓0 ²(4𝜋)³ ∗ 𝑘𝑇𝑎 ∗ NF ∗ 𝑆𝑁𝑅𝑚𝑖𝑛
Die Auflösung der Entfernung wird im Wesentlichen durch die Bandbreite 𝐵 des Chirps beeinflusst.
𝑐
∆𝑟 = (21)
2𝐵
Die Bandbreite des Chirps ergibt sich auch der Steigung und der Rampen-Endzeit. Ist jedoch durch das
verwendete Frequenzband von 76 bis 81 GHz auf maximal 5 GHz beschränkt.
Die messbare Relativgeschwindigkeit wird durch die Wellenlänge und die Gesamtzeit des Chirps
bestimmt. Die Periode eines Chirps umfasst die Zeit zwischen dem Start zweier aufeinanderfolgenden
Rampen.
𝜆
𝑟̇ = (22)
4𝑇𝐶
Die Gesamtzeit des Chirps 𝑇𝐶 (in Abbildung 10 als Chirp Cycle Time dargestellt) setzt sich aus der
Leerlaufzeit und der Rampen-Endzeit zusammen. Die Auflösung der Relativgeschwindigkeit ist
abhängig von der Dauer des Chirps und der Anzahl der Chirps pro Frame 𝑛𝑓 .
𝜆
∆𝑟̇ = (23)
4𝑛𝑓 𝑇𝐶

14
2.3. Winkelmessung
2.3.1. Antennen-theoretische Vorbetrachtungen
Der Azimutwinkel Φ liegt in der Sensor-Horizontalebene eines in Z-Richtung ausgerichteten Sensor
und öffnet sich positiv nach links. Der Elevationswinkel 𝜗 gibt den Winkel zur Z-X-Ebene an (nach
oben positiv). Es gilt die Multiplikation der Sende- mit der Empfangscharakteristik für die
Winkelabhängigkeit eines Sensors. Wenn die Sende- und Empfangsantennen nicht zu weit voneinander
entfernt sind, kann das Produkt der Einwege-Charakteristik auch als Zweiwege-Charakteristik
beschrieben werden. Bei dem monostatischen Einstrahl-Konzept, bei dem der Sende- und
Empfangsstrahl durch dieselbe Antenneneinheit laufen, ergibt sich das Quadrat der Feldstärke
𝐸 2 (Φ, 𝜗 ). Abbildung 11 zeigt die Antennencharakteristik von drei einfach, symmetrische
eindimensionale Fälle von Belegungsfunktonen.

Abbildung 11 Antennencharakteristik für eine Rechteckbelegungsfunktion und eine einfache sowie eine quadrierte Cosinus-
Halbglocke, normiert auf die Gesamtleistung [1]

Bereits an diesem Beispiel wird der Konflikt zwischen möglichst starker Bündelung der Hauptkeule und
minimaler Höhe der Nebenkeulen ersichtlich. Eine Charakteristik, die für die Unterdrückung der ersten
Nebenkeule optimiert ist, weist das Hamming-Fenster auf. Bei dem Hamming-Fenster verbleiben am
Rand noch 8 %, der in der Mitte herrschenden Amplitude. Die Nebenkeulenunterdrückung hat als
weiteren Nachteil eine Absenkung des Antennengewinns, da die Unterdrückung mit einer zum Rand der
Antenne hin sinkende Belegungsfunktion bewirkt wird. Somit sinkt die effektive Antennenfläche. Die
Breite der Hauptkeule nimmt zu. Dadurch wird die Leistung auf einen breiteren Bereich verteilt, was
folglich zu einer Verringerung der Intensität in der Mitte der gebündelten Welle führt.
Für Long-Range-Anwendungen wie ACC ist ein Winkelbereich von etwa 10°…20° Azimut und 3°
Elevation gefordert. Die gewünschte Trennfähigkeit von 1° hinsichtlich der Elevation, (für einen
Höhenunterschied von etwa 2 m) ist nicht möglich, da die Antenne zu groß werden würde. Somit
beschränkten sich Anwendungen im Fernbereich auf den Azimut. Für Anwendungen im Nahbereich,
z.B. Kollisionsschutzsysteme, sind auch stehende Hindernisse zu klassifizieren. Somit wird ein deutlich
breiterer azimutaler Bereich (ca. 30°…60°) benötigt.
15
2.3.2. Scanning
Das am einfachsten verständliche Verfahren zur Bestimmung des Winkels ist das mechanische
Scanning. Dabei wird die Antenne mechanisch so schnell geschwenkt, dass der gesamte azimutale
Erfassungsbereich innerhalb eines Mess- und Auswertezyklus abgetastet wird. Diese werden einer
diskreten Winkelposition, der Mitte der Scanposition innerhalb eines Messfensters, die diesem
Winkelsegment entspricht, zugeordnet. Die Unschärfe, die durch die Keulenbreite entsteht, erhöht sich
dadurch um eine „Bewegungsunschärfe“. Da die Messdaten gefenstert werden, d.h. am Beginn und am
Ende des Messintervalls stark reduziert werden, um Leckage-Effekte zu vermeiden, sinkt die effektive
Bewegungsunschärfe auf etwa 30 %. Außerdem addiert sich die Unschärfe näherungsweise
geometrisch, wodurch der Verlust an Schärfe nur etwa 10 % beträgt. Für eine weitere Reduzierung kann
eine kleinere Schrittweite gewählt werden. Dadurch verschlechtert sich allerdings die Trennschärfe für
die Dopplerauswertung. Aufgrund der Aufteilung der Messzeit in viele, den Winkelsegmenten
zugeordnete, Intervalle. Somit ist ein mechanischer Scanner bezüglich der
Relativgeschwindigkeitsmessung prinzipbedingt schlechter als eine Mehrstrahlanordnung mit der
gleichen Messzeit. Zudem ist der azimutale Auswertungsbereich kleiner als der Scanbereich, da, um den
Schwerpunkt bestimmen zu können, ein Abfall am Rande erkennbar sein muss. Neben der hohen
Genauigkeit, liegt der große Vorteil in der besseren Trennfähigkeit hinsichtlich des Winkels, aufgrund
der des im Vergleich zu anderen Konzepten schmaleren gebündelten Welle. Wenn die
Antennencharakteristik, z.B. durch Vermessen am Ende der Herstellung bekannt ist, lassen sich mithilfe
von Dekonvolutions-Algorithmen sowohl die Werte für die Auflösung und die Trennfähigkeit im besten
Fall um etwa einen Faktor 1⁄2 verbessern, vgl. [10].

2.3.3. Monopuls
Dieses Verfahren basiert auf einer Doppelantenne-Anordnung, siehe Abbildung 12.

Abbildung 12 Monopuls-Prinzip zur Winkelbestimmung. Links: Bildung der Summen- und Differenzsignale; Mitte: die
azimutale Winkelcharakteristik der so gebildeten Strahlen; rechts: typische Kennlinie Azimutwinkels vs. Quotient der
Amplitudenbeträge von Differenz- und Summensignal bei kleineren Winkeln nach [1]

Die (Empfangs-) Antennen können sich durch die Strahlcharakteristika oder durch die Position
unterscheiden, welche bei der Winkelmessung des Azimuts um 𝑛𝜆 ∙ 𝜆 verschoben ist. Somit ergibt sich
für zwei benachbarte, aber sonst gleiche Antennenfelder, eine Phasendifferenz von
∆𝜑 = 2𝜋𝑛𝜆 sin Φ (24)
Damit lässt sich das Verhältnis von Differenz- zu Summensignal ohne phasenempfindliche Messung
bestimmen. Aufgrund der Eindeutigkeit ist eine Beschränkung des Winkels auf ∆𝜑 < 𝜋⁄2 notwendig.
16
Als Alternative des Monopulsverfahrens können die Amplituden bei unterschiedlicher
Strahlcharakteristik verglichen werden. Bei der üblichen, zur Mitte symmetrischen Anordnung, weisen
die Strahlen außerhalb des Nullwinkels die Maxima und bei Nullwinkel die gleiche Amplitude auf.
Wenn von einer konstanten Rückstreuung zwischen zwei aufeinanderfolgenden Messungen
ausgegangen werden kann, reicht die wechselweise sequenzielle Auswertung. Wenn das Differenz- und
Summensignal direkt gebildet wird, überlagern sich Amplituden- und der Phasenunterschied und es
entsteht eine noch steilere Kennung zwischen dem Azimutwinkel und Quotienten |𝐴∆|⁄|𝐴Σ|.
Dieses Verfahren ist für einzelne Ziele akkurat. Jedoch können bereits zwei Objekte auf eine in
demselben Messzyklus nicht erkennbare Weise unsinnige Werte erzeugen. Deshalb ist bei diesem
Verfahren auf eine gute Abstands- und Relativgeschwindigkeitstrennung zu achten, dass die
Wahrscheinlichkeit, dass der Azimut von mehreren Zielen stammt, sehr gering wird. Bei simultaner
Messung des Differenz- und Summensignals ist eine komplexe Amplitudenbestimmung und somit eine
Signalplausibilisierung über die Phasendifferenz zwischen 𝐴∆ und 𝐴Σ möglich. Ein zusätzlicher Vorteil
besteht in der Verdopplung des Eindeutigkeitsbereichs der Phasenauswertung auf ±𝜋, da auch die
Vorzeichen der komplexen Amplitude bei der arctan-Berechnung genutzt werden können.

2.3.4. Mehrstrahler
Durch die Verwendung von Mehrstrahlern wird einer Verbesserung des Monopulsverfahrens
ermöglicht. Einerseits wird der Messbereich bei gegebener Einzelstrahlbreite ausgedehnt. Andererseits
kann in den meisten Fällen eine Mehrzielverfälschung erkannt werden. Abbildung 13 zeigt das
Grundprinzip.

Abbildung 13 Mehrstrahl-Prinzip zur Winkelbestimmung. Oben: überlappende Keulen; Mitte: die azimutale
Winkelcharakteristik der einzelnen Strahlen; unten: von einem Punktreflektor resultierende Leistung in den einzelnen Strahlen
nach [1]

Der Winkel wird durch den Vergleich mit der sensorspezifischen normierten Antennencharakteristik,
die in einem nicht-flüchtigen Speicher hinterlegt ist, ausgewertet. Die Charakteristik wird am Ende der
Sensor-Produktion über die automatisierte Bestimmung von Kennfeldern mittels Zielsimulatoren
bestimmt. Die gemessenen Signalleistungen der einzelnen gebündelten Wellen werden auf die Summe
der Leistung aller Strahlen normiert, sodass bei einem im Azimutwinkel 𝜑0 befindlichen Punktziel die
Kreuzkorrelation
𝑛

𝐾(Φ𝜏 ) = ∑ 𝑎𝑖 ∙ 𝑎𝑛𝑜𝑟𝑚,𝑖 (Φ𝜏 ) (25)

𝑖=1

17
mit dem entsprechenden normierten Winkeldiagramm 𝑎𝑛𝑜𝑟𝑚,𝑖 bei einer Verschiebung 𝜙𝜏 = 𝜙0 einen
maximalen Wert nahe 1 annimmt. Ist dieser Wert deutlich kleiner als 1, kann davon ausgegangen
werden, dass die Voraussetzung eines Einzelreflektors nicht erfüllt ist und somit der Winkel nicht
vertrauenswürdig ist.
Auch Mehrstrahlkonzepte können vom Phasenunterschied profitierten, wenn das reflektierte Signal
simultan auf mehreren Kanälen empfangen wird. Bei einem 𝑛-Strahler erhält man 𝑛-1 zusätzliche
Informationen. Um diese auszuwerten, ist eine Möglichkeit, einem Strahl 𝑘, z.B. dem Mittenstrahl, die
Referenzphase zuzuordnen. Somit lassen sich aus der Phasendifferenz ∆𝜑 jeweils Real- und
Imaginärteile zu jedem der anderen Strahlen bestimmen. Bei simultanem Empfang eines 𝑛-Strahlers
stehen somit 2𝑛-1 Informationen für die Winkelbestimmung zur Verfügung, die in wie zuvor
beschrieben ausgewertet werden können. Bei Mehrstrahlern kann der simultane Betrieb mit
Phasenauswertung auch als Form des digitalen Beamforming bezeichnet werden. Da sich die
sequenzielle Suche nach der höchsten Korrelation verhält, als würde die Antenne nacheinander virtuell
mit ihrer Phasen- und Amplitudenkennung in die Suchrichtung gelenkt werden. Die Sendecharakteristik
bleibt dabei unverändert, solang der Sendezweig nicht verändert wird. Dies kann durch das Schalten der
Sendezweige und durch gezielte Phasenverschiebungen zwischen den Einzelantennen der Sendezweige
erreicht werden. Solche Antennen werden meist als ebene phasengesteuerte Felder (planar Phased-
Arrays) ausgeführt und ermöglichen eine Vielzahl an Auswertungsmethoden, auf die im folgenden
Abschnitt weiter eingegangen wird.

