首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

我构建了毫米波材料分类雷达

2026-06-30 1 阅读 约5分钟阅读 GL26
分享:
字号:
我如何构建毫米波材料分类雷达 2025 · [雷达、射频、DSP、嵌入式、波束成形、启动] 原型 — IWRL6432 + ESP32 位于外壳内 由于 Claude Code,软件现已成为商品。所以下一步显然是硬件。我花了过去 6 个月的时间建立了一家硬件初创公司,这真是太难了。我制作了一个可以对材料进行分类的雷达,这就是我如何将其作为我的“研究结束”项目的故事。顺便说一句,该项目从未结束(正如您将在本文中看到的那样,因为缺乏资金)我住在欧洲,石棉是每个国家的巨大而普遍的痛苦。这些东西填满了墙壁,需要人们来你家告诉你你的建筑里是否有石棉污染的材料。如果是这样,你可能从小就吸毒。石棉会导致癌症,并且会让你变得非常糟糕。检测它的传统方法基本上是挑选墙壁样本,将其发送到实验室,他们会告诉您墙壁中是否有石棉。当然,根据法规和您对中毒的恐惧,有很多中介机构会介入以获取大量资金。因此,对于最终付款人来说,1 美元的分析就变成了 60 美元的分析,而当您必须进行数十次分析时,价格就会飙升。我的想法是建造一个雷达来为您检测石棉。它基于材料科学和波动物理学,这恰好是我的专业领域(最近的工程毕业生)。在那里我有了我的设备计划:制作一个石棉传感雷达。然后,我必须设计电子产品,所以因为我不是笨蛋,我希望你也不是,所以我订购了开发板来快速制作原型。就我而言:德州仪器 IWRL6432 BOOST 和 ESP32 开发套件。将它们组装起来,并开始修补 DSP 算法来检测材料。建造这个测试台是为了测试材料对我的特殊材料雷达的电磁响应。我可以热插拔材料并拧紧材料来测试我的设备。训练分类器 我通过 Capon 波束成形最终确定了我的方法,以获得密度谱,并将其输出到神经网络。这使我能够对材料表面进行分类,在“同一表面、同一层”材料假设和“材料变化是突然且不连续的”下,我可以说“嘿,这整个层是由 x、y、z 材料制成的”。数字信号处理链与 DSP 链,端到端雷达是 FMCW:它不发出单一音调,而是随着时间的推移向上扫描其频率(线性调频脉冲)。 DSP 链的整个工作就是将这些鸣叫声的回声转化为材料签名。其工作原理如下:线性调频脉冲的生成和表征,TX 天线发射线性频率扫描。下游的一切都取决于扫描的确切形状(起始频率、斜率、带宽),因此我要做的第一件事是表征实际从前端发出的线性调频脉冲。混合和拍频信号将接收到的回波与发送的线性调频信号混合。产生的是低频“拍”音,其频率与到反射器的往返距离成正比。范围 FFT 对该拍频信号进行 FFT 将频率转换为距离。每个箱体都进入材料的一定深度,因此我得到了作为范围函数的反射能量。跨 MIMO RX 阵列的 Capon 波束赋形 (AOA),Capon (MVDR) 波束赋形可解析每个距离段的到达角,从而提供清晰的角密度频谱,而不是模糊的回波。所有这些的输出是每个范围、每个角度的密度“光谱”,即雷达前面任何表面的电磁指纹。这个幽灵正是我输入神经网络对材料进行分类的张量。用雷达扫描表面——密度光谱,在人工智能步骤线性调频表征之前,我花了两个月的时间来完成这个工作,使工具链正确,以及嵌入式固件的臭名昭著的编译闪存调试循环。人工智能部分既然现在每个人都在使用人工智能,不妨在你的发明中加入一些人工智能,以提供你以前从未有过的新功能。所以我们所做的就是放置神经网络来摄取 DSP 链的输出,并输出一类材料。这个模型实际上是“学习”材料的电磁特性(epsilon'和epsilon''),它只是一个经典的CNN。机械和射频然后是机械外壳,开始制作类似的产品,当我最终得出结论时,围绕开发板进行设计是一种更好的方法。制作机械外壳时我还进入了射频原型制作的兔子洞。询问任何人,他们都会告诉你 RF 是纯粹的黑魔法。偏微分方程、物理和混沌系统,全部集中在一个字段中。因此,我开始对天线进行建模,以捕获电路中发生的情况,从而对其进行逆向工程。以下是我如何优化天线形状,使其具有与德州仪器 (TI) 天线相同的特性。单身的
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