相位编码FMCW雷达干扰抑制

相位编码FMCW雷达：系统设计与干扰抑制

摘要

调频连续波（FMCW）雷达利用伸缩处理（去调频、去斜坡）来降低雷达系统（如汽车雷达）的采样需求。当将相位编码应用于FMCW雷达系统以实现干扰抑制或联合通信时，由于该过程本身的特性，无法保持这一优势。本文提出了一种新的相位编码FMCW系统，以及一种基于延迟滤波器的处理策略，用于处理未对齐的相位编码雷达回波信号。此外，本文还提出了一种基于相位编码线性调频（LFM）连续波形的改进型干扰抑制方法，并指出了信号干扰比（SIR）的提升。在所提出的抑制技术中，与传统方法中射频谱展宽不同，FMCW雷达的拍频谱展宽，因此射频硬件的带宽与传统LFM连续波雷达保持相同。所提出的相位编码调频连续波（PC‐FMCW）雷达的成功通过仿真得以展示，并通过实验验证了其增强的干扰抑制性能。

索引词

相位编码雷达，相位编码调频连续波，干扰抑制，automotiveradar。

I. 引言

RECENTLY 自动驾驶技术的进步凸显了车辆中所用传感器的重要性。作为自动驾驶汽车数字眼睛的汽车雷达，因其全天候、昼夜工作能力而正成为关键组成部分。集成电路和半导体领域的成就使得单芯片汽车雷达的低成本大规模生产成为可能。如今大多数车辆已经配备了雷达系统以提高道路安全。随着道路上配备雷达的车辆数量不断增加，拥堵交通中多个汽车雷达的共存问题将日益突出。来自其他车辆的干扰会降低雷达系统的探测能力，从而对其功能产生负面影响。

线性调频（LFM）波形几十年来一直被用作大多数运行中雷达系统的主要波形。然而，人们对使用相位编码（PC）波形的兴趣日益增长，因为相位编码可用于减少同一区域内雷达之间的干扰[1]。由于电磁频谱拥挤，射频干扰（RFI）对雷达应用（如汽车雷达[2]）而言是一个严重问题，并且可能表现为需要为可靠的自动驾驶汽车减轻的同步或异步干扰[3]。

许多码族在过去已被用作相位编码雷达波形[4],[5]。代码（或相位编码波形）的性能通常通过模糊函数来衡量，该函数联合展示了传播延迟和多普勒关系。由于多普勒容错长码能够提供由码序列自相关产生的距离旁瓣，因此在相位编码连续波（PC‐CW）雷达应用中更受青睐[6]。

PC‐CW雷达系统存在不同的架构[7]。此类系统可能为每个距离门（距离通道）使用多个解码器，通过码信号的移位版本对信号进行解码。莱瓦农和盖茨比较了线性调频与PC‐CW雷达，并提出了一种用于PC‐CW雷达系统的多相关处理器[8]。

匹配滤波[9],[10]或序列搜索相关[11]目前被用于PC波形的处理，以达到最佳的信噪比（SNR）。在文献中，还引入了非匹配滤波器来降低PC波形的旁瓣电平[1]。这些方法大多会增加计算复杂度或硬件架构的复杂度（例如使用多条相关线路）。另一方面，使用非匹配滤波器或在数字域中使用相关器需要宽带数据采集，这可以通过高端大带宽模数转换器（ADC）实现。因此，这些方法不适合汽车雷达应用，因为在汽车雷达设计中性能成本比是一个关键因素。

MIMO方案通过使用正交波形在汽车雷达中实现空间分集。de Wit等人提出了通过码分实现正交波形的初始方法，用于调频连续波（FMCW MIMO）雷达[12]。然而，该方法基于频域处理，只能在数字域中实现，而无法在雷达系统的硬件中实现。金等人提出了一种用于汽车MIMO雷达的码分复用方法，该方法采用组合频移键控‐线性FMCW波形[13]。然而，这种方法将频谱划分为频移键控部分，导致每一步的距离分辨率下降。在[14], 费格等人引入了优化相位码和加权函数，用于二进制相位编码调频连续波（PC‐FMCW）MIMO雷达，其假设调制为窄带，并以适中速率对中频信号进行采样，这意味着单个码片的持续时间远大于往返延迟时间。在某些情况下，此假设可能不成立。