2.3.5. Planar-Antennen-Arrays (Ebene-Antennen-Felder)

Planar-Antennen haben im Wesentlichen zwei für die Praxis relevanten Vorteile. Zum einen wird die
Bautiefe der Sensoren erheblich verringert, zum anderen lassen sich Arrays bilden, mit denen die Sende-
und Empfangscharakteristik der Antenne gesteuert werden kann. Die am weitesten verbreitete
Anordnung besteht aus einer einzelnen Sendeantennenfläche, die aus gemeinsam gespeisten, der
Wellenlängendimension angepassten „Patches“ und mehreren Empfangsantennenflächen besteht. Bei
einzelnen Objekten ergibt sich zwischen den einzelnen Antennen der Empfangsseite, wie bei dem
Monopuls-Verfahren, eine Phase von 𝜑 = 2𝜋𝑛𝜆 sin Φ zzgl. eines willkürlichen Phasenoffsets, welcher
bei allen Phasen gleich ist, wodurch dieser vernachlässigt werden kann. Bei mehreren Zielen überlagern
sich die komplexen Amplituden der Ziele, sodass nun die einzelnen Array-Elemente nicht mehr die
betragsmäßig gleichen Amplituden haben.
Durch die Anpassung der Phasendifferenz mittels variabler Phasenschieber lassen sich
Antennenelemente zu elektrisch gesteuerten Antennen mit hoher Richtwirkung zusammenschalten. Bei
kontinuierlicher Ansteuerung der Phasenschieber ergibt sich ein elektronisches Scannen. Beim Digital-
Beamforming wird auf die gesteuerte Phasenverschiebung verzichtet und parallel oder seriell der
Datenstrom zu den Einzelantennenelementen gespeichert. Erst bei der digitalen Nachverarbeitung
hinsichtlich der Phasendifferenz wird dieser ausgewertet.
Folgende Grenzen lassen sich aus der Anzahl und dem Abstand der Antennen ableiten: Mithilfe der
Schrittweite wird der maximale eindeutige Bereich festgelegt und die Breite der Winkelzellen wird mit
der auf 𝜆 bezogen Gesamtbreite bestimmt. Das Winkelspektrum liefert eine komplexe
18
Fouriertransformation über die Empfangsamplituden, die zu den einzelnen Antennenelementen bei
gleicher Abstands- und Geschwindigkeitszelle vorliegen. Werden zwei Sendeantennen mit halbem
Abstand zu den Empfangsantennen verwendet, kann die Zahl der Empfangsantennen von 1 Tx + 8 Rx
zu 2 Tx + 4 Rx halbiert werden. Dies erfordert allerdings einen Multiplexer bei der Demodulation. Es
darf nur eine Tx-Antenne aktiv sein oder diese darf nur in einem wechselweisen Summen- und
Differenzbetrieb betrieben werden. Bei dem Wechselbetrieb wird eine Tx-Antenne mal mit einem zur
anderen gleichphasigen und mal mit einem invertierten Sendesignal angesteuert.
Eine Verbesserung der Breite des eindeutigen Sichtfelds kann durch eine hohe Anzahl an
Antennenelementen erreicht werden. Dabei steigen die Kosten für jeden neuen Signalkanal sowie der
Platzbedarf. Eine in vertikaler Richtung versetzte Anordnung der Antennen ermöglicht eine
Winkelmessung hinsichtlich der Elevation. Mit einem zusätzlichen kleinen Versatz für eine Teilmenge
der Rx-Antennen, kann der Eindeutigkeitsbereich erweitert werden, sodass eine Fernbereichsmessung
und eine Nahbereichsmessung in einem weiten Winkelbereich durchgeführt werden kann. Viele der
oben genannten Ansätze sind in [13] dargestellt und weiter im Detail beschrieben.
Jede „Ortsfrequenz“ des Fourierspektrums entspricht einer virtuellen Antenne. Dabei darf nicht
vergessen werden, dass bestimmte Annahmen für eine diskrete Fouriertransformation vorausgesetzt
sind. Diese sind das Abtasttheorem und die Annahme der periodischen Fortsetzung der zu
transformierenden Signale, welche allerdings nicht erfüllt wird. Durch das Auslaufen des Signals, das
sich wie schwach abfallende Nebenkeulen äußert, erzeugt eine Unschärfe im Spektrum. Als Gegenmittel
wird üblicherweise eine Fensterung, mit am Rande abnehmenden Fenstern, wie das van Hann-Fenster
angewandt. Dies führt allerdings zu einer Absenkung der Verstärkung der äußeren Antennenelemente,
wodurch die effektive Breite und die Auflösung sinken. Mit dem „Zero-Padding“ lassen sich einfacher
interpretierbare Winkelinterpretationen ableiten. Dabei werden die gleiche oder eine ganzzahlige
vielfache Zahl an Null-Elementen hinzugefügt. Dies gleicht einer spektralen Interpolation. Somit stehen
bei gleicher Zahl an Nullen doppelt so viele virtuelle Keulen zur Verfügung. Die tatsächliche Auflösung
bleibt dabei unverändert.
Alle Mehrfachantennenanordnungen sind anfällig gegen systematische oder zufällige Fehler im
Signalpfad. Systematische Fehler entstehen hauptsächlich durch Unterschiede der Kanäle in
Verstärkung und Phase sowie Kopplung der Antennenelemente, können aber durch Kalibrierung
kompensiert werden. Der Einfluss von Rauschen kann nur gesenkt werden, wenn Annahmen über das
Zielverhalten getroffen werden. Aufgrund der geringen Grundauflösung (große Winkelzellen) kann
schon das Auftreten eines zweiten Ziels für die Bestimmung des Winkels problematisch werden. Abhilfe
schaffen parametrische Auswerteverfahren, die auf Basis der Hypothese einer bestimmten Anzahl an
Zielen, eine beste Schätzung für diese angibt. MUSIC (Multiple Signal Classification) und ESPRIT
(Estimation of Signal Parameters via Rotational Invariance Techniques) sind bekannte Verfahren. Sie
benötigen zur Berechnung aber mehrere Datensätze. Dagegen können Nonlinear-Least-Square (NLS)-
Methoden bereits mit einem Datensatz die Winkel der Ziele bestimmen, wenn diese nicht innerhalb der
Auflösungsgrenze liegen. In [14] werden diese und weitere Methoden beschrieben und verglichen. Ein
Multiple Target Identification (MUTI)-Verfahren, das in [15] vorgestellt wird, ermittelt zunächst, ob in
der Elementarzelle mehrere Ziele mit gleichem Abstand und Relativgeschwindigkeit vorliegen. In den
19
meisten Fällen ist dies nicht der Fall, somit kann für diese Ziele ein weniger rechenaufwendiges
Verfahren, z.B. das einfache Phasen-Mono-Puls-Prinzip, genutzt werden. Nur wenn die Ein-Ziel-
Bedingung verletzt ist, wird ein rechenaufwendigeres Verfahren, wie das NLS-Verfahren verwendet.
Für sendeseitige Arrays ist eine definierte Steuerung der Phasenzentren zwischen den Antennen
notwendig. Phasennetzwerke wie die Butler-Matrix können dies, von den Einspeisestellen abhängig,
leisten. Dieses Netzwerk besitzt zumeist eine quadratische Anordnung mit 2𝑛 Eingängen und der
gleichen Zahl an Ausgängen. Wird genau einer der Eingänge mit Leistung beaufschlagt, wird eine
definierte Phasendifferenz zwischen den Antennenelementen (=Ausgänge) erzeugt. Somit kann eine
neue Ausrichtung des Sendestrahls durch das Umschalten des Sendezweigs auf einen der Eingänge
bewirkt werden, wie ein Scanner mit diskreten Winkelstufen.

2.3.6. Dual-Sensor-Konzept
Dieses Konzept wurde in der Veröffentlichung [16] vorgestellt und befindet sich mittlerweile in Serie.
Dabei werden zwei Radarsensoren zu einem integralen Dual-Sensor-Konzept gebündelt. Dafür werden
zwei fast spiegelbildlich asymmetrische Antennencharakteristika verwendet. Die Nebenkeulen sind
nach fahrzeugaußen gerichtet, um eine breite Nahbereichsausleuchtung zu ermöglichen. Dagegen sind
die leistungsstarken zentralen Keulen weitgehend parallel nach vorn ausgerichtet, siehe Abbildung 14.

Abbildung 14 Doppel-Radar-Anordnung mit asymmetrischen Vierstrahl-Radarsensoren [16]

Daraus resultieren folgende Vorteile: eine breite Abdeckung bereits nach der ersten Abstandszelle, etwa
±20° Sicht im Nahbereich und eine Überlappung im Hauptbereich. Der Einsatz der Überlappung kann
sowohl die Fehlererkennung als auch die Verbesserung der Signalverarbeitung sein.
Für das Dual-Sensor-Konzept sind allerdings zwei Einbauorte und Sensoren notwendig, was höhere
Kosten verursacht.

20
2.4. Hauptparameter der Leistungsfähigkeit
Die Hauptparameter der Leistungsfähigkeit, auch Key-Performance-Indicator (KPI) genannt, sind die
wichtigsten Kriterien zur Bewertung der Leistungsfähigkeit eines Radars. Diese sind die Entfernung,
die Relativgeschwindigkeit und der Azimut und die Trennfähigkeit des Chipsatzes. Anhand dieser
Kriterien können die Chipsätze miteinander verglichen werden. In den folgenden Abschnitten wird ein
Überblick über die KPIs gegeben. Dabei wird darauf eingegangen, wie die KPIs berechnet werden
können und wovon sie anhängig sind.

2.4.1. Entfernung
Für die maximale Reichweite werden die Messgrenzen, bei einem Radar mit Frequenzmodulation, durch
die Abtastrate und bei einem Puls-Doppler-Radar durch die Länge des abgetasteten Empfangssignals
bestimmt. Auf ein Standardziel bezogen, ist der maximale Abstand zu den Sende- und
Empfangsantennen von der Sendeleistung, den Modulationsparametern, der Antennengüte und dem
Signal/Rausch-Abstand des Empfängers abhängig. Somit ist die maximale Reichweite für einen
Vergleich verschiedener Sensoren ungeeignet. Bei der Abstandsmessung ist die Leistungsfähigkeit im
Wesentlichen durch die bei der Modulation zur Verfügung stehende Frequenzbandbreite 𝐵 gegeben.
Diese bestimmt ebenfalls die Abstandszellengröße
𝑐
∆r = (26)
2𝐵
und die Trennfähigkeit des Radars. Um die unterschiedlichen Radarchipsätze vergleichen zu können,
wird die Anzahl der Stützstellen bestimmt. Dazu wird die Distanz ermittelt, bis zu der ein Objekt mit
einer Querschnittsfläche, die 10 dB entspricht. Wenn diese Distanz durch die Auflösung geteilt wird,
ergibt sich die Anzahl der Stützstellen.
𝑟10𝑑𝐵
𝑛𝑆𝑟 = (27)
∆r
Dies ermöglicht den Vergleich unterschiedlicher Sensoren, da die Entfernung ins Verhältnis gesetzt wird
und keine absoluten Werte verglichen werden. Mit zunehmender Anzahl der Stützstellen verbessert sich
die Performance des Radars. Allerdings auch der damit verbundene Rechenaufwand.
In der Praxis ist mitzuberücksichtigen, dass die Reflexivität der Objekte um mehrere Zehnerpotenzen
schwanken können. Außerdem lassen Mehrwege-Interferenzen die Grenzen sehr unscharf wirken.

2.4.2. Relativgeschwindigkeit
Für die Genauigkeit der Relativgeschwindigkeit sowie die Zellengröße ∆𝑟̇ und der damit verbundenen
Trennfähigkeit, ist die ununterbrochene Messzeit 𝑇𝑀 ausschlaggebend. Die minimale und maximale
Relativgeschwindigkeit hängt hauptsächlich von der Abtastung der Dopplerfrequenzverschiebung ab.
Wenn eine Zuordnung zu den Mehrdeutigkeiten über die Abstandsdifferentiation möglich ist, können
durch eine zu niedrige Abtastfrequenz entstandene Mehrdeutigkeit kompensiert werden. Auch bei der
Auflösung der Geschwindigkeit gilt, dass diese von der Anzahl der Stützstellen und von der maximalen
Geschwindigkeit abhängig ist.

21
 𝑟̇𝑚𝑎𝑥
𝑛𝑆𝑟̇ = (28)
∆ṙ
Auch bei den Stützstellen der Relativgeschwindigkeit wird die maximale Geschwindigkeit mit der
Auflösung ins Verhältnis gesetzt. Dies ermöglicht den Vergleich der unterschiedlichen Chipsätze. Eine
höhere Anzahl der Stützstellen verbessert die Performance des Radars, zulasten des Aufwands der
notwendigen Berechnungen.

2.4.3. Azimutwinkel
Die Leistungsfähigkeit der Azimutwinkelbestimmung kann in keiner einfachen Relation angegeben
werden. Ein azimutal schmaler Strahl, der elektronisch oder mechanisch einen möglichst breiten
azimutalen Sektor abtastet, wäre optimal. Allerdings ist bei Monopuls- und Mehrstrahlkonzepten eine
breite Ausleuchtung nur mittels breiter Einzelstrahlen erreichbar. Als KPI wird hier der
Gesamtmessbereich und die Azimutzellengröße, die für die Trennfähigkeit ausschlaggebend ist,
definiert und über die Anzahl der Antennen 𝑁𝑎𝑧𝑖𝑚𝑢𝑡 , herangezogen.
∆Φ𝑚𝑎𝑥 = Φ𝑚𝑎𝑥 − Φ𝑚𝑖𝑛 (29)
∆Φ𝑚𝑎𝑥
∆Φ𝑚𝑖𝑛 = (30)
𝑁𝑎𝑧𝑖𝑚𝑢𝑡 − 1
Bei der Auflösung des Winkels gilt das gleiche wie für die Auflösung der Entfernung und der
Reichweite. Die Anzahl der Stützstellen ergibt sich aus der Auflösung und dem Winkel des FoV.
∆Φ𝑚𝑎𝑥
𝑛𝑆Φ = (31)
∆Φ𝑚𝑖𝑛
Wie bei der Entfernung und der Relativgeschwindigkeit gilt auch bei den Stützstellen des Azimuts, dass
der maximale Azimut mit dessen Auflösung ins Verhältnis gesetzt wird. Wodurch die Vergleichbarkeit
erreicht wird. Auch beim Azimut hängt die Performance der Funkortung von der Anzahl der Stützstellen
ab.

