说明
雷达干扰及其解决或利用是一个极其宽泛且复杂的话题，本篇博文并不企图将各种内容做详细叙述，而是试图搭建一个囊括尽可能多内容的框架、基于作者的积累做一些有细有略的概述、并收集和丰富相关资料。 本篇博文会基于对这方面知识理解的加深以及读者的反馈长期更新内容和所附资料，有不当之处或有其它有益的参考资料可以在评论区给出，我们一起维护，我会定期完善。
Blog：
20220911 文章第一次写作，本次写作内容主要来源于Ti的视频教程、NXP的《汽车应用中的雷达间干扰简介》白皮书、加特兰 Alps baseband等资料。
文章架构
目录
一、车载毫米波雷达干扰问题概述
在车载毫米波雷达实际的应用场景中，雷达接收到的信号会来自很多方面，包括但不限于：雷达感兴趣的目标、云雨、地面、目标回波的二次乃至多次反射、路边建筑、其它车载毫米波雷达的发射信号等，此外天线之间的耦合、雷达自身内部的各种噪声都会对车载毫米波雷达发性能的发挥有影响。宽泛地说，除去来自目标直接反射的回波信号，上述列出的所有其它的回波和噪声都可以归结于干扰二字。
从雷达只需要探测感兴趣的目标这一角度来说，上述各类干扰对于雷达实现其功能而言基本都是有害的，这些干扰可能会带来包括接收端饱和、电磁波能量的损失、SNR恶化等不良影响，从而导致雷达无法正常工作、探测距离降低、动态范围缩小、出现漏检(miss detection)和误检(ghost detection)等情况的发生。当然，值得留意的是，我们也可以从另外的角度上去看待这些干扰，比如针对多径问题(目标回波的二次乃至多次发射问题)，雷达可以基于此实现超视距探测(越过前车探测前车的前车)，相关的研究有诸多论文可供参考，并且从华为等Tier1给出的4D毫米波雷达的演示效果来看，对多径问题带来的“干扰”是可以被利用起来的。
前述每项干扰都可以列出一个相关的专题做研究，如本文说明部分所言，雷达干扰及其解决或利用是一个极其宽泛且复杂的话题，本篇博文并不企图将各种内容做详细叙述(后续有一定的积累且时间充裕后我会试图这样做)。具体到本篇博文，本文试图针对前述干扰中最重要的、日益凸显的且系统性而非随机的：来自其它车载毫米波雷达的发射信号 这一干扰做系统性论述。
车载雷达间的干扰概率会随着雷达装配率的增加而增加，只是目前的市场占有率并不是太高，市场(或主机厂)可能并没有强烈意识到这一点，(不过头部的毫米波雷达芯片厂家(Ti、NXP、加特兰等)在研发自己的SOC芯片时都有考虑到这一问题,并开发了一些针对该干扰的避免(avoidance)或减轻(mitigation)措施供用户使用)，下图为高度公路上行驶的汽车所配备的长距前向雷达这一场景中干扰发生概率随装配率的变化：
干扰概率随雷达装配率的变化
红色曲线对应的不避开干扰是指雷达不做主动的抗干扰措施，黄色曲线对应的全盲子带调频是指雷达在可使用的频带范围内随机选择其载频，蓝色曲线对应的半盲子带跳频是指先检测干扰随后切换频率资源以避开干扰。可以看到增加了主动抗干扰的措施后干扰的发生概率会有较大程度的改善，但是随着装配率的增加干扰的概率还是很严重。这张图体现了我们研究干扰的迫切性以及采取抗干扰措施的必要性。
事实上，很早之前就有国外相关机构针对此问题做了较为系统性的研究，比较权威的包括：欧洲的MOSARIM(more safety for all by radar interference Mitigation)项目，该项目在2012年出具了报告：CORDIS | European Commission 以及美国的NHTSA（National Highway Traffic Safety Administration）在2018年出具的报告：Radar Congestion Study (nhtsa.gov)，有相关研读需求的可以从链接中下载阅览。后者较之于前者增加了不同的交通场景来评估干扰发生的时间和频率。诸多SOC芯片厂家在其芯片的顶层设计中应该都有参考这两份报告。
二、雷达间的干扰问题探讨-原理与影响
本章将针对三个主要的方面，从原理上探讨雷达间的干扰这一问题，并尽可能从定性到定量地说明其影响，为后续针对该干扰的表面或减轻措施的说明做铺垫。
可能带来的问题1：前端饱和