并且在解码前需要对接收信号的包络进行对齐。一种相位编码线性调频连续波（PC‐LFMCW）雷达的初始系统设计在[15],[16], 被提出，但未考虑由于不同目标延迟引起的编码拍频偏移。正如文献中所强调的，返回信号的错位是一个重要问题，必须加以校正才能获得最佳信噪比。

解决错位问题（不使用多条相关线路）的最接近方法是由赫明森等人提出的波形多样性延时处理[17],，该方法建议用补偿变换替代最终的快速傅里叶变换（FFT）阶段，从而允许使用其他类线性调频波形，同时无需改变射频接收链。最近，麦科马克等人利用波形多样性延时处理[17]实现了一种FMCW相位附加雷达/通信系统[18],，旨在实现联合感知与通信，而非干扰抑制。然而，这些方法计算量较大，无法应用于处理能力受限的平台，例如汽车雷达系统。本文通过使用群延迟滤波器来解决拍频对齐问题，该方法不仅能高效地对齐来自不同目标的拍频信号，而且可在汽车（或单芯片）雷达系统中实现，且不会增加单元成本。

我们提出的利用群延迟滤波器进行拍频对齐的方法可以应用于任何类型的调频连续波雷达系统。然而，本文特别关注调频连续波雷达系统中的相位编码LFM波形及其在增强干扰抑制方面的适当实现。我们提出了一种新的混合架构（硬件和软件）用于调频连续波雷达，并提出一种信号处理技术，使得即使在发射与接收的相位编码波形之间存在不同的时间延迟时，仍可实现伸缩处理。换句话说，我们的方法在不增加单元成本和计算复杂度的情况下解决了拍频信号的对齐问题。我们将所提出的混合方法扩展到基于硬件的PC‐FMCW雷达系统架构中。具有拍频对齐功能的相位编码线性调频连续波（PC‐FMCW）雷达架构是新颖的，据作者所知，此前尚未在文献中报道过。此外，这是首次成功将所提出的方法应用于雷达系统中的干扰抑制问题。

本文的其余部分结构如下。第二节介绍了传统FMCW雷达系统的系统模型以及相位编码。然后在第三节中引入了所提出的系统，包括通过群延迟滤波器实现包络对齐和解码流程。第四节通过仿真和实验展示了概念验证。第五节讨论了所提出的方法在LFMCW雷达上用于干扰抑制的应用。第六节讨论了该方法的硬件实现及未来工作。最后，第七节给出了结论。

二、系统模型

A. 背景

在调频连续波(FMCW)雷达中，发射信号的频率随时间变化，通常以在线性扫描预设带宽的形式进行。通过混频发射信号和接收信号来确定两者之间的频率差，该频率差可用于测量目标的距离和速度[19]。图1展示了传统FMCW雷达的简化框图。

假设一个信号发生器，例如任意波形发生器(AWG)或压控振荡器(VCO)或直接数字合成(DDS)[20], 生成一个瞬时频率如图2.a所示的波形（其中不同可能事件的持续时间标记如下：Tdwell为驻留时间；Tsettle为波形发生器稳定时间；TADC为ADC采样时间；Treset为波形发生器复位时间）。

波形的瞬时频率由fi(t) = kt确定，其中波形的斜率k= B/T等于带宽B与波形持续时间T= Tsettle+TADC的比值。然后，具有初始相位φ0的射频(RF)波形的瞬时相位定义为，

$$
φ(t)= 2π \int_{0}^{t} f(t)dt = 2π(fct+ \frac{1}{2} kt^2)+ φ0.
$$

(1)

具有包络A(t)的发射波形可以表示为

$$
xT(t)= A(t) rect( \frac{t − T/2}{T}) cos(φ(t)),
$$

(2)

其中，一个矩形函数（对于中心在X且宽度为Y的脉冲）可以写成如下形式：

$$
rect( \frac{t − X}{Y}).
$$

(3)

在距离为R0、视线方向速度为ν的目标处反射的接收波形可以表示为发射信号的一个延迟副本（为简化推导，假设无自由空间路径损耗），

$$
xR(t)= A(t − τ) rect( \frac{t − τ − T/2}{T}) cos(φ(t − τ))
$$

(4)