2.4.4. Trennfähigkeit
Die Trennfähigkeit gibt den minimalen Abstand zwischen Objekten an, bei dem das Radar diese als
einzelne Ziele erkennt. Dies gilt sowohl für die Entfernung als auch für den Azimut. Die Trennfähigkeit
ist im Wesentlichen von der zugehörigen Auflösung abhängig.

2.5. Erklärung Radar Target Simulator (RTS)

Der erste Radar Target Simulator, zum Testen der ACC, wurde im Jahre 1977 von der Firma Anritsu
entwickelt [17]. Mithilfe des RTS können genaue und reproduzierbare Ziele und Verkehrsszenarien
simuliert werden. Das RTS, mit dem das Radarsignal abgefangen, modifiziert die Amplitude und die
Frequenz. Wenn ein simuliertes Objekt eine Geschwindigkeit besitzen soll, verzögert es je nach
gewünschter Entfernung und sendet das Signal zum Radar zurück. Wenn das Radar das modifizierte
Signal empfängt und auswertet, erkennt dies ein Ziel mit einem bestimmten Abstand und
Relativgeschwindigkeit. Auf diesem Weg kann ein Radarsensor vollständig charakterisiert und seine
Grenzen ausgetestet werden. Um die Kosten gering zu halten und den Messaufbau möglichst einfach zu

22
gestalten, können ein Signal- und ein Spektrum-Analysator in den RTS integriert werden. Folglich
können umfassende Tests der Radareinheit mit einem Messgerät durchgeführt werden. Als weiterer
Vorteil, der sich durch die Integration des Signal- und Spektrum-Analysator ergibt, ist die Wellenform
des Radarsignals und deren Eigenschaften. Wie die belegte Bandbreite und die äquivalente isotrop
abgestrahlte Leistung, schon vor dem Simulieren des Ziels und der Reaktion des Radars bekannt.
Mithilfe dieser Informationen können Objekte und Szenarien simuliert werden, die für das zu testende
Radar geeignet sind.
Daraus resultiert, dass ein RTS nicht nur physikalische Signale mit einer hohen Wiederholgenauigkeit
und Genauigkeit testen kann. Hierdurch kann eine Aussage über die Verifikation der vollen
Funktionalität des Sensors getroffen werden, ohne dass ein Fahrzeug auf einer öffentlichen Straße
bewegt werden muss. [18]
Der Zweck eines Radar Target Simulator besteht darin, ein Objekt mit variabler Entfernung und
Geschwindigkeit zu simulieren. Die Funktionsweise entspricht einem Radar entgegengesetzt. Die vom
Radar ausgesendete Welle wird von der Empfangsantenne des RTS empfangen. Anschließend wird das
empfangene Signal, mithilfe eines Mischers, in das Basisband herunter modelliert. Dieses Signal wird
an einen Mikrocontroller weitergegeben. Dieser liest die Parameter des Signals aus und übergibt es an
einen weiteren Mischer, welcher das Signal, mit den vom Mikrocontroller ausgelesenen Parameter auf
die gewünschte Frequenz und Phasenverschiebung modelliert. Daraufhin wird das Signal über die
Sendeantenne an das Radar zurückgeschickt. In Abbildung 15 ist die Systemstruktur des RTS zu sehen.

Abbildung 15 Systemstruktur des Radar Target Simulator mit Sende- (Tx) und Empfangsantenne (Rx), Mischern,
Mikrocontroller und Lokaloszillator (fLo)

Somit kommt eine elektromagnetische Welle am Radarsensor an, die nicht der eigentlichen Position des
RTS entspricht. Dadurch kann dem Radar ein Objekt in einer beliebigen Entfernung und mit einer
beliebigen Geschwindigkeit vorgetäuscht werden. Dies bietet den Vorteil, dass die Entfernung und die
Geschwindigkeit exakt eingestellt werden und somit die Messungen beliebig oft reproduziert werden
können. Außerdem können Messungen, die sonst große Entfernungen benötigen, mit geringem
Platzbedarf durchgeführt werden und Tests mit bewegten Objekten können ohne großen Aufwand
simuliert werden.

23
3. Versuchsaufbau/-durchführung:
Um die Parameter der Radarchips zu überprüfen, wird ein Radar Target Simulator verwendet. Dieser
simuliert ein oder mehrere Ziele mit spezifischer Entfernung, Geschwindigkeit und RCS.
Die Funktionsweise des RTS wurde im vorherigen Kapitel genauer erklärt.
Mithilfe des RTS können statische und bewegte Objekte verschiedener Größen simuliert werden. Dies
geht sogar so weit, dass ein komplettes Szenario, wie ein Überholvorgang oder ein Kreuzen des
Fahrtweges, vorgetäuscht werden können. Die Vorteile des RTS sind die Generierung des Ziels über
eine Software. So können jederzeit und ohne großen Aufwand die Parameter des Objekts verändert
werden. Außerdem kann das Testszenario beliebig oft wiederholt werden, wobei die Parameter der
simulierten Ziele immer identisch sind. Die folgenden Abschnitte erklären die Testaufbauten und
Methoden, wie die Radarchipsätze getestet wurden. Die generelle Struktur des Aufbaus ist in Abbildung
16 dargestellt.

Abbildung 16 Struktur des Messaufbaus

3.1. Beschreibung der Systemkomponenten

3.1.1. Radar Target Simulator
Für die Evaluierung der Radarchips, mit einer Bandbreite von 76-81 GHz, wurde als RTS das „Vehicle
Radar Test System“ (VRTS) von National Instrument (NI) verwendet. Das VRTS von National
Instrument bietet umfangreiche Möglichkeiten zur Hinderniserzeugung durch ein auf LabVIEW und
LabVIEW FPGA basierendes Programm. Damit kann die Software des Radarsensors getestet werden.
Das VRTS besteht aus einer mm-Wellen Sende- und Empfangseinheit sowie aus der PXIe-5480 Vector
Signal Transceiver (VST). Die Sende- und Empfangseinheit beinhaltet einen Laser, für eine präzise
Ausrichtung auf das „Radar Under Test“ (RUT), einer Sende- und einer Empfangsantenne mit
unabhängigen Tx- und Rx-Ports und einer Tx zu Rx Isolation von bis zu 50 dB [19]. Die Hauptaufgabe
erledigt die PXIe-5480. Sie ermöglicht die Modulation und Messung des Hochfrequenzsignals. Somit
kann für einen Radarchip die EIRP, die OBW, die Chirp Demodulation und mehr gemessen werden.
Mithilfe dieser Informationen können Ziele und Szenarien simuliert werden.
Die FPGA-Technologie, über die der VST verfügt, ermöglicht eine Simulation von bewegten Objekten
in einem Bereich von 2,5 bis 300 Meter mit einer Auflösung von 5 cm. Außerdem kann mit der Software
24
eine Relativgeschwindigkeit von bis zu 500 km/h mit einer Auflösung von 0,1 km/h und einem RCS
von 50 dB mit 0,25 dB Auflösung vorgetäuscht werden. In Tabelle 1 sind die vollständigen
Spezifikationen des VRTS zu sehen. [18] [19] [20]

Tabelle 1 VRTS Spezifikationen [18] [19] [20]

Parameter Spezifikation
Anzahl simulierter Objekte 1 – 4 (volle Entfernung)
Entfernung zwischen VRTS und Radarsensor 0,7 – 3,0 m
Entfernung 2,5 – 300 m
Entfernungsauflösung 5 cm
Entfernungsgenauigkeit ±7 cm
Relativgeschwindigkeit (Doppler-Frequenzverschiebung) 0 – ±500 km/h (75 kHz)
Dopplerauflösung 0,1 km/h (15 Hz)
Dopplergenauigkeit 0,05 km/h (7,5 Hz)
Reichweite der Radar-Cross-Section (RCS) 50 dB
RCS Auflösung 0,25 dB

Des Weiteren besteht der Aufbau aus einer Drehschwenkeinheit, an dem der Radarsensor unter Test
befestigt wird. Dabei handelt es sich um ein Zwei-Achsen-Rotier-System SN 2002 von Konrad
Technologies GmbH, siehe Abbildung 17.

Abbildung 17 Zwei-Achsen-Rotier-System von Konrad Technologies GmbH

Diese Drehschwenkeinheit ermöglicht es, den Sensor in der Elevation um ±21° und im Azimut um
±95° zu schwenken. Somit können auch Ziele simuliert werden, die sich nicht direkt in der Ausrichtung
des Radars befinden oder seitlich nähern, z.B. ein vorbeifahrendes Fahrzeug.

25
3.1.2. Radar Test and Measurement Suite
Bei der zugehörigen Software des VRTS und zur Simulation von Zielen handelt es sich um das
Programm „Radar Test and Measurement Suite“ von Konrad Technologies GmbH. Die Funktion der
Software besteht darin, die VRTS Hardware entsprechend den erstellten Szenarien anzusteuern. Die
grafische Oberfläche der Software hat zwei wesentliche Bestandteile, zum einen den „Scenario Editor“
und zum anderen den „Scenario Sequencer“.
Mithilfe des „Scenario Editors“ können Ziele und Szenarien erstellt werden. Er setzt sich aus drei
Bereichen zusammen, die in Abbildung 18 zu sehen sind.

Abbildung 18 Scenario Editor: Zeigt das Szenario für einen Überholvorgang Links

Der erste Bereich ist die Visualisierung des ausgewählten Szenarios und zeigt die Position der
simulierten Ziele. Das pinke Quadrat repräsentiert das RUT und hat die x-y-Koordinaten (0,0). Ein Pfeil
symbolisiert ein sich bewegendes Objekt. Der Fuß des Pfeils entspricht dem Startpunkt des Objekts und
die Pfeilspitze dem Endpunkt. Außerdem gibt die Farbe des Pfeils Aufschluss auf die Geschwindigkeit
des Ziels. Objekte mit einer geringen Relativgeschwindigkeit werden als grüne Pfeile dargestellt. Je
höher die eingestellte Geschwindigkeit ist, umso mehr verändert sich die Farbe von Grün über Gelb bis
hin zu Rot für Objekte mit einer hohen Relativgeschwindigkeit. Ein Objekt mit einer
Relativgeschwindigkeit von 0 km/h wird als Punkt dargestellt. Der Durchmesser des Punktes ist
proportional zu der simulierten Querschnittsfläche des Objekts dargestellt. Je größer die RCS, desto
größer wird der Punkt.
In der zweiten Spalte sind alle abgespeicherten und erstellten Szenarien hierarchisch aufgelistet. Hier
können die einzelnen Szenarien ausgewählt werden, um diese zu bearbeiten. Es können Ziele
hinzugefügt, gelöscht oder von einem bewegten zu einem statischen Ziel verändert werden.
26
Ebenso kann dort ein Objekt ausgewählt werden, um dessen Parameter zu verändern. Diese werden
dabei im dritten Bereich angezeigt. Hier können die Parameter wie der Startpunkt, der Endpunkt, die
Relativgeschwindigkeit und die RCS entsprechend gesetzt werden.
Der „Scenario Sequencer“ unterteilt das erstellte Szenario in Zeitschritte und repräsentiert eine diskrete
Konfiguration in der Zeit. Der „Scenario Sequencer“ lässt sich ebenfalls in drei Bereiche unterteilen,
dem Simulationsfenster, einem Zeitstrahl und einer Bedienoberfläche, siehe Abbildung 19.

Abbildung 19 Scenario Sequencer: zeigt die Koordinaten, Geschwindigkeiten, Richtung und Radarquerschnitt der simulierten
Objekte zu den berechneten Zeitschritten, die Hintergrundfarbe entspricht den simulierten Objekten

Der Zeitstrahl zeigt die Gesamtdauer und den Fortschritt der Sequenz an.
Das Simulationsfenster zeigt die Details der Objekte des Szenarios zu den zugehörigen Zeitschritten.
Bei diesen handelt es sich um die Koordinaten, die Geschwindigkeit und die RCS. Der Wechsel der
Hintergrundfarbe entspricht den simulierten Objekten. Bei einer Änderung der Farbe ist die Sequenz
des Objekts beendet und das im Szenario folgende Objekt wird simuliert. Bei dem in Abbildung 19
gezeigtem Beispiel wurde als Zeitschritte 40ms gewählt. Außerdem kann hier noch eine Anpassung der
Parameter der einzelnen Punkte vorgenommen werden.
Anschließend kann mit dem „Transmit“ Knopf auf der Bedienoberfläche das Ziel oder Szenario an das
FPGA übermittelt werden, um die Simulation zu generierten. Wenn die Simulation generiert wurde,
schaltet sich die Sende- und Empfangseinheit an. Dadurch ist der RTS bereit, die vom Radar
kommenden elektromagnetischen Wellen zu empfangen, entsprechend dem Szenario zu modellieren
und zurückzusenden. Zusätzlich kann die Simulation pausiert und als Schleife wiederholt abgespielt
sowie das Szenario exportiert werden. [18]

27
3.1.3. mmWave Demo Visualizer
Die Software „mmWave Demo Visualizer“ wurde von Texas Instruments für deren Radarchips
entwickelt. Sie hat im Wesentlichen zwei Funktionen. Zum einen die Konfiguration des Chips, zum
anderen die Visualisierung der Daten, die der Radarsensor liefert.
Die grafische Oberfläche der Konfiguration setzt sich im Wesentlichen aus drei Bereichen zusammen,
siehe Abbildung 20.

