， ，，

(東南大學(xué)信息科學(xué)與工程學(xué)院， 江蘇南京 211189)

0 引言

隨著經(jīng)濟(jì)的發(fā)展，公路交通運(yùn)輸量日益增大， 汽車作為主要運(yùn)輸手段，已成為當(dāng)今社會(huì)生活中不可缺少的工具。隨著汽車數(shù)量的快速增加，交通事故頻繁發(fā)生，由此導(dǎo)致的生命財(cái)產(chǎn)損失數(shù)目驚人。車載雷達(dá)對于減少司機(jī)的負(fù)擔(dān)和錯(cuò)誤判斷、提高交通安全以及降低惡性交通事故發(fā)生率將起到重要的作用。

調(diào)頻連續(xù)波(FMCW)雷達(dá)具有結(jié)構(gòu)簡單、無測距盲區(qū)等優(yōu)點(diǎn)，特別適用于汽車防撞雷達(dá)[1]。目前，調(diào)頻連續(xù)波雷達(dá)一般采用三角波或鋸齒波作為發(fā)射波形。三角波體制雷達(dá)計(jì)算復(fù)雜度低，但存在多目標(biāo)配對困難的問題，可通過改變?nèi)遣⊕哳l周期去除虛假目標(biāo)[2]。鋸齒波體制雷達(dá)通過二維FFT對速度和距離解耦合，計(jì)算復(fù)雜度較高[3]。車載防撞雷達(dá)應(yīng)用場景比較復(fù)雜，雷達(dá)接收信號(hào)中除了目標(biāo)回波，還有雷達(dá)接收機(jī)噪聲信號(hào)、路旁護(hù)欄雜波信號(hào)和大型建筑物回波信號(hào)等，這些雜波干擾信號(hào)都會(huì)影響雷達(dá)對目標(biāo)的檢測，如何抑制這些雜波信號(hào)是保證車載防撞雷達(dá)檢測性能的一個(gè)關(guān)鍵問題。數(shù)字波束形成技術(shù)可以形成窄波束以抑制感興趣范圍外的雜波干擾目標(biāo)回波信號(hào)，提高檢測概率[4]。實(shí)際應(yīng)用中，由于雷達(dá)體積和成本限制，一般接收天線陣列較小，影響波束形成雜波抑制性能。

本文設(shè)計(jì)了一種低復(fù)雜度的信號(hào)處理模塊。在預(yù)處理階段，對頻域信號(hào)進(jìn)行相位校準(zhǔn)，合成一個(gè)具有更大孔徑的等效虛擬陣列接收信號(hào)，并利用加窗波束形成抑制雜波干擾信號(hào)，提高檢測概率。在恒虛警檢測中，本文提出一種改進(jìn)CFAR算法，通過自適應(yīng)改變噪聲電平估計(jì)樣本，減小目標(biāo)峰值對后續(xù)頻譜單元干擾噪聲電平估計(jì)的影響。針對三角波的多目標(biāo)配對，本文提出一種多步匹配算法，利用先驗(yàn)信息壓縮匹配空間，降低配對復(fù)雜度，并有效去除虛假目標(biāo)。

1 系統(tǒng)特點(diǎn)及波形選擇

該車載防撞雷達(dá)系統(tǒng)主要用于偵測前向及相鄰兩車道內(nèi)的車輛，并獲取前向物體的距離、速度和方位角信息，信息更新頻率為20 Hz，作用有效距離為2～70 m，應(yīng)用環(huán)境中存在的路旁金屬護(hù)欄、指示牌和高樓等雜波干擾信號(hào)嚴(yán)重影響雷達(dá)的性能。