其中往返时间延迟为

$$
τ= \frac{2(R0+ νt)}{c}.
$$

(5)

接收和发射信号经过混频以降低所需的采样率。该混频生成中频（也称为拍频、去啁啾、去斜坡）信号

$$
xB(t)= xT(t) xR(t) = A(t)A(t − τ) rect(\frac{t − τ − T/2}{T}) cos(φ(t)) cos(φ(t − τ))
$$

(6)

也可以表示为，

$$
xB(t)= \frac{A(t)A(t − τ)}{2} rect(\frac{t − τ − T/2}{T}) (cos(φ(t)− φ(t − τ))+ cos(φ(t)+ φ(t − τ))).
$$

(7)

拍频信号随后经过低通滤波，以消除高频（和）分量，然后由模数转换器以至少两倍于最大拍频的速率进行数字化。

只有低频（差值）分量能够通过低通滤波器，从而产生拍频信号

$$
xB(t)= \frac{A(t)A(t − τ)}{2} rect(\frac{t − τ − T/2}{T}) cos(φ(t)− φ(t − τ)).
$$

(8)

B. 相位编码

相位编码波形通常将脉冲划分为Lc个时间段。每个被称为码片的时间段可能具有与其他时间段不同的相位。对于二进制相位码，码片相位可以是0或π，而多相码支持更多的相位变化[1]。一个二进制序列α1, α2,…, αLc（共Lc位αn ∈{−1,+1}）的相位编码波形单周期在数学上可表示为，

$$
C(t)= \sum_{n=1}^{Lc} ejφnrect(t −(n − 1/2)Tc ),
$$

(9)

其中φ(n) ∈{0, π}表示序列第nth位对应的相位。该相位在码片持续时间Tc= T/Lc内保持不变。当当前码片值从−1变为+1或反之亦然时，由于相位发生180◦的跳变，将产生相位不连续。如果发射波形采用双极性相位码C(t) ∈{−1, 1}进行编码，则发射信号和接收信号的包络分别为A(t) = C(t)和A(t−τ) = C(t−τ)。相位编码调频连续波雷达经过去调频和低通滤波后的拍频信号可表示为，

$$
xB(t)= \frac{C(t) C(t − τ)}{2} rect( \frac{t − τ − T/2}{T}) cos(φ(t)− φ(t − τ)).
$$

(10)

如图2.b和图2.d所示，由于往返时间延迟，发射信号C(t)与接收信号C(t−τ)（假设无损耗）的包络在时间上不匹配。在这种情况下，无法成功解码接收信号。因此，伸缩处理在频谱分析后无法得到预期的距离剖面。需要一种新的处理方案来对齐发射信号与接收信号的包络，以实现完全解码，这将在下一节中讨论。

III. 提出的系统模型

提出的相位编码FMCW雷达系统（如图3所示）与传统的FMCW雷达系统相比具有两个显著特点。

首先，接收信号与未编码发射信号进行混合，去调频后每个拍频保留原始相位编码。因此，对于所提出的相位编码调频连续波雷达架构，去调频和低通滤波后的拍频信号可表示为，

$$
xB(t)= \frac{C(t − τ)}{2} rect( \frac{t − τ − T/2}{T}) cos(φ(t)− φ(t − τ)).
$$

(11)

其次，更重要的是，所提出的系统使用了一个简单的时域群延迟滤波器（也可以等效地在频域实现），以对齐每个拍频的包络，从而使得即使每个拍频在时间上具有不同的延迟，仍能够成功解码接收信号。

A. 包络对齐

图4.a展示了未经任何处理的时间‐频率域中的差频信号。

属于远距离目标的差频信号比属于近距离目标的拍频延迟更多。因此，每个拍频的偏移程度都与其他不同。

任意距离R处拍频的精确时间延迟可表示为，

$$
τb= \frac{2R}{c},
$$

(12)

而拍频为[22]

$$
fb= \frac{2 R}{c} \frac{B}{T}.
$$

(13)

或者，结合(12)和(13)，我们发现拍频fb被延迟了

$$
τb= \frac{T}{B} fb= \frac{fb}{k}.
$$

(14)

