Conventional FMCW radar principle was implemented on Symeo 61 GHz LPR®-1DHP-R radar sensor system. There were few limitations of the FMCW implementation which needed to be removed. First, target separation in multi target environment was not possible for objects at same distance. For example, there are two targets, one is moving and one is static. When the moving target approaches the static target and becomes parallel to static target, which means they are at the same distance. At this point, the system is unable to distinguish between two targets. Second, high resolution in velocity measurement was needed. To overcome these limitations Range Doppler Signal Processing was proposed. For the implementation of the Range Doppler algorithm, first of all proof of concept is needed. Simulations are performed using MATLAB to simulate Range Doppler algorithm using raw data from the sensor. After successful simulation, prototype is developed using python. This also provides the real time visualization of Range Doppler signal processing along with peak detection with distance and velocity measurements. With the Range Doppler implementation, separation between static and moving target becomes possible. Later the algorithm is implemented on Texas Instrument DSP in C considering the resource limitations of the target hardware. To validate the Range Doppler implementation and to determine the measurements accuracy, multiple test setups are created. Two main local testing environments have been setup, linear unit and turntable. The system is tested on these environments for different velocities and distances along with multiple targets and on different surfaces. Furthermore, the system is tested at an industrial site for detecting the fluid speed, which is also possible with the Range Doppler implementation.

Die Grundlage vieler zukünftiger Flüssigszintillator-Neutrinoexperimente (SNO+, Daya Bay, LENA) ist das Lösungsmittel Lineare-Alkyl-Benzene (LAB, C6H5CnH2n+1, n = 10 - 13). Zusammen mit dem weit verbreiteten Szintillator 2,5-Diphenyloxazole (PPO) ist es ein farb- und geruchsloses Detektormaterial mit hohem Flammpunkt. Im Vergleich zu toluol- oder xylolbasierten Szintillatoren ist LAB+PPO preiswert und nicht gesundheitsschädlich. Die Eigenschaften von LAB machen es ebenfalls interessant für die Anwendung an nELBE, die Neutronenfugzeitanlage im Helmholtz-Zentrum Dresden - Rossendorf. Ein neuer Ansatz zur Bestimmung der Lichtausbeute im niederenergetischen Bereich (bis 2 MeV) wird vorgestellt. Kombiniert wurden Messungen mit (quasi) monoenergetischen Gammastrahlungs-Prüfstrahlern und einem in dieser Arbeit aufgebauten Compton-Spektrometer. Letzteres ermöglicht die Bestimmung der Lichtausbeute bis zu 5 keVee. Der Birks-Parameter wurde für eine Lösung von LAB + 3 g/l PPO sowie für den Flüssigszintillator NE-213 bestimmt. Die relative Lichtausbeute in Bezug auf letzteren konnte mit diesen Messmethoden ebenfalls ermittelt werden. Zur spektralen Analyse des Lumineszenzlichtes wurden Messungen an Fluoreszenz- und UV/VIS- Spektrometern durchgeführt. Die Pulsformdiskriminationsfähigkeit auf LAB basierenden Szintillatoren wurde während eines Flugzeitexperiments in einem gemischten n-gamma-Feld eines Cf(252)-Prüfstrahlers ermittelt. Dabei kamen unterschiedliche Algorithmen der semi-analogen und digitalen Pulsformdiskrimination zum Einsatz. / Linear alkyl benzene (LAB, C6H5CnH2n+1, n = 10 - 13) is the proposed solvent for the SNO+, the Daya Bay Neutrino and LENA experiment. In solution with the commonly used scintillator PPO it is a colourless, odourless and cheap liquid scintillator with a high fash point and low health hazard compared to toluene based ones. The properties of LAB make this scintillator interesting also for nELBE, the neutron time-of-fight facility at Helmholtz-Zentrum Dresden - Rossendorf. A new approach to measure the light yield in the low-energy range using a combination of quasi-monoenergetic photon sources and a Compton-spectrometer is described. The latter allows the measurement of the light yield down to 5 keVee (electron equivalent). The Birks- Parameter was determined for a homemade solution (LAB + 3 g/l PPO) and for NE-213. The light yield (relative to this standard scintillator) was confrmed by measurements using a fuorescence spectrometer. The ability of pulse-shape-discrimination in a mixed n-gamma- field of a Cf(252) source was tested using different digital and semi-analogue techniques.