该问题很容易理解：试想两车一前一后同向相距较近行驶时的场景，前车的后向雷达和后车的前向雷达之间必然会相互产生干扰，在正常的雷达工作场景中中，发射的雷达信号传输到目标，被目标反射和吸收后传回雷达接收器，由雷达公式可知接收功率与距离的4次方成比率衰减，而其他雷达产生的干扰信号是通过单向路径直接传输至受影响雷达，没有反射和吸收带来的能量损耗，这意味着该干扰源可能会导致雷达传感器前端饱和。
事实上雷达前端饱和这一问题的研究远早于雷达间相互干扰这一问题的提出时间，雷达为了能同时探测到近距离下的强目标(RCS大的目标，该目标以及来自近距范围内的环境反射的电磁波都容易导致雷达前端饱和)和远距离下的弱目标，射频芯片内部一般都集成了增益控制的机制，包括高通滤波和STC。由雷达间的干扰导致的饱和从某种程度上可以归入这里的问题，并可以沿用这里的处理机制,所以近程增益控制就显得更为重要了。(这里一并给出了解决方案，后面章节不再重复)
可能带来的问题2：噪底升高
如果接收到的那么干扰信号没有导致前端饱和，则将与有用信号一起数字化。此时可以分成两种情况讨论，所谓的crossing interference（交叉干扰）和parallel interference(平行干扰)。先说结论：交叉干扰会导致噪底升高，平行干扰会产生虚假目标，本小节给出交叉干扰的原理。这里默认读者对基于FMCW的雷达目标的检测原理有一定的理解，如果不懂可以参看各类资料(作者后续应该也会出相关的博文)。交叉干扰从下图中就可以有很直观的理解：
交叉干扰示意图
Aggressor chirp对应的是干扰信号，这个干扰信号可以是如上图所示的向下交叉，也可以是与Victim chirp斜率不同且大于Victim chirp斜率时的向上交叉，原理与产生的效果与上图一样。射频端的所有信号与本振信号混频并低通滤波后在中频范围内的信号会被保留，于是对于该类交叉干扰而言，其解调后频带将是从(-IF bandwidth-->0-->IF bandwidth)，所以其在整个中频带宽内都有信号存在！体现在ADC采集到的时域信号中则对应该干扰时间段信号频率从很大到接近0再到很大，且该时间段内因为加入了干扰信号所以幅度平均要高于时域中的其它部分，体现在频域图上则对应整个频带范围内噪底的升高！这便是交叉干扰导致噪底升高的原理所在，我们可以通过调频斜率差以及中频带宽来得到干扰在时域中持续的时间：T_interference = IF带宽/(两chirp的斜率差)，并且基于该时间和ADC的采样率我们进一步可以得到时域中受干扰的点数：N_points = T_interference*f_adc。需要留意的是，干扰的时间越长，对应噪底的增加就越严重。噪底的增加会淹没弱目标，进而导致miss detection(漏检)的情况发生。
不同干扰时长下基底噪声的增加比较
交叉干扰的避免或减轻其影响相较于前面的前端饱和以及后面的虚假目标的情况，是雷达相互间干扰问题最需要解决的，一方面是因为这种情况会极大地影响雷达的动态范围；另一方面这也是最常见的干扰情况。
可能带来的问题3：虚假目标
虚假目标的产生对应的是前述平行干扰下的情况。
平行干扰示意图1
平行干扰产生的条件是两雷达的chirp有相同的斜率，且干扰chirp相较于本振信号的时延迟极小。如上图所示，该情况下干扰信号就完全等效于目标的反射回波了。
平行干扰及其影响
其效果就是所谓的ghost目标的产生，不过该情况的发生对两雷达的同步性(包括chirp斜率，chirp周期，帧周期等)有极高的要求(或者说条件极难满足)，因为只要其中一个条件不满足就会导致距离或速度的不匹配，我们可以在更后端的跟踪等操作中将目标滤除。
三、雷达间干扰问题的解决方案
在前述提及的MOSARIM项目中，其出具的报告给出了8种解决方案，这八种方案基本囊括所有可能的技术层面而言的解决措施了，本章结合Ti给的教学视频中的说明以及个人的理解将之梳理一遍。此外，我们还应该从更高的角度去探讨该问题的系统性解决办法---从政府以及标准制定的层面去解决该问题，关于这一点的探讨将在本章最后部分给出。
关于MOSARIM项目中给出的8种方案、各方案在Ti芯片上的可适用性、以及各方案的优缺点：
解决方案1&2
