(煙臺汽車工程職業(yè)學(xué)院，山東 煙臺 265500)

0 引言

高級輔助駕駛系統(tǒng)(ADAS)是目前智能汽車發(fā)展的重要方向，其中汽車雷達在該系統(tǒng)中扮演了重要的角色，汽車毫米波雷達可以探測前方車輛目標(biāo)，并對目標(biāo)的屬性和某些場景進行分類[1]。汽車雷達可根據(jù)探測距離和功能分為：長距雷達、短距雷達和BSD掃描角雷達。

ADAS工程師根據(jù)不同功能和場景應(yīng)用，利用毫米波雷達輸入信息進行汽車行為控制，為用戶打造穩(wěn)定、舒適、可靠、可依賴的輔助駕駛功能，如ACC、LKA，F(xiàn)CW。汽車雷達傳感器能夠提供給ADAS系統(tǒng)目標(biāo)的空間位置和目標(biāo)的類型信息。因此，汽車雷達系統(tǒng)對目標(biāo)的距離、速度、方位信息的測量至關(guān)重要。

SystemVue是一款EDA軟件，是由德科技公司(Keysight，原安捷倫電子測量部)研發(fā)的一款商用軟件，主要用于電子系統(tǒng)設(shè)計，可以完成通信、雷達等電子系統(tǒng)的信號流模塊化的仿真設(shè)計[2]。該軟件包括豐富的射頻模塊和信號處理算法庫[3]。用戶也可以根據(jù)自己的實際需求進行模塊的二次開發(fā)，可以采用C/C++，或者采用MATLAB進行定制的算法開發(fā)。軟件使用者可以根據(jù)汽車雷達的用途，設(shè)計不同功能的雷達系統(tǒng)，SystemVue射頻電路仿真庫包含有通用算法庫和汽車雷達仿真庫，主要包括雷達環(huán)境、雷達及目標(biāo)運動平臺、收發(fā)天線、雷達信號及數(shù)據(jù)處理。

其中，雷達環(huán)境包括雷達目標(biāo)仿真，軟件使用者可以根據(jù)雷達系統(tǒng)精度設(shè)置復(fù)雜目標(biāo)多散射點模型，進而驗證數(shù)據(jù)處理的聚類和目標(biāo)識別算法，汽車雷達庫針對行人目標(biāo)提供了多散射點的行人目標(biāo)，軟件使用者可以設(shè)置行人不同的運動狀態(tài)，接收端采集的行人回波數(shù)據(jù)經(jīng)過短時傅立葉變換可以提取行人的微多普勒特性，從而完成行人識別的功能；汽車雷達庫還提供雷達雜波的仿真模塊，用戶可以根據(jù)所要評估的雷達系統(tǒng)選擇不同路況條件(柏油、水泥、泥土)，并加入雷達的運動平臺參數(shù)，生成汽車雷達的檢測背景雜波；此外，汽車雷達仿真庫還提供了產(chǎn)生誤報目標(biāo)，如下水道井蓋、減速帶的目標(biāo)回波生成的解決方案，真實還原雷達工作的電磁環(huán)境。

毫米雷達射頻電路的性能直接影響雷達的探測精度和目標(biāo)的檢測性能，SystemVue通用算法庫提供了頻率源模塊，用戶可以根據(jù)實際情況設(shè)置頻率源的相噪，進而驗證毫米波雷達的探測精度及多目標(biāo)環(huán)境的弱目標(biāo)檢測性能，此外影響毫米波雷達的射頻參數(shù)還包括：FMCW線性度、LNA噪聲系數(shù)、接收通道間的不一致性等等。

SystemVue仿真庫提供基于汽車雷達信號處理流程仿真解決方案，主要包括2-D FFT算法用于生成目標(biāo)的距離多普勒分布，恒虛警處理(CFAR)用于多目標(biāo)檢測。用戶可以根據(jù)系統(tǒng)設(shè)計需求采取不同的求角算法。關(guān)于雷達數(shù)據(jù)處理SystemVue仿真庫提供IMM-Kalman濾波模塊。關(guān)于目標(biāo)關(guān)聯(lián)SystemVue沒有提供現(xiàn)成的模塊，雷達系統(tǒng)設(shè)計工程師可以根據(jù)仿真場景二次開發(fā)相關(guān)模塊完成多目標(biāo)關(guān)聯(lián)和跟蹤處理。

