毫米波雷达闲谈

4D radar

3D radar 无俯仰信息，无法识别静止目标。4D radar可以识别低速目标，如行人、白色卡车等。

在融合感知方面，4D radar性能方面相当于16线激光雷达，而且可以使用其点云校准激光雷达点云。

超分辨算法

缺点：算力要求大，条件限制多，无法进行实时处理以及工程落地。

Ti的DSP芯片里有FFT硬件加速，计算信号的协方差矩阵以及谱峰搜索都大大增加计算量。

压缩感知

压缩感知被广泛用于单快拍DOA估计，目前有研究正交匹配跟踪以及迭代软阈值，但是由于计算量巨大以及输出结果的不确定性，还没有工程落地。包括要考虑成像场景的稀疏性问题，比如像捷变频的毫米波雷达空域探测，是具有一定的稀疏性的，但是比如星载和机载SAR上面，成像场景就很难具有稀疏性。

多径效应

多径效应很难避免，单个雷达几乎无法解决，采用分布式雷达，多角度探测或许可以。

然后的话，像目前的雷达多目标追踪，也几乎都是基于贝叶斯估计的，比如KF、EKF，像粒子滤波也都很少用到实际的工程场景中。像航迹管理也使用一些常见的像全局最近邻的数据关联算法。

其实在雷达目标检测中，其实越底层的数据反而越准确，比如heatmap其实是比经过CFAR之后的点云包含的信息多的。

雷达主要市场：

目前市场中，民用雷达主要还是应用于车载传感器以及智能家居两大方面。无人驾驶做辅助传感器就不多说了，在智能家居方面可以应用到电灯照明，可以节约能源，目前可以与红外传感器平分秋色，由于红外使用温度进行区分，也只能检测移动的目标，所以也不太稳定。雷达的优势就在于他可以测生命体征，可以区分人和宠物，但雷达这种传感器最大的优势就在于其有很强的隐私保护性，可以嵌入到各种电子设备中，这个市场将会在明年或后年迎来爆发。

华为的未来发展目标就是将雷达和通信相结合，在宽带系统上进行雷达的感知。

最后谈一下雷达对人体的危害问题:

其实雷达要比手机的3G 4G wifi等模块的功率低，而且高频信号衰减快，也无法穿透人体。