綜合考慮雷達(dá)尺寸、成本和方位角估計(jì)精度等因素，系統(tǒng)采用2×3的天線陣列。由于系統(tǒng)硬件限制，兩個(gè)發(fā)射天線不能同時(shí)或者通過頻率分集發(fā)射信號(hào)，因此本系統(tǒng)通過時(shí)間分集方式，兩根天線輪流發(fā)射相同的寬波束調(diào)頻連續(xù)波，通過相位校準(zhǔn)可將接收的不同發(fā)射天線的目標(biāo)回波信號(hào)合成一個(gè)具有更大孔徑的虛擬接收陣列信號(hào)，并對虛擬陣列接收信號(hào)采用數(shù)字波束形成窄波束抑制雜波干擾信號(hào)，根據(jù)目標(biāo)中頻信號(hào)進(jìn)行多目標(biāo)檢測和距離、速度及方位角估計(jì)。

目前，連續(xù)波雷達(dá)一般采用三角波或鋸齒波作為發(fā)射信號(hào)波形，為降低成本，本系統(tǒng)選用存儲(chǔ)空間需求小、計(jì)算復(fù)雜度較低的三角波作為發(fā)射信號(hào)波形。

2 三角波雷達(dá)測距、測速原理

雷達(dá)通過天線向前方發(fā)射調(diào)頻連續(xù)波，并接收目標(biāo)的反射信號(hào)。考慮目標(biāo)前方存在一個(gè)距離為r、相對速度為v(以靠近雷達(dá)為正)的目標(biāo)，變周期三角波發(fā)射信號(hào)與目標(biāo)反射信號(hào)時(shí)頻關(guān)系如圖1所示。

圖1 變周期三角波體制雷達(dá)信號(hào)時(shí)頻關(guān)系圖

當(dāng)存在多個(gè)目標(biāo)時(shí)，采用單一掃頻周期的三角波信號(hào)存在多目標(biāo)配對問題，一些文獻(xiàn)提出了MTD頻域配對法[5]，根據(jù)相同目標(biāo)回波的中頻信號(hào)具有相似的頻譜峰值、頻譜寬度等進(jìn)行配對。這些方法會(huì)存在相似目標(biāo)配對紊亂、計(jì)算復(fù)雜等缺點(diǎn)。在實(shí)際雷達(dá)系統(tǒng)中一般采用變周期三角波進(jìn)行多目標(biāo)的配對[6]。

假定存在n個(gè)目標(biāo)，則在第i(i=1,2)個(gè)掃頻周期的上掃頻段目標(biāo)j(j∈{1,…,n})的中頻信號(hào)頻率與下掃頻段目標(biāo)k(k∈{1,…,n})的中頻信號(hào)頻率配對的結(jié)果為

(1)

(2)

式中，μi=B/Ti，Ti為第i個(gè)掃頻周期。

由式(1)和式(2)可以看出，真實(shí)目標(biāo)距離和速度與μi是無關(guān)的，即在兩個(gè)掃頻周期內(nèi)進(jìn)行配對得到的距離和速度結(jié)果是相同的，而虛假目標(biāo)的速度和距離結(jié)果不同。如果兩個(gè)不同掃頻周期內(nèi)的兩組距離和速度值相同，則認(rèn)為該組值為某一個(gè)目標(biāo)的距離速度參數(shù)值。

3 算法模塊設(shè)計(jì)

3.1 信號(hào)預(yù)處理

3.1.1 相位校準(zhǔn)

在連續(xù)波雷達(dá)系統(tǒng)中，最簡單的數(shù)字波束形成系統(tǒng)可以由一個(gè)發(fā)射天線和多個(gè)接收天線組成，發(fā)射天線發(fā)射一個(gè)寬波束覆蓋指定的區(qū)域，對中頻采樣數(shù)據(jù)進(jìn)行快速傅里葉變換(FFT)，然后對頻域信號(hào)進(jìn)行波束形成，抑制雜波干擾信號(hào)。