Abbildung 20 mmWave Demo Visualizer - Configure

Bei den „Setup Details“ (Bereich #1) wird ausgewählt, um welche Plattform und welche Version es sich
bei dem Chip handelt. Außerdem kann hier eingestellt werden, wie viele Sende- und Empfangsantennen
des Radarchips verwendet werden.
Der mit der #2 markierte Bereich enthält die „Scene Selection“ und die „Plot Selection“. Zunächst kann
aus drei vorgefertigten Konfigurationen ausgewählt werden. Diese sind für die Reichweitenauflösung,
Geschwindigkeitsauflösung und für die Reichweite optimiert, können aber im Weiteren noch angepasst
werden. Darunter kann das Frequenzband, in dem der Sensor arbeiten soll, ausgewählt werden. Es
besteht die Möglichkeit, zwischen dem 76 bis 77 GHz und dem 77 bis 81 GHz Band zu wählen. Nun
kann mit der „Scene Selection“ die vorgeschlagene Konfiguration angepasst werden. Hierfür kann
mittels Schieberegler die „Frame Rate“, die „Range Resolution“, die „Maximum Unambiguous Range“,
„Maximum Radial Velocity“ und die „Radial Velocity Resolution“ eingestellt werden. Dabei ist zu
beachten, dass sich die Parameter gegenseitig beeinflussen und bei der Veränderung eines Wertes sich
28
andere Parameter ebenfalls ändern können. Bei der „Plot Selection“ kann ausgewählt werden, welche
Diagramme bei der Visualisierung der Sensordaten verwendet werden sollen. Wenn die gewünschte
Konfiguration eingestellt wurde, kann diese an den Chip gesendet und in einer Konfigurationsdatei
abgespeichert werden.
In dem dritten Bereich „Console Messages“ sind die Nachrichten, welche beim Übertragen der
Konfiguration an den Chip gesendet werden, zu sehen.
In den „Plots“ Fenstern lassen sich auf der linken Seite gleichzeitig bis zu vier verschiedene Diagramme
anzeigen, wie in Abbildung 21 zu sehen ist.

Abbildung 21 mmWave Demo Visualizer - Plot window

Zum einen kann das Streudiagramm (Abbildung 22 links) ausgewählt werden. Bei diesem werden die
von Radar erkannten Objekte in einem zwei- oder dreidimensionalen Koordinatensystem angezeigt. Das
in Abbildung 22 rechts dargestellte Diagramm zeigt die „Azimuth-Range Heatmap“. Bei dieser Grafik
handelt es sich um eine Erweiterung des zweidimensionalen Streudiagramms. Es wird neben der
Entfernung in x und in y Richtung noch mittels Farbcodierung angezeigt, mit welcher Intensität ein
Objekt im Vergleich zu der Umgebung erkannt wird.

29
Abbildung 22 links: Streudiagramm, rechts: Azimuth-Heatmap

Der „Doppler-Range“ Graf, in Abbildung 23 links zu sehen, zeigt die Relativgeschwindigkeit und die
Entfernung der Ziele an. Die „Doppler-Range Heatmap“ (Abbildung 23 rechts) ist eine Erweiterung des
„Doppler-Range“ Grafen um eine Farbcodierung, die wie bei der „Azimuth-Range-Heatmap“ die
Intensität der Objekte im Vergleich zu der Umgebung zeigt.

Abbildung 23 links: Doppler-Range Plot, rechts: Doppler-Range Heatmap

Auf der rechten Seite des Plot Fensters (siehe Abbildung 21) können mithilfe Echtzeiteinstellungen, die
Schwellenwerte der Detektion angepasst werden. Zusätzlich können dort die Maxima und die Minima
der anzeigbaren Winkel, Reichweite sowie Geschwindigkeit eingestellt werden (siehe Abbildung 24).

30
Abbildung 24 Echtzeitanpassung

Im Plot-Fenster können rechts oben die Längen und Breiten der Grafiken begrenzt werden. Außerdem
kann dort die Aufzeichnung der Daten vom Sensor gestartet und gestoppt sowie Aufzeichnungen
abgespielt werden. Des Weiteren besteht hier die Möglichkeit, die nachträglich angepasste
Konfiguration abzuspeichern, oder eine abgespeicherte Konfiguration an den Radarsensor zu senden.
Die Konfigurationsdateien können mit einem Textbearbeitungsprogramm geöffnet werden. Dies
ermöglicht es mehr Parameter, als in der Software anzupassen, wodurch mehr
Konfigurationsmöglichkeiten entstehen (siehe Abbildung 25). Der Bereich, der mit Sternen
eingeschlossen ist, zeigt die Informationen der vorgefertigten Konfiguration an. Bei „channelCfg“ kann
bei dem Wert „15“ die Anzahl der Rx-Antennen und bei dem Wert „5“ die Anzahl der Tx-Antennen
angepasst werden. Die Antennen werden dabei in Binärform angegeben. Eine verwendete Antenne hat
den Wert „1“ und eine „0“ steht für eine nicht genutzte Antenne. Der Wert „5“ entspricht binär 101,
somit werden die Empfangsantennen eins und drei verwendet. Mit der „profileCfg“ können die
Parameter des Chirps angepasst werden (siehe Abbildung 26). Dabei entspricht der erste Parameter der
Profilnummer. Der nächst Parameter legt die Startfrequenz 𝑓0 des Chirps fest. Diese entscheidet, ob der
TI Chip mit dem Frequenzband 76 – 77 GHz oder 77 – 81 GHz arbeitet. Der Wert an der Stelle der 28
legt die „idle Time“ fest. Dies ist die Leerlaufzeit zwischen den Rampen. Die „adcStartTime“ (4.
Parameter) gibt den Offset ab Rampenbeginn bis zum Start der Abtastung an. Bei dem Parameter an
fünfter Stelle handelt es sich um die Rampen-Endzeit. Die Rampen-Endzeit begrenzt die Dauer der
Rampe und damit auch die Höhe und gegebenenfalls die Abtastzeit. Der Parameter mit dem Wert „30“
gibt die Steigung des Chirps an. Bei dem Parameter an zehnter Stelle wird die Anzahl der Abtastungen
pro Chirp festgelegt. Der nächste Parameter bestimmt die Abtastrate des Chirps. Aus der Anzahl der
Abtastungen und der Abtastrate ergibt sich die Abtastzeit (in Abbildung 26 „ADC Sampling Time“
genannt). Bei der „frameCfg“ lässt sich bei dem Parameter an fünfter Stelle die Periode einstellen, mit
der ein Frame wiederholt wird. Wie sich die Parameter auf die KPIs auswirken, wird in Abschnitt 2.2.3.2
genauer erläutert.
Der Chipsatz lässt sich in zwei Power-Einstellungen betreiben. Dem Regulären und dem Low Power
Modus. Bei dem Low Power Modus wird die Leistung des Chips reduziert. Dieser Modus kann
ausgewählt werden, indem in der Konfigurationsdatei bei „lowPower“ die zweite Null zu einer Eins
verändert wird. Diese und weitere Konfigurationsmöglichkeiten sind in [12] genauer beschrieben.
31
Abbildung 25 Beispiel einer Konfigurationsdatei für die Reichweitenauflösung

Abbildung 26 Chirp Diagramm [12]

3.1.4. Uhnder Radar Control Center (RCC)

Bei der Software „Radar Control Center“ (RCC) von Uhnder handelt es sich ebenfalls um eine grafische
Benutzeroberfläche. Diese dient zur Konfiguration und Visualisierung der Sensordaten.
Zunächst muss eine Verbindung zum Sensor aufgebaut und eine Sitzung erstellt werden. In dem mit #1
markierten Bereich in Abbildung 27 werden die Schaltflächen für einen Aufbau und der Trennung der
Verbindung zum Sensor gezeigt. Dem schwarzen Feld darunter sind die Details der Verbindung und des
verwendeten Sensors zu entnehmen.

32
Abbildung 27 Radar Control Center: Benutzeroberfläche der Konfigurationsmöglichkeiten

In der linken Spalte (Abbildung 27 Bereich #2) kann die Konfiguration des Radarchips ausgewählt und
die Schwellwerte für eine erfolgreiche Detektion eines Objekts angepasst werden. Darunter sind in zwei
Tabellen die Kennwerte der ausgewählten Konfiguration und die Abweichungen der aktuellen
Konfiguration von der vorgeschlagenen Variante aufgelistet.
Im dritten Bereich werden die Details zu der Konfiguration angezeigt und können bei Bedarf angepasst
werden. Die Details beinhalten zusätzliche Informationen zur Datenrate, zu der Art der Modulation, zu
den Chips und Antennen, zu den Entfernungseinheiten, zu der Geschwindigkeit, zu den
Antennengewinnen und der Bandbreite. Hier kann zusätzlich ausgewählt werden, welche Grafiken aus
den Messdaten erstellt werden sollen.
Nach dem Vornehmen der Einstellungen für die Konfiguration und die Grafiken, kann in dem mit #4
gegenzeichneten Bereich, mit dem Button „Run N SCANS“ der Sensor gestartet werden. Dabei öffnet
sich ein neues Fenster, in dem die Messdaten des Radars ausgewertet und dargestellt werden. In dem
„ScanControl“ befinden sich außerdem noch die Möglichkeit, die Daten während der Messung
aufzunehmen und mit einer angeschlossenen Kamera die Messung auf einem Video festzuhalten. Die
aufgenommenen Messdaten und Videos können zu einem späteren Zeitpunkt mithilfe des RCC
abgespielt werden. Dies ermöglicht eine spätere Auswertung der Messdaten, ohne dass der Radarsensor
angeschlossen sein muss.
Bei dem Fenster, welches sich beim Starten des Messvorgangs öffnet, kann zwischen den Reitern mit
den verschiedenen Darstellungsformen der Messdaten hin und her gewechselt werden. Über den Reitern
wird die Anzahl der Scans, die Dauer der Messung, die Scan- und Aktualisierungsrate der Darstellung
sowie die Temperatur des Chips und des Gehäuses angezeigt.
Das „Clutter Image“ visualisiert die Messdaten in Form eines Streudiagramms, wie in Abbildung 28 zu
sehen ist. Diese Ansicht entspricht der Draufsicht des Sichtfelds des Sensors und zeigt alle von Sensor
erkannten Objekte an. Ziele, die eine Relativgeschwindigkeit aufweisen, werden mit einem Kreis
markiert und statische Ziele mit einem Quadrat. Die Farbcodierung der Detektionen entspricht der
Intensität bzw. dem Signal-Rausch-Abstand, mit dem das Radar die Ziele wahrnimmt.
33
Abbildung 28 RCC Streudiagramm mit zwei simulierten Objekten, einem sich bewegendes Ziel bei 131,9 m und ein statisches
Objekt bei 70,3 m

In den „Display Controls“ lässt sich einstellen, ob sich bewegende und statische Objekte markiert
werden sollen. Außerdem kann dort ausgewählt werden, zu welchen Zielen zusätzliche Informationen
angezeigt werden sollen. Dabei stehen der SNR, die Richtung der sich bewegenden Objekten, die
Entfernung, der Azimutwinkel, der Elevationswinkel und die Geschwindigkeit zur Auswahl.

3.2. Messungen
Für die Durchführung des Benchmarks und der Ermittlung der Grenzen der Radarchips von
verschiedenen Herstellen wurden unterschiedliche Messungen durchgeführt. Dafür wurden die
Chipsätze von der Firma „Uhnder“, „Sensata“ und „Aptiv“ verglichen. Zusätzlich wurden die
Evaluierungsbords AWR1642 und AWR1843 von Texas Instruments und der Sensor von „Murata“, der
auf dem AWR1843 Chip von TI beruht, verwendet. Die durchgeführten Messungen werden in den
folgenden Abschnitten näher erläutert.