1 汽車雷達仿真框架設(shè)計

目前，汽車雷達系統(tǒng)研發(fā)采用芯片商提供的片上集成芯片，分為射頻芯片和數(shù)字單片機芯片[4]。射頻芯片[5]主要采用壓控VCO產(chǎn)生中頻信號，二次上變頻到工作頻點77 GHz，限于目前毫米波芯片的制作工藝，早期的汽車雷達采用較長周期的三角連續(xù)波體制[6]，單周期波形達到ms量級，長周期三角波調(diào)頻連續(xù)波進行多目標(biāo)檢測會產(chǎn)生“鬼影”目標(biāo)，需要進行額外的數(shù)據(jù)處理進行假目標(biāo)剔除。隨著毫米波雷達射頻制作工藝的提升，新一代的毫米波雷達采用快調(diào)頻鋸齒波信號(Fast-Chirp)，雷達相干處理周期發(fā)射短周期FMCW脈沖串信號，該種毫米波雷達與軍用PD雷達體制類似，快調(diào)頻FMCW信號可以借鑒PD雷達信號處理方式，易采用流水線處理，目標(biāo)速度模糊可以采用發(fā)射不同重復(fù)頻率的脈沖串進行求解。因此，本文中毫米波雷達系統(tǒng)采用快調(diào)頻FMCW信號進行雷達系統(tǒng)設(shè)計和信號處理算法設(shè)計。

1.1 汽車雷達波形參數(shù)選擇

本仿真中汽車雷達系統(tǒng)設(shè)計采用快調(diào)頻FMCW信號，發(fā)射信號帶寬為200 MHz，回波信號與本地的發(fā)射信號進行去斜處理，產(chǎn)生頻率較低的差頻信號，信號時頻分布如圖1所示，其中實線為發(fā)射信號，虛線為回波信號。發(fā)射信號的表達式為：

S(t)=Acos[2πf0×(t-nT)+0.5ut2]

(1)

圖1 發(fā)射信號和回波信號時頻分布圖

其中：連續(xù)調(diào)頻周期T為51.2 μs，u為調(diào)頻斜率，信號帶寬為200 MHz，相干處理周期脈沖個數(shù)為128個。利用汽車雷達庫里的波形模塊，設(shè)置波形參數(shù)如圖2所示。

圖2 FMCW模塊參數(shù)設(shè)置

1.2 汽車雷達射頻性能仿真

SystemVue算法庫提供了射頻器件庫[7]，其中頻率源模塊可以設(shè)置雷達系統(tǒng)頻率源相噪等級，放大器模塊可以設(shè)置放大器的噪聲系數(shù)、非線性特性。用戶可以根據(jù)實際情況設(shè)置射頻參數(shù)，通過后面的信號處理觀測射頻指標(biāo)對雷達分辨力的影響。隨著汽車雷達性能的提升，汽車雷達系統(tǒng)將會變得越來越復(fù)雜，汽車雷達庫提供射頻多通道參數(shù)設(shè)置：幅相不一致以及IQ不平衡的參數(shù)設(shè)置，根據(jù)用戶需求可以靈活配置相控陣系統(tǒng)。

1.3 汽車雷達天線性能仿真

汽車雷達庫提供了相控陣發(fā)射和接收模塊，相控陣模塊可以根據(jù)用戶需求設(shè)置天線的形式、天線個數(shù)、加窗形式，并且用戶可以根據(jù)需求導(dǎo)入天線方向如圖3所示。

圖3 天線單元方向圖

1.4 汽車雷達信號處理

通常長距汽車雷達探測距離[8]約200～300 m即可以滿足ACC需求，發(fā)射天線口發(fā)射的電磁波經(jīng)空口傳播到達目標(biāo)，經(jīng)由目標(biāo)反射，返回接收天線，回波信號通過4個單元的接收陣列接收回波信號，每個通道信號經(jīng)過LNA，回波信號與本地發(fā)射信號混頻得到差頻信號，得到IQ兩路的差頻信號，差頻信號的最大頻率范圍不超過10 MHz。本仿真中ADC采樣頻率10 MHz即可以滿足條件。經(jīng)過ADC采樣得到目標(biāo)回波的差頻信號經(jīng)過1維FFT處理得到目標(biāo)距離信息，為了減少近距離目標(biāo)的旁瓣影響可以進行加窗處理，目標(biāo)的距離分辨力會有所惡化。慢時間維信號回波經(jīng)過第2維FFT處理得到目標(biāo)速度信息，與距離維處理一致，加窗處理速度分辨力會變差?；夭ㄐ盘柦?jīng)過2D-FFT處理可以得到觀測區(qū)域的目標(biāo)速度距離多普勒譜，處理結(jié)果如圖4所示。

圖4 目標(biāo)距離速度譜

雷達回波數(shù)據(jù)經(jīng)過脈沖多普勒處理后，數(shù)據(jù)進入CFAR[9]模塊，由于汽車雷達工作場景雜波和目標(biāo)非常密集，為了獲得較好的檢測性能，通常采用OS-CFAR完成多目標(biāo)檢測。經(jīng)過恒虛警處理后得到目標(biāo)距離多普勒譜矩陣位置的序號，利用4個通道存在目標(biāo)位置的采樣數(shù)據(jù)做相差求角，這樣就可以獲取目標(biāo)的角度信息，其處理流程如圖5所示。

