辅助驾驶毫米波雷达信号处理流程详解及相关硬件实现方案

辅助驾驶毫米波雷达信号处理流程详解及相关硬件实现方案
1、背景介绍

毫米波雷达是可以大规模用于汽车辅助驾驶的传感器，由于受恶劣天气和可见光照强度影响较小，同时测距较精准，探测距离远，毫米波雷达可以和摄像头取长补短，共同实现可靠的AEB功能。

本文简要介绍了主流的毫米波雷达信号处理流程，同时采用英飞凌芯片作为实现方案，读者可以通过本文初步了解毫米波雷达的信号处理原理及其硬件实现。与此同时，本文的一些观点可以作为4D成像雷达开发的思路，但并不是唯一思路，仅供读者了解参考。

2、信号处理流程

主流的毫米波雷达信号处理框架如图1所示。

图1.主流毫米波雷达信号处理框架

主流毫米波雷达信号处理流程步骤说明如下：

（1）先从雷达射频前端接收雷达回波模拟信号，混频并经带通滤波后通过高速ADC转换成数字信号，送入单片机内的SPU(信号处理单元)。

（2）SPU(信号处理单元)对雷达回波时域信号进行干扰抑制，干扰抑制方法可以参考：

         雷达算法 | FMCW汽车雷达干扰及干扰缓解算法仿真(含MATLAB代码)

         雷达著作翻译 | 《现代汽车雷达应用》第4章干扰和干扰缓解（4.1 | 4.1.2.1小节）

         城市“电子战”（City EW） | 汽车雷达传感器的反干扰技术

（3）在距离和多普勒维度进行快速傅里叶变换(FFT/DFT)运算，获得多个天线的距离-多普勒谱。

（4）在步骤(3)基础上进行数字波束成形（DBF），通过恒虚警率（CFAR）和峰值搜索过滤，筛选出点云目标。

（5）点云目标进行角度计算，如超分辨DOA估计。

（6）利用点云目标距离、速度和角度信息进行聚类。现实生活中，来自同一个较大反射面的目标（比如小汽车）会存在多个反射点，聚类算法就是找出可能来自同一个目标的点云，聚类通常采用DBSCAN算法实现。

（7）目标检测后得到目标的4D点云数据，然后需要实现目标跟踪。基于实际物体目标的距离、速度和角度在较短时间内（雷达信号处理帧周期一般是50~70ms）没有较大变化的假设模型，可以实现对目标的运动轨迹进行跟踪预测，同时结合本车的运动信息，来判别目标是否有可能出现在本车的运行轨迹上。

图1中最后的算法模块采用虚线绘制，因为各个汽车主机厂的传感器融合构架不同，最后一步的传感器融合/执行可以放在雷达传感器内，也可以放在摄像头模块内实现，甚至当传感器数量较多时，有独立的融合模块。传感器融合的主要功能是结合不同传感器的目标检测结果，做出最终判断。

多个传感器检测融合的优点如下所示：

(1)取长补短，扩大检测范围和使用场景；

(2)增加系统冗余，提高系统性，降低误报率。

融合后的最终决策信息给到车辆执行机构，可以实施告警、或者刹车、加减速、转向等等车辆控制。

3、硬件实现

图2展示了英飞凌推出的77GHz汽车毫米波雷达的实现方案。

图2. 英飞凌76-81GHz汽车毫米波雷达方案

其中,RASICTM CTRX是英飞凌新一代雷达射频芯片,该雷达射频芯片特点如下：

(1)支持4T4R，28纳米CMOS工艺;

(2)单通道输出功率为14dBm;

(3)5G调制带宽（76GHz~81GHz），可进一步提高测距分辨率和精度；

(4)配合Ramp Design Tool（波形配置图形化工具）可快速地实现多种波形配置，如TDM MIMO（时分调制）和DDM MIMO（多普勒分址调制）。其中，DDM MIMO需要对各个发射通道进行独立移相，移相精度高达3°，移相器性能与NXP和TI并列。

(5)创新性的DPLL(数字锁相环)提供更快的波形变化率（400MHz/us），结合高采样频率的ADC，能实现更短的发波时间，从而提高最大不模糊速度范围，同时降低发波占空比和功耗，这在级联式4D成像雷达方案中尤其重要。

(6)CTRX实现了业界最高的接收机P1dB指标，始终保证通道的良好线性，当近处有较大反射目标时，远处小目标也可以精准检测到。

(7)具备抗干扰能力，CTRX各通道隔离度保证35dB以上。

(8)CTRX具备ASIL-C功能安全等级，丰富的功能安全软件/硬件机制，可以帮助用户方便地实现雷达传感器整体的ASIL-B功能安全等级。

图2中另一个重要芯片是实现雷达信号处理的AURIXTM 2G单片机，AURIXTM 2G是英飞凌32位车规级单片机，片内资源丰富，适合多种汽车应用。

从雷达射频芯片CTRX输出的数字信号，通过LVDS（low-voltage differential signal）高速同步串行口，进入单片机内的RIF（Radar interface）单元进行数据校验及整形，发送给下一级单元SPU（signal process unit），进行雷达信号处理，输出的中间及最终结果可存储于片内RAM，这对于实时性处理非常关键。

如果是中间结果，比如第一维距离FFT的结果，先存储在RAM，之后被SPU读取，经过再次运算得到第二维多普勒FFT结果。通常SPU用于实现雷达信号预处理，如图1所示，SPU可以完成数字波束成形，CFAR滤波及点目标检测，之后的到达角计算，也可以用SPU进行FFT运算获取。

如果使用超分辨率算法，则需要CPU实现。AURIXTM 2G片内有多个CPU支持浮点运算，配合DSP函数库，便于实现更灵活更复杂的算法。检测出的目标或滤波后的点云数据可以通过丰富的通讯接口传给融合单元，AURIXTM 2G提供多路CAN-FD，和千兆以太网接口，方便配合实现不同的融合架构。

AURIXTM 2G实现了ASIL-D功能安全等级，片内集成了大量硬件安全机制，从而节省了要用软件弥补硬件不足的资源开销。从射频芯片发出的信号，途经LVDS，RIF，SPU，RAM，CPU，内部总线等，整个数据处理路径使用的硬件部件，都有相应的安全机制保证数据的完整性，可靠性。

4、总结

本文简要介绍了毫米波雷达信号处理流程，以及英飞凌提供的硬件实现方案。前端射频芯片的高性能，保证可以实现更卓越的雷达检测指标，比如更精准更远的测距，更宽范围的最大不模糊速度，更精准的测角，更少的干扰等等。

后端单片机的丰富硬件资源，能快速精准地将大量原始数据及时处理完成。千兆以太网接口能将原始数据、或距离FFT结果传送给上层ECU(电子控制单元)，方便系统实现不同的融合架构，丰富的功能安全硬件机制保证了数据的完整性、可靠性。

最后补充一句，千兆以太网接口将雷达系统的数据输出是研发雷达系统比较关键的功能，不管是原始ADC数据、点云数据还是最终的目标数据，只要有数据就不会拖算法的后腿。但这一切的前提是需要雷达系统的硬件平台比较理想，不说90分，也至少应该要有80分。