天华中威科技微波小课堂_4D成像雷达天线布局

雷达专业人员对于天线的设计大多是指天线布局设计，而并非是专业的天线设计，前者指的是利用算法来优化天线的排放位置，配合波形设计以及信号处理算法，使得阵列能够得到更多的增益，提高雷达探测性能。后者完全就是指天线设计，主要是针对天线设计的硬件方面。这点刚入门的雷达工程人员需要注意一下，把主要方向搞正确。

1、4D成像雷达天线布局要求

面对不同的场景，4D成像雷达天线布局需求不同，比如前向雷达、角雷达、侧向雷达，但本文仅讨论基于前向雷达的天线布局需求。

根据能量守恒定律，在其他条件不变情况下，雷达发射功率一定，则电磁波扫描空间体积恒定，因此短距雷达需要大FOV，远距离雷达需要窄FOV，高分辨需要大天线孔径，这里可以参考文末特斯拉双级联雷达天线布局。

4D成像雷达需要同时具备方位和俯仰的分辨能力，可以瑞利分辨，也可以是超分辨，同时还需要测角无模糊和测角DOA算法稳健性高(抗干扰性强)，详细4D成像雷达基本的要求如下：

(1)水平FOV大于120°，俯仰FOV大于30°。俯仰FOV要求可以放宽一些，但水平FOV必然需要大于120°，才能在近距离检测到更大范围内的目标。

(2)水平角度分辨率小于0.5°，俯仰角度分辨率小于0.5°，目前业界的天花板是俯仰均达到0.1°（美国傲酷），主流四级联成像雷达的指标是水平0.5°，俯仰1°（大多数雷达厂商）。

(3)水平和俯仰角度无模糊，角度模糊是必然会存在的，因为角度模糊可以由天线设计决定(稀疏阵），比如俯仰维度FOV只有30°，因此30°以外的角度模糊都不会影响检测。水平维度要求高，常采用解角度模糊算法来规避角度模糊问题。

(4)超分辨DOA测角算法高稳健性（稳定性/鲁棒性），超分辨DOA测角算法精度和检测概率很容易受到信噪比影响，这样不仅没有给雷达系统带来好处，反而令雷达存在缺陷（测角稳健性差、算力高），如此可见复杂度高的超分辨算法的确要慎用。超分辨的主要目的是在角度维/空间域上扩展点云，使得同一个目标能够获得更多的点云，达到成像的效果，需要尽量选择高稳健性、低复杂度的超分辨算法,比如单快拍（Single-Snapshot）的快速插值迭代波束形成(Fast Iterative Interpolated Beamforming,FIIB)。

(5)满足高精度测量，高精度测量和波束宽度以及信噪比有关（FMCW系统性能参数之测量精度公式推导），波束宽度与阵列天线设计有关，一般而言需要采用稀疏阵，纵观管目前的雷达企业，稀疏均匀阵是主流（大陆、采埃孚），稀疏非均匀阵则主要用于解角度模糊（特斯拉）。信噪比与雷达系统增益有关，即雷达链路预算，其首要原则是期望增益越高越好，但是雷达系统设计中往往事与愿违。

不过，话说回头，要做到上述指标，还真不容易。因为在雷达系统中，往往有些时候一个指标和另一个指标是相互矛盾的，为了满足能量守恒定律，经常是此消彼长，顾此失彼，提高某一指标需要牺牲另一指标。所以，雷达系统设计通常是一个博弈与平衡各方的过程，感觉扣扣嗖嗖的，并且要与具体场景、超分辨DOA算法、工艺制造、硬件紧凑设计、生产成本低因素结合起来。总的来说，就像喜欢一个人，没有最好，只有最合适。

2、4D成像雷达天线布局方案

传统MIMO车载雷达水平角度估计采用基于波束赋形算法，如3D-FFT、Capon、DBF（数字波束形成）等。波束赋形（Beamforming）又叫波束成型，本质上属于空域滤波，波束赋形既可以用于信号发射端，又可以用于信号接收端。世界上关于4D成像雷达天线布局方案层出不穷，花样百出，如果读者想要了解更多的天线布局，则可以花时间在网络、论文、专利中寻找，以便探寻天线布局的来龙去脉与细枝末节，本文就简单提及一些，仅作引导。

如果要对俯仰角度估计，那么至少需要采用4D-FFT（水平维度3D-FFT，俯仰维度4D-FFT），如此一来4D成像雷达天线的布局必然是一个二维面阵，如下图所示是参考文献[1]的天线布局：

