本文编辑:@调皮连续波,保持关注调皮哥,获得更多雷达学习资料和建议!
大家好,我是调皮哥,今天继续给大家分享干货,助力大家轻松、快乐、有方向地学习雷达。
本期文章是翻译《现代汽车雷达应用》的第十期,这本书我感觉将来会成为经典的,特别适合学习毫米波雷达的初学者,本书会全部翻译。虽然目前翻译的内容都比较基础,但是为了系统性,需要耐心,让我们一步步来,敬请关注!
[信念]
《Modern Radar for Automotive Applications》
《现代汽车雷达应用》译文
第3章 干扰和干扰缓解(4.1小节)
最新改进的自动驾驶技术强调了用于车辆传感器的重要性,由于集成电路和半导体工业的发展,低成本单芯片汽车雷达的量产成为可能。虽然存在其他传感器,但汽车雷达具备全天候、全天候和夜间功能的优势,充当了自动驾驶汽车的眼睛,这使得汽车雷达成为自动驾驶技术的关键要素之一。
今天的大多数车辆已经配备了雷达系统,以提高道路感知和安全。当前的毫米波汽车雷达传感器共享 76 至 81 GHz 的频谱空间 [1、2]。,但道路上越来越多的配备雷达的车辆已经成为拥挤交通中多个汽车雷达共存的问题,因为其他雷达产生的雷达信号(也称为干扰)会对雷达系统的功能产生负面影响,降低他们的感知能力。由于目前汽车雷达应用中使用了很多相同或相似的波形和发射策略,因此多个雷达之间会发生干扰, 这种干扰可能会提高本底噪声并降低信噪比,从而降低目标检测的概率。
之前总结过一篇文章,也是本章的主要内容:城市“电子战”(City EW) | 汽车雷达传感器的反干扰技术。文章比较清晰,感兴趣可以点击前往。
最近的汽车雷达系统采用多输入多输出 (MIMO) 天线阵列来提供目标的方位角信息, 根据 MIMO 天线配置,还可以利用目标的方位角和仰角信息。虽然干扰主要由其他雷达产生,但发射机和接收机之间的互耦合(泄露)效应引起的雷达罩反射的强回波信号可能会产生自干扰。
减轻干扰或降低其影响至关重要,因为雷达横截面 (RCS) 较低的物体(例如行人或骑自行车的人)在跟踪过程中可能无法检测到或完全丢失。 因此,干扰会导致危险情况,成为驾驶辅助和自动驾驶汽车的瓶颈。尤其是在不再存在任何人为干预的全自动驾驶汽车中,传感器的可靠性极高,并且不能容忍由于干扰而导致的传感故障。在本章中,我们将研究不同类型的汽车雷达干扰、它们的特性及其对雷达系统性能的影响,并回顾干扰抑制技术的最新技术水平。
4.1 汽车雷达干扰
干扰抑制问题一直是汽车雷达信号处理中的一个新兴课题,并且在过去十年中受到了极大的关注,以改善多个雷达系统的共存。联合雷达和通信(最终解决了干扰问题)也带来了一个新时代,旨在将感知和车辆对车辆 (V2V) 通信功能结合在一个传感器中。虽然有一些系统特性和方案 [2],以及用于测试短距离汽车雷达设备的标准,但目前没有关于汽车雷达波形结构和调制方案的规定,因此,研究了许多不同的方法来减轻干扰或补偿其影响。然而,由于实时汽车雷达应考虑硬件实现和处理成本等各种标准,因此目前尚不清楚哪种方法最适合干扰对抗技术。当大量传感器同时运行时,单一的干扰缓解方法是不够的 [3]。因此,适用且有效的干扰对抗方法以及波形仍然是人们关注的焦点。
4.1.1 雷达信号模型及干扰
汽车雷达应用中使用了不同种类的波形。在发展初期,经常使用连续波 (CW) 信号;在过去十年中,调频连续波形 (FMCW) 雷达系统已成为首选。相位编码连续波 (PC-CW) 等相位调制 (PM) 雷达波形是汽车雷达领域的新兴波形。
连续雷达波形 (CW) 的发射信号
其中, 是矩形函数, 是发射信号的持续时间,
其中, 是线性调频速率(也称为线性频率调制的斜率),定义为波形带宽 与脉冲持续时间 的比率。(4.2) 中 FMCW 信号的频谱跨越频带 。如 (4.1) 和 (4.2) 所示,当斜率
发射信号在自由空间中传播并从目标反射并被接收天线接收,可以写成:
()其中, 是雷达和目标之间的时间延迟。一般来说,雷达回波信号包括多个目标的回波,也包括人为干扰、干扰和杂波的回波。为简单起见,我们缩小了对单个目标和单个干扰案例的推导范围。