注意，由于来自最大距离Rmax的往返延迟特性，最大拍频fb,max= fs/2会因最大延迟τmax而产生延迟。为了对齐所有拍频信号的包络，每个拍频信号都需要相对于fb,max延迟到同一时间点。因此，所有拍频信号0< fb< fb,max都需要进行相应的延迟处理。

$$
τD= τmax − τb = \frac{1}{k}(fb,max − fb).
$$

(15)

B. 群延迟滤波器

实际上，由于同时从多个目标接收到回波，接收信号x(t)包含多个差频信号。对于P个任意距离处的目标，总的接收信号可以表示为

$$
x(t)= \sum_{p=1}^{P} xB(t, τp),
$$

(16)

其中τp是pth目标的时间延迟。注意，对于图3中所提出的系统，接收信号使用未编码波形A(t)= 1进行去啁啾处理。因此，提出的方法的拍频信号如(11)所示。

为了解决偏移的接收信号包络问题，即明确地C(t − τp)，我们提出使用一种时域群延迟滤波器，该滤波器可独立延迟输入信号的所有频率分量。群延迟滤波器是一种全通滤波器，能够通过所有信号，但对不同频率的信号分量会产生不同的延迟。因此，它是实现公式(15)中提出的延迟的理想选择。

注意，滤波器的群延迟定义为相位的负导数。对于一个幅值响应为|H(f)|且相位响应为6H(f)的滤波器，具体而言

$$
H(f)= |H(f)| 6 H(f),
$$

(17)

其群延迟定义为

$$
τGD(f)= − \frac{1}{2π} \frac{d}{df} 6 H(f).
$$

(18)

对于形式为y(t) = E(t)cos(φ(t))的任意信号，其中E(t)是缓慢变化的包络，群延迟滤波器h(t)的输出定义为[23],

$$
z(t)= y(t)⊗ h(t) ≈ E(t − τGD(f)) cos(φ(t − τφ(f)))
$$

(19)

这里，包络函数被群延迟所延迟，而载波（在本例中为拍频信号）则被相位延迟所延迟。

$$
τφ(f)= − \frac{1}{2π} \frac{6 H(f)}{f}.
$$

(20)

定义一个滤波器hGD，其幅值响应为常数|H(f)| = 1，且具有群延迟τGD= τD，从而得到相位响应

$$
6 H(f)= −2π∫ τGD(f)df = −2π∫ \frac{1}{k}(fb,max − fb) dfb
$$

$$
6 H(fb)= \frac{2πfb}{k}(fb^2 − fb,max).
$$

(21)

通过最小pth范数迭代优化[24]，可以实现具有给定幅度和相位响应的数字滤波器。

由于该滤波器的作用，接收信号的包络在所有频率分量（拍频信号）上均被延迟至期望值。需要注意的是，根据(19)式的第二部分，即cos(φ(t − τφ(f)))，每个拍频都会产生相位延迟。在实际应用中，我们采用谱估计方法（如快速傅里叶变换，FFT）对伸展处理后的信号进行距离信息提取。由于频谱分析仅利用频率分量，因此拍频信号中的相位延迟（变化）不会影响距离估计结果。经过群延迟滤波后的时域输出信号可表示为

$$
x˜(t)= x(t)⊗ hGD(t) = \sum_{p=1}^{P} \frac{C(t − τmax)}{2} rect( \frac{t − τmax − T/2}{T} ) cos(φ(t − τφ)− φ(t − τp − τφ)).
$$

(22)

尽管在时域中应用了单个群延迟滤波器hGD，但为了展示该滤波器对差频信号的影响，滤波器的输出x˜(t)在时频域中进行了展示。图4.b显示了经过所提出的群延迟滤波器后的差频信号。如图所示，所有差频信号均在相同的时间实例τmax处与fb,max对齐。

C. 解码

在本节开始时，我们强调了所提出的架构的一个重要特征，即在时域接收信号中保留相位码。解码只需在谱估计之前进行实现正确的距离信息。未解码时，由于拍频信号中存在突变的相位变化，频谱估计技术无法利用其频率内容，因此无法获得距离信息。

