77 GHz 毫米波雷达波束成型算法

admin

在自动驾驶与高级辅助驾驶系统中，77 GHz 毫米波雷达凭借其全天候、远距离、高精度的优势成为核心传感器之一。现代车载雷达普遍采用 MIMO（多输入多输出） 技术，通过虚拟阵列合成大孔径，从而获得良好的角度分辨率。本文将从系统工程师的角度，完整介绍一个 MIMO波束形成仿真 的MATLAB实现，涵盖：距离FFT、多普勒FFT、虚拟阵列角度估计，以及距离-速度-角度三维联合检测。文中代码可运行，适合初学者快速搭建雷达信号处理原型。

1. MIMO雷达信号处理基本原理1.1 FMCW波形与差拍信号

车载雷达多使用调频连续波（FMCW），一个Chirp的发射信号为：

stx(t)=exp⁡(j2π(fct+S2t2))stx​(t)=exp(j2π(fc​t+2S​t2))

经目标反射后，接收信号与发射信号混频得到差拍（beat）信号，其频率与目标距离成正比：

fbeat=2BcTs⋅Rfbeat​=cTs​2B​⋅R

通过对每个Chirp进行 距离FFT，可提取目标距离信息。

1.2 多普勒处理

连续发射多个Chirp（通常100~256个），同一距离门上的相位变化反映了目标径向速度：

Δϕ=4πλv⋅TsΔϕ=λ4π​v⋅Ts​

对同一个距离门的不同Chirp做 多普勒FFT，可得到目标速度。

1.3 MIMO虚拟阵列与角度估计

MIMO雷达利用 Nt个发射天线 和 Nr个接收天线，通过时分或码分发射正交波形，在接收端可等效为一个 Nt×Nr 的虚拟均匀线阵，阵元间距通常取 λ/2λ/2。对虚拟阵列做 数字波束形成（DBF），即可估计目标到达角（DoA）。

波束形成输出为：

P(θ)=∣aH(θ)x∣2P(θ)=​aH(θ)x​2

其中 a(θ)a(θ) 为虚拟阵列的导向矢量，xx 为同一距离-多普勒单元上的阵列快拍。

2. 仿真参数与目标设置

仿真参数如下：

参数	值
载频	77 GHz
带宽	2 GHz
Chirp周期	150 μs
距离FFT点数	256
多普勒FFT点数	100
发射天线数	4
接收天线数	4

三个典型目标（模拟左侧树木、前方车辆、右侧树木）：

目标	距离(m)	速度(m/s)	RCS	角度(°)
右树	5.0	0	200	+30
车	1.0	5	10	0
左树	10.0	0	150	-60

速度分辨率 Δv=λ2NdopplerTs≈0.13 m/sΔv=2Ndoppler​Ts​λ​≈0.13m/s，最大不模糊速度约6.5 m/s。

3. 仿真结果与分析
3.1 距离-多普勒谱（RD Map）

下图展示了非相干累加后的RD谱（横轴为速度 m/s，纵轴为距离 m）。白色圆圈标记真实目标位置，红色圆圈为检测结果。

• 车（v=5 m/s，R=1 m）在多普勒维有明显偏移，符合预期。
• 左树（v=0，R=10 m）和右树（v=0，R=5 m）位于零多普勒线上，距离维清晰可分。
  
  
  
  

3.2 角度谱（基于检测目标的DBF）

对于每个检测到的目标，提取其RD单元的虚拟阵列数据，绘制波束形成角度谱：

• 检测目标1（车）：实际角度0°，检测角度0.5°，功率峰值清晰。
• 检测目标2（右树）：实际角度30°，检测角度29.5°，旁瓣约-13 dB。
• 检测目标3（左树）：实际角度-60°，检测角度-60°，由于大角度时虚拟阵列波束宽度稍宽，但主瓣仍能准确指向。
  
  
  
  
  

检测结果汇总：

目标	真值(R,v,ang)	检测值(R,v,ang)	功率(dB)
车	(1.0m,5.0m/s,0°)	(1.05m,4.87m/s,0.5°)	26.3
右树	(5.0m,0m/s,30°)	(5.00m,0.13m/s,29.5°)	24.1
左树	(10.0m,0m/s,-60°)	(10.05m,0.13m/s,-60°)	23.5

误差主要来自分辨率的离散化（距离分辨率0.075 m，速度分辨率0.13 m/s），角度误差小于1°，满足车载前向雷达典型要求。

4. 总结

本文实现了车载MIMO毫米波雷达的距离-速度-角度联合估计仿真，重点演示了：

• FMCW差拍信号的RD谱构建；
• MIMO虚拟阵列的波束形成角度估计；
• 检测后处理及可视化。
  
  

该仿真框架可作为雷达信号处理算法验证、参数优化和教学演示的基础。读者可在此基础上扩展CFAR、跟踪滤波、多目标配对等功能。