3.2.1. Entfernungsmessung
Bei dieser Messung wurde zum einen die maximale Entfernung ermittelt, bei der ein Objekt noch sicher
erkannt wird. Zum anderen wurde der größtmögliche Abstand zum Sensor festgestellt, bis zu der ein
Objekt mit einer bestimmten Querschnittsfläche zuverlässig erkannt wird. Um diese Distanzen zu
ermitteln, wurde mithilfe des Radar Target Generator ein Ziel simuliert. Der Abstand zwischen dem
RTS und dem RUT beträgt dabei 1 m. Um störende Reflexionen zu vermeiden sind die Wände mit
Hochfrequenz-Absorber-Matten verkleidet, wie in einer Reflexionsarmen Raum (auch Schalltot Raum
genannt). Für die maximal messbare Entfernung wurde für das simulierte Objekt die maximale
Sendeleistung bei der Sendeeinheit des RTS eingestellt. Um nun die größtmögliche Entfernung zu

34
bestimmen wurde der Abstand des Objekts so lange erhöht, bis das Radar das Ziel nicht mehr zuverlässig
detektieren konnte. Der letzte Punkt, an dem das Objekt noch kontinuierlich erkannt wurde, entspricht
der maximalen Reichweite der Funkortung. Um die Detektionsbereiche für bestimmte
Querschnittsflächen der Objekte zu simulieren und um den Verlauf der Reichweiten über die
Querschnittsflächen darstellen zu können, wurde wie für die Reichweite des Sensors vorgegangen.
Dabei wurde die Sendeleistung an den RCS angepasst. Als Werte für die Sendeleistung wurden 10, 5,
0, -3, -10 dB genutzt. Dabei einspricht der Wert 10 dB in etwa der Reflexion eines PKWs. Ein schlecht
reflektierendes Motorrad erreicht ungefähr den Wert -3 dB und ein Fußgänger etwa -10 dB. [3]

3.2.2. Auflösung der Entfernung

Die Auflösung der Entfernung wird ebenfalls mit dem RTS bestimmt. Hierzu wird ein Objekt, mit der
Sendeleistung von 10 dB, nahe an der maximalen Entfernung simuliert. Anschließend wird der Abstand
so lange in kleinen Schritten verringert, bis eine komplette Abstandszelle, den sogenannten Range Bin,
abgetastet wurde. Von der Funkortung wird nur eine Änderung der Entfernung eines detektierten
Objekts erkannt und in der Benutzeroberfläche der Software angezeigt, wenn das Objekt in eine andere
Abstandszelle fällt. Somit errechnet sich die Auflösung des Sensors aus der Differenz der Distanz der
beiden Punkte, die an den Grenzen der Abstandszelle gemessen wurden. Der ermittelte Wert wird
zusätzlich durch Rechnung der Einstellgrößen auf Plausibilität geprüft.

3.2.3. Azimut
Zur Bestimmung des maximalen Azimut Winkels, bis zu dem das Radar einen Gegenstand sicher
erkennt, wird der Sensor an einer Zwei-Achsen-Drehschwenkeinheit, in Abbildung 17 zu sehen,
befestigt. Die Testumgebung entspricht der Entfernungsmessung, mit Absorber-Matten an den Wänden,
sodass sich keine Reflexionen von den Wänden negativ auf die Messung auswirken. Das Zwei-Achsen-
Rotier-System wird vor der Sende- und Empfangseinheit des RTS platziert und so ausgerichtet, dass das
RUT das Ziel des Target-Generators mit einem Winkel von 0° vor sich wahrnimmt. Nach der
Ausrichtung des Radarsensors wird dieser mithilfe der Drehschwenkeinheit rotiert. Dabei wird der
Sensor zunächst so lange in positiver Richtung geschwenkt, bis dieser das Objekt nicht mehr eindeutig
bestimmen kann. Dies wird anschließend für den negativen Winkel wiederholt.

3.2.4. Auflösung des Azimuts

Bei der Ermittlung der Auflösung bezüglich des Azimuts entspricht das Vorgehen dem der Auflösung
der Entfernung. Es wird ein Objekt nahe der Grenze des „Field-of-View“ (FoV) simuliert. Dabei wird
für das Ziel eine Sendeleistung von 10 dB eingestellt, was in etwa dem Reflexionsquerschnitt eines
Autos entspricht [3]. Anschließend wird der Sensor gedreht, bis eine Winkelzelle vollständig
überstrichen wurde. Analog zu Entfernungsauflösung wird von dem Radar nur eine Winkeländerung
des Objekts erkannt, wenn der neue Winkel in eine andere Winkel-Bin fällt. Die Auflösung entspricht
auch hier der Differenz der Grenzen der Winkelzelle.

35
3.2.5. Relativgeschwindigkeit
Die Relativgeschwindigkeit bezieht sich auf die Radialgeschwindigkeit, da die Messung der
Geschwindigkeit auf dem Dopplereffekt basiert und somit keine tangentiale Geschwindigkeit für das
Radar wahrnehmbar ist.
Für die Ermittlung der maximal messbaren Relativgeschwindigkeit des Radars wird, wie bei den
vorherigen Abschnitten beschriebenen Messungen, ein Ziel mithilfe des RTS simuliert. Das
vorgetäuschte Objekt hat ebenfalls eine Sendeleistung von 10 dB. Dieses Mal handelt es sich anstelle
eines statischen Objekts, um ein bewegtes. Für die maximale Geschwindigkeit entfernt sich das Objekt,
es befindet sich zunächst direkt vor dem Sensor und entfernt sich, bis der Chipsatz die
Relativgeschwindigkeit nicht mehr wahrnehmen kann. Die Relativgeschwindigkeit des Ziels wird dabei
langsam von 0 km/h erhöht, bis das Maximum des Sensors überschritten wird. Dabei entspricht die letzte
sicher messbare Geschwindigkeit der maximal detektierbaren Relativgeschwindigkeit. Die Messung
wird für ein Objekt, das sich dem RUT annäherndes wiederholt. Mithilfe des sich auf den Sensor zu
bewegendem Objekt lässt sich die minimale Relativgeschwindigkeit bestimmen. Durch die Annäherung
des Ziels wechselt das Vorzeichen der Geschwindigkeit.

3.2.6. Auflösung der Relativgeschwindigkeit

Zur Ermittlung der Geschwindigkeitsauflösung ist das Vorgehen ähnlich zu den anderen beiden
Auflösungen. In diesem Fall wird die Relativgeschwindigkeit erhöht, bis die Erhöhung eine vollständige
Geschwindigkeitszelle einschließt. Auch hier wird nur eine Änderung der Geschwindigkeit erkannt,
wenn diese in eine andere Zelle fällt. Somit entspricht die Auflösung der minimalen
Relativgeschwindigkeitsänderung, die von der Funkortung feststellbar ist. Anhand der oberen und der
unteren Grenze der Geschwindigkeitszellen lässt sich die Auflösung errechnen, indem die Differenz der
beiden Werte gebildet wird.

3.2.7. Trennfähigkeit in der Entfernung

Die Trennfähigkeit wird mit zwei Tripelspiegel, die an zwei beweglichen Stativen befestigt sind (siehe
Abbildung 29), ermittelt. Dazu wird der erste Corner Cubes in einem Abstand von 5 m zu dem
Radarsensor platziert. Der Zweite wird zunächst neben dem ersten platziert, sodass das Radar die beiden
als ein Objekt wahrnimmt. Anschließend wird die Entfernung des zweiten Reflektors erhöht, bis die
Funkortung die beiden Tripelspiegel als zwei Objekte erkennt, dargestellt in Abbildung 30. Auf der
linken Seite der Abbildung werden die Corner Cubes zunächst nur als ein Objekt erkannt, dies ist durch
ein Viereck in dem roten Kreis zu sehen. Rechts in der Abbildung sind zwei Markierungen in dem roten
Kreis zu sehen, somit erkennt das Radar die beiden Corner Reflektoren als zwei getrennte Objekte. Die
Distanz zwischen den beiden Tripelspiegel, bei der sie als einzelne Reflektoren erkannt werden,
entspricht der Trennfähigkeit bezüglich der Distanz. Diese kann auch bestimmt werden, indem die zwei
Corner Cubes zunächst so weit voneinander entfernt aufgestellt werden, dass die als zwei Ziele erkannt
werden. Anschließend werden sie aufeinander zubewegt, bis sie für das Radar miteinander
verschmelzen. Dabei ergibt sich die Trennfähigkeit aus dem geringsten Abstand, bei dem die Objekte
noch nicht als eines detektiert werden.
36
Abbildung 29 Zwei Corner Cubes an beweglichen Stativen befestigt

Abbildung 30 Trennfähigkeit in der Entfernung; links: Zwei Corner Cubes als ein Ziel erkannt, rechts: zwei Corner Cubes
erkannt

3.2.8. Trennfähigkeit im Azimut

Da die Sende- und Empfangseinheit des RTS nur eine Sendeantenne besitzt, können keine Objekte mit
verschiedenen Winkeln zur selben Zeit simuliert werden. Somit wird die Trennfähigkeit bezüglich des
Azimuts ebenfalls mit zwei an beweglichen Stativen befestigten Tripelspiegel durchgeführt. Das
Vorgehen ist ähnlich wie bei der Messung der Trennfähigkeit in der Entfernung. Die Stative mit den
Reflektoren werden in 5 m Entfernung zu dem Sensor aufgestellt. Allerdings werden dieses Mal die
Corner Cubes direkt hintereinander platziert, sodass das Radar nur einen erkennt. Anschließend wird
der zu Beginn verdeckte Corner Reflektor in der Breite bewegt, bis das Radar die beiden Tripelspiegel
37
als zwei einzelne Objekte erkennt. Dies wird in Abbildung 31 gezeigt. Die zwei Tripelspiegel sind in
der Abbildung die von einem roten Kreis umrandeten Objekte. Links in der Abbildung ist nur ein weißes
Quadrat zu sehen, dass bedeutet, dass das Radar nur ein Objekt erkennt. Auf der rechten Seite sieht man
zwei Vierecke im roten Kreis, dies bedeute, dass der Sensor die beiden Reflektoren als einzelne Ziele
wahrnimmt. Zur Bestimmung des Winkels der Trennfähigkeit wird der Abstand der beiden Cubes
gemessen. Daraus lässt sich mit der Entfernung der Winkel errechnen. Vollständigkeitshalber wird die
Messung erneut durchgeführt. Allerdings sind dieses Mal die zwei Tripelspiegel, von Beginn an so weit
auseinander, dass die Funkortung beide erkennt und werden anschließend aufeinander zubewegt, bis
diese verschmelzen.

Abbildung 31 Trennfähigkeit im Winkel; links: Zwei Corner Cubes als ein Ziel erkannt, rechts: zwei Corner Cubes erkannt

38
4. Ergebnisse & Auswertung
Für eine Bewertung der Radarchipsätze muss eine Vergleichbarkeit erreicht werden, da die
verschiedenen Sensoren für unterschiedliche Entfernungsbereiche ausgelegt sind. Dies wird erreicht,
indem „Key Performance Indicators“ (KPI) zu Bewertung herangezogen werden.

4.1. Entfernung
Die maximale Reichweite der Sensoren ist nicht sehr aussagekräftig, da diese von mehreren Faktoren
abhängt und sich für Long-Range-Radare, Mid-Range-Radare und Short-Range-Radare deutlich
unterscheidet. In Abbildung 33 sind die maximal messbaren Entfernungen der einzelnen Sensoren
dargestellt. Ein für die Bewertung der Chipsätze geeignetes Kriterium ist hingegen ist der Verlauf der
Reichweite über die Querschnittsflächen der Objekte und das Verhältnis von den Entfernungen von -10
dB durch +10 dB.
Im Folgenden wird der Verlauf der Reichweite für die Sensoren untersucht. Die Messwerte sind in
Abbildung 32 zu sehen. Da sich der TI-Chip AWR1642 nicht signifikant von seinem Nachfolger
AWR1843 unterscheidet, wurde dieser zugunsten einer übersichtlicheren Darstellung in dieser
Abbildung nicht aufgeführt. Dem Diagramm ist zu entnehmen, dass die Sensoren einen nahezu linearen
Verlauf aufweisen. Nur das Radar von Uhnder bricht bis 0 dB etwas ein. Auffällig ist bei der 40 m
Konfiguration des Sensors von Sensata, dass er zu Beginn gar nicht abfällt, erst ab −4 nimmt die
Reichweite ab. Daraus ist zu schließen, dass diese Konfiguration Objekte größer als −4 dB in einer
größeren Entfernung wahrnehmen kann, diese aber durch die Software auf 40 m begrenzt ist.

Reichweitenverlauf
250,00

200,00

150,00
[m]

100,00

50,00

0,00
10 8 6 4 2 0 -2 -4 -6 -8 -10
dB
Murata_Range Murata_Velocity AWR1843_Range AWR1843_Velocity
Uhnder_VP105 Uhnder_VP104 Uhnder_VP114U Sensata_40m
Sensata_80m Aptiv_SRR6

Abbildung 32 Verlauf der detektierbaren Entfernungen der verschiedenen Sensoren für Objekte von 10 dB bis -10 dB

39
 Maximale Reichweite
350 316
300 250
250
200 160
[m]

150 80 80
100
73,06 49,89 47,87 50,05 50
40,06 40
50
0

Abbildung 33 Maximale messbare Entfernung der Sensoren

Das Verhältnis der Reichweite gibt Aufschluss, wie gut der Sensor für Ziele mit einem großer und
kleiner RCS performt. Im Idealfall sollte das Verhältnis nahe 1 sein. Dies bedeutet, dass die Funkortung
kleine Gegenstände fast genauso gut detektiert wie große.
In Abbildung 34 ist das Verhältnis der detektierbaren Entfernung von -10 dB zu 10 dB zu sehen. Diesem
ist zu entnehmen, dass die Verhältnisse ungefähr im gleichen Bereich liegen. Allerdings ist der Sensor
von Uhnder durch den Einbruch der Reichweite etwas schlechter. Das Radar von Sensata, mit der
Konfiguration für 40 m, hat aufgrund der Begrenzung der Reichweite durch die Software ein besseres
Verhältnis. Somit könnte dieser Sensor Objekte über einem RCS von −4 dB in einer größeren
Entfernung detektieren, aber der Hersteller begrenzt die Reichweite auf 40 m.

