■十大网投正规信誉官网■十大网投靠谱平台 科技微波小課堂_4D成像雷達系統(tǒng)信號處理架構(gòu)
著重研究4D成像毫米波雷達，實現(xiàn)創(chuàng)新突破，可以為其他的民用雷達領(lǐng)域給予新方案和新思路，即“一鯨落而萬物生”。如果自動駕駛技術(shù)能夠盡快實現(xiàn)突破，除了生產(chǎn)力得到極大解放之外，新的技術(shù)也會拉動本產(chǎn)業(yè)及其生態(tài)鏈，并輻射其他產(chǎn)業(yè)蓬勃開展，帶動經(jīng)濟的整體開展。但“紙上談兵終覺淺，絕知此事要躬行”！
4D成像雷達系統(tǒng)的信號處理架構(gòu)是4D成像雷達的基石，實現(xiàn)4D點云成像的基礎(chǔ)是需要取得高質(zhì)量、大規(guī)模的點云數(shù)據(jù)。取得高質(zhì)量、大規(guī)模點云數(shù)據(jù)的關(guān)鍵是需要信號處理在滿足實時性條件下輸出高分辨點云，而滿足實時輸出4D高分辨點云的骨架就是需要一個合適的信號處理架構(gòu)。什么是合適的信號處理架構(gòu)，這是一個困擾雷達系統(tǒng)工程師的問題。
信號處理架構(gòu)的選擇取決于陣列天線設(shè)計、波形設(shè)計、信噪比(鏈路增益)、點云數(shù)量和質(zhì)量、算法復(fù)雜度(實時性)、處理器資源、雷達功能擴展等諸多因素。這些因素中，有的是硬件設(shè)計因素，有的是信號處理因素，有的是目標點云因素，但最關(guān)鍵的還是信噪比。信噪比是信號處理歷代兵家的必爭之地，也就是說信號處理很大程度上是關(guān)于信噪比的爭奪！
雷達系統(tǒng)是一個非常復(fù)雜的系統(tǒng)，參數(shù)的設(shè)計和方案的選取往往是牽一發(fā)而動全身，盡管民用雷達期望所有算法模塊化，降低入門和開發(fā)難度，但還是離不開具體場景的需求而定制化。本文第一時間分析了傳統(tǒng)毫米波雷達信號處理架構(gòu)的特點，然后分析了現(xiàn)在4D成像雷達的信號處理架構(gòu)，當(dāng)然很多東西其實并不是一層不變的，具體實現(xiàn)上還是要根據(jù)實際場景需求而定。
1、傳統(tǒng)毫米波雷達信號處理架構(gòu)
雷達信號處理最核心工作是依次完成徑向距離、徑向速度、角度的參數(shù)估計，雖然距離和速度存在弱耦合關(guān)系，但在滿足一定條件下基本可等價為各自獨立頻率的參數(shù)估計問題，3D-FFT或4D-FFT架構(gòu)均屬于線性運算。
第一種傳統(tǒng)的毫米波雷達信號處理系統(tǒng)架構(gòu)如下圖所示，被稱為RDA架構(gòu)。將ADC原始數(shù)據(jù)輸入數(shù)字信號處理器，然后分別進行距離維FFT、多普勒維(速度維FFT)、非相參積累(非相干積累)、CFAR檢測、DOA估計等信號處理模塊，最后輸出目標的4D點云，包含距離、速度、水平角度和垂直角度(高度)等信息。
其中，架構(gòu)中的處理算法可以采用更加高級或者先進的信號處理算法進行替換，比如CFAR就有CA-CFAR、SO-CFAR、GO-CFAR、OS-CFAR等；DO A估計除了3D-FFT、Capon外，為了滿足角度超分辨，還需要采用其他超分辨算法。
第二種傳統(tǒng)的毫米波雷達信號處理系統(tǒng)架構(gòu)和第一種略有不同，被稱為RAD架構(gòu)。ADC原始數(shù)據(jù)輸入數(shù)字信號處理器，然后分別進行距離維FFT、水平維度Capon-BF、CFAR、俯仰維度測角、多普勒維FFT等。同理，上述步驟中某些模塊也可以采用高級的處理算法。距離維FFT后水平維度Capon-BF的結(jié)果如下圖所示。
第一種架構(gòu)和第二種架構(gòu)相比，基于RDA的架構(gòu)會利用接收通道間的非相參積累(NCC)取得非相參積累增益，使得整體的信號處理增益得到提升，適合檢測道路弱勢目標(Vulnerable Road Users)。同時，把DOA估計放在距離維FFT和多普勒維FFT后，可以取得更高的信噪比，保障超分辨算法的估計性能。
對于近距離感知可以采用第二種架構(gòu)，較高的信噪比不需要非相參積累增益也能夠保障超分辨算法的性能，且可以直接利用ADC原始數(shù)據(jù)(復(fù)數(shù))做快拍數(shù)據(jù)得到的是距離-方位譜，非常適合于Capon和MUSIC等算法。最關(guān)鍵的是此架構(gòu)不會受到距離-多普勒譜中多普勒擴展的影響，對于取得的同距離、同方位的點，都可以分析其微多普勒特征，這對于室內(nèi)人員感知等應(yīng)用非常友好，而眾所周知的TI毫米波雷達行人檢測就是采用這種方案，如下圖所示。
圖片來自TI文檔：People Tracking and Counting Reference Design Using mmWave Radar Sensor.pdf。
在RDA架構(gòu)中的檢測和測角模塊是以假設(shè)目標為點目標進行設(shè)計的，無法實現(xiàn)單幀高密度點云，需采用全新的雷達信號處理算法架構(gòu)，力圖在相干或非相干積累、目標檢測、測角等模塊的算法尋求突破。
2、4D成像雷達新的信號處理架構(gòu)
4D成像雷達信號處理新架構(gòu)的提出原因：
(1)4D成像雷達增加高度信息，使得信號處理框架更加豐富(FFT增加)。
(2)4D成像雷達獲取大規(guī)模點云的本質(zhì)其實就是將目標進行擴展，取得目標更多的點云，從而在后續(xù)的處理中還原目標的信息。說白了，就是信息采集、處理、還原和識別的過程，這個過程會丟失很多信息，根本原因是采集設(shè)備(雷達)的性能決定的。因此，現(xiàn)在4D毫米波雷達信號處理方案設(shè)計的主流思路是以擴展目標點云為最終目標。在滿足高質(zhì)量的前提下，增加點云數(shù)量。
(3)天線數(shù)量增加導(dǎo)致數(shù)據(jù)量劇增，需要滿足實時性要求。
(4)特殊的陣列設(shè)計以及波形設(shè)計，導(dǎo)致信號處理架構(gòu)不同。
(5)性能指標要求，如高動態(tài)范圍、分辨率等因素。
現(xiàn)在有4D-FFT和ASRP兩種框架被提出，如下所示：
4D雷達的信號處理架構(gòu)，可以說是基于傳統(tǒng)雷達信號處理之上擴展而來，從上圖可以看出，基本的骨架沒有變化，只是在不同的模塊之間多了一些數(shù)據(jù)走向。比如聚類之后可以返回RD譜提取微多普勒信息，測角之前還需要利用CFAR的結(jié)果去索引目標信息。
當(dāng)然，上圖給出的信號處理架構(gòu)是簡化版的，真正的4D成像雷達信號處理架構(gòu)，還需要補充很多模塊，比如抗干擾模塊、通道校準模塊、RCS計算模塊(可以省略)、微多普勒提取模塊、速度解模糊模塊等等。
關(guān)注微博
關(guān)注微信
關(guān)注公眾號
關(guān)注抖音號