毫米波雷达||基础知识4（阵列信号处理1）

1、测角原理

在毫米波雷达||基础知识1（雷达方程~FMCW雷达原理）-CSDN博客中简单介绍过测角原理。这种方法应该是相位法测角。

在雷达中，可以通过接收天线阵列来估计目标发射信号的到达方向（DOA）。当然，实际中均匀线性阵列中的接收天线数量有限，角度分辨率也受限，可以考虑MIMO雷达组成虚拟天线阵列。对应的，TDM-MIMO雷达的角度分辨率提高是以降低最大不模糊速度为代价的。当然，TDM-MIMO雷达要考虑多普勒相位补偿和速度扩展的问题。多普勒相移计算如下：

​

 2、阵列信号处理之波束形成

根据《阵列信号处理及MATLAB实现》中所说，阵列信号处理是指将一组传感器按一定方式布置在空间不同位置上，形成传感器阵列，用传感器阵列来接收空间信号，相当于对空间分布的场信号采样，得到信号源的空间离散观测数据。

①波束形成

阵列信号处理的一个基本问题是空间信号到达方向（Direction of Arrival，DOA）的问题，这也是雷达、声呐等许多领域的重要任务之一。DOA估计的基本问题是确定同时处在空间某一区域内多个感兴趣的信号的空间位置（各个信号到达阵列参考阵元的方向角，简称波达方向)。波束形成实质上也是一个波达方向估计问题，只不过它们都是非参数化的波达方向估计器。这些估计的分辨率取决于阵列长度。阵列长度确定后，其分辨率也就被确定，称为瑞利限。而超瑞利限的方法称为超分辨方法。

波束形成（Beamforming，BF）亦称空域滤波，波束形成的实质是通过对各阵元加权进行空域滤波，来达到增强期望信号、抑制干扰的目的；而且可以根据信号环境的变化自适应地改变各阵元的加权因子。虽然阵列天线的方向图是全方向的，但阵列的输出经过加权求和后，可以被调整到阵列接收的方向，即增益聚集在一个方向，相当于形成了一个“波束”，这就是波束形成的物理意义所在。所以波束形成技术的基本思想就是：通过将各阵元输出进行加权求和，在一定时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置，即波达方向估计。

2.1.1数字波束形成

问题：如果将阵元输出直接相干叠加以输出，那么只有垂直于阵列平面的入射波在阵列输出端才能同相叠加得到方向图中的主瓣极大值。也就是说，只有目标反射波入射垂直于阵列平面才能得到阵列最大输出，那么当天线可以旋转时可以探测目标方位，但是天线被固定时就难以探测其他方向目标了。

对此，设法设计一种相控阵天线法（或称常规波束形成法），这是最早出现的阵列信号处理方法。该方法中，阵列输出选取一个适当的权矢量以补偿各个阵元的传播延时，从而使在某一期望方向上阵列输出可以同相叠加，进而使阵列在该方向上产生一个主瓣波束，在其他方向产生较小的响应，所以用这种方法对整个空间进行波束扫描就可以确定目标的方向了。

具体推导如下：

接收信号矢量可以表示如下​，X(t)即观察空间，A即阵列流形（和阵列现状、目标空间源信号方向有关），S(t)即源信号，N(t)为噪声空间。

​

在经过波束形成中的加权后，阵列输出可表示为​，用向量表示为​。那么为了在某个方向θ上补偿各阵元之间的时延以达到波束形成，常规波束形成在该方向的权矢量可以为​，可以发现这个权矢量和方向向量a(θ)的表示形式一样，则​。则常规波束形成的输出功率为​，R为阵列输出x(t)的协方差矩阵​。所以波束形成就是构造观察空间（视场范围）内各个角度的导向矢量，目标所处方向的回波和导向矢量相干叠加（即补偿时延，同相叠加），这些方向能量加强，而噪声是非相干的，能量增强的极大值位置就是信号的方向。

这种常规波束形成方法很常见和基础，加特兰中使用的DBF（数字波束形成）和TI中使用的battlett波束形成应该就是基于此原理。这种方法的角度分辨率是受限的即瑞利限，角度分辨率受到天线阵元数量或阵列长度限制，对于阵列远场（即R>D*D/λ）中的两个点信号源，只有当它们之间角度间隔大于阵元间隔（阵列孔径）的倒数时才可被分开，这就是瑞利准则/瑞利限。在这种情况下，要提高角度分辨率，就要增加阵元间隔或阵元个数，那么相应的硬件成本也随之提高。

角度分辨率参考相位法的：​

此外，可以发现FFT和DBF的测角效果一致，采用FFT可以看作基于空域各阵元接收的数据做空域傅里叶变换，时域FFT的频率分辨率取决于采样时间，而空域FFT的频率分辨率则受到阵列孔径（N*l）的限制。DBF有权矢量，FFT同样有一组傅氏基，所以可以利用FFT得到N个阵元的DBF的结果。这样，可以把FFT看作均匀天线阵列情况下的特殊的DBF。

​

2.1.2波束形成最佳权矢量

常规波束形成算法的角度分辨率较差，如果只有一个方向的目标容易检测出来，若是有多个不同方向的目标则受限于角度分辨率可能很难检测出来。常规波束形成的权矢量是一种最简单的权矢量，可以看作用移相器进行加权处理，即只调整信号相位，不改变幅度。对此可以根据某种准则得到波束形成的最佳权矢量，这些准则有：最小均方误差(MMSE)准则、最大信噪比(MSNR)准则、线性约束最小方差(LCMV)准则等。

线性约束最小方差准则（Linearly Constrained Minimum Variance，LCMV)是常用的一种算法，这种方法就是TI雷达中用过的Capon算法，有的也叫最小方差无畸变（MVDR）。在已知期待信号的来波方向和参考信号的条件下，最小方差准则是通过最小化阵列输出的噪声方差来取得对信号的较好的增益。为了保证波束形成对信号的增益，必须对波束形成器的权向量加以限制，使其在信号方向产生一定的增益。常用的约束方法是保证滤波器对期望信号的响应为常数1且对干扰噪声的响应为0，求解最优权矢量，使得在上式的约束条件下，波束形成器的输出干扰和噪声功率的均方值最小。采用拉格朗日乘子法，得到最优权向量w。下面是部分推导过程。

 上面的推导完毕，下面则是补充。

所以Capon算法在保证对期望信号方向增益达到一定值的条件下，计算最优权矢量，使阵列输出噪声方差最小，因此该算法需要知道精确的期望信号方向作为约束方向。当然实际使用时可以通过扫描视场范围得到Capon的功率谱估计，如上图。从上图可以看到，Capon算法相比于DBF的角度分辨率明显提高，当然这是多快拍数下的测角结果，在单快拍时Capon算法效果很差。

未完待续...hh