Verhältnis +/-10dB
0,70 0,64
0,60
0,50 0,36 0,36 0,36 0,39 0,38 0,41
0,40 0,32 0,33
[m]

0,30 0,16 0,19

0,20
0,15
0,10
0,00

Abbildung 34 Verhältnis der maximalen Entfernungen von -10 dB zu 10 dB

4.2. Auflösung Entfernung

Die Auflösung bezüglich der Entfernung gibt an, wie groß die Entfernungsänderung mindestens sein
muss, dass das Radar diese erkennt. Außerdem bestimmt die Auflösung die Größe und somit auch die
Anzahl der Stützstellen, den sogenannten Range Bins, über die gesamte Reichweite des Radars. In
Abbildung 35 sind die Auflösungen der einzelnen Sensoren dargestellt. Dem Diagramm ist zu
entnehmen, dass die Abstandszellen im Bereich von 0,1 bis 0,3 m liegen. Allerdings muss dabei noch
die maximale Reichweite der Radare berücksichtigt werden. Beispielsweise hat der Uhnder-Chip mit

40
der VP104 Konfiguration und der TI AWR1843-Chip für die beste Relativgeschwindigkeit konfiguriert,
eine ähnliche Auflösung. Allerdings hat die Funkortung von Uhnder eine viel größere Reichweite und
somit mehr Stützstellen, wodurch die Performance besser ist.

Reichweitenauflösung
0,85
0,9
0,8
0,7
0,6 0,5
0,5
[m]

0,4 0,25 0,3

0,3 0,18 0,2 0,2
0,2 0,11 0,11 0,1 0,1 0,1
0,1
0

Abbildung 35 Auflösung in der Reichweite der Sensoren

4.3. Azimut
Der maximale Winkel begrenzt das FoV. Abhängig von der Größe des FoV muss die Einbaulage und
die Ausrichtung des Radarsensors angepasst werden, um einen möglichst großen Bereich abzudecken.
Je größer der maximale Winkel des Sensors, desto größer ist auch die Breite des FoV. Allerdings sinkt
bei einem breiteren FoV die Reichweite, da die Sendeleistung konstant ist und somit auf einen größeren
Bereich aufgeteilt werden muss. Der maximale Azimut der Sensoren ist in Abbildung 36 dargestellt. In
der Abbildung ist zu sehen, dass das Radar von Sensata im Vergleich zu den anderen Herstellern einen
etwas breiteren Bereich abdeckt. Dies ist möglich, da Konfigurationen für 40 und 80 Meter ausgelegt
sind und der Sensor somit eine geringere Reichweite als die von Aptiv und Uhnder hat. Die Funkortung
von Aptiv hat den geringsten maximalen Winkel und dadurch einen kleinen Vorteil für die maximale
Entfernung von Objekten.

Maximaler Azimut
100 86 86
77 77 70 70 70 70 77 77 77
80 66
60
[°]

40
20
0

Abbildung 36 Maximaler Azimut-Winkel der Sensoren

41
4.4. Auflösung Azimut
Die Auflösung des Azimut Winkels ist ähnlich wie die der Entfernung. Diese legen fest, wie groß eine
Änderung des Winkels sein muss, dass diese vom Radar wahrgenommen wird. Auch hier ergibt sich
aus der Auflösung die Größe der Azimutzellen und somit die Anzahl der Stützstellen. Allerdings wird
die Auflösung bestimmt, indem das FoV durch die Anzahl der Antennen im Antennenarray geteilt wird.
Die Abbildung 37 zeigt die Auflösungen der verschiedenen Sensoren und Konfigurationen. Dabei ist
festzustellen, dass die Radare von Aptiv, Uhnder und Sensata, aufgrund der höheren Zahl an Antennen,
deutlich kleinere Winkelzellen haben. Eine gute Winkelauflösung ist wichtig, um zu erkennen, auf
welcher Fahrspur sich das vorausfahrende Fahrzeug befindet. Eine Auflösung von 1,5° entspricht in 100
m Entfernung einer Breite 2,61 m. Eine Fahrspur hat in etwa eine Breite von 3 m [21]. Somit kann mit
einer Auflösung von 1,5° bereits in 100 m Entfernung festgestellt werden, auf welcher Fahrspur das
Fahrzeug fährt.

Azimutale Auflösung
9 8 8 8 8
8
7 6 6
6
5
[°]

4
3 2 2 2 1,5 1,5
2 0,8
1
0

Abbildung 37 Azimutale Auflösung der Sensoren

4.5. Relativgeschwindigkeit
Die maximale Relativgeschwindigkeit legt fest, wie schnell sich ein Objekt annähern oder entfernen
kann, dass es das Radar noch erkennt. Für die maximal messbare Geschwindigkeit ist die von der
Abtastung des Dopplereffekts ausschlaggebend. In Abbildung 38 sind die für die Radare gemessenen
Geschwindigkeiten dargestellt. Dabei entspricht eine positive Geschwindigkeit einem sich vom Sensor
entfernendes Ziel und einer negativen ein sich annäherndes. Dabei ist auffällig, dass das Radar von
Aptiv unterschiedliche Werte für das Maximum und das Minimum der Relativgeschwindigkeit aufweist.
Der Sensor von Murata und Texas Instruments, welche beide den Chip von TI verwenden, wiesen für
die Konfiguration mit der besten Reichweite eine maximale Geschwindigkeit unter 33 km/h auf. Somit
sind diese Konfigurationen für den Spurwechselassistenten auf der Autobahn ungeeignet, da sie eine
höhere Geschwindigkeitsdifferenz zu einem näherkommenden Fahrzeug nicht ermitteln können.
Dadurch können falsche Entscheidungen der Software getroffen werden. Die Konfigurationen VP104
und VP114U des Herstellers Uhnder kann im Vergleich zu den anderen Herstellern eine deutlich höhere
Relativgeschwindigkeit messen.

42
 max/min Relativgeschwindigkeit
60,00
40,00
20,00
9,02 24,33 7,81 25,09 6,50 15,00 26,81 55,56 60,00 30,50 30,50 15,50
[m/s]

0,00
-9,02 -24,33 -7,81 -25,09 -6,50 -15,00 -26,81 -55,56 -60,00 -30,50 -30,50 -23,90
-20,00
-40,00
-60,00

maximum minimum

Abbildung 38 Maximale und minimale Relativgeschwindigkeiten der Sensoren

4.6. Auflösung Relativgeschwindigkeit

Die Auflösung der Geschwindigkeit legt, wie die der Entfernung und des Azimuts, die minimale
Geschwindigkeitsänderung fest, die notwendig ist, um eine Erhöhung oder Verringerung der
Relativgeschwindigkeit festzustellen. Dazu ist die ununterbrochene Messzeit 𝑇𝑀 ausschlaggebend.
Zusätzlich bestimmt die Auflösung die Größe der Geschwindigkeitszellen und die Anzahl der
Stützstellen. Die Geschwindigkeitsauflösung der Testobjekte ist in Abbildung 39 zu sehen. Dabei fällt
auf, dass die Sensoren von Aptiv, Uhnder und Sensata eine gute Geschwindigkeitsauflösung haben. Das
Radar von TI und Murata, die beide auf dem TI-Chip AWR1843 basieren, schneiden im Vergleich zu
den anderen Sensoren nicht so gut ab. Dennoch ist eine Auflösung von ca. 1 m/s (3,6 km/h) für die
Wahrnehmung einer Geschwindigkeitsänderung eines Fahrzeugs ausreichend.

Auflösung der Relativgeschwindigkeit

3
2,77
2,5
2
[m/s]

1,5 1,02 0,972 1,187

0,87
1 0,47
0,5 0,2 0,2 0,1 0,05 0,05 0,07
0

Abbildung 39 Auflösung der Relativgeschwindigkeit der Sensoren

43
4.7. Trennfähigkeit in der Entfernung
Die Trennfähigkeit in der Entfernung gibt an, ab welchem Abstand das Radar zwei Objekte, die sich
hintereinander befinden, getrennt erkennen kann. Dies dient beispielsweise der Unterscheidung, ob es
sich bei dem vorausfahrenden Fahrzeug um einen Lkw oder zwei versetzt fahrende Pkws handelt.
Dementsprechend muss eine sinnvolle Entscheidung getroffen werden. Der Lkw kann überholt werden,
die zwei versetzt fahrenden Pkws nicht und somit ist hier ein Spurwechsel unnötig.
Abbildung 40 zeigt die gemessene Trennfähigkeit für die einzelnen Sensoren. Dabei darf die
Gesamtreichweite nicht außer Acht gelassen werden. Für den Sensor von Uhnder mit der VP104
Konfiguration ist die Trennfähigkeit von 1,6 m besser als es auf den ersten Blick scheint, da dieser eine
Reichweite von 316 m aufweist. Dagegen überzeugt die Best Velocity Config des Sensors von Murata
in Trennfähigkeit nicht, da diese für eine Reichweite von 50 m zu groß ist. Für die anderen Sensoren
und Konfigurationen passt die Trennfähigkeit mit den jeweiligen Erwartungen zusammen.

Trennfähigkeit in der Entfernung

1,8 1,6
1,6 1,43
1,4
1,2
1
[m]

0,68 0,6
0,8 0,46 0,44
0,6 0,41
0,4 0,24 0,23 0,14 0,19 0,22
0,2
0

Abbildung 40 Trennfähigkeit der Sensoren bezüglich der Entfernung

4.8. Trennfähigkeit im Azimut

Die azimutale Trennfähigkeit ist ähnlich der Trennfähigkeit bezüglich der Entfernung. Der Unterschied
besteht darin, dass hier nicht die Entfernung, sondern der Winkel zwischen zwei nebeneinander
befindlichen Objekten maßgebend ist. Dies ist vor allem von Bedeutung, um zwei mit derselben
Geschwindigkeit nebeneinander fahrende Fahrzeuge zu unterscheiden. Das Radar soll möglichst früh
erkennen, ob das vorausfahrende Objekt ein breiter Transporter, der überholt werden kann, oder ob sich
zwei Pkws auf zwei Fahrspuren befinden. Der Transporter kann auf einer zweispurigen Fahrbahn
überholt werden, die nebeneinander fahrenden Pkws dagegen nicht. Dementsprechend muss von den
Fahrerassistenzsystemen eine Entscheidung getroffen werden.
In Abbildung 41 ist die azimutale Trennfähigkeit für die Sensoren und Konfigurationen zu sehen. Der
Sensor von Uhnder schneidet mit einem Winkel von 2,29° sehr gut ab. Dieser kann zwei 100 m entfernte
Objekte erkennen und bereits bei einem Abstand von 4 m separieren.

44
 Trennfähigkeit im Azimut
10 9,09 9,09 9,09 9,09
8 6,71 6,71 6,9 6,9 7,1
6
[°]

4 2,29 2,29 2,29

2
0

Abbildung 41 Trennfähigkeit der Sensoren bezüglich des Azimuts

4.9. Stützstellen der Entfernung, der Relativgeschwindigkeit und des

Azimuts
Die Stützstellen der Entfernung ergeben sich aus dem Verhältnis von der maximalen Entfernung eins
Objekts mit dem RCS von 10 dB und der Entfernungsauflösung. Für die Stützstellen der
Relativgeschwindigkeit wird die maximale Relativgeschwindigkeit durch die Auflösung der
Relativgeschwindigkeit geteilt. Gleiches gilt für die Stützstellen des Azimuts. Es wird der maximale
Azimutwinkel zur azimutalen Auflösung ins Verhältnis gesetzt. Die mathematischen Formeln sind in
Abschnitt 2.4 zu finden.
Dadurch, dass sich die Stützstellen der Entfernung, der Relativgeschwindigkeit und des Azimuts aus
dem Verhältnis von deren Maxima und deren Auflösungen ergeben, ist ein einfacherer Vergleich der
unterschiedlichen Chipsätze möglich.
Der Tabelle 2 sind die berechneten Stützstellen für die Chipsätze zu entnehmen.
Tabelle 2 Stützstellen der Entfernung, der Relativgeschwindigkeit und des Azimuts der Chipsätze
TI AWR1843_Velocity

TI AWR1642_Velocity
TI AWR1843_Range

TI AWR1642_Range
Murata_Velocity

Uhnder_VP114U
Uhnder_VP105

Uhnder_VP104
Murata_Range

Sensata_40m

Sensata_80m

Aptiv_SRR6

Stützstellen
1250

Entfernung
258

146

129

800

568

800

400

800
47

57

24

Stützstellen
Geschwindigkeit
134

278

600

610

610

341
21

32
9

Stützstellen
Azimut
13

13

39

39

39

57

57

83
9

45
 dB
dB
dB
Max.

Azimut
Azimut
Azimut
Max/Min

Auflösung
Auflösung
Auflösung

Entfernung
Entfernung
Entfernung
Entfernung

Stützstellen
Stützstellen
Stützstellen

Max. Azimut
Entfernung 10

Verhältnis ±10

Trennfähigkeit
Trennfähigkeit
Entfernung -10

Geschwindigkeit
Geschwindigkeit
Geschwindigkeit
6,71 0,24 13 6 ±77 9 1,02 ±9,02 258 0,18 0,32 15,02 46,45 73,06 Murata_Range

6,71 1,43 13 6 ±77 9 2,77 ±24,33 47 0,85 0,36 14,48 39,83 49,89 Murata_Velocity

9,09 0,23 9 8 ±70 8 0,972 ±7,81 146 0,11 0,33 5,10 14,21 47,87 TI AWR1843_Range

9,09 0,41 9 8 ±70 21 1,187 ±25,09 57 0,25 0,36 4,67 11,83 40,06 TI AWR1843_Velocity
Tabelle 3 Übersicht der gemessenen und berechneten KPIs

9,09 0,14 9 8 ±70 7 0,87 ±6,5 129 0,11 0,36 5,31 16,11 50,05 TI AWR1642_Range

9,09 0,68 9 8 ±70 32 0,47 ±15 24 0,5 0,39 5,12 14,16 50,0 TI AWR1642_Velocity
Konfigurationen übersichtlich in einer Tabelle dargestellt.