This dissertation describes the improvement of signal analysis in ultrasonic microscopy for nondestructive testing. Specimens with many thin layers, like modern electronic components, pose a particular challenge for identifying and localizing defects. In this thesis, new evaluation algorithms have been developed which enable analysis of highly complex layer-stacks. This is achieved by a specific evaluation of multiple reflections, a newly developed iterative reconstruction and deconvolution algorithm, and the use of classification algorithms with a highly optimized simulation algorithm. Deep delaminations inside a 19-layer component can now not only be detected, but also localized. The new analysis methods also enable precise determination of elastic material parameters, sound velocities, thicknesses, and densities of multiple layers. The highly improved precision of determined reflections parameters with deconvolution also provides better and more conclusive results with common analysis methods. / Die vorgelegte Dissertation befasst sich mit der Verbesserung der Signalauswertung für die Ultraschallmikroskopie in der zerstörungsfreien Prüfung. Insbesondere bei Proben mit vielen dünnen Schichten, wie bei modernen Halbleiterbauelementen, ist das Auffinden und die Bestimmung der Lage von Fehlstellen eine große Herausforderung. In dieser Arbeit wurden neue Auswertealgorithmen entwickelt, die eine Analyse hochkomplexer Schichtabfolgen ermöglichen. Erreicht wird dies durch die gezielte Auswertung von Mehrfachreflexionen, einen neu entwickelten iterativen Rekonstruktions- und Entfaltungsalgorithmus und die Nutzung von Klassifikationsalgorithmen im Zusammenspiel mit einem hoch optimierten neu entwickelten Simulationsalgorithmus. Dadurch ist es erstmals möglich, tief liegende Delaminationen in einem 19-schichtigem Halbleiterbauelement nicht nur zu detektieren, sondern auch zu lokalisieren. Die neuen Analysemethoden ermöglichen des Weiteren eine genaue Bestimmung von elastischen Materialparametern, Schallgeschwindigkeiten, Dicken und Dichten mehrschichtiger Proben. Durch die stark verbesserte Genauigkeit der Reflexionsparameterbestimmung mittels Signalentfaltung lassen sich auch mit klassischen Analysemethoden deutlich bessere und aussagekräftigere Ergebnisse erzielen. Aus den Erkenntnissen dieser Dissertation wurde ein Ultraschall-Analyseprogramm entwickelt, das diese komplexen Funktionen auf einer gut bedienbaren Oberfläche bereitstellt und bereits praktisch genutzt wird.

In this thesis, methods for radar-based environment perception from the vehicle safety point of view are presented. The proposed methods comprise advanced topics of radar-based target detection and tracking in dynamic pre-crash scenarios, as well as ghost object identification. The problem of a wandering dominant scatter point on the target surface and corresponding challenge for accurate target tracking in low-range configurations is considered. The proposed method presents a procedure to estimate target wheel positions and corresponding bulk velocities to serve as fixed scatter points on the target surface. Input to this method are raw radar data. The technique spatially resolves the micro-Doppler signals, generated by the rotating wheels of the target vehicle, to determine characteristic scatter points on the target surface. A micro-Doppler parameter is defined to quantify detections that are with high probability generated by the rotating target wheels. This group of detections is processed to estimate the wheel position and corresponding bulk velocities of the target, referred to as wheel hypotheses. The proposed method is evaluated in dynamic driving scenarios, where the driver performs an emergency evading action to avoid a collision. Subsequently, the detected wheel hypotheses serve as input to a developed tracking framework, which is used to estimate the target object static and dynamic states. Since the number of detected wheel hypotheses varies, a random-finite-set-based measurement model is used to incorporate multiple wheel hypotheses detected for one extended target object. The tracking performance is evaluated in critical evading scenarios using real vehicles as the target object. In addition, the thesis emphasized the problem of ghost object generation due to multipath propagation in pre-crash scenarios. Radar sensors, perceiving the immediate vehicle environment, show an elevated ghost object presence due to a higher probability illuminating potential reflection surfaces, e.g., road boundaries or buildings. At times, these ghost objects appear to be on a collision trajectory with the ego vehicle, whereas the vehicles are in uncritical driving scenarios, e.g., an urban intersection. In real-world driving scenarios, one target object may generate multiple false-positive targets. Based on the propagation and reflection behavior of electromagnetic waves, a geometric multipath model is derived, illustrating the occurring multipath reflections on real-world surfaces, e.g., buildings or road-bounding barriers. The proposed geometric propagation model describes the relative positions of the false-positive reflections and is validated with extensive real radar data. A custom reflector target mounted on a platform, creating deterministic point targets as dominant backscatter centers of a vehicle body, validated the different multipath reflections and the overall accuracy of the model. Moreover, radar measurements of a vehicle during an intersection scenario proved relevance to multipath reflection behavior and confirmed the model assumptions. Third, the relevance of skid scenarios with high magnitudes of side slip angles in pre-crash phases is highlighted. A novel test methodology, to non-destructively transfer vehicles with mounted surround sensors in skid situations, is developed and a survey analyzing a state-of-the-art radar sensor revealed the potential to improve object tracking performance. A test vehicle, equipped with a state-of-the-art automotive radar sensor and a reference sensor, was tested in real skid situations using a kick plate and a standardized radar target. The test method utilizes the side slip angle as a criticality criterion, which may be adjusted by the kick plate. Subsequently, a novel, modified motion model is derived, estimating side slip angles in these skid driving situations. The contribution emphasizes the estimation of horizontal vehicle motion using the proposed model considering an additional lateral force applied to the vehicle rear axle. Based on these results, an Extended-Kalman filter is designed to estimate the target object relative position and velocity in skid scenarios. The evaluation includes both the tracking and side slip angle estimations in real car tests using the above-mentioned test method.