本系統(tǒng)采用2×3的天線陣列，采用時(shí)間分集的方式通過兩個(gè)發(fā)射天線輪流發(fā)射相同的信號(hào)，3個(gè)接收天線接收目標(biāo)回波信號(hào)。由于系統(tǒng)要求的角度測量精度需達(dá)到1°，為獲得更高的測角精度，通過將接收的不同發(fā)射天線的目標(biāo)回波信號(hào)合成，使2×3的天線陣列變?yōu)?×6的虛擬天線陣列，獲得更高的測角精度和波束形成增益[7]，如圖2所示。

圖2 虛擬陣列

如圖2所示，兩個(gè)發(fā)射天線間距為3d，接收天線間距為d，d=λ/2，λ為波長。虛擬陣列接收信號(hào)由接收天線陣列分別接收發(fā)射天線1和2的發(fā)射信號(hào)所對應(yīng)的目標(biāo)回波信號(hào)組成。由于系統(tǒng)采用時(shí)間分集發(fā)射信號(hào)，發(fā)射間隔內(nèi)目標(biāo)運(yùn)動(dòng)引起的相位差異使得虛擬陣列天線3和4之間的相位差Δφ3,4=φ4-φ3≠φd(φd為天線間距引起的相位差)，在高信噪比條件下，可以利用虛擬接收天線3,4和5進(jìn)行校準(zhǔn)。接收天線3和4之間的相位差Δφ3,4=φd+φv，φv為發(fā)射間隔內(nèi)目標(biāo)運(yùn)動(dòng)對應(yīng)的相位變化， Δφ4,5=φd，則需補(bǔ)償?shù)南辔徊瞀う?Δφ4,5-Δφ3,4。

3.1.2 數(shù)字波束形成

雷達(dá)接收信號(hào)中的雜波干擾信號(hào)會(huì)影響雷達(dá)對目標(biāo)的檢測，通過對陣列接收信號(hào)采用加窗數(shù)字波束形成技術(shù)形成窄波束接收，獲得陣列增益的同時(shí)抑制感興趣范圍以外的雜波干擾信號(hào)，提高目標(biāo)檢測概率。對進(jìn)行相位校準(zhǔn)后的頻域信號(hào)進(jìn)行波束形成，如圖3所示。

圖3 數(shù)字波束形成

圖3中，h=[h1,…,h6]T=(w⊙a(bǔ)s(θ))H為復(fù)權(quán)矢量，窗函數(shù)w提供旁瓣控制的數(shù)據(jù)加權(quán)；導(dǎo)向矢量as(θ)提供對來自θ方向的信號(hào)的最大相干積累，z為波束形成輸出矢量。

考慮一個(gè)單目標(biāo)信號(hào)，對目標(biāo)所在頻譜通道的復(fù)矢量進(jìn)行相位校準(zhǔn)和波束形成，仿真結(jié)果如圖4所示。

圖4 波束形成增益對比

如圖4所示，由于FFT(FFT點(diǎn)數(shù)：256)后能夠得到較高的信噪比，與均勻線性陣列相比，虛擬陣列相位校準(zhǔn)對波束形成增益影響很小。

3.2 恒虛警檢測

3.2.1 CFAR檢測算法

準(zhǔn)確設(shè)定檢測門限的前提條件是精確已知干擾功率，但是對一般雷達(dá)系統(tǒng)而言，干擾功率是未知的。為使雷達(dá)系統(tǒng)具有恒定的虛警概率，實(shí)際干擾噪聲功率電平可以實(shí)時(shí)地從數(shù)據(jù)中進(jìn)行估計(jì)，從而相應(yīng)地調(diào)整雷達(dá)檢測門限[8]。恒虛警檢測的原理如圖5所示。

