天华中威科技微波小课堂_4D成像雷达系统信号处理架构

着重研究4D成像毫米波雷达，实现创新突破，可以为其他的民用雷达领域提供新方案和新思路，即“一鲸落而万物生”。如果自动驾驶技术能够尽快实现突破，除了生产力得到极大解放之外，新的技术也会拉动本产业及其生态链，并辐射其他产业蓬勃发展，带动经济的整体发展。但“纸上谈兵终觉浅，绝知此事要躬行”！

4D成像雷达系统的信号处理架构是4D成像雷达的基石，实现4D点云成像的基础是需要获得高质量、大规模的点云数据。获得高质量、大规模点云数据的关键是需要信号处理在满足实时性条件下输出高分辨点云，而满足实时输出4D高分辨点云的骨架就是需要一个合适的信号处理架构。什么是合适的信号处理架构，这是一个困扰雷达系统工程师的问题。

信号处理架构的选择取决于阵列天线设计、波形设计、信噪比(链路增益)、点云数量和质量、算法复杂度(实时性)、处理器资源、雷达功能扩展等诸多因素。这些因素中，有的是硬件设计因素，有的是信号处理因素，有的是目标点云因素，但最关键的还是信噪比。信噪比是信号处理历代兵家的必争之地，也就是说信号处理很大程度上是关于信噪比的争夺！

雷达系统是一个非常复杂的系统，参数的设计和方案的选取往往是牵一发而动全身，尽管民用雷达期望所有算法模块化，降低入门和开发难度，但还是离不开具体场景的需求而定制化。本文首先分析了传统毫米波雷达信号处理架构的特点，然后分析了目前4D成像雷达的信号处理架构，当然很多东西其实并不是一层不变的，具体实现上还是要根据实际场景需求而定。

1、传统毫米波雷达信号处理架构

雷达信号处理最核心工作是依次完成径向距离、径向速度、角度的参数估计，虽然距离和速度存在弱耦合关系，但在满足一定条件下基本可等价为各自独立频率的参数估计问题，3D-FFT或4D-FFT架构均属于线性运算。

第一种传统的毫米波雷达信号处理系统架构如下图所示，被称为RDA架构。将ADC原始数据输入数字信号处理器，然后分别进行距离维FFT、多普勒维(速度维FFT)、非相参积累(非相干积累)、CFAR检测、DOA估计等信号处理模块，最后输出目标的4D点云，包含距离、速度、水平角度和垂直角度(高度)等信息。

其中，架构中的处理算法可以采用更加高级或者先进的信号处理算法进行替换，比如CFAR就有CA-CFAR、SO-CFAR、GO-CFAR、OS-CFAR等；DO A估计除了3D-FFT、Capon外，为了满足角度超分辨，还需要采用其他超分辨算法。

第二种传统的毫米波雷达信号处理系统架构和第一种略有不同，被称为RAD架构。ADC原始数据输入数字信号处理器，然后分别进行距离维FFT、水平维度Capon-BF、CFAR、俯仰维度测角、多普勒维FFT等。同理，上述步骤中某些模块也可以采用高级的处理算法。距离维FFT后水平维度Capon-BF的结果如下图所示。

第一种架构和第二种架构相比，基于RDA的架构会利用接收通道间的非相参积累(NCC)获得非相参积累增益，使得整体的信号处理增益得到提升，适合检测道路弱势目标(Vulnerable Road Users)。同时，把DOA估计放在距离维FFT和多普勒维FFT后，可以获得更高的信噪比，保障超分辨算法的估计性能。

对于近距离感知可以采用第二种架构，较高的信噪比不需要非相参积累增益也能够保障超分辨算法的性能，且可以直接利用ADC原始数据(复数)做快拍数据得到的是距离-方位谱，非常适合于Capon和MUSIC等算法。最关键的是此架构不会受到距离-多普勒谱中多普勒扩展的影响，对于获得的同距离、同方位的点，都可以分析其微多普勒特征，这对于室内人员感知等应用非常友好，而众所周知的TI毫米波雷达行人检测就是采用这种方案，如下图所示。

图片来自TI文档：People Tracking and Counting Reference Design Using mmWave Radar Sensor.pdf。

在RDA架构中的检测和测角模块是以假设目标为点目标进行设计的，无法实现单帧高密度点云，需采用全新的雷达信号处理算法架构，力图在相干或非相干积累、目标检测、测角等模块的算法寻求突破。

2、4D成像雷达新的信号处理架构

4D成像雷达信号处理新架构的提出原因：

(1)4D成像雷达增加高度信息，使得信号处理框架更加丰富(FFT增加)。

(2)4D成像雷达获取大规模点云的本质其实就是将目标进行扩展，获得目标更多的点云，从而在后续的处理中还原目标的信息。说白了，就是信息采集、处理、还原和识别的过程，这个过程会丢失很多信息，根本原因是采集设备(雷达)的性能决定的。因此，目前4D毫米波雷达信号处理方案设计的主流思路是以扩展目标点云为最终目标。在满足高质量的前提下，增加点云数量。

(3)天线数量增加导致数据量剧增，需要满足实时性要求。

(4)特殊的阵列设计以及波形设计，导致信号处理架构不同。

(5)性能指标要求，如高动态范围、分辨率等因素。

目前有4D-FFT和ASRP两种框架被提出，如下所示：

4D雷达的信号处理架构，可以说是基于传统雷达信号处理之上扩展而来，从上图可以看出，基本的骨架没有变化，只是在不同的模块之间多了一些数据走向。比如聚类之后可以返回RD谱提取微多普勒信息，测角之前还需要利用CFAR的结果去索引目标信息。

当然，上图给出的信号处理架构是简化版的，真正的4D成像雷达信号处理架构，还需要补充很多模块，比如抗干扰模块、通道校准模块、RCS计算模块(可以省略)、微多普勒提取模块、速度解模糊模块等等。