In the present work, the magnetotransport measurement technique was developed and various materials, exhibiting resistances from 1 mOhm up to several tens of kOhm, were investigated in pulsed magnetic fields of up to 60 T. Phase diagrams of irreversibility and upper critical fields for pure and Zn-doped YBa2Cu3O_7-x high-temperature superconductors were measured. A high-field study of the electronic properties of the two semimetals LaBiPt and CeBiPt were presented. Magnetoresistance of La0.7Sr0.3MnO3 and La0.7Ca0.3MnO3 thin films were investigated.

Die Grundlage vieler zukünftiger Flüssigszintillator-Neutrinoexperimente (SNO+, Daya Bay, LENA) ist das Lösungsmittel Lineare-Alkyl-Benzene (LAB, C6H5CnH2n+1, n = 10 - 13). Zusammen mit dem weit verbreiteten Szintillator 2,5-Diphenyloxazole (PPO) ist es ein farb- und geruchsloses Detektormaterial mit hohem Flammpunkt. Im Vergleich zu toluol- oder xylolbasierten Szintillatoren ist LAB+PPO preiswert und nicht gesundheitsschädlich. Die Eigenschaften von LAB machen es ebenfalls interessant für die Anwendung an nELBE, die Neutronenfugzeitanlage im Helmholtz-Zentrum Dresden - Rossendorf. Ein neuer Ansatz zur Bestimmung der Lichtausbeute im niederenergetischen Bereich (bis 2 MeV) wird vorgestellt. Kombiniert wurden Messungen mit (quasi) monoenergetischen Gammastrahlungs-Prüfstrahlern und einem in dieser Arbeit aufgebauten Compton-Spektrometer. Letzteres ermöglicht die Bestimmung der Lichtausbeute bis zu 5 keVee. Der Birks-Parameter wurde für eine Lösung von LAB + 3 g/l PPO sowie für den Flüssigszintillator NE-213 bestimmt. Die relative Lichtausbeute in Bezug auf letzteren konnte mit diesen Messmethoden ebenfalls ermittelt werden. Zur spektralen Analyse des Lumineszenzlichtes wurden Messungen an Fluoreszenz- und UV/VIS- Spektrometern durchgeführt. Die Pulsformdiskriminationsfähigkeit auf LAB basierenden Szintillatoren wurde während eines Flugzeitexperiments in einem gemischten n-gamma-Feld eines Cf(252)-Prüfstrahlers ermittelt. Dabei kamen unterschiedliche Algorithmen der semi-analogen und digitalen Pulsformdiskrimination zum Einsatz. / Linear alkyl benzene (LAB, C6H5CnH2n+1, n = 10 - 13) is the proposed solvent for the SNO+, the Daya Bay Neutrino and LENA experiment. In solution with the commonly used scintillator PPO it is a colourless, odourless and cheap liquid scintillator with a high fash point and low health hazard compared to toluene based ones. The properties of LAB make this scintillator interesting also for nELBE, the neutron time-of-fight facility at Helmholtz-Zentrum Dresden - Rossendorf. A new approach to measure the light yield in the low-energy range using a combination of quasi-monoenergetic photon sources and a Compton-spectrometer is described. The latter allows the measurement of the light yield down to 5 keVee (electron equivalent). The Birks- Parameter was determined for a homemade solution (LAB + 3 g/l PPO) and for NE-213. The light yield (relative to this standard scintillator) was confrmed by measurements using a fuorescence spectrometer. The ability of pulse-shape-discrimination in a mixed n-gamma- field of a Cf(252) source was tested using different digital and semi-analogue techniques.