圖5 CFAR檢測

針對多目標(biāo)應(yīng)用場景，如果干擾目標(biāo)存在于兩個(gè)參考窗內(nèi)，采用單元平均(CA)CFAR將會(huì)使噪聲功率估計(jì)值變大，增大漏警率。單元平均選小(SOCA)CFAR算法對兩個(gè)參考窗分別求均值，選取兩個(gè)估計(jì)值中更小的值，該值更可能接近噪聲功率，但在雜波邊緣處會(huì)產(chǎn)生虛警。單元平均選大(GOCA)CFAR算法與SOCA CFAR算法相反，選取兩個(gè)估計(jì)值中較大的，能夠避免雜波邊緣處的虛警，但對多目標(biāo)的遮蔽效應(yīng)較敏感。有序統(tǒng)計(jì)(OS)CFAR算法對參考單元內(nèi)的數(shù)據(jù)進(jìn)行升序排序，選擇其中第kOS個(gè)元素作為干擾功率電平的估計(jì)，對于由緊鄰目標(biāo)引起的遮蔽效應(yīng)極不敏感，但是復(fù)雜度較高[9]。

3.2.2 CFAR檢測算法改進(jìn)

車載雷達(dá)應(yīng)用場景比較復(fù)雜，多目標(biāo)遮蔽效應(yīng)會(huì)導(dǎo)致漏檢率增大，本文提出一種自適應(yīng)改變噪聲電平估計(jì)樣本的改進(jìn)CFAR算法。在CFAR檢測過程中加入一個(gè)反饋操作，當(dāng)該頻譜單元存在目標(biāo)時(shí)，用估計(jì)得到的干擾噪聲功率電平代替該頻譜單元值，減小對后續(xù)頻譜單元干擾噪聲功率電平估計(jì)的影響，從而減小目標(biāo)遮蔽效應(yīng)。改進(jìn)CFAR算法的步驟為：

待檢測矢量z=[z1,z2,…,zM]；

fori=1∶M

該頻譜單元存在目標(biāo)；

end

end

綜合考慮性能與復(fù)雜度，本系統(tǒng)采用單元平均選小準(zhǔn)則的改進(jìn)CFAR算法，與SOCA CFAR算法的檢測性能對比如圖6所示。

圖6 CFAR算法對比

如圖6所示，存在3個(gè)頻譜位置相近的目標(biāo)，采用改進(jìn)的CFAR算法能夠正確檢測到全部目標(biāo)。在檢測到目標(biāo)后，用估計(jì)的噪聲功率電平替代目標(biāo)峰值，避免目標(biāo)頻譜峰值對鄰近頻譜單元干擾噪聲功率電平估計(jì)的影響，有效減小目標(biāo)遮蔽效應(yīng)。

3.3 變周期多目標(biāo)配對

3.3.1 容差函數(shù)配對算法

由于實(shí)際中頻信號(hào)頻率計(jì)算不可避免地存在誤差，在判斷兩個(gè)速度距離信息組合是否相等時(shí)需要建立容差函數(shù)，如果兩者的誤差在容差內(nèi)，則判斷是相等的[10]。

假設(shè)中頻信號(hào)采樣頻率為fs， FFT點(diǎn)數(shù)為NFFT，則得到的信號(hào)頻譜觀察細(xì)度為Δf=fs/NFFT，由此可根據(jù)式(1)計(jì)算FMCW雷達(dá)的測距精度為Δr=cTfs/2BNFFT，建立目標(biāo)的距離容差函數(shù)：

(3)

如果在兩個(gè)周期內(nèi)測得的距離差小于此容差值，則認(rèn)為相等。

同理，可以建立速度容差函數(shù)：

(4)

但在實(shí)際工程中，由于采用的FFT點(diǎn)數(shù)較少等原因，會(huì)導(dǎo)致距離和速度容差函數(shù)值較大，只利用容差函數(shù)值，結(jié)果中仍存在較多虛假目標(biāo)。針對這個(gè)問題，本文提出一種利用先驗(yàn)信息壓縮匹配空間的多步配對算法，能夠在頻率配對過程中有效去除虛假目標(biāo)，并降低計(jì)算復(fù)雜度。

3.3.2 多目標(biāo)配對算法改進(jìn)