圖5 信號處理流程

2 汽車雷達超分辨算法改進

限于成本的約束，目前汽車雷達通常只有4個接收通道，因此汽車雷達無法采用類似軍用雷達的和差測角技術(shù)，而是主要采用相差測角的方式來完成角度測量，當(dāng)雷達距離分辨力不高的情況下，該算法可以滿足一般場景的需求，而當(dāng)目標(biāo)落入相同距離和多普勒門情況，相差求角方法將會失效。對于較高分辨雷達，高密集目標(biāo)場景不同散射點落入同一個距離和多普勒門的概率較高，為了在空間區(qū)分不同散射點，通常采用超分辨算法[10]，如MUSIC、ESPRIT或其算法改進。

由于波束形成受限于陣列長度，基于波束形成的非參數(shù)化的波達角估計分辨率受限于瑞利極限。超瑞利極限的方法稱為超分辨方法，最早的超分辨算法是著名的MUSIC和ESPRIT算法，這兩種算法屬于特征結(jié)構(gòu)的子空間方法。子空間方法建立在傳感器個數(shù)比信源個數(shù)多的基礎(chǔ)上，經(jīng)過對回波快拍數(shù)據(jù)協(xié)方差數(shù)據(jù)進行特征值或奇異值分解，則目標(biāo)的信號分量一定位于一個低秩的子空間。在特定條件下，這個子空間將確定信號的波達方向，由于線性空間的概念引入角度估計中，子空間算法實現(xiàn)了角度估計分辨率的突破。汽車雷達通常單元個數(shù)比較少，因此可以分辨的目標(biāo)有限。汽車雷達設(shè)計者應(yīng)根據(jù)雷達不同用途，平衡雷達帶寬、角度分辨力、天線單元個數(shù)的參數(shù)選取。

在實際處理中，得到的數(shù)據(jù)是在有限的時間范圍內(nèi)的有限快拍，在這段時間內(nèi)認為空間源信號的方位不發(fā)生變化，空間源信號的包絡(luò)隨時間變化滿足平穩(wěn)隨機過程，其統(tǒng)計特性不隨時間變化。此外，陣列信號處理算法需要知道入射信號的源數(shù)，實際當(dāng)中信源個數(shù)往往未知，然后再估計信源的方向。汽車雷達的快拍信號是經(jīng)過距離多普勒處理之后的峰值數(shù)據(jù)，通常同一個距離多普勒門的信源較少，可以直接根據(jù)數(shù)據(jù)協(xié)方差較大的特征值個數(shù)判斷信源數(shù)，經(jīng)過速度距離處理后的數(shù)據(jù)的SNR較高，因此估計的目標(biāo)的信源個數(shù)比較準確。

此外，超分辨算法需要經(jīng)過特征值分解及角度搜索掃描，由于限于汽車雷達DSP處理能力，因此需對超分辨算法進行變換，將信號的復(fù)數(shù)數(shù)據(jù)經(jīng)過矩陣變換轉(zhuǎn)化為實數(shù)，因此數(shù)據(jù)協(xié)方差數(shù)據(jù)特征值分解轉(zhuǎn)換為實數(shù)特征值分解，復(fù)數(shù)角度搜索轉(zhuǎn)換為實數(shù)角度搜索，大大減少了數(shù)據(jù)的存儲和處理負擔(dān)。

首先給出經(jīng)典譜MUSIC估計公式：

(2)

其中:ei為量測數(shù)據(jù)特征向量，a(θ)為角度搜索向量。

通常超分辨算法需要對快拍協(xié)方差數(shù)據(jù)求逆運算，然而汽車雷達的信號處理芯片處理能力較差，因此，需要對超分辨算法進行改進以降低求角算法的運算量。本文提出采用酉矩陣變換MUSIC算法進行改進，具體方法如下：

1)構(gòu)造U矩陣：

(3)

天線單元數(shù)為奇數(shù)，

(4)

天線單元數(shù)為偶數(shù)。

2)構(gòu)造角度掃描向量：

a′(θ)=Ua(θ)

(5)

a(θ)=[1,ejφ(θ),ej2φ(θ),…,ej(M-1)φ(θ)]T

(6)

=e-j(M-1)φ(θ)/2a(θ)=

[e-j(M-1)φ(θ)/2,…,e-j(1/2)φ(θ),ej(1/2)φ(θ),…,ej(M-1)φ(θ)/2]T

(7)

因此得到掃描向量表達式為：

(8)

(9)

可見，采用酉變換MUSIC算法重構(gòu)快拍協(xié)方差數(shù)據(jù)，將快拍協(xié)方差轉(zhuǎn)變?yōu)閷崝?shù)矩陣，從而將求逆運算和角度搜索簡化為實數(shù)運算，因此將大大降低汽車雷達超分辨求角的運算量。