需要注意的是，在经过群延迟滤波后，所有差频信号均在最大延迟处对齐，如图4.b所示。合适的解码信号应能校正由编码信号C(t)引起的相位变化，因此解码信号应为编码信号的复共轭1（在本例中，由于采用二进制编码，编码信号本身即可用作解码信号）。此外，解码信号应与接收信号完全对齐。在此条件下，可将合适的解码信号定义为C∗(t − τmax)，此特定示例中的情况如图4.c所示。最终，解码后的拍频信号由以下表达式给出

$$
s(t)= C∗(t − τmax)x˜(t) = \frac{1}{2} \sum_{p=1}^{P} rect(t − τmax − T/2 ) cos(φ(t − τφ)− φ(t − τp − τφ)),
$$

(23)

因为C(t − τmax)C∗(t − τmax) = u(t − tmax)其中

$$
u(t − to)= \begin{cases}
0 & t< to \
1 & t> to
\end{cases}
$$

(24)

是单位阶跃函数。

从现在开始，可以使用传统的FMCW处理技术来处理解码信号s(t)。需要注意的是，每个脉冲（即经过相同群延迟滤波器滤波的脉冲）具有如式(20)所示的相同相位延迟。因此，多普勒处理不受所提算法的影响。可以通过对一系列解码信号应用二维快速傅里叶变换来获取目标的距离‐多普勒信息。

四、概念演示

首先通过仿真验证了所提出的相位编码调频连续波雷达的成功性，随后通过实验验证了相应的信号处理方法。

A. 仿真

尽管提出的方法更具通用性并适用于不同的系统，但在仿真中雷达设计参数的选择仍类似于79 GHz汽车雷达系统，如表I所示。

参数	值
ADC采样时间	25.60 µs
驻留时间 Tdwell	1.00 µs
复位时间 Treset	5.00 µs
稳定时间 Tsettle	3.52 µs
ADC采样频率 fs	40 兆赫
带宽 B	2 吉赫
啁啾数	512
每个啁啾的比特（码片）数	16
码片持续时间	1.60 µs

1) 编码矩阵

作为编码信号，在此第一个示例中，我们选择一个生成多项式为g(z)=[z6+ z+1]的16位Kasami序列，因为Kasami序列是一类具有优良互相关特性的码序列[25]。然后，所选的编码信号在每个脉冲（突发）中进行随机移位。在一个相干处理间隔（CPI）内，发射512个突发（脉冲或码片）。因此，一个距离‐多普勒处理帧包含512个突发（慢时间样本）和1024个ADC采样（快时间样本）。图5展示了一个距离‐多普勒处理帧的编码矩阵，其行由随机移位的Kasami码构成。具体而言，编码矩阵的每一行是通过对选定的16位Kasami序列应用随机循环移位2而生成的。该编码矩阵并非唯一，可根据预期应用进行调整。例如，在联合感知与通信中，编码矩阵可携带通信信息。

首先，对一个位于10米距离、速度为10米/秒的单目标进行了仿真。图6.a显示了滤波器输入信号（未处理的差频）的一部分（1024个采样中的155个采样）以及编码信号。从图中可以看出，由于往返延迟，接收到的拍频发生了偏移，其相位变化与发射码信号不一致。这种错位可以通过一个时域群延迟滤波器对所有拍频信号进行校正（图6为说明目的仅显示了一个拍频信号）。

2) 群延迟滤波器

设计了一个实值、稳定、无限冲激响应（IIR）群延迟滤波器（如第三节‐B所述），因其非恒定群延迟特性（由于有限冲激响应滤波器具有恒定群延迟，无法实现提出的方法）以及易于在雷达处理器（如微控制器（MC））上实现。滤波器阶数设为30，从而得到直接II型滤波器结构（可用60个乘法器和60个加法器实现）。该滤波器的频率响应如图7所示。从图中可以看出，尽管经过优化后幅值响应|H(f)| = 1几乎满足要求，但幅值响应仍存在较小的波动。