接收到的干扰,用下标
()其中 分别是受害雷达和干扰雷达之间的时间延迟, 是载波频率, 是线性调频频率,
目标返回信号的接收功率 和接收的干扰信号
目标返回信号受双向往返时延影响,接收干扰信号功率根据单向传播时延计算:
其中, 是受害雷达的波长, 是受害雷达的发射天线增益, 是受害雷达的接收天线增益。同理, 是干扰雷达的波长, 是干扰雷达的发射功率, 是干扰雷达的发射天线增益。 是目标的RCS。由式(4.5)和(4.6)可知,干扰信号的接收功率与干扰距离 的平方成反比,记为 ,而目标回波功率与目标距离 的四次方成反比,记为
()处理后的 SIR 为:
()其中 是受害雷达对其发射信号的处理增益,而 是干扰信号的处理增益。此外,如果我们假设受害雷达和干扰雷达是同类(这意味着波长、发射机功率和天线增益相同),并且目标上的干扰源 (
稳健的目标检测需要较大的 SIR ,故在信号处理和波形选择中,应考虑
4.1.2 汽车雷达干扰特征
汽车雷达干扰的特征可以根据不同的标准分为几种。汽车雷达干扰可根据干扰源(由自身、交叉和其他来源引起)分为三种。,并且根据同步特性,又可以分为两种(同步和异步干扰)[4]。同步(自身或交叉)干扰通常是由雷达系统本身引起的,由于干扰的特性是众所周知的,因此大多数此类干扰在雷达系统设计中都会得到缓解,例如,从发射器到接收器的泄露,自适应消除系统可以通过模拟基于发射波形信息干扰信号的减法来减轻这种干扰 [5, 6]。
当多个雷达系统运行在同一时间和同一频率时,它们会造成相互干扰。与自身干扰和交叉干扰不同,由其他雷达系统引起的干扰通常是异步和动态的,因为干扰雷达可能会改变操作模式或系统参数。此外,干扰的特性根据受害和干扰雷达规格而变化。
假设两个 FMCW 汽车雷达在同一附近工作,如 (4.1) 所示。根据它们的线性调频频率,可能存在窄带或宽带干扰,如图 4.2 所示。
当受害雷达和干扰雷达的线性调频频率不同时,就会发生宽带干扰,并导致受害雷达的本底噪声增加。另一方面,当受害雷达与受害雷达具有相同(或相似)的线性调频频率时,会发生窄带干扰,导致受害雷达出现鬼目标 [7]。
窄带干扰会产生单个拍频(如果 它具有与发射信号相同的斜率)或在拍频频谱中的窄扩展(如果它具有相似的线性调频速率)。而宽带干扰的持续时间很短,通常会在干扰持续期间产生多个拍频(见图 4.2a)并扩展一个大频带,因此宽带干扰会增加本底噪声。干扰的持续时间受雷达系统中低通滤波器 (LPF) 的上限和下限限制。
为了更好地了解 FMCW 受害雷达上的 FMCW 干扰,我们可以查看接收到的干扰信号的瞬时频率。为了简化推导,我们首先假设接收到的干扰信号 (4.4) 在模拟域中与参考信号 (4.2) 的复共轭混频(去线性调频和拉伸信号处理)。
得到的基带信号如下所示:
() 可以明确地写成:
()去线性调频产生的拍频通常远小于带宽,故采用模拟 LPF,如果干扰的斜率(线性调频速率)与参考信号不同,则由于 LPF 去除的干扰而产生的拍频信号如图 4.2a 所示。为了确定干扰的限制并简化推导,假设使用截止频率为
()接收到的干扰信号 (4.11) 的相位可以写成:
接收到的干扰信号的瞬时频率
)根据(4.14)式,去线性调频后干扰的瞬时频率可以用以下三项描述:给定时间 的线性调频斜率之间的差异、载波频率之间的差异( ), 以及相应的干扰拍频为 ( )。给定时间
()拍频的下限和上限如图 4.2a 所示,考虑到干扰由于这些边界而围绕参考信号对称这一事实,差拍信号上的干扰
请注意,干扰是有时间限制的,并且具有振荡行为(平方律相位信号),如 (4.1.2) [10] 所示。通过使用可能的干扰持续时间,可以计算出被干扰的样本数:
如前所述,FMCW 干扰是对称的,并且以时间实例 为中心,如图 4.2 所示。考虑到干扰的持续时间为
干扰中心可以定义为受害雷达和干扰雷达频率相同的时刻,即 :
通过考虑所有 (4.11)、(4.15) 和 (4.18),由目标和干扰返回组成的 LPF 后接收信号可以写成 :
LPF 后接收到的目标信号为:
这里,第二项 是由多普勒频移引起的,在多普勒处理中被用来估计目标的速度。第一项 由剩余相位 和拍频
4.1.2.1 干扰持续时间
为了更好地理解和说明某些示例数据中的干扰,我们考虑了 FMCW 受害者和 FMCW 干扰者的情况。在这个受控实验中,用两个 MIMO 雷达系统充当受害雷达和干扰雷达,其中受害雷达的中心频率设置为 78.8 GHz,带宽为 1.0 GHz。受控移动目标(77 GHz 时为
受害雷达被设置为每个处理帧传输 256 个持续时间为 36.66 μs 的线性调频信号,而干扰雷达的线性调频信号持续时间为 40.05 μs,以产生宽带异步干扰。为受害雷达的每个脉冲捕获了512 个 ADC 采样点,并针对不同的脉冲进行了观察。表 4.1 总结了两种雷达装置的参数。
图 4.3 显示了采样到的拍频信号的实部,该信号由多普勒维索引为58 的脉冲的 512 个快时间样本组成。
作为比较,图 4.4 显示了多普勒维索引为 59 的脉冲的所捕获差拍信号的一个脉冲,其中存在干扰。尽管如此,由于在大约在距离维索引 230 到 330 的样本之间出现的高功率,仍然可以在视觉上观察到干扰。
地面杂波滤波器只不过是可用于进一步收集雷达研究数据的高通滤波器 (HPF),需要注意的是,杂波是汽车雷达的一个重要目标;此外,当汽车雷达平台处于运动状态时,地面杂波不会跨越零多普勒频段。在上述受控实验中,由于受害雷达是静止的,因此应用完美的高通滤波器消除静止杂波,使得差拍信号属于运动目标,干扰信号的特征也可以清楚地观察到。采集到的地杂波滤波后的拍频信号如图 4.5 所示。从图中可以看出,消除了杂波,属于运动目标的拍频信号可观察为具有(4.22)形式的单音信号。
同样,图 4.5 显示了采集到的经过地杂波滤波后受干扰影响的拍频信号。虽然仍然可以观察到由于移动目标引起的拍频信号(由于是不同的脉冲而具有不同的起始相位),但也可以观察到宽带干扰。在这种情况下,由于内部 LPF,干扰是有时间限制的。如果我们考虑截止频率为 5MHz 的理想 LPF,则干扰持续时间可以通过 (4.16) 计算为:
()对于 20 MHz 的采样频率,受干扰影响的快采样数可估计为
公式(4.16) 定义的干扰持续时间 是 LPF 截止频率的函数,LPF 被假定为理想滤波器,去除了高于给定截止频率的所有频率分量频率,而不影响较低的频率,并具有线性相位响应。
实际滤波器中存在的过渡区域在理想滤波器中不存在, 理想的 LPF 可以在数学上(理论上)通过在频域中将信号乘以矩形函数来实现,或者等效地,在时域中与其脉冲响应(sinc 函数)进行卷积。如果没有无限持续时间的信号,这种理想滤波器是不可能实现的,因此需要在实时应用中, 由于时间有限,汽车雷达中使用的模拟LPF通过截断理想滤波器来逼近理想滤波器。由于吉布斯现象,这会导致振铃效应。
频率截断会引起时域信号在不连续处产生“振铃效应”,这个现象成为吉布斯现象。
此外,这种非理想行为会产生理想过滤器中不存在的过渡区域。振铃效应以及过渡区域基于模拟滤波器的设计(例如截止频率、频率滚降率、滤波器阶数等)和选择(例如类型)。这种非理想模拟 LPF 的使用清楚地解释了为什么在图 4.6 中观察到的干扰跨度比理论计算的持续时间更长。
文献表明,增加滤波器阶数可以缩短干扰持续时间 [11, 12], 这是意料之中的,因为增加滤波器阶数会导致更陡峭的频率滚降(这是对理想滤波器的更好近似),从而减少干扰。另一方面,还表明盲目增加滤波器阶数并不一定会导致干扰持续时间的减少 [12],因为干扰持续时间 (4.16) 不仅是截止频率的函数 LPF 以及受害和干扰调频斜率之间的差异。由于这种依赖性,在高阶滤波器中,瞬态响应时间(振铃)可能变得更加主导,这导致观察到的干扰脉冲的持续时间增加 [12]。
由于篇幅有限,本期翻译截至4.1.2.2章节,下期继续翻译。
【本期结束】
参考文献见原文,若有翻译不合适的地方,还望读者指出!
若要对其中的内容进行深入研究,请各位读者多检索论文或者本书的参考文献。书籍只是简单的总结,得来终觉浅!谨记!