本文使用SystemVue里面的MatlabScript模塊嵌入酉變換MUSIC算法來實現(xiàn)，得到空間譜估計結(jié)果如圖6所示。

圖6 目標(biāo)角度

3 仿真結(jié)果分析

本文采用的基于SystemVue汽車雷達系統(tǒng)的仿真步驟如下：

1)構(gòu)建雷達傳感器平臺參數(shù)，設(shè)置汽車雷達車載平臺信息，初始坐標(biāo)、初始速度、加速度信息。構(gòu)建被探測目標(biāo)的RCS散射點分布，目標(biāo)初始坐標(biāo)、速度、加速度信息，用也可以根據(jù)實際需求控制平臺橫滾，縱滾，方位角度控制平臺和目標(biāo)做復(fù)雜運動，或通過文件形式導(dǎo)入目標(biāo)運動軌跡；

2)構(gòu)建目標(biāo)相對于天線位置關(guān)系，該仿真流程主要是計算目標(biāo)相對于天線陣面的角度關(guān)系，雷達坐標(biāo)系下可以輸出目標(biāo)相對于雷達的方位角以及俯仰角；

3)構(gòu)建發(fā)射波形以及發(fā)射參數(shù)通道設(shè)置，用可以根據(jù)不同的仿真條件設(shè)置波形的發(fā)射周期，脈寬，線型調(diào)頻斜率。發(fā)射射頻通道可以采用單通道發(fā)射，多通道發(fā)射或者不同通道分時發(fā)射；

4)設(shè)置發(fā)射天線天線參數(shù)，包括天線單元個數(shù)，天線單元間距，發(fā)射接收天線根據(jù)目標(biāo)的方位和俯仰角度以及平臺與目標(biāo)的相對位置和運動關(guān)系生成目標(biāo)回波數(shù)據(jù)；

5)接收通道采用多通道接收通道，可以根據(jù)求角精度配置接收單元的個數(shù)，設(shè)置低噪聲放大器參數(shù)，包括：LNA的噪聲系數(shù)以及放大器線型度設(shè)置，根據(jù)波形的工作帶寬和濾波器參數(shù)加入通道噪聲；根據(jù)通道不一致性配置不同通道的幅度誤差、相位誤差，以及各自通道IQ不平衡參數(shù)。

6)設(shè)置頻率相噪?yún)?shù)，將回波信號與本地信號進行去斜處理，通過ADC模塊進行數(shù)字化，設(shè)置ADC采樣頻率，量化位數(shù)，峰峰值等參數(shù)，將數(shù)字化的回波數(shù)據(jù)進行信號處理，根據(jù)不同處理進行不同的加窗處理，完成速度距離頻譜估計；對距離維數(shù)據(jù)做CFAR檢測，記錄所有目標(biāo)的采樣點序號，將所有通道下的目標(biāo)復(fù)數(shù)數(shù)據(jù)分組存儲，利用該數(shù)據(jù)做超分辨處理。

7)利用目標(biāo)分組的通道數(shù)據(jù)做求角運算，按照第2節(jié)的算法對矩陣進行酉變換處理，并對酉變換后的實數(shù)數(shù)據(jù)進行協(xié)方差奇異值分解，根據(jù)奇異值大小確定目標(biāo)的個數(shù)，利用實數(shù)掃描矩陣求得目標(biāo)空間頻譜，提取峰值點的角度信息，完整提取目標(biāo)距離、速度、方位信息。

通過以上流程，基于SystemVue可以完成汽車雷達整系統(tǒng)的設(shè)計，包括雷達波形生成，射頻器件仿真，雷達天線，雷達電磁環(huán)境模擬以及雷達信號處理。根據(jù)仿真預(yù)設(shè)的目標(biāo)空間信息，通過信號處理抽取了目標(biāo)的距離、速度及角度信息。根據(jù)表1可以對比雷達測量值與真值的差別，進而可以估計雷達的測量精度。

表1 目標(biāo)真值與測量值對比

4 結(jié)論

本文基于SystemVue實現(xiàn)了汽車雷達系統(tǒng)的模擬仿真，并給出了針對汽車雷達目標(biāo)信息提取的完整解決方案。本文利用SystemVue汽車雷達仿真庫完成了包括雷達射頻和信號處理的系統(tǒng)性能評估，與單純的信號處理仿真相比，本文考慮了所有可能影響雷達性能的因素，如射頻、雷達工作的電磁環(huán)境。本文解決方案更真實、更全面地反映了雷達系統(tǒng)的性能。同時，本文針對汽車雷達信號處理芯片處理能力較差的問題，提出了改進的酉變換MUSIC測角算法，大大降低了汽車雷達超分辨求角的運算量。