图8显示了设计的IIR滤波器的理想群延迟和设计群延迟。从图中可以看出，该滤波器本身具有恒定延迟，为24.13采样。设计滤波器的群延迟与理想群延迟的比较如图8所示。注意，理想群延迟已偏移24.13采样，以便于比较。图8还显示了模拟目标的拍频及其延迟（34.45采样）。在此示例中，最大延迟为35.78采样。而往返产生的延迟为35.78 − 34.45= 1.33采样，这可以从图6.a中明显看出，因为频率变化比编码信号的相位变化晚2个采样发生。

3) 距离-多普勒处理

滤波和解码后，差频信号可进行传统处理。距离‐多普勒处理可通过二维快速傅里叶变换高效执行。在距离‐多普勒处理过程中，在距离和多普勒维度均使用汉明窗以实现旁瓣抑制。

图9显示了系统的最终Range‐Doppler图像，其中模拟目标在正确的距离和速度处形成一个峰值。为了进一步研究系统响应，图10展示了Range‐Doppler输出的零多普勒（速度）切片。从图中可以看出，由于多普勒频移（目标运动），波形受到轻微影响。关于多普勒对波形编码的影响的详细研究在[26]中进行了探讨。

此外，为了展示所提出滤波方法的附加价值，将结果与PC‐FMCW系统中相位解码后的常规伸缩处理进行了比较。图11展示了两个示例，其中虚线表示传统FMCW雷达系统的参考结果；灰色线条表示PC‐FMCW系统中相位解码后伸缩处理的输出；黑色线条表示PC‐FMCW系统中在相位解码和伸缩处理之前应用了提出的滤波方法的结果。如图11.a所示，相位编码引起的失真对最近的目标并不显著。然而，对于更远距离的目标，由于相位编码导致了更高的旁瓣，因此需要在相位解码前使用所提出的滤波器来减轻这些更高的旁瓣，如图11.b所示。需要注意的是，推广这些结果具有挑战性，因为一些标准指标（例如峰值旁瓣比）受到所选代码族、代码长度和分布的影响。

以及场景中目标的距离。然而，与传统的解码方法相比，所提出的滤波方法始终能提供更好的（或在理想情况下为最优的）峰值旁瓣电平，如图11所示。

B. 多目标

我们将仿真扩展到多目标场景，以证明所提出方法的有效性，即使在相同距离和/或相同速度（多普勒频率）存在多个目标的情况下也是如此。仿真中引入了雷达路径损耗模型，以模拟不同的信噪比（SNR）水平[27]。五个不同目标的位置、速度、雷达散射截面(RCS)以及信噪比（SNR）值汇总于表II中。

目标	距离（米）	速度 (m/s)	雷达散射截面（dB m²）	信噪比（分贝）
目标‐1	6.8	2	15	1.22
目标‐2	16.4	-5	20	-8.97
目标‐3	16.4	3	25	-4.04
目标‐4	25.4	-7	30	-6.57
目标‐5	34.3	-7	35	-6.80

图12显示了上述多目标场景的结果。从图中可以看出，在经过群延迟滤波和解码后，所有五个目标均通过距离‐多普勒处理实现了聚焦。需要注意的是，单个群延迟滤波器即可对齐所有目标的差频信号，因此可以成功应用解码信号，从而获得聚焦良好的Range‐Doppler输出。

C. 实验

为了验证从仿真模型中获得的结果，在中频(IF)下设置了实验。由于无法获得相位编码调频连续波雷达，因此使用任意波形发生器(AWG)和示波器进行受控实验。

使用MATLAB环境在数字域中完成相位编码线性调频波形的信号生成。与仿真类似，采用16位Kasami序列进行相位编码。波形生成的采样频率等于任意波形发生器的最大采样率（泰克AWG5014B），即1.2吉样点每秒。由于最大允许带宽为0.5吉赫兹，因此选择波形的带宽为0.4吉赫兹，从而获得0.37厘米的距离分辨率。其他参数如表I所示。任意波形发生器被编程以生成一组延迟信号来模拟目标回波，这些信号由示波器（安捷伦DSO‐X‐91604A）以1吉样点每秒的速度采集。采集到的波形经过去啁啾处理并下采样至40兆赫，以生成差频信号，方法与仿真类似。