在三角波體制雷達(dá)中，雖然僅根據(jù)一個(gè)掃頻段的中頻信號(hào)頻率值無法得到目標(biāo)的距離和速度信息，但可以利用先驗(yàn)信息，根據(jù)同一目標(biāo)在不同掃頻段的中頻信號(hào)頻率間的內(nèi)在聯(lián)系壓縮頻率配對空間，去除虛假目標(biāo)。

(5)

式中，vmax為系統(tǒng)感興趣范圍內(nèi)的最大相對速度。

(6)

(7)

變周期多目標(biāo)配對算法具體步驟為：

1) 相同掃頻周期上下掃頻段配對：

fori=1∶N1

計(jì)算能夠配對的范圍：

forj=1∶N2

度矩陣中對應(yīng)的距離和速度值；

end

end

end

同理，進(jìn)行第二個(gè)掃頻周期的配對。

2) 不同掃頻周期相同掃頻段配對：

fori=1∶N1

計(jì)算能夠配對的范圍：

forj=1∶N3

end

end

同理，進(jìn)行下掃頻的配對。

3) 容差函數(shù)配對：計(jì)算步驟1)和2)中均配對成功的組合對應(yīng)的距離和速度差值，若均小于對應(yīng)的距離和速度容差函數(shù)值，則認(rèn)為是同一目標(biāo)。

4) 若某一檢測結(jié)果在另一掃頻周期中存在多個(gè)配對結(jié)果，則計(jì)算速度-距離平面的歐氏距離，取最短距離對應(yīng)的配對結(jié)果。

3.4 方位角估計(jì)及點(diǎn)跡凝聚

3.4.1 波達(dá)方向估計(jì)算法的選擇

針對配對得到的目標(biāo)，利用目標(biāo)所在陣列頻譜通道的復(fù)矢量對其方位角進(jìn)行估計(jì)。目前，工程上常用的方位角估計(jì)算法有比相法、和差波束法、Music法、Esprit法和Capon法等。由于車載防撞雷達(dá)系統(tǒng)應(yīng)用場景比較復(fù)雜，一個(gè)頻譜通道內(nèi)可能存在多個(gè)目標(biāo)的回波信號(hào)，采用比相法或和差波束法會(huì)有較大誤差，Music法需要對源目標(biāo)個(gè)數(shù)進(jìn)行估計(jì)，Esprit法穩(wěn)健性較差。綜合考慮，選擇穩(wěn)健性較高的Capon法進(jìn)行方位角估計(jì)。

3.4.2 波達(dá)方向估計(jì)的穩(wěn)健性修正

(8)

3.4.3 點(diǎn)跡凝聚

系統(tǒng)信息更新頻率為20 Hz，即一幀時(shí)長為50 ms。一幀時(shí)間內(nèi)會(huì)進(jìn)行多次檢測，同一目標(biāo)可能會(huì)檢測出多個(gè)相距較近的點(diǎn)，采用質(zhì)心法對點(diǎn)跡進(jìn)行凝聚，點(diǎn)跡凝聚算法步驟為：

1) 找出(剩余)點(diǎn)跡中幅度最大的點(diǎn)；

2) 搜索以該點(diǎn)為中心，角度差小于2°、距離差小于1 m的點(diǎn)跡，采用質(zhì)心法對距離、速度及角度信息進(jìn)行凝聚；

3) 重復(fù)步驟1)和2)，直到遍歷所有點(diǎn)。

一幀內(nèi)進(jìn)行K次檢測，目標(biāo)被正確檢測次數(shù)大于(等于)K0次，則進(jìn)行點(diǎn)跡凝聚，否則作為虛假目標(biāo)舍去，K0大小根據(jù)漏警率和虛警率決定。

4 算法仿真結(jié)果

雷達(dá)系統(tǒng)部分參數(shù)如表1所示。

表1 雷達(dá)系統(tǒng)參數(shù)表

設(shè)置3個(gè)車道，本車?yán)走_(dá)處于中間車道(圖7中原點(diǎn)位置)，在雷達(dá)前方設(shè)置多個(gè)目標(biāo)以及指示牌，道路兩旁存在護(hù)欄，目標(biāo)車輛RCS=20 dBm2，接收信號(hào)信噪比根據(jù)雷達(dá)方程計(jì)算得到，目標(biāo)相對位置如圖7所示。