This dissertation describes the improvement of signal analysis in ultrasonic microscopy for nondestructive testing. Specimens with many thin layers, like modern electronic components, pose a particular challenge for identifying and localizing defects. In this thesis, new evaluation algorithms have been developed which enable analysis of highly complex layer-stacks. This is achieved by a specific evaluation of multiple reflections, a newly developed iterative reconstruction and deconvolution algorithm, and the use of classification algorithms with a highly optimized simulation algorithm. Deep delaminations inside a 19-layer component can now not only be detected, but also localized. The new analysis methods also enable precise determination of elastic material parameters, sound velocities, thicknesses, and densities of multiple layers. The highly improved precision of determined reflections parameters with deconvolution also provides better and more conclusive results with common analysis methods.:Kurzfassung......................................................................................................................II Abstract.............................................................................................................................V List ob abbreviations........................................................................................................X 1 Introduction.......................................................................................................................1 1.1 Motivation.....................................................................................................................2 1.2 System theoretical description.....................................................................................3 1.3 Structure of the thesis..................................................................................................6 2 Sound field.........................................................................................................................8 2.1 Sound field measurement............................................................................................8 2.2 Sound field modeling..................................................................................................11 2.2.1 Reflection and transmission coefficients.........................................................11 2.2.2 Sound field modeling with plane waves..........................................................13 2.2.3 Generalized sound field position.....................................................................19 2.3 Receiving transducer signal.......................................................................................20 2.3.1 Calculation of the transducer signal from the sound field...............................20 2.3.2 Received signal amplitude..............................................................................21 2.3.3 Measurement of reference signals..................................................................24 3 Ultrasonic Simulation......................................................................................................27 3.1 State of the art............................................................................................................27 3.2 Simulation approach..................................................................................................28 3.2.1 Sound field measurement based simulation...................................................28 3.2.2 Reference signal based simulation.................................................................30 3.3 Determination of the impulse response.....................................................................31 3.3.1 1D ray-trace algorithm....................................................................................31 3.3.2 2D ray-trace algorithm....................................................................................33 3.3.3 Complexity reduction – optimizations.............................................................35 4 Deconvolution – Determination of reflection parameters............................................38 4.1 State of the art............................................................................................................39 4.1.1 Decomposition techniques..............................................................................39 4.1.2 Deconvolution.................................................................................................41 4.2 Analytic signal investigations for deconvolution.........................................................42 4.3 Single reference pulse deconvolution........................................................................44 4.4 Multi-pulse deconvolution..........................................................................................47 4.4.1 Homogeneous multi-pulse deconvolution.......................................................48 4.4.2 Multi-pulse deconvolution with simulated GSP profile....................................49 5 Reconstruction.................................................................................................................50 5.1 State of the art............................................................................................................50 5.2 Reconstruction approach...........................................................................................51 5.3 Direct material parameter estimation.........................................................................52 5.3.1 Sound velocities and layer thickness..............................................................52 5.3.2 Density, elastic modules and acoustic attenuation.........................................54 5.4 Iterative material parameter determination of a single layer......................................56 5.5 Reconstruction of complex specimens......................................................................60 5.5.1 Material characterization of multiple layers ....................................................60 5.5.2 Iterative simulation parameter optimization with correlation...........................62 5.5.3 Pattern recognition reconstruction of specimens with known base structure. 