上图中上面部分是原始PCB的天线布局图，下面部分是MIMO虚拟阵列布局，上述布局若采用超分辨算法可以满足需求，若阵元间距不超过半波长，则无角度模糊。但这样的布局会导致收发天线间存在较强的耦合（收发通道泄漏），尤其是在四个顶点位置，想要适用于车载雷达，需要接收天线和发射天线的位置相隔较远，要求隔离度大于60dB，可以在收发通道间插入合适的屏蔽材料，隔离度会得到提高。故上述天线阵列可以改进为如下的布局，隔离度大于50dB，但带来的问题是雷达需要更大的尺寸，同时牺牲了俯仰维度的分辨率。

即使上述天线布局降低了俯仰角的分辨率，但是对于车载雷达来说，水平角度分辨率的指标需求高于俯仰维度。因此，从雷达系统需求的角度来讲，对于俯仰维度往往需要采用更具备性价比的方式，例如在参考文献[2]中给出的常规参考设计如下图所示。

上图中(a)是发射天线，(b)是接收天线，采用4T16R布局，(c)是MIMO虚拟阵列。这样的布局会导致在俯仰维度的4D-FFT点数变少，但也足够用了，更关键的问题是上图的低配版天线布局其实工程实现也不容易，因为目前的雷达芯片提供的单芯片集成雷达还没有4T16R或者1T4R的，也就是说天线布局要与雷达芯片收发通道数量高度匹配，否则设计出来的天线不能工程化。

目前，大多数雷达企业都倾向于采用微带天线，如串联馈电贴片天线（Series Feed Patch Arrays），这种天线所占的面积较大，为控制雷达体积，实际的天线布局存在很大挑战。如下图所示是德州仪器（TI）推出的成像雷达(imaging radar)demo版，虽然天线布局能够实现较好的水平和垂直角度分辨，但还不是最优的布局(demo就是一个练手和入门的)。

而且这种采用多芯片级联的成像方案，会给后续的天线通道校准带来挑战，而且功耗和成本都较高。目前大多数四级联的成像雷达功耗都达到了25W，这么高的功耗不容小觑，尤其当汽车采用5R5V甚至更多的传感器方案后，功耗和节能将是一个很大的问题。

3、水平维度天线布局方案

水平维度可以让分辨率、精度和FOV越高越好，但实际工程上必须在给定需求下，利用已有资源条件获得一个解决问题的局部最优方案，并且在后续产品迭代中逐步靠近全局最优方案。

多模前向雷达需要完成远中近距离的多模式检测，首要指标就是看得远，根据目前的4D毫米波雷达指标，远距离检测一般在300米以上(部分厂家已经达到350m+)，需要检测如此远的距离除了要在波形设计上下功夫之外，在天线布局上也需要下功夫。下面是几种水平维度的天线布局方案，以及配套的措施。

（1）单通道增加天线孔径

一种方法是增加天线孔径，使得波束变窄，则发射能量在某一方向上聚集，一般是视轴(BoreSight)/法线，这是一种牺牲FOV换取最远探测距离的方案。如下图所示：

（2）波形设计

如采用DDMA-MIMO波形，可以让所Ntx根发射天线同时发射，能量集中可以让探测距离得到提升，且信噪比提升10log10(Ntx)，雷达原始数据量降低Ntx倍，但需要通道分离解DDMA。但DDMA也存在自身的缺点需要规避。（4D成像雷达专栏 | 4D成像雷达MIMO波形分集技术）、（汽车成像雷达波形选择）。

（3）MIMO稀疏阵

稀疏阵可以形成窄波束，发射能量得到集中，本质上和(1)相同，也就是增加天线孔径牺牲FOV换取最远探测距离。前提是FOV减小并不会影响雷达扫描范围，且能够得到很高的角度分辨率，虽然MIMO稀疏阵的方案会存在角度模糊，但可以采用解模糊天线或者解模糊算法，如特斯拉双级联雷达。（特斯拉双级联毫米波雷达解析）

基于FFT的DOA估计角度分辨率（瑞利分辨率）与天线孔径成正比，天线孔径L = N*d，其中，N是天线数目，d是阵元间距。通常只要雷达芯片给出收发通道数，N是固定不变的，如果想增加角度分辨率，有效的方法只有提高天线间距d。但d并不是随意增加的，因为会导致角度模糊（angle ambiguity），传统雷达阵元间距d一般是半波长，4D成像雷达采用稀疏阵可以更高(比如2倍半波长)。

