TI的单芯片77GHz毫米波(mmWave)雷达解决方案 留言

连续波调频(FMCW)雷达已广泛应用于汽车领域，包括从安全到舒适性能的各个方面，例如盲点检测、换道辅助、自动巡航控制和停车辅助等。无论天气和周围的光照条件如何，雷达都能够可靠、准确地探测和定位障碍物。

除此之外，雷达传感器的独特优势也可以满足其他一些应用的需求(即使是在汽车内部)，这包括：邻近感测；驾驶员生命体征监控；手势识别；占位检测。

FMCW雷达可以测量目标的距离和速度。它的性能与周围环境的光照无关，并且不需要额外的辅助光源提供照明。其较高的工作频率(77GHz)意味着整体解决方案的尺寸更小。

FMCW雷达信号可穿透塑料，这使得传感器可安装在外观立面的后侧，比如汽车保险杠、仪表盘或者电镀覆盖层等，以增强解决方案的美观性。

TI系列的单芯片毫米波(mmWave)传感器引入了FMCW雷达的优势，这种传感器具有小封装、低功耗、最佳增益带宽(4GHz带宽对应4cm分辨率)等优点，并且满足上述应用需求所需的芯片计算和内存资源。

AWR1443有一个射频(RF)前端，支持三个发射(TX)和四个接收(RX)天线[1]。该器件拥有一个工作频率为200MHz的程控式ARM®Cortex®R4F处理器，0.5MB的芯片内存和一个硬件加速器以执行较低级别的雷达信号处理。

AWR1642的RF前端支持两个TX和四个RX天线。该器件配有一个可编程的Arm Cortex-R4F(200MHz)；一个C6748数字信号处理器(DSP)内核(600MHz)，为实现信号处理算法提供了充分的灵活性和1.5MB的芯片内存[2]。

图1是 FMCW 雷达的框图，显示了单个典型的TX链路和RX链路(而实际应用中存在多个链路，以支持多个TX和RX天线)。本地振荡器(LO)产生一个线性调频信号(也称chirp)通过TX天线向外发射。

RX天线接收到的雷达前方目标场的反射信号与发射信号发生混叠，从而产生一个中频(IF)信号。然后，模数转换器(ADC)将接收到的中频信号进行数字化，以供后续处理。

对数字化采样点进行快速傅立叶变换(FFT)处理解析出探测目标的距离信息，这样，FFT频带内的峰值频率直接对应于目标场景中不同目标的距离，如图1右侧所示。

图1. FMCW雷达框图

虽然在距离FFT中峰值频率直接对应于目标的距离，但该峰值的相位对目标距离的微小变化极为敏感。例如，目标位置改变四分之一波长(77GHz时约为1毫米)就意味着相位反转了180度。对相位的这种敏感性是雷达估计目标振荡频率的依据，同样也是速度估计的基础。

为了解析出目标场中的速度信息，雷达通常以帧为单位，均匀等时间间隔地发出一串chirps信号(图2)。利用chirps信号的相位差解析测量出目标场中目标的速度。

图2. N个等间隔的单帧chirps信号串

在典型的信号处理链路中，器件对与每个chirp对应的数字化采样点执行距离FFT，输出结果以连续行的形式存储在矩阵中(如图3中的矩阵A)。处理器接收并处理一帧中所有单个chirp后，开始对chirps串序列(矩阵A中的列)进行FFT(多普勒FFT)。

距离FFT(逐行)和多普勒FFT(逐列)的联合操作可视作每帧对应数字化采样点的二维FFT。2-D FFT可同时分辨出目标的距离和速度；也就是说，2-D FFT的峰值位置对应雷达前方目标的距离和速度(图3中的矩阵B)。

对目标角度信息的解析需要多个RX天线。因此，处理器首先处理每个天线接收到的信号以创建2-D FFT，如上所述(参见图3)。随后，对多个天线所得的2-D FFT矩阵进行处理，最后得出目标的到达角。

图3. FMCW雷达的距离和多普勒处理

通过以上处理，雷达可以解析出目标的距离、速度和角度等多维信息。雷达的性能指标取决于发射信号的选择[3]。例如，随着chirp信号带宽的增加，距离分辨率随之提高；速度分辨率随着每帧持续时间的增加而提高。

同样地，最大可测速度与相邻chirp信号之间的空间间隔成反比；TX/RX天线的数量对角度分辨率有着决定性的作用。关于FMCW雷达工作模式的深入讨论，可参见文献[4]和[5]。

图4. 邻近感测功能的应用实物图

图5描述了一个典型邻近感测功能的处理链路。处理器通过执行2D FFT处理帧间的模数转换(ADC)数据，该过程可解析出目标的距离和多普勒信息，并区分出附近的运动物体和静止的障碍物。

基于移动雷达(比如安装在门上)，多普勒分辨力也有助于目标物的辨识，尽管它们是静止的，但相对于雷达而言，它们的相对速度是不同的。通过不同天线间2D FFT矩阵的非相干累积生成一个距离-多普勒热点图，然后由检测算法进行处理。

图5. 邻近感测功能典型数据处理链路示意图

检测算法可用一种基本的恒定虚警率-单元平均(CFAR-CA)检测器[6]。诸如CFAR有序统计(CFAR-OS)等更复杂的变形也有助于改善存在地杂波情况下的检测。

通过对2D FFT矩阵中相应的子元进行处理，以估计出被检测目标的到达角。为了充分利用现有的TX/RX天线，建议在多输入/多输出(MIMO)模式下运行该系统[7]。角度估计模块在虚拟天线上使用的是2D FFT处理所得的信号，这些虚拟天线是由MIMO模式合成的。

角度估计算法可采用基础的快速傅立叶变换或波束形成算法，更加复杂的算法，如多重信号分类算法(MUSIC)，可得到更高的角度分辨率[8]。在邻近感测的实际应用中，天线配置的选择和天线元件的视场(FOV)是重要的考虑因素。

一般来说，在仰角FOV和地杂波抑制之间，以及在仰角估计能力和方位角分辨力之间需要进行折衷考虑。虽然在设计上存在许多选择的可能性，这里仅对其中的两种方法进行详细地分析。一种选择是设计出在方位角和仰角上都具有宽视场(FOV)的天线。

这时，通过合适的天线配置，使其在MIMO模式下工作并合成一个2D虚拟阵列，从而实现仰角和方位角的估计。图6列举了一些设计样例。虽然方位角和仰角的广角FOV都提供了真实的3D感测，但雷达的位置仍需仔细考虑，以尽量减少地杂波。

图6. 2D天线配置图(a和b：TI的AWR1642；c:TI的AWR1443)

另一种选择是设计仰角具有窄FOV的天线，同时在方位角上保持宽的FOV，并设计合理的天线配置(如图7所示)以确保在方位角上获得最大分辨率。

图7. 1D天线配置图

表1列举了一些应用于邻近感测的chirp信号参数配置案例。

 

原文始发于微信公众号（雷达通信电子战）