66 6 Applications and results.................................................................................................71 6.1 Analysis of stacked components................................................................................71 6.2 Time-of-flight and material analysis...........................................................................74 7 Conclusions and perspectives.......................................................................................78 References.......................................................................................................................82 Figures.............................................................................................................................86 Tables...............................................................................................................................88 Appendix..........................................................................................................................89 Acknowledgments.........................................................................................................100 Danksagung...................................................................................................................101 / Die vorgelegte Dissertation befasst sich mit der Verbesserung der Signalauswertung für die Ultraschallmikroskopie in der zerstörungsfreien Prüfung. Insbesondere bei Proben mit vielen dünnen Schichten, wie bei modernen Halbleiterbauelementen, ist das Auffinden und die Bestimmung der Lage von Fehlstellen eine große Herausforderung. In dieser Arbeit wurden neue Auswertealgorithmen entwickelt, die eine Analyse hochkomplexer Schichtabfolgen ermöglichen. Erreicht wird dies durch die gezielte Auswertung von Mehrfachreflexionen, einen neu entwickelten iterativen Rekonstruktions- und Entfaltungsalgorithmus und die Nutzung von Klassifikationsalgorithmen im Zusammenspiel mit einem hoch optimierten neu entwickelten Simulationsalgorithmus. Dadurch ist es erstmals möglich, tief liegende Delaminationen in einem 19-schichtigem Halbleiterbauelement nicht nur zu detektieren, sondern auch zu lokalisieren. Die neuen Analysemethoden ermöglichen des Weiteren eine genaue Bestimmung von elastischen Materialparametern, Schallgeschwindigkeiten, Dicken und Dichten mehrschichtiger Proben. Durch die stark verbesserte Genauigkeit der Reflexionsparameterbestimmung mittels Signalentfaltung lassen sich auch mit klassischen Analysemethoden deutlich bessere und aussagekräftigere Ergebnisse erzielen. Aus den Erkenntnissen dieser Dissertation wurde ein Ultraschall-Analyseprogramm entwickelt, das diese komplexen Funktionen auf einer gut bedienbaren Oberfläche bereitstellt und bereits praktisch genutzt wird.:Kurzfassung......................................................................................................................II Abstract.............................................................................................................................V List ob abbreviations........................................................................................................X 1 Introduction.......................................................................................................................1 1.1 Motivation.....................................................................................................................2 1.2 System theoretical description.....................................................................................3 1.3 Structure of the thesis..................................................................................................6 2 Sound field.........................................................................................................................8 2.1 Sound field measurement............................................................................................8 2.2 Sound field modeling..................................................................................................11 2.2.1 Reflection and transmission coefficients.........................................................11 2.2.2 Sound field modeling with plane waves..........................................................13 2.2.3 Generalized sound field position.....................................................................19 2.3 Receiving transducer signal.......................................................................................20 2.3.1 Calculation of the transducer signal from the sound field...............................20 2.3.2 Received signal amplitude..............................................................................21 2.3.3 Measurement of reference signals..................................................................24 3 Ultrasonic Simulation......................................................................................................27 3.1 State of the art............................................................................................................27 3.2 Simulation approach..................................................................................................28 3.2.1 Sound field measurement based simulation...................................................28 3.2.2 Reference signal based simulation.................................................................30 3.3 Determination of the impulse response.....................................................................31 3.3.1 1D ray-trace algorithm....................................................................................31 3.3.2 2D ray-trace algorithm....................................................................................33 3.3.3 Complexity reduction – optimizations.............................................................35 4 Deconvolution – Determination of reflection parameters............................................38 4.1 State of the art............................................................................................................39 4.1.1 Decomposition techniques..............................................................................39 4.1.2 Deconvolution.................................................................................................41 4.2 Analytic signal investigations for deconvolution.........................................................42 4.3 Single reference pulse deconvolution........................................................................44 4.4 Multi-pulse deconvolution..........................................................................................47 4.4.1 Homogeneous multi-pulse deconvolution.......................................................48 4.4.2 Multi-pulse deconvolution with simulated GSP profile....................................49 5 Reconstruction.................................................................................................................50 5.1 State of the art............................................................................................................50 5.2 Reconstruction approach...........................................................................................51 5.3 Direct material parameter estimation.........................................................................52 5.3.1 Sound velocities and layer thickness..............................................................52 5.3.2 Density, elastic modules and acoustic attenuation.........................................54 5.4 Iterative material parameter determination of a single layer......................................56 5.5 Reconstruction of complex specimens......................................................................60 5.5.1 Material characterization of multiple layers ....................................................60 5.5.2 Iterative simulation parameter optimization with correlation...........................62 5.5.3 Pattern recognition reconstruction of specimens with known base structure. 