图13.a展示了其中一个接收信号及其对应的16位编码信号。与仿真不同，由于采集的数据中存在两个目标，且由于任意波形发生器内部低通滤波器的作用，接收信号的振幅随频率升高而减小，因此很难观察到相位变化。根据(15)设计了一种新的群延迟滤波器，用于处理实验数据，因为实验中使用的信号带宽与仿真中的带宽不同。长度46的IIR群延迟滤波器的输出如图13.b所示，同时给出了发射码信号。滤波后的信号随后被解码，并在图13.c中展示，同时给出了叠加的解码信号。

在进行包络对齐和解码的滤波后，对由512个慢时间和1024个快时间采样组成的帧进行距离‐多普勒处理。在距离和多普勒维度上均应用汉明窗以抑制过高的旁瓣。距离‐多普勒处理如图14所示，其中两个静止目标被清晰地聚焦。为了观察定性改善效果，图15展示了未经任何解码处理的实验数据的距离‐多普勒图。从图中可以看出，由于相位码的扩频特性，未经任何处理的实验数据结果在距离维度上扩散。

V. 相位编码线性调频连续波雷达的干扰抑制

如前所述，在传统FMCW雷达中，由于目标回波表现为恒定频率音调，因此使用频谱估计技术从接收到的差频信号中估计距离。可以通过对接收到的差频信号应用傅里叶变换来获得目标的距离（见附录A）。

$$
x B(t) F −→ X B(f).
$$

(25)

当应用完全解码 $ C ∗ (t − τ) xB(t) $ 时，系统响应（26）收敛为传统FMCW输出（39），其第一个零点出现在 $ f= ±1/T $，或以距离表示

$$
R_{null,decoding} = \frac{c}{2k} f= ± \frac{c}{2k} \frac{1}{T} = ± \frac{c}{2B}
$$

(27)

因此，瑞利（零点到零点）分辨率或压缩脉冲长度为 c/B。如果存在具有不同编码或无编码的干扰，则系统响应无法聚焦由于编码项(38)而在距离域中扩散。在这些情况下，第一个零点出现在

$$
R_{null,w/o\ decoding}= \frac{c}{2k} ± \frac{1}{T_c} = ±L_c \frac{c}{2B}.
$$

(28)

同样，未解码信号输出的瑞利分辨率是 $ L_c c/B $。

解码信号的脉冲压缩比（处理前脉冲长度与处理后脉冲长度之比）或脉冲带宽积

$$
PCR_{decoding}= \frac{cT}{c/B}= BT,
$$

(29)

而对于未解码（没有任何解码）的信号，

$$
PCR_{w/o\ decoding}= \frac{cT}{L_c c/B}= \frac{BT}{L_c} = BT_c.
$$

(30)

脉冲压缩后的信噪比（SNR）与脉冲压缩前的信噪比之比等于信号的时间带宽积（BT）（对于实信号，如调频连续波雷达中的信号，为带宽积的两倍 $ 2BT[22] $）。由于信噪比与时间带宽积成正比，因此解码信号与未解码信号之比，即信号干扰比（SIR）的改善程度可表示为

$$
SIR= \frac{SNR_{with\ decoding}}{SNR_{w/o\ decoding}} = 10 \log( \frac{BT}{BT_c}) = 10 \log(L_c).
$$

(31)

A. 仿真

为了展示所提出的方法在干扰下的有效性以及信干比的改善，我们进行了仿真和实验。在仿真和实验设置中，我们选择了零相关区（ZCZ）序列[28]–[30],，因为它们具有良好的自相关和互相关特性（这也展示了所提出的方法在不同码序列下的适用性）。码长为64的ZCZ序列的构造方法依据[30]。图16展示了所选两个码序列的归一化自相关和互相关特性。每个码片的持续时间为0.40 µs，使得64位ZCZ码恰好覆盖ADC采样间隔（即25.6 µs或在40 MSa/s采样率下的1024个采样点）。

所提出的PC‐LFMCW雷达系统架构与群延迟滤波器结合使用，用于在解码前校正编码波形的时间延迟。图17展示了零距离点目标（τ= 0，因此 fb = 0）的系统响应，包括解码和未解码的情况。解码信号呈现出理想的sinc函数模式，其第一零点位置位于$ R_{null, decoding} = ±0.37 m $；而未解码信号由多个sinc函数组成（26），其第一个过零点（零点）位于$ R_{null, decoding} = ±27.28m $。从图中可以看出，与传统的扩频技术不同，传统技术中信号在频域中展宽发射信号的带宽B，在所提出的架构中，扩频因子被移至拍频频率谱（即距离域）。由于扩频，干扰信号的峰值能量更低，比解码信号低$ 10\log(L_c) = 18.06 $分贝。