方案1给出的建议是提高CFAR的阈值：如第二章中所述，干扰的存在会增加噪底，所以提高CFAR的阈值以避免将突出的噪声识别为目标是很容易想到的方法，这种方法也很容易实现，但是该方法是一种基于对干扰带来的影响认知和妥协而做的很浅层的减轻影响的手段，它有一定的效果，但是从某种角度上同时也主动丢掉了弱目标，降低了雷达的动态范围，从抑制雷达间干扰的角度来说，这不是一种建议采用的方法。
方案2给出的建议是保持雷达发射chirp的周期或帧周期不变，改变(随机/伪随机化)雷达发射的单个chirp或帧在其周期中的位置(通过设置不同的idle time或interframe time实现)，来避免干扰的产生：以chirp为例，假设初始场景下外界干扰雷达和本雷达的chirp周期以及idle time都一样，并且其在时间上也刚好吻合，于是本雷达每个chirp都会受到外界雷达的干扰，这时我们在保持本雷达chirp周期的前提下改变本雷达每个chirp发射的起始时间(也即改变了idle time),并且两雷达的第一个chirp时间上对应上了，那么本雷达的第一个chirp就会受到外部雷达的干扰，但是后续的chirp因为起始时间随机化了，后续chirp再受到干扰的可能性就急剧下降了，这便是该方案的原理，改变interframe time的原理类似。该方案是一种主动的降低干扰发生可能性的措施，是一种很有效的方案。后续的改变起始相位或改变起始频率的方案原理和要达到的效果类似，不再做详细论述。
方案3&4
方案3给出的建议是分开使用频段：考虑到现阶段车载毫米波雷达可用带宽从76-->81GHz有5GHz的带宽可用，带宽主要影响距离分辨率，而我们对雷达的距离分辨率并不会要求到比如5GHz对应的3cm的距离分辨率那么高，事实上1GHz左右就完全够了，于是可以考虑将前向雷达使用的频带和后向雷达使用频带分开，因为一种常见的应用场景(特别在高速上)是前车与后车同向行驶，干扰的产生主要来自于前车的后向雷达和后车的前向雷达，如果两雷达使用了不同的频段，那么产生的干扰会在中频的低通滤波时就被消除了。当然，这种方案没法解决市内交通场景中两车对向行驶时等更为复杂的情况，但这为系统性解决雷达之间的干扰问题提供了一种角度，更具体的将在本章后文展开。
方案4给出的建议是检测干扰并对干扰的部分进行修复：关于干扰在ADC采集的时域信号中的表现已经在前述第二章中给出，这里给出的方法是找到这些时域上特殊的位置并修改这些位置对应的数值。那么更具体地，这里的方法涉及到两个技术，首先是如何找到这些位置，然后是如何修复这些位置的数据。关于如何找到：如前所述，这部分的数值幅度因为加入了干扰所以会高于周围的点，于是我们可以基于这一特征设计算法找到该位置(具体的实践方法有很多，比如对数据求导，找到导数值突变的点，本文不做更具体的介绍，感兴趣的可以参考第五章参考资料中给的Ti或加特兰等的资料，注：加特兰的alps芯片给出了所谓的3中避免干扰的措施和一种减轻干扰的机制：对应的就是调频（起始频率）、调相(起始相位)、调idle time以及这里方案4对应的检测+修复的减轻机制。)。关于如何修复：同样，修复的方法也有很多，且其达到的效果不一，最简单/粗暴的就是丢掉这些位置的数据，将这些位置的数据置0即可，也有其它的比如加窗平滑、各种插值方法、fft后滤波再ifft回来等，Ti给出各种方案下的对比如下：
不同修复手段下的效果对比
各图中左边部分是修复后的时域图，右边部分是修复后的频域图。
方案5&6
方案5给出的建议是改变每个chirp的相位：将每个发射的chirp其初始相位随机/伪随机化，这里的原理与效果和方案2类似，不再做过多论述。值得注意的一点是，这种方案在更后端的数据处理过程中需要把相位再补偿到一致，否则会影响后续的测速和测角。
方案6给出的建议是数字波束成形：其原理就是使用数字波束成形将消除来自给定方向的信号分量，这种方法可能非常有效，但会限制雷达传感器的主要功能，因为该方法会在干扰源所在方向产生盲点。值得注意的是，雷达系统中的干扰源很可能是其他汽车或路边基础设施上安装的雷达，那么从系统的角度来看，这是非常重要的信息，因为系统需要了解干扰源来自哪里才能构建正确的雷达图像。此外这种方法需要首先知道干扰的方向才能做后续的波束成形，这里其实有点类似在做CFAR之间各个通道之间使用相干累积来得到RD矩阵做CFAR?