2,29 0,46 39 2 ±77 134 0,2 ±26,81 800 0,2 0,16 25,80 160,0 160,0 Uhnder_VP105
4.10. Übersicht der Key-Performance-Indicators

2,29 1,6 39 2 ±77 278 0,2 ±55,56 568 0,3 0,15 24,73 170,0 316,0 Uhnder_VP104

2,29 0,44 39 2 ±77 600 0,1 ±60 800 0,1 0,38 30,55 80,0 80,0 Uhnder_VP114U

6,90 0,19 57 1,5 ±86 610 0,05 ±30,5 400 0,1 0,64 25,56 40,0 40,0 Sensata_40m

6,90 0,22 57 1,5 ±86 610 0,05 ±30,5 800 0,1 0,19 15,00 80,0 80,0 Sensata_80m

7,10 0,6 83 0,8 +66/ 341 0,07 +15,5/ 1250 0,2 0,41 101,40 250,0 250,0 Aptiv_SRR6
-69 -23,9
In Tabelle 3 sind die gemessenen und berechneten KPIs der verschiedenen Radarchipsätze und

46
Dieser Tabelle ist zu entnehmen, dass es keinen Radarchip gibt, der in allen Bereichen besser als die
Konkurrenz abschneidet. Für den Einsatz als Heckradar eignet sich der Sensor von Aptiv am besten.
Der Chipsatz weist eine hohe Reichweite auf und hat eine gute Auflösung im Winkel. Somit kann er
annähernde Fahrzeuge früh erkennen. Dies ist wichtig für den Spurwechselassistenten. Und für ein
Frontradar, das ein großes FoV abdecken und hohe Relativgeschwindigkeiten wahrnehmen soll, ist der
Chipsatz von Uhnder mit der VP104 Konfiguration gut geeignet. Außerdem hat diese Konfiguration
eine gute Trennfähigkeit im Azimut, um näherkommende Objekte früh zu unterscheiden. Bei hohen
Geschwindigkeiten ist eine frühe Separierung der vorausfahrenden Fahrzeuge notwendig, um bei Bedarf
vorzeitig die Fahrspur zu wechseln.

4.11. Beurteilung der Radarchipsätze

4.11.1. Uhnder
Der Chipsatz von Uhnder lieferte die erwarteten Messwerte. Die Phasenmodulation, die aus dem
Mobilfunk stammt, für ein Radar anzuwenden ist gut gelungen. Zudem hat er eine gute Performance in
allen Bereichen. Im Vergleich zu den Sensoren anderer Hersteller überzeugt dieser durch seine hohe
Reichweite und Geschwindigkeit und der guten Auflösung. Allerdings bricht der Sensor bei der
Reichweite der Detektion von Zielen mit kleinen Querschnitten ein und hat dadurch ein schlechteres
±10 dB Verhältnis. Zudem sind die geometrischen Abmessungen des Gehäuses im Vergleich zu den
anderen Sensoren recht groß, wodurch er schlecht in einen Pkw integriert werden kann.

4.11.2. Sensata
Der Radarsensor von Senata basiert auf dem Chip von Uhnder. Auch hier wird die „digital code phase
modulation“ verwendet. Gegenüber den anderen Herstellern überzeugt dieser Chipsatz durch das große
FoV und der guten Auflösung im Azimut, Entfernung und Geschwindigkeit. Zusätzlich hat der Sensor
für die 40 Meter Konfiguration ein gutes ±10 dB Verhältnis, da die Software das Radar auf 40 m
begrenzt. Allerdings sind die Abmessungen des Gehäuses im Vergleich zu den anderen Sensoren sehr
groß, somit ist eine Integration in einen Pkw sehr schwierig.

4.11.3. Aptiv
Der Chipsatz von Aptiv verwendet das FMCW Verfahren und hat den Sensor sehr gut darauf
abgestimmt. Im Vergleich zu den Sensoren anderer Hersteller überzeugt der Sensor von Aptiv durch
seine hohe Reichweite auch bei Objekten mit kleiner Querschnittsfläche, und durch die Auflösung
bezüglich des Winkels, der Reichweite und der Geschwindigkeit. Dagegen ist der Azimut etwas
schlechter als bei anderen Sensoren. Ebenso überzeugt der Chipsatz durch seine geringe Größe.
Allerdings ist dieser dennoch zu groß für eine problemlose Integration in ein Fahrzeug.

47
4.11.4. Murata
Der Sensor von Murata (siehe Abbildung 42) verwendet den AWR1843 von TI. Im Vergleich zu den
Sensoren anderer Hersteller überzeugt dieser durch seine geringe Größe und kann dadurch gut in das
Fahrzeug integriert werden. Außerdem ist der Chip mit der Software von Texas Instruments
konfigurierbar, wodurch viele Konfigurationsmöglichkeiten entstehen.

Abbildung 42 Radarchipsatz von Murata

4.11.5. Texas Instruments

Bei den für die Messungen verwendeten Chipsätze AWR1642 und AWR1843 (siehe Abbildung 43)
handelt es sich um Evaluierungsboards. Aus diesem Grund sind diese nicht für den Einsatz im Fahrzeug
geeignet. Allerdings können mit den Boards die KPIs gemessen und anhand deren die Eignung des
Radarchips festgestellt werden. Die beiden Chipsätze weisen bei den Messungen ähnliche Werte auf.
Die Performance des Chips ARW1843 ist etwas besser als die des Vorgängers AWR1642. Dennoch
schneiden die beiden Radare von TI schlechter als die der anderen Hersteller ab.

Abbildung 43 Texas Instruments Evaluierungsboards; links: AWR1843, rechts: AWR1642

48
5. Zusammenfassung & Ausblick
5.1. Zusammenfassung
Das Ziel dieser Arbeit bestand darin, ein Benchmark für die Radarchipsätze verschiedener Hersteller
durchzuführen und deren Grenzen zu ermitteln.
Bei dem Benchmark werden die Chipsätze miteinander verglichen. Die Sensoren der verschiedenen
Hersteller haben unterschiedliche Anforderungen und Einsatzgebiete. Somit entsteht das Problem, dass
die Radare nicht direkt miteinander verglichen werden können. Ein direkter Vergleich von einem Long
Range Radar mit einem Short Range Radar kann zu falschen Schlussfolgerungen führen. Z.B. ein Sensor
mit 300 m Reichweite und einer mit 50 m. Man vermutet zunächst, dass der 300 m Sensor besser ist, da
er eine größere Reichweite besitzt. Er hat zwar eine größere Reichweite, allerdings ist für den
Nahbereich der 50 m Sensor besser geeignet, da dieser in diesem Bereich eine höhere Genauigkeit und
Auflösung aufweisen kann. Somit können keine pauschalen Aussagen getroffen und die Sensoren direkt
verglichen werden.
Zum Erreichen der Vergleichbarkeit der Radarchipsätze wurden die KPIs ermittelt. Durch den Vergleich
der KPIs kann eine Aussage über den am besten geeigneten Radarchipsatz getroffen werden.
Zur Ermittlung der KPIs der Chipsätze wurde die maximale Reichweite der Sensoren gemessen. Da
diese von zu vielen Faktoren abhängig ist und somit für einen Vergleich der Chipsätze ungeeignet ist,
wird die Reichweite für Objekte mit Querschnitten von 10 dB (entspricht in etwa einem Auto) bis -10
dB (entspricht in etwa einer Person) bestimmt. Hierfür wird mit dem Radar Target Simulator ein Ziel
mit dem jeweiligen Querschnitt simuliert und die Entfernung erhöht, bis der Radarchipsatz das Ziel nicht
mehr eindeutig bestimmen kann. Zusätzlich wird daraus das Verhältnis der Reichweite von -10 dB zu
der von 10 dB berechnet. Des Weiteren wird zur Bewertung die Entfernungsauflösung der Radare
gemessen. Bei dieser Messung wird der Abstand, des Ziels, so lange erhöht, bis das Radar zweimal eine
Änderung der Entfernung wahrnimmt. Die Differenz der beiden Entfernungen, bei denen das Radar eine
Entfernungsänderung des Ziels wahrnimmt, ergibt die Auflösung des Abstands. Mit der Auflösung der
Entfernung und der maximalen Reichweite lässt sich die Anzahl der Stützstellen errechnen, die für einen
Vergleich der Chipsätze geeignet ist. Als weiteres Kriterium für die Evaluierung diente der maximale
Azimut, in dem die Funkortung das Objekt sicher erkennt. Dieser wird mithilfe einer Zwei-Achsen-
Drehschwenkeinheit bestimmt. Dabei wird das simulierte Objekt auf 0°, des Radar unter Test,
ausgerichtet und anschließend wird der Sensor mit der Drehschwenkeinheit rotiert. Auch für den Azimut
wird die Auflösung gemessen und mit dem maximalen Azimut die Anzahl der Stützstellen ermittelt.
Das Vorgehen ist dem bei der Entfernungsauflösung ähnlich, nur wird dieses Mal der Sensor rotiert, bis
das Radar zwei Azimutänderungen detektiert. Ein weiterer KPI, der bestimmt wird, ist die maximale
Geschwindigkeit, mit der sich ein Ziel dem Radar annähern oder entfernen kann. Hierfür wird die
Geschwindigkeit des simulierten Ziels so lange erhöht, bis der Chipsatz die Relativgeschwindigkeit
nicht mehr bestimmen kann. Bei der Geschwindigkeit wird wie bei der Entfernung und dem Winkel
zusätzlich die Auflösung und die Anzahl der Stützstellen ermittelt.

49
Die genannten Messungen werden mit einem Radar Target Simulator durchgeführt. Somit sind die
Messungen einfach reproduzierbar. Außerdem benötigt das Setup nur einen Bruchteil der simulierten
Entfernungen.
Des Weiteren wird für den Benchmark die Trennfähigkeit der Chipsätze gemessen. Dies wird mit zwei
Tripelspiegel-Reflektoren, die an beweglichen Stativen befestigt sind, durchgeführt. Dabei werden die
Tripelspiegel nebeneinander platziert und voneinander entfernt, bis das Radar die beiden Reflektoren
als einzelne Objekte erkennt. Die Trennfähigkeit wurde einmal für die Entfernung und einmal für den
Azimut gemessen.

5.2. Ausblick
Bei den Messungen ist zu sehen, dass das FMCW Verfahren an seine Grenzen stößt. Die Hersteller
Uhnder und Sensata sind auf ein digitales Phasencodiertes Modulationsverfahren umgestiegen und sind
bezüglich der Performance bereits auf einer Ebene mit den bisherigen Modulationen. Obendrein steigt
durch die Entwicklung der selbst fahrenden Fahrzeuge die Anzahl der Radarsensoren pro Fahrzeug.
Somit steigt die Gesamtanzahl der Sensoren im Straßenverkehr. Die Sensoren stören sich gegenseitig,
was zu einem Anstieg des Rauschpegels führt. Das kann zu Falschdetektionen führen, beispielsweise in
einem Stau auf der Autobahn. Dabei stehen viele Fahrzeuge dicht beieinander und viele Sensoren sind
auf engen Raum. Dadurch kann der Störpegel so groß werden, dass der notwendige Signal-Rausch-
Abstand für eine Detektion nicht mehr erreicht wird und der Sensor quasi „blind“ wird. Vor allem die
FMCW Chipsätze sind dafür sehr anfällig, da dieses Verfahren ein Signal-Rausch-Abstand von ca. 12
dB, für eine sichere Detektion, benötigt. CDMA und OFDM betrifft dieses Problem zwar auch, aber
diese Modulationen benötigen für eine Detektion einen geringeren SNR. Der Wert liegt bei CDMA
ungefähr bei 3 dB und ist bei W-CDMA sogar noch geringer. [3]
Somit werden in Zukunft neue Chipsätze mit, aus dem Mobilfunk bekannte Verfahren wie CDMA und
OFDM, das bisherige FMCW Verfahren verdrängen. Die Phasenmodulation ist zwar aufwändiger und
hat noch nicht ihr volles Potenzial erreicht, dennoch erreicht sie bereits die Werte eines FMCW. Das
CDMA und das OFDM Verfahren werden noch nicht im Bereich des Radars eingesetzt, aber es sind
sehr vielversprechende Verfahren, die einige Vorteile gegenüber der Frequenzmodulation aufweisen.
Wenn es gelingt, mit den CDMA Verfahren Informationen von verschiedenen Radarsensoren auf der
gleichen Frequenz zu übertragen, kann das Problem mit der Aufteilung der Bandbreite vermieden
werden. Somit können mehr Sensoren im Fahrzeug verbaut werden.
Auch die Weiterentwicklung der Kombination aus Kamera und Radar kann das autonome Fahren
vorantreiben. Die Kombination kann die Schwächen der einzelnen Methoden kompensieren. Das Radar
hat Schwierigkeiten beim Erkennen von Fußgängern, aufgrund ihrer gingen Rückstrahlfläche. Hier
schafft die Kamera Abhilfe. Mit dem Abgleich der Detektionen des Radars und der Bildauswertung der
Kamera können Objekte in größerer Entfernung erkannt werden. Das rechtzeitige Erkennen von
Objekten und möglichen Gefahren ist die zentrale Herausforderung der Fahrerassistenzsysteme und des
autonomen Fahrens. Somit ist der Forschungsaufwand auf diesem Gebiet sehr groß. [22] [2]
Der Trend geht aktuell bei den OEMs hin zu der Bereitstellung der Assistenzsysteme nach dem Prinzip
„Functions on Demand“. Somit ist das Fahrzeug bereits mit der entsprechenden Hardware für die
50
integrierten Fahrerassistenzsysteme ausgestattet. Die Funktionen sind jedoch nicht freigeschaltet und
der Fahrzeugführer kann sich die gewünschten Systeme hinzubuchen. Dies betrifft auch das Radar.
Somit müssen die Radarchipsätze alle Anforderungen abdecken, auch wenn es vorkommen kann, dass
diese nie zum Einsatz kommen. Dadurch wird immer der gleiche Sensor im Fahrzeug verbaut. Dies hat
zur Folge, dass der Sensor in hoher Stückzahl produziert werden kann und somit die Kosten pro Stück
sinken. [2]
Für eine effektivere und schnellere Durchführung und Auswertung der Messungen können diese
automatisiert werden. Dafür wird ein Programm benötigt, dass die Messungen nacheinander durchführt
und die Messwerte ausließt. Anschließend werden die Messwerte verglichen und gegebenenfalls
mithilfe Künstlicher Intelligenz ausgewertet.