66 6 Applications and results.................................................................................................71 6.1 Analysis of stacked components................................................................................71 6.2 Time-of-flight and material analysis...........................................................................74 7 Conclusions and perspectives.......................................................................................78 References.......................................................................................................................82 Figures.............................................................................................................................86 Tables...............................................................................................................................88 Appendix..........................................................................................................................89 Acknowledgments.........................................................................................................100 Danksagung...................................................................................................................101

Die sensorbasierte Erfassung des Nahfeldes im Kontext des hochautomatisierten Fahrens erfährt einen spürbaren Trend bei der Integration von Radarsensorik. Fortschritte in der Mikroelektronik erlauben den Einsatz von hochauflösenden Radarsensoren, die durch effiziente Verfahren sowohl im Winkel als auch in der Entfernung und im Doppler die Messgenauigkeit kontinuierlich ansteigen lassen. Dadurch ergeben sich neuartige Möglichkeiten bei der Bestimmung der geometrischen und kinematischen Beschaffenheit ausgedehnter Ziele im Fahrzeugumfeld, die zur gezielten Entwicklung von automotiven Sicherheitssystemen herangezogen werden können. Im Rahmen dieser Arbeit werden ungeschützte Verkehrsteilnehmer wie Fußgänger und Radfahrer mittels eines hochauflösenden Automotive-Radars analysiert. Dabei steht die Erscheinung des Mikro-Doppler-Effekts, hervorgerufen durch das hohe Maß an kinematischen Freiheitsgraden der Objekte, im Vordergrund der Betrachtung. Die durch den Mikro-Doppler-Effekt entstehenden charakteristischen Radar-Signaturen erlauben eine detailliertere Perzeption der Objekte und können in direkten Zusammenhang zu ihren aktuellen Bewegungszuständen gesetzt werden. Es werden neuartige Methoden vorgestellt, die die geometrischen und kinematischen Ausdehnungen der Objekte berücksichtigen und echtzeitfähige Ansätze zur Klassifikation und Verhaltensindikation realisieren. Wird ein ausgedehntes Ziel (z.B. Radfahrer) von einem Radarsensor detektiert, können aus dessen Mikro-Doppler-Signatur wesentliche Eigenschaften bezüglich seines Bewegungszustandes innerhalb eines Messzyklus erfasst werden. Die Geschwindigkeitsverteilungen der sich drehenden Räder erlauben eine adaptive Eingrenzung der Tretbewegung, deren Verhalten essentielle Merkmale im Hinblick auf eine vorausschauende Unfallprädiktion aufweist. Ferner unterliegen ausgedehnte Radarziele einer Orientierungsabhängigkeit, die deren geometrischen und kinematischen Profile direkt beeinflusst. Dies kann sich sowohl negativ auf die Klassifikations-Performance als auch auf die Verwertbarkeit von Parametern auswirken, die eine Absichtsbekundung des Radarziels konstituieren. Am Beispiel des Radfahrers wird hierzu ein Verfahren vorgestellt, das die orientierungsabhängigen Parameter in Entfernung und Doppler normalisiert und die gemessenen Mehrdeutigkeiten kompensiert. Ferner wird in dieser Arbeit eine Methodik vorgestellt, die auf Grundlage des Mikro- Doppler-Profils eines Fußgängers dessen Beinbewegungen über die Zeit schätzt (Tracking) und wertvolle Objektinformationen hinsichtlich seines Bewegungsverhaltens offenbart. Dazu wird ein Bewegungsmodell entwickelt, das die nichtlineare Fortbewegung des Beins approximiert und dessen hohes Maß an biomechanischer Variabilität abbildet. Durch die Einbeziehung einer wahrscheinlichkeitsbasierten Datenassoziation werden die Radar-Detektionen ihren jeweils hervorrufenden Quellen (linkes und rechtes Bein) zugeordnet und eine Trennung der Gliedmaßen realisiert. Im Gegensatz zu bisherigen Tracking-Verfahren weist die vorgestellte Methodik eine Steigerung in der Genauigkeit der Objektinformationen auf und stellt damit einen entscheidenden Vorteil für zukünftige Fahrerassistenzsysteme dar, um deutlich schneller auf kritische Verkehrssituationen reagieren zu können.:1 Introduction 1 1.1 Automotive environmental perception 2 1.2 Contributions of this work 4 1.3 Thesis overview 6 2 Automotive radar 9 2.1 Physical fundamentals 9 2.1.1 Radar cross section 9 2.1.2 Radar equation 10 2.1.3 Micro-Doppler effect 11 2.2 Radar measurement model 15 2.2.1 FMCW radar 15 2.2.2 Chirp sequence modulation 17 2.2.3 Direction-of-arrival estimation 22 2.3 Signal processing 25 2.3.1 Target properties 26 2.3.2 Target extraction 28 Power detection 28 Clustering 30 2.3.3 Real radar data example 31 2.4 Conclusion 33 3 Micro-Doppler applications of a cyclist 35 3.1 Physical fundamentals 35 3.1.1 Micro-Doppler signatures of a cyclist 35 3.1.2 Orientation dependence 36 3.2 Cyclist feature extraction 38 3.2.1 Adaptive pedaling extraction 38 Ellipticity constraints 38 Ellipse fitting algorithm 39 3.2.2 Experimental results 42 3.3 Normalization of the orientation dependence 44 3.3.1 Geometric correction 44 3.3.2 Kinematic correction 45 3.3.3 Experimental results 45 3.4 Conclusion 47 3.5 Discussion and outlook 47 4 Micro-Doppler applications of a pedestrian 49 4.1 Pedestrian detection 49 4.1.1 Human kinematics 