方案7&8
方案7给出的建议是检测出干扰并在非干扰的时间段和频带去发射雷达的信号以避免干扰：这里和方案2与方案5的原理类似，其区别在于一个全盲一个半盲，对应的是第1章中给出的雷达干扰概率与装配率之间的变化曲线图中的黄色曲线和蓝色曲线。
方案8给出的建议是设置不同的天线极化方式：该方法与方案3相似，只不过方案3中是建议前向与后向雷达使用不同的频带，这里是建议使用不同的天线极化方式。该方法是Ti芯片没法实现的方案，因为这是天线设计部分的工作。同方案3一样，这种方案没法解决市内交通场景中两车对向行驶时等更为复杂的情况，但这为系统性解决雷达之间的干扰问题新提供了一种角度。
系统性解决雷达间干扰问题的探讨：
前述给出的8种解决方案或者避免干扰的产生、或者检测并采取措施主动减弱干扰的影响、或者接受干扰的影响并主动/被迫降低雷达性能。这些方案都是从芯片或雷达制造商的角度给出技术性的解决问题的措施，并不能系统性地解决问题。毫米波雷达产业随着辅助驾驶乃至自动驾驶的兴起而蓬勃发展，从市场占有率的角度来说还处在行业爬坡阶段的低处，业内标准的制定以及官方的管理体制还远未完善。而随着装配率的提升，为保障毫米波雷达的产品性能，雷达间的干扰问题必须系统性地解决，而系统性地解决行业问题是需要顶层制定规范化的标准才行。
本章该部分内容给出一些有益的角度：需要明白的是，问题的解决还是需要归结于底层技术的角度，只是这里是从官方的层面来制定策略和管理，避免了从芯片厂家或毫米波雷达商家出发的无序性。为进一步提高雷达传感器的抗干扰性，我们假设道路上所有的雷达传感器是协同工作的，共享无线通道的接入规则，这需要某种标准化形式来确保公平接入无线通道，并确保所有传感器具备相同的能力来提供可靠的环境估测。一种可能的方法是为雷达应用静态分配资源，例如，前向和后向雷达可以使用非重叠部分的频谱来避免最糟糕的干扰场景(前述方案3)：即前向雷达照射前方车辆的后向雷达。对于不同应用使用不同的极化也可减轻这种最坏情况(前述方案8)，但应该适当考虑极化对天线视场和传播的影响。对于更先进的解决方案，雷达传感器可以借鉴电信行业制定的信道接入规则，如对波形设计有影响的确定性信道接入（TDMA、FDMA、CDMA、OFDMA等），或者通常部署在通信栈（ALOHA、CSMA、CSMA-CA等）的媒体访问控制(MAC)层的更多随机方法。商定的共享资源接入方式必将提高同一环境中可共存的雷达传感器的最大数量，为支持高市场占有率，制造商之间需要达成某种协议，从而以公平的方式更高效地共享传感资源，市场中的所有参与方必须共同来确定标准化的通道接入方式，但是同时需要维持提供差异化传感性能的可能性。
随机化、干扰检测和干扰规避的组合可能已十分强大，足以支持雷达传感器有较大市场占有率的情况，也给了包括芯片制造商、雷达制造商以及相关的政府部门充裕的时间来制定所需的标准化规范，为推进行业的健康发展，有关各方应该行合力以找到正确方法来处理传统雷达。
四、总结
雷达干扰及其解决或利用是一个极其宽泛且复杂的话题，本篇博文首先概述了车载毫米波雷达可能遇到的各类干扰及其影响，随后以雷达间的干扰为本博文的探讨对象，详述了雷达间干扰的产生机理和影响并对该干扰的解决方案做了详细探讨。本篇博文会基于对这方面知识理解的加深以及读者的反馈长期更新内容和所附资料，有不当之处或有其它有益的参考资料可以在评论区给出，我们一起维护，我会定期完善。
五、参考资料
Automotive radar interference detection and mitigation discussion | TI.com Video
mmWave AWR1x Interference Detection - A crucial step to effective mitigation | TI.com Video
Managing interference in FMCW radar systems | TI.com Video
Interference Mitigation and Detection Lab
Radar Interference - White Paper （NXP 需要去官网查看，需要账号）
Calterah Alps Radar Baseband UserGuide_v1.0.3 (加特兰 需要去官网查看，需要账号)
1962
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