51
Literaturverzeichnis
[1] Winner, Hermann [u. a.]: Handbuch Fahrerassistenzsysteme: Grundlagen, Komponenten und
Systeme für aktive Sicherheit und Komfort (3., überarb. u. erg. Aufl. Wiesbaden: Springer
Fachmedien, 2015) PDF e-book, https://doi-org.thi.idm.oclc.org/10.1007/978-3-658-05734-3, zuletzt
aufgerufen 09.01.2022

[2] Lorenz, Florian: Implementierung orthogonaler Codes im Chirp-Radar. Bachelorarb., Hochschule

Ingolstadt, 2016

[3] Koch Niels, Audi AG, Abteilung I/EM-313 Radarlabor: Expertengespräch. 13.01.2022

[4] Skolnik, Merrill: Radar Handbook. Introduction to radar systems, 3. Aufl. New York City:
McGraw-Hill Verlag, 2008

[5] Ludloff, Albrecht: Praxiswissen Radar und Radarsignalverarbeitung, 4. Aufl. Wiesbaden: Vieweg
+ Teubner Verlag, 2009

[6] De Maio, Antonio, Eldar, Yonina C., Haimovich, Alexander M.: Compressed sensing in radar
signal processing. Cambridge: Cambridge University Press, 2020

[7] Häberle, Gregor D. [u.a.]: Tabellenbuch Elektrotechnik: Tabellen, Formeln,

Normenanwendungen. 26. Neu bearbeitete Auflage. Haan-Gruiten: Verlag Europa Lehrmittel, 2015

[8] Schneider, Robert: Modellierung der Wellenausbreitung für ein bildgebendes Radar, Dissertation
Universität Karlsruhe, 1998

[9] Diewald, Fabian [u. a.]: Radar-Interference-Based Bridge Identification for Collision Avoidance
Systems Baden-Baden, 2011. Proceedings IEEE Intelligent Vehicles Conference. 2011

[10] Diewald, Fabian: Objektklassifikation und Freiraumdetektion auf Basis bildgebender

Radarsensorik für die Fahrzeugumfelderfassung, Dissertation Universität Ulm, 2013

[11] Texas Instruments: Programming Chirp Parameters in TI Radar Devices, 2020,

https://www.ti.com/lit/an/swra553a/swra553a.pdf?ts=1642407723797&ref_url=https%253A%252F%
252Fwww.ti.com%252Fproduct%252FAWR2944, zuletzt aufgerufen 10.01.2022

[12] Texas Instruments: MMWAVE SDK User Guide, (2020), PDF, Verfügbar unter: https://software-
dl.ti.com/ra-processors/esd/MMWAVE-SDK/03_05_00_04/exports/mmwave_sdk_03_05_00_04-
Windows-x86-Install.exe, zuletzt aufgerufen 10.01.2022

[13] Wintermantel, Markus: Radarsystem mit Elevationsmessfähigkeit. 2010. Offenlegungsschrift

WO2010/000254, 2010

[14] Stoica, Petre und Moses, Randolph L.: „Spectral Analysis of Signals”. Upper Saddle River, NJ:
Prentice Hall Inc., 2005

[15] Koelen, Christian: Multiple Target Identification and Azimuth Angle Resolution based on an
Automotive Radar, Dissertation TU Hamburg-Harburg. Shaker Verlag, Aachen 2012

[16] Lucas, Berhard [u. a.]: Frontsensorsystem mit Doppel Long Range Radar, in: 5. Workshop
Fahrerassistenzsysteme, Walting. 2008

52
[17] Abou-Jaoude R. und Grace M., Test systems for automotive radar, in EEE Vehicular Technology
Conf, Tokyo, 2000

[18] Kizilay, Aybars: Efficient Methods for Determining Software and Hardware Failures of
Automotive Radars using Radar Target Simulator. Masterarb., Fachhochschule Dortmund, 2018

[19] National Instrument: VTRS Vehicle Radar Test System with 4 GHz of Bandwidth, 2020,
https://www.ni.com/pdf/product-flyers/vrts.pdf, zuletzt aufgerufen 10.01.2022

[20] National Instrument: SPECIFICATIONS VRTS with 4 GHz Bandwidth Automotive Radar
Measurement and Object-Simulation System, 2020, https://www.ni.com/pdf/manuals/378230a.pdf,
zuletzt aufgerufen 10.01.2022

[21] Bundesministerium für Verkehr und digitale Infrastruktur: Brücken und Tunnel der
Bundesfernstraßen 2016,2016, https://bmdv.bund.de/SharedDocs/DE/Publikationen/StB/bruecken-
und-tunnel-der-bundesfernstrassen-2016.pdf?__blob=publicationFile, zuletzt aufgerufen 10.01.2022

[22] Khomchuk, Peter, Stainvas, Inna, Bilik, Igal: Pedestrian motion direction estimation using
simulated automotive MIMO radar (in: IEEE transactions on aerospace and electronic systems, 2016-
06, Vol.52 (3), p.1132-1145, 2016) PDF e-book, http://dx.doi.org/10.1109/TAES.2016.140682, zuletzt
aufgerufen 09.01.2022

53
Abbildungsverzeichnis
Abbildung 1 Blockschaltbild eines Radars [2] ........................................................................................ 3
Abbildung 2 Corner Cube Reflektor; links: entspricht 2 m², rechts: entspricht 10 m² ............................ 5
Abbildung 3 Prinzipdarstellung eines Zwei-Dioden-Summenmischers [1] ............................................ 8
Abbildung 4 Idealisierte Modulationsbeispiele. Links: aufmodulierter Puls, rechts: aufmoduliertes
Sinussignal; oben: Amplitudenmodulation, unten: Frequenzmodulation [1] .......................................... 9
Abbildung 5 Blockschaltbild eines Radars mit Frequenzmodulation. Links: bistatischen Ausführung
mit getrennten Antennenzuführungen; rechts: monostatischer Ausführung mit Zirkulator-Kopplung
nach [1] .................................................................................................................................................... 9
Abbildung 6 FMCW mit einer positiven Rampe bei einem sich nähernden Objekt. Links: Gesendetes
und empfangenes Signal; Mitte: Spektraldarstellung der Differenzfrequenz; rechts: zu einer Frequenz
zugehörige Abstands- und Relativgeschwindigkeitswerte nach [1] ...................................................... 10
Abbildung 7 FMCW mit einer negativen Rampe bei einem sich nähernden Objekt. Links: Gesendetes
und empfangenes Signal; Mitte: Spektraldarstellung der Differenzfrequenz; rechts: zu der detektierten
Frequenz zugehörige Abstands- und Relativgeschwindigkeitswerte für beide Rampen nach [1] ........ 11
Abbildung 8 Mehrdeutigkeit der Zuordnung bei FMCW für zwei Ziele. Durchgezogene Kreise:
korrekte Zuordnung; gestrichelte: falsche Zuordnung und deren Auflösung durch zwei zusätzliche
Rampen; gestrichelte Geraden: Linearkombination für die zweite Doppelrampe [1] ........................... 11
Abbildung 9 Frequenz-Zeitverlauf für die Chirp Sequence [1] ............................................................ 12
Abbildung 10 Chirp Diagramm [12] ..................................................................................................... 14
Abbildung 11 Antennencharakteristik für eine Rechteckbelegungsfunktion und eine einfache sowie
eine quadrierte Cosinus-Halbglocke, normiert auf die Gesamtleistung [1] .......................................... 15
Abbildung 12 Monopuls-Prinzip zur Winkelbestimmung. Links: Bildung der Summen- und
Differenzsignale; Mitte: die azimutale Winkelcharakteristik der so gebildeten Strahlen; rechts:
typische Kennlinie Azimutwinkels vs. Quotient der Amplitudenbeträge von Differenz- und
Summensignal bei kleineren Winkeln nach [1]..................................................................................... 16
Abbildung 13 Mehrstrahl-Prinzip zur Winkelbestimmung. Oben: überlappende Keulen; Mitte: die
azimutale Winkelcharakteristik der einzelnen Strahlen; unten: von einem Punktreflektor resultierende
Leistung in den einzelnen Strahlen nach [1] ........................................................................................ 17
Abbildung 14 Doppel-Radar-Anordnung mit asymmetrischen Vierstrahl-Radarsensoren [16] ........... 20
Abbildung 15 Systemstruktur des Radar Target Simulator mit Sende- (Tx) und Empfangsantenne
(Rx), Mischern, Mikrocontroller und Lokaloszillator (fLo).................................................................. 23
Abbildung 16 Struktur des Messaufbaus .............................................................................................. 24
Abbildung 17 Zwei-Achsen-Rotier-System von Konrad Technologies GmbH .................................... 25
Abbildung 18 Scenario Editor: Zeigt das Szenario für einen Überholvorgang Links ........................... 26
Abbildung 19 Scenario Sequencer: zeigt die Koordinaten, Geschwindigkeiten, Richtung und
Radarquerschnitt der simulierten Objekte zu den berechneten Zeitschritten, die Hintergrundfarbe
entspricht den simulierten Objekten ...................................................................................................... 27
Abbildung 20 mmWave Demo Visualizer - Configure ......................................................................... 28
Abbildung 21 mmWave Demo Visualizer - Plot window ..................................................................... 29
Abbildung 22 links: Streudiagramm, rechts: Azimuth-Heatmap .......................................................... 30
54
Abbildung 23 links: Doppler-Range Plot, rechts: Doppler-Range Heatmap ........................................ 30
Abbildung 24 Echtzeitanpassung .......................................................................................................... 31
Abbildung 25 Beispiel einer Konfigurationsdatei für die Reichweitenauflösung ................................. 32
Abbildung 26 Chirp Diagramm [12] ..................................................................................................... 32
Abbildung 27 Radar Control Center: Benutzeroberfläche der Konfigurationsmöglichkeiten .............. 33
Abbildung 28 RCC Streudiagramm mit zwei simulierten Objekten, einem sich bewegendes Ziel bei
131,9 m und ein statisches Objekt bei 70,3 m ....................................................................................... 34
Abbildung 29 Zwei Corner Cubes an beweglichen Stativen befestigt .................................................. 37
Abbildung 30 Trennfähigkeit in der Entfernung; links: Zwei Corner Cubes als ein Ziel erkannt, rechts:
zwei Corner Cubes erkannt ................................................................................................................... 37
Abbildung 31 Trennfähigkeit im Winkel; links: Zwei Corner Cubes als ein Ziel erkannt, rechts: zwei
Corner Cubes erkannt ............................................................................................................................ 38
Abbildung 32 Verlauf der detektierbaren Entfernungen der verschiedenen Sensoren für Objekte von
10 dB bis -10 dB.................................................................................................................................... 39
Abbildung 33 Maximale messbare Entfernung der Sensoren ............................................................... 40
Abbildung 34 Verhältnis der maximalen Entfernungen von -10 dB zu 10 dB ..................................... 40
Abbildung 35 Auflösung in der Reichweite der Sensoren .................................................................... 41
Abbildung 36 Maximaler Azimut-Winkel der Sensoren....................................................................... 41
Abbildung 37 Azimutale Auflösung der Sensoren ................................................................................ 42
Abbildung 38 Maximale und minimale Relativgeschwindigkeiten der Sensoren................................. 43
Abbildung 39 Auflösung der Relativgeschwindigkeit der Sensoren..................................................... 43
Abbildung 40 Trennfähigkeit der Sensoren bezüglich der Entfernung ................................................. 44
Abbildung 41 Trennfähigkeit der Sensoren bezüglich des Azimuts ..................................................... 45
Abbildung 42 Radarchipsatz von Murata .............................................................................................. 48
Abbildung 43 Texas Instruments Evaluierungsboards; links: AWR1843, rechts: AWR1642 .............. 48

Tabellenverzeichnis
Tabelle 1 VRTS Spezifikationen [18] [19] [20] .................................................................................... 25
Tabelle 2 Stützstellen der Entfernung, der Relativgeschwindigkeit und des Azimuts der Chipsätze ... 45
Tabelle 3 Übersicht der gemessenen und berechneten KPIs ................................................................ 46

55