雷达信号处理话题总结

（一）根据系统距离和速度参数进行波形设计。

其中距离维系统指标包含：最远作用距离，距离精度，距离分辨率。速度维系统指标包含：不模糊速度范围，速度精度，速度分辨率。波形设计内容包括调制方式，MIMO类型。其中调制方式包括频率编码（包含步进频SFCW，步进线性调频Stepped Chirp，Costas频率编码等），相位编码。MIMO类型包括TDM，DDM，CDM等，更多分类方式可参考论文《Analysis and Comparison of MIMO Radar Waveforms》。当下车载毫米波雷达主流的方式是DDM-MIMO加上频率编码，后续在波形设计环节，也是以此波形作为研究对象。

这里要说明一下先后顺序。先有系统指标-->然后设计波形参数(设计的自由度还是比较大的)-->最后核算实际可达的系统指标（可先参考文章FMCW雷达波形设计），实际的波形设计是一个需要不断折中、反复迭代的过程，没有最优，只有最合适。波形设计过程中还需要考虑刷新率、芯片可用内存空间大小，芯片是否支持该波形实现等因素。

1. 发波时间既要满足速度分辨率的要求，同时在刷新率的限制下还要预留足够的时间用于信号处理各个模块，比如Doppler处理，CFAR处理以及耗时较长的DOA处理。
2. 雷达处理中要存储的数据且数据量比较大的就是RadarCube（1D执行结束后的数据，压缩或者非压缩）。举个例子，我们计算一个典型的雷达波形参数做完1D后的RadarCube数据大小。假定有接收天线个数4个，采样点是1024（假设是实采样，1D后保留512点），chirp个数是384，有压缩功能且压缩率为0.5，那么RadarCube对应的大小为512Samples x 384Chirps x 4Rx x 4byte x 0.5=1.5M
3. 如果有一个特别复杂的波形，比如脉间需要频率编码，脉组之间也需要频率编码等，有些MMIC芯片未必支持。但是对于车载毫米波雷达中常用的波形，市面上的MMIC芯片一般都是支持的，MMIC芯片国外主要有Infineon，NXP，TI，国内的有Calterah，圭步微电子等。所以当一个复杂且厉害的波形被设计出来并且算法验证没问题后，在确定型号的MMIC芯片上如何实现也是实际工作中需要考虑的问题。这里的实现包括：波形配置以及信号处理流程的实现，要充分利用MMIC提供的加速引擎来实现所有的信号处理步骤，这样能大幅节省时间。比如TI MMIC提供了FFT，CFAR，LocalMax,Compression等引擎。

（二）DDM-MIMO FMCW回波信号Matlab仿真及讨论

相位在雷达信号处理中非常重要，我们常说的2D-FFT其实就是相参积累，提高SNR的同时也获得了距离和速度信息，便于后续检测。通过回波信号模型仿真（可先参考信号模型之FMCW波形及Matlab仿真）能深刻的认识到后续的信号处理步骤到底在处理什么，这才是一切的源头！同时也会提到加窗抑制频谱泄漏（可参考文章FMCW雷达测量中的加窗和插值），以及通过插值提升精度（可参考文章DFT插值提升频率估计精度）等话题，这在后续雷达静态测试中测试距离和速度的精度指标时会涉及到。

（三）距离-速度解算

这部分内容和波形紧密相关，对于普通的FMCW波形，执行2D-FFT相参积累后，目标的峰值得以凸显，检测后将快时间和慢时间索引换算成对应的距离和速度信息。对于Stepped-FMCW波形，由于chirp间频率是按固定频率间隔变化的，2D后得到的多普勒频率中除了包含目标的多普勒频率之外，还有目标距离带来的频率变化，需要将距离速度解耦之后才能获得正确的距离和速度信息，可参考文章stepped-FMCW 中频回波信号模型推导。

（四）MIMO解调

由于不同TX是同时发射电磁波，所以需要在接收端能将不同TX的发射信号区分开，这是测角前的必要步骤。DDM-MIMO采用的方式是在不同TX上人为额外添加不同的相偏，这样同一目标在Doppler域就能被区分开。TI给出了一种基于Empty-Band的解调方法，假设4发4收，通过额外增加2个子带分离不同TX对应的信号，可参考文章MIMO调制与解调。在实际的应用中，尤其是在多目标场景下，经常也会出现解调错误，最终导致解角错误，出现虚假目标，我们也可以通过仿真来模拟这种场景。

（五）CFAR检测

CFAR即恒虚警检测。最简单的检测方式就是固定阈值，但是阈值高了会漏报，阈值低了虚警又增加，所以CFAR检测应运而生。CFAR检测是通过CUT周围的参考单元自适应的调整检测门限，TI HWA2.0支持的CFAR方式有均值类：CA，SO，GO，有序统计类OS。为了更精细的检测，往往还需要增加距离分段阈值。像Calterah的Alps Pro芯片还支持分区CFAR，思想上都是统一的，就是要更精细化的处理。

（六）天线校准

由于雷达系统内部传输线长度的差异、制造的不确定性、射频元件的差异、发射通道上功率分布不同等因素，不同发射-接收通道之间存在振幅和相位的变化，这会导致实际模型和理想模型存在偏差。当下毫米波雷达主要工作在77G频段，由于其频率高，波长短，所以很小的一点误差也会带来很大的相位变化，所以校准必不可少。

（七）DOA估计

角度估计是毫米波雷达中重要的内容。通过天线布局设计以及选择合适的测角算法要保证角度的不模糊测角范围，角度精度指标。至于角分辨功能，可以通过增加角分辨或者超分辨的方式实现，但是要评估其收益，主要是耗时能否接受。同时还要考虑可能带来的不利影响，比如可能会导致假目标或者角度抖动等问题。在最近的文章中，我也仿真了一种多基线测角的方法，感兴趣的可以参考文章FMCW雷达多基线测角&角度解模糊。

后续内容也是主要围绕上述几个话题展开，除了以上列举的话题，还有遮挡检测，干扰检测和抑制，多径抑制等问题，如何在信号处理阶段提供更多的信息，为提高雷达系统表现贡献自己的一份力量也是值得思考的问题，因为雷达是个系统，即使从事的信号处理部分的工作，也要具备系统思维，多关注雷达系统表现。

以上就是今天的内容分享，如果有所收获，欢迎点赞、留言、转发，你的支持是我持续输出的动力，下篇内容，我们不见不散~