49 4.1.2 Micro-Doppler signatures of a pedestrian 51 4.1.3 Experimental results 52 Radially moving pedestrian 52 Crossing pedestrian 54 4.2 Pedestrian feature extraction 57 4.2.1 Frequency-based limb separation 58 4.2.2 Extraction of body parts 60 4.2.3 Experimental results 62 4.3 Pedestrian tracking 64 4.3.1 Probabilistic state estimation 65 4.3.2 Gaussian filters 67 4.3.3 The Kalman filter 67 4.3.4 The extended Kalman filter 69 4.3.5 Multiple-object tracking 71 4.3.6 Data association 74 4.3.7 Joint probabilistic data association 80 4.4 Kinematic-based pedestrian tracking 84 4.4.1 Kinematic modeling 84 4.4.2 Tracking motion model 87 4.4.3 4-D radar point cloud 91 4.4.4 Tracking implementation 92 4.4.5 Experimental results 96 Longitudinal trajectory 96 Crossing trajectory with sudden turn 98 4.5 Conclusion 102 4.6 Discussion and outlook 103 5 Summary and outlook 105 5.1 Developed algorithms 105 5.1.1 Adaptive pedaling extraction 105 5.1.2 Normalization of the orientation dependence 105 5.1.3 Model-based pedestrian tracking 106 5.2 Outlook 106 Bibliography 109 List of Acronyms 119 List of Figures 124 List of Tables 125 Appendix 127 A Derivation of the rotation matrix 2.26 127 B Derivation of the mixed radar signal 2.52 129 C Calculation of the marginal association probabilities 4.51 131 Curriculum Vitae 135 / Sensor-based detection of the near field in the context of highly automated driving is experiencing a noticeable trend in the integration of radar sensor technology. Advances in microelectronics allow the use of high-resolution radar sensors that continuously increase measurement accuracy through efficient processes in angle as well as distance and Doppler. This opens up novel possibilities in determining the geometric and kinematic nature of extended targets in the vehicle environment, which can be used for the specific development of automotive safety systems. In this work, vulnerable road users such as pedestrians and cyclists are analyzed using a high-resolution automotive radar. The focus is on the appearance of the micro-Doppler effect, caused by the objects’ high kinematic degree of freedom. The characteristic radar signatures produced by the micro-Doppler effect allow a clearer perception of the objects and can be directly related to their current state of motion. Novel methods are presented that consider the geometric and kinematic extents of the objects and realize real-time approaches to classification and behavioral indication. When a radar sensor detects an extended target (e.g., bicyclist), its motion state’s fundamental properties can be captured from its micro-Doppler signature within a measurement cycle. The spinning wheels’ velocity distributions allow an adaptive containment of the pedaling motion, whose behavior exhibits essential characteristics concerning predictive accident prediction. Furthermore, extended radar targets are subject to orientation dependence, directly affecting their geometric and kinematic profiles. This can negatively affect both the classification performance and the usability of parameters constituting the radar target’s intention statement. For this purpose, using the cyclist as an example, a method is presented that normalizes the orientation-dependent parameters in range and Doppler and compensates for the measured ambiguities. Furthermore, this paper presents a methodology that estimates a pedestrian’s leg motion over time (tracking) based on the pedestrian’s micro-Doppler profile and reveals valuable object information regarding his motion behavior. To this end, a motion model is developed that approximates the leg’s nonlinear locomotion and represents its high degree of biomechanical variability. By incorporating likelihood-based data association, radar detections are assigned to their respective evoking sources (left and right leg), and limb separation is realized. In contrast to previous tracking methods, the presented methodology shows an increase in the object information’s accuracy. It thus represents a decisive advantage for future driver assistance systems in order to be able to react significantly faster to critical traffic situations.:1 Introduction 1 1.1 Automotive environmental perception 2 1.2 Contributions of this work 4 1.3 Thesis overview 6 2 Automotive radar 9 2.1 Physical fundamentals 9 2.1.1 Radar cross section 9 2.1.2 Radar equation 10 2.1.3 Micro-Doppler effect 11 2.2 Radar measurement model 15 2.2.1 FMCW radar 15 2.2.2 Chirp sequence modulation 17 2.2.3 Direction-of-arrival estimation 22 2.3 Signal processing 25 2.3.1 Target properties 26 2.3.2 Target extraction 28 Power detection 28 Clustering 30 2.3.3 Real radar data example 31 2.4 Conclusion 33 3 Micro-Doppler applications of a cyclist 35 3.1 Physical fundamentals 35 3.1.1 Micro-Doppler signatures of a cyclist 35 3.1.2 Orientation dependence 36 3.2 Cyclist feature extraction 38 3.2.1 Adaptive pedaling extraction 38 Ellipticity constraints 38 Ellipse fitting algorithm 39 3.2.2 Experimental results 42 3.3 Normalization of the orientation dependence 44 3.3.1 Geometric correction 44 3.3.2 Kinematic correction 45 3.3.3 Experimental results 45 3.4 Conclusion 47 3.5 Discussion and outlook 47 4 Micro-Doppler applications of a pedestrian 49 4.1 Pedestrian detection 49 4.1.1 Human kinematics 49 4.1.2 Micro-Doppler signatures of a pedestrian 51 4.1.3 Experimental results 52 Radially moving pedestrian 52 Crossing pedestrian 54 4.2 Pedestrian feature extraction 57 4.2.1 Frequency-based limb separation 58 4.2.2 Extraction of body parts 60 4.2.3 Experimental results 62 4.3 Pedestrian tracking 64 4.3.1 Probabilistic state estimation 65 4.3.2 Gaussian filters 67 4.3.3 The Kalman filter 67 4.3.4 The extended Kalman filter 69 4.3.5 Multiple-object tracking 71 4.3.6 Data association 74 4.3.7 Joint probabilistic data association 80 4.4 Kinematic-based pedestrian tracking 84 4.4.1 Kinematic modeling 84 4.4.2 Tracking motion model 87 4.4.3 4-D radar point cloud 91 4.4.4 Tracking implementation 92 4.4.5 Experimental results 96 Longitudinal trajectory 96 Crossing trajectory with sudden turn 98 4.5 Conclusion 102 4.6 Discussion and outlook 103 5 Summary and outlook 105 5.1 Developed algorithms 105 5.1.1 Adaptive pedaling extraction 105 5.1.2 Normalization of the orientation dependence 105 5.1.3 Model-based pedestrian tracking 106 5.2 Outlook 106 Bibliography 109 List of Acronyms 119 List of Figures 124 List of Tables 125 Appendix 127 A Derivation of the rotation matrix 2.26 127 B Derivation of the mixed radar signal 2.52 129 C Calculation of the marginal association probabilities 4.51 131 Curriculum Vitae 135

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.