角度模糊的本质是栅瓣（gating lobes）引起的，也就是空间采样混叠。在FOV内所求方位角是不模糊的，约束条件就是相邻两个接收天线阵元相位差小180°（pi）。例如FOV=180°，则要求在180°范围内角度不模糊，经计算得到阵元间距不得大于半波长。在阵元间距为半波长的8个均匀阵下，分辨率只有14.47°。那如果降低FOV要求，比如20°，那么阵元间距可以增至2.92倍半波长而不模糊，在8个均匀阵下分辨率增至5°左右，再加上超分辨DOA估计，可实现更高的角度分辨率。

至于双级联雷达6T8R水平维度需要达到2~3°的分辨率，且在FOV需要满足120°到150°时，单纯增加阵元间距是矛盾的。因此，有人提出了通过设计不等间距天线（NLA）/非均匀阵，结合FFT来提高角度分辨率的同时解决伴随而来的角度模糊问题，这就是之前提到的特斯拉双级联雷达。

另外，在超分辨算法中，子空间类（MUSIC、ESPRIT）不太好用，目前主要集中在似然类(DML、SML)、压缩感知（CS）、矩阵补全（Matrix Completion）、自适应迭代上，深度学习（DL）类目前在工程上也不实用，主要是精度低、算力高，不过将来说不定很有用，详细可看参考文献[4]。

4、俯仰维度天线布局方案

俯仰角估计要么是4D-FFT，或者稀疏阵+超分辨DOA估计，或者4D-FFT粗估计再加上超分辨算法精估计。

根据目前公开的信息，现阶段俯仰角的测量往往采用Monopluse方式更合适，同时结合MIMO体制可更进一步提高信噪比，也就是说，只用两根天线即可同时测量俯仰角和水平角的角度，只要保证错开天线距离不引起俯仰维度角度模糊即可，牺牲的角度精度可以通过后续算法解决。

如果采用多芯片级联，可以提高俯仰角测角精度，如特斯拉双级联4D成像雷达天线布局，如下图所示。俯仰角的测量一般采用相位法比较合适，Bosch的MRR采用俯仰面天线方向图幅值比来计算俯仰角，感兴趣的可以参考文献[3]。

国外新兴4D成像雷达企业傲酷，现已被安霸收购，其宣称的4D成像雷达指标为业界第一梯队，不过根据业内人员的长期关注，实际上是牺牲置信度换来更高分辨率，得到的点云只有量，而在质上要逊色一些。但其提出的动态波形自适应算法、虚拟孔径成像(VAI)和AI 软件对发射波形进行时变的相位调制，并对接收到的数值进行插值和外推确实有些创新。根据傲酷发布的专利来看，其天线布局可能如下图所示：

从布局上看芯片是需要特殊定制的3T6R形式，成本高但设计灵活，一旦量产之后成本不再是问题。同样采用特殊芯片的是Arbe，收发天线集成在不同芯片上，其天线设计方案采用了面阵设计，由于芯片采用COMS工艺，雷达板卡的尺寸并没有很大，官宣的实测效果表明其成像雷达也位于世界第一梯队，其雷达板卡如下图所示，两块芯片用于发射，四块芯片用于接收。

采用雷达专用芯片需要解决的问题是平衡功耗、散热、通道耦合、校准和分离等问题，如果能够完全解决这些问题，且成本降低，芯片量产，则也能给整个4D成像雷达行业带来新的技术革命。Arbe的口号就是：“雷达革命，业已实现”！

本文只是简单总结了一些案例，分析了一些已经存在的事实。天线布局是一个专门的课题，并没有想象中的那么简单，同时需要统筹雷达链路增益、波形设计、雷达信号处理和数据处理、存储和计算资源、功耗、尺寸、成本等诸多方面，是一个系统性极强的工作。

最好是可以参照市面上的天线布局，自己做仿真，一方面是看别人的布局如何，另一方面是可以改进自己的布局，知己知彼，雷达必成！

【参考文献】

[1] Mietzner J ,  Lutz S ,  Weckerle C , et al. Compact 3D MIMO radar — Antenna array design and experimental results[C]// 2017 European Radar Conference (EURAD). IEEE, 2017.

[2]A New Antenna Array and Signal Processing Concept for an Automotive 4D Radar

[3]Development of a mid range automotive radar sensor for future driver assistance systems

[4]Spectrum-based Single-Snapshot Super-Resolution Direction-of-Arrival Estimation using Deep Learning