B. 实验

所模拟的抗干扰系统也通过一个实验装置实现，该装置在第四节‐C部分中进行了解释。在此实验（即最差情况的干扰场景）中，两个时间同步的雷达系统，彼此分离在距离方向上相距5米，且共享相同的频率谱（每个雷达的带宽和中心频率均相同）。两者均发射各自的相位编码LFM波形。每个雷达拥有自己的ZCZ序列（其自相关和互相关特性如图16所示）。各雷达对接收信号使用纯LFM波形进行去啁啾处理，以产生拍频信号。图18显示了接收信号的距离‐多普勒处理结果。从图中可以看出，两个雷达相互干扰，其发射波形混合在一起，导致每个雷达除了真实目标外还出现一个鬼影目标（尽管实际上只有一个目标）。此外，由于干扰和非完美包络对齐，真实目标特征的信噪比也较低。图19和图20显示了采用所提出的处理技术，通过各自相位码解码后，每个雷达的距离‐多普勒处理结果。从图中可见，由于正交码序列的作用，每个雷达中的鬼影目标被抑制，从而提高了信干比。此外，完全解码有助于更好地聚焦目标特征，因此因编码导致的信噪比损失得以恢复。

这些效应可以在距离剖面中清晰地看到。图21显示了使用两个不同码序列时，单脉冲的未解码的接收信号和带解码的接收信号的距离剖面。由于每个脉冲都是单独编码的，因此在单脉冲的距离剖面中的目标位置处可以观察到干扰抑制，“10log(Lc) SIR”。经过距离‐多普勒处理后的总处理增益如图22所示。从图中可以看出，由于使用了正交码序列，在目标位置处实现了最大干扰抑制。

VI. 讨论与未来工作

A. 硬件实现

满足要求的群延迟滤波器可被实现到硬件架构中，以降低数字域中的处理负载和离散化误差。编码信号可以被延迟并与滤波信号混合，在模数转换之前解码差频信号。此类架构的简化框图如图23所示。所提出的硬件实现适用于干扰抑制，无需额外的信号处理。微控制器可直接对数字化输出信号计算二维快速傅里叶变换，用于距离‐多普勒处理。

B. 进行中的工作

需要注意的是，目前很难对定性和定量结果进行概括，因为它取决于多个因素，例如发射信号的参数、码族及长度、滤波器长度等。由于本文旨在展示概念验证，因此对此类因素未包含在内，目前正在研究中。完整的同步多输入多输出，以及使用提出的方法进行联合感知与通信的研究，将作为 ongoing research 继续开展。

七、结论

本文提出了一种相位编码调频连续波（PC‐FMCW）雷达系统及其相应的信号处理方法，该方法利用伸缩处理降低了对接收信号采样率的要求，同时实现了相位编码的应用。此外，与传统的相位编码连续波雷达系统不同，所提出的系统架构在硬件阶段无需多个相关器或大带宽的模数转换器。因此，与文献中的现有方法相比，该方案降低了系统架构的复杂度。

我们提出了一种混合（软件和硬件）系统架构，该架构发射相位编码的线性调频波形，并使用纯LFM波形对接收信号进行去斜处理。该系统架构使我们能够在去斜处理过程中保持相位编码。随后，我们提出使用群延迟滤波器来调整由于传播延迟而发生偏移的差频信号包络，并推导出适当的解码信号。因此，在调频连续波雷达接收机中成功实现了对发射前编码的LFM波形的解码。解码后的波形用于获取目标的距离和速度信息。该方法的成功在于所提出的PC‐FMCW系统通过汽车雷达场景的仿真进行了说明，并通过实验进行了验证。

我们专注于汽车雷达干扰抑制问题，并通过定量和定性分析展示了干扰抑制在信干比方面的提升。仿真和实验结果表明，提出的方法在超密集环境中对汽车雷达的干扰抑制问题具有巨大潜力。