To measure the speed of a vehicle, the revolution of a wheel or a rigid axle is traditionally used. Therefore non corrigible systematic errors occur which are caused by slip, spin and by the change of wheel diameter due to fretting. Train control and traction systems require new robust as well as precise methods of speed measurement. Because of their physical properties, Doppler-radar-sensors attached to the vehicle and measuring ground speed are first choice for this range of applications. Currently used sensors cannot fulfil the high demands under all operating conditions, because they are unable to completely compensate the various interferences and systematic deviations. This is the starting point of this dissertation. Two independent diverse methods with optimised reliability and accuracy must be used to meet all requirements. Limited resources of the embedded digital signal processor system under real-time conditions have to be taken into account. According to the boundary conditions, the introductory chapters critically discuss the frequency analysis methods currently used and describe starting points for further development. This leads to the design of a new, robust, wide-band spectral analysis which combines techniques of the dyadic wavelet transformation with the fast Fourier transformation. At the same time a new frame procedure and general model for the estimation of motion parameters is developed which features short delays. The disadvantages of the block-based discrete spectral analysis applied over continuous approaches are extensively compensated. The block structure of spectral data enables the selective use of new knowledge-based spectral filters for the compensation of the remaining intense interferences which are typical of this kind of application. / Die Fahrzeuggeschwindigkeitsmessung über die Drehzahl eines Rades weist in Schlupf- und Schleuderzuständen erhebliche systematische Abweichungen auf. Deshalb erfordern Zugbeeinflussungs- und Antriebssysteme neue gleichzeitig robuste und präzise Geschwindigkeitsmessmethoden. Die Mikrowellensensorik unter Nutzung des Dopplereffekts zwischen Fahrzeug und Gleisbett wird wegen ihrer physikalischen Eigenschaften für dieses Einsatzgebiet favorisiert. Bisherige Sensorapplikationen erfüllen aber die hohen Ansprüche nicht in allen Betriebszuständen. Hier setzt die in dieser Arbeit beschriebene Sensorentwicklung auf. Zwei getrennt hergeleitete und nach Zuverlässigkeit und Genauigkeit optimierte neue Verfahren können bei gleichzeitiger Anwendung die gestellten Anforderungen erfüllen. Dabei müssen auch die beschränkten Ressourcen des eingebetteten digitalen Signalverarbeitungssystems unter Echtzeitbedingungen berücksichtigt werden. Entsprechend dieser Randbedingungen findet einleitend eine kritische Betrachtung bestehender Frequenzanalysemethoden statt und Ansätze für die Weiterentwicklung werden herausgearbeitet. Einerseits führt dies zur Konstruktion einer neuen störunempfindlichen Weitbereichsspektralzerlegung, welche Ansätze der dyadischen Wavelettransformation mit der Diskreten Fourier-Transformation verbindet. Andererseits wird ein neues Rahmenverfahren für die verzögerungsarme Schätzung der Bewegungsparameter des Fahrzeuges aufgrund seines physikalischen Bewegungsmodells hergeleitet und mit einem hochgenauen Frequenzauswerteverfahren kombiniert. Beide Verfahren basieren auf blockweisen diskreten Spektralzerlegungen, deren prinzipielle Nachteile gegenüber kontinuierlichen Ansätzen weitgehend kompensiert werden können. Durch die Blockorganisation lassen sich neuartige wissensbasierte Spektralfilter selektiv zur Unterdrückung starker bahnanwendungstypischer Störeinflüsse einsetzen.