圖7 仿真場景示意圖

采用本文設(shè)計(jì)算法進(jìn)行多周期目標(biāo)檢測，檢測結(jié)果如圖8所示。

圖8 仿真結(jié)果

如圖8所示，所有目標(biāo)均被正確檢測，沒有產(chǎn)生虛假目標(biāo)，部分路旁護(hù)欄雜波也被檢測。將仿真結(jié)果與實(shí)際值比較，目標(biāo)測距誤差均值為0.48 m，測速誤差均值為0.16 m/s，測角誤差均值為0.12°，均在系統(tǒng)誤差允許范圍內(nèi)。

5 結(jié)束語

本文設(shè)計(jì)了一種LFMCW車載防撞雷達(dá)系統(tǒng)信號(hào)處理模塊，該模塊通過合成虛擬陣列獲得更大的接收天線孔徑，采用數(shù)字波束形成窄波束對感興趣范圍內(nèi)目標(biāo)進(jìn)行檢測，采用自適應(yīng)改變噪聲電平估計(jì)樣本的改進(jìn)恒虛警檢測算法有效減小了目標(biāo)遮蔽效應(yīng)，同時(shí)利用基于先驗(yàn)信息的多目標(biāo)配對算法壓縮配對空間，在頻率配對階段能夠有效去除虛假目標(biāo)并降低計(jì)算復(fù)雜度。仿真結(jié)果顯示，該算法能正確檢測出雷達(dá)前方目標(biāo)，誤差均在系統(tǒng)允許范圍內(nèi)。

[1] 簡森林,何宗銳. 基于步進(jìn)頻連續(xù)波雷達(dá)的射頻對消[J]. 雷達(dá)科學(xué)與技術(shù), 2016, 14(2):189-193.

[2] LIN J J, LI Y P, HSU W C, et al. Design of an FMCW Radar Baseband Signal Processing System for Automotive Application[J]. Springerplus, 2016, 5(1):1-16.

[3] SONG M, LIM J, SHIN D J. The Velocity and Range Detection Using the 2D-FFT Scheme for Automotive Radars[C]∥IEEE International Conference on Network Infrastructure and Digital Content, Beijing:IEEE, 2014:507-510.

[4] WANG W,WANG R, DENG Y, et al. Improved Digital Beam-Forming Approach with Scaling Function for Range Multi-Channel Synthetic Aperture Radar System[J]. IET Radar, Sonar and Navigation, 2016, 10(2):379-385.

[5] 楊建宇,凌太兵,賀峻. LFMCW雷達(dá)運(yùn)動(dòng)目標(biāo)檢測與距離速度去耦合[J].電子與信息學(xué)報(bào), 2004, 26(2):169-173.

[6] ISSAKOV V. Microwave Circuits for 24 GHz Automotive Radar in Silicon-Based Technologies[M]. Berlin:Springer, 2010:9-11.

[7] FISCHER C, ANDRES M, BLOECHER H, et al. Adaptive Super-Resolution with a Synthetic Aperture Antenna[C]∥9th European Radar Conference, Amsterdam:IEEE, 2012:250-253.

[8] RICHARDS M A. Fundamentals of Radar Signal Processing[M]. New York:McGraw-Hill, 2005:260-263.

[9] TAO D, ANFINSEN S N, BREKKE C. Robust CFAR Detector Based on Truncated Statistics in Mul-tiple-Target Situations[J]. IEEE Trans on Geoscience and Remote Sensing, 2015, 54(1):1-18.

[10] 宋洋. 一種改進(jìn)的車載雷達(dá)多目標(biāo)檢測方法[J]. 電子科技, 2014, 27(11):135-138.