说明
本博文的写作由头来自车载毫米波雷达的校准问题（1）_墨@#≯的博客-CSDN博客，中读者的评论：当天线的耦合信号很强，但是对目标的测距需求又极小时，如何从该耦合信号中检测出这些被淹没的目标。
其实天线的耦合问题，就我现阶段的理解而言，对于车载毫米波雷达来说我们关注更多的是耦合对天线性能的影响(比如会恶化天线增益、阻抗带宽等)，我们比较少从测量近距目标的角度去考虑这个问题：因为耦合的信号一般来说频率极小，于是对应的距离也极小，而车载毫米波雷达其实并不关注那么小距离下的目标(比如0.5m以下)。
不过耦合问题是一个比较有意思的问题，关于其影响和消除我们可以从天线设计和信号处理两个角度去考虑。本博文的题目写这么大：“毫米波雷达天线耦合的影响与消除”，也是考虑到了这点，所以这篇博文我会同时归入车载毫米波雷达系列专题规划和文章目录_墨@#≯的博客-CSDN博客中的天线与射频以及信号处理与算法中。
博主本人现阶段对天线设计方面还不够熟悉，本次内容主要从信号处理端来探讨这个问题，天线的角度只是做一个定性的介绍并给出一篇有益的参考论文。后面随着积累的加深，我会丰富天线部分的内容。
本博文的数据和代码见后文的链接。
Blog
20230414 博文第一次写作
20230615 在3.2节抵消的方法中，补充一个直接减原始数据的操作。
此外，本博文内容涉及到的可以解决的问题其实已经不限于消除天线耦合的影响，这种做抵消的思想和方法也可以消除外界环境的影响。
目录
3.2.1如果目标有速度，此时是否可以从耦合信号中分辨出来？
一、耦合的来源
直观点来说：发射天线所发射的电磁波直接被接收天线接收了。
或者专业点：产生耦合的本质原因主要有两点，分空间耦合和地板耦合。空间耦合是指空间波引起的互耦，是指受各种场(辐射远场、辐射近场或感应近场)的作用激励天线单元的部分能量被耦合到相邻的天线单元上，从而产生耦合电流。地板耦合是指激励的馈电端或者微带馈线和地板产生耦合，耦合电流通过地板表面传输到其它天线单元上，从而产生天线之间的耦合。
二、耦合的影响
从天线设计的角度来说：天线的增益、辐射效率、阻抗、带宽等都会受到影响（恶化）。
从信号处理的角度来说：会导致近距离的能量很大，可以看看距离FFT后的图：
图2.1 实测数据下的距离FFT结果
上图为使用Ti级联板对天空收发电磁波信号采集的数据距离FFT之后的结果(任意选取了其中一个通道的其中一个chirp维度)。很明显，如果目标处在很近的位置，目标是极有可能被淹没在这耦合信号中而无法被检测出来的。
总之，当电磁波的频率很高时，它的传播是十分复杂的，天线之间的耦合是一个必须要去考虑的问题，明白了其来源与影响之后，我们便可以尝试去解决这个问题。解决问题的思路也很清晰：要么从天线设计的角度去考虑，比如使用一些特殊的天线结构设计以从源头上去抑制这个问题；要么天线部分的设计定下来了，此时我们只能接受有耦合这个问题，并尝试从信号处理的角度去解决这个问题，以使得该问题尽量不会影响我们对目标的检测。
三、耦合的去除方法讨论
3.1天线设计上：
博主本人现阶段对天线设计还不是很熟悉，读者可以看看参考资料1这篇硕士论文的1.2节：国内外MIMO天线去耦技术的研究，里头提到了各种方法。这里对其做个汇总：a\ 加载寄生单元(地板枝节)；b\ 采用缺陷地结构；c\ 引入中和线；d\ 分集技术：极化分集、方向图分集；e\ 解耦网络：在天线之间集成网络以达到解除互耦的目的；f\ 地板高阶模的解耦方式；g\ 电容加载自愈去耦法；h\ 紧密场去耦法。
理论或者说实验室里的方法自然是有很多的，但具体到实际应用就需要考虑各种因素了。具体到车载毫米波雷达的天线设计，我了解到的去耦合的方式主要包括：在有馈电的天线两边增加接地的天线以及在天线面板上制作一些特殊的结构，比如如下两幅图：
图3.1 TI AWR2243级联板天线面板图
在上面的接收天线部分，其最外层都有一个额外的接地天线。也有说这是为了保证天线之间耦合的一致性(也是减小耦合的影响..)，和边上做天线的人交流过，这种方式是可以降低耦合的影响的(比如对天线增益的衰减的影响)。
图3.2 博世所谓5代4D雷达的天线面板图
上面两个红色框(为其并馈的发射天线)之间的结构以及4对应的结构，也是可以用以减小耦合的影响，也有说图中4的结构可以减少天线面板对电磁波回波的二次反射。
以上给出了从天线设计的角度我们可以去做的事情，具体的天线设计我了解不多，这部分的内容止于此。这个方向的解决方法需要天线设计工程师去着重考虑，对于系统工程师而言，他需要向天线工程师提出隔离度的指标：比如S21应该小于-50dB。
3.2信号处理上：
本文主要谈谈从信号处理的角度如何解决这个问题。需要说明的是：对于车载毫米波雷达，其实我们并不需要去关注很近距离的目标(比如0.5m以下)，FMCW体制下，距离FFT后目标距离与其对应频率的关系为：
(3.1)
式中，R为目标与雷达之间的距离，S为chirp的斜率，假设我们将chirp斜率设置为50MHz/us,那距离0.5m的目标对应的频率为：167KHz。考虑到直流以及耦合的信号其频率一般较低，比如从对Ti级联板的试验来看，耦合信号的频率值一般在几十到几百KHz(可以看后面的实测结果)，所以在芯片内部一般在混频之后都设有高通滤波器(Ti还设计了两级)，这便是为了解决直流以及耦合信号的影响，当然，不可能有理想的滤波器，直流以及耦合的信号太大了，它们还是会进入到后面的链路并被我们检测出来，但至少有一定的抑制作用，使其不至于让后端器件饱和掉。
所以对上面的内容做个小结是：在我们不怎么关注极近距目标的前提下，我们在芯片的内部设置高通滤波器、我们设计抑制耦合的天线，这些工作的目的更多的是为了抑制直流以及耦合信号的幅值以防止饱和、以及为了使得各通道之间具备一致性。与我们想要解决检测出被淹没在耦合信号中的目标的问题关系不大。
这篇博文写作的由头是在之前的一篇校准的博文：车载毫米波雷达的校准问题（1）_墨@#≯的博客-CSDN博客，中读者的评论：如果我的测距需求就是这些极近距的目标时？我在回复中提出了三种想法，后文对其做展开：
3.2.1如果目标有速度，此时是否可以从耦合信号中分辨出来？
如果耦合信号没有速度，这是可行的。耦合信号有速度吗？从实测结果来看，是没有的：可以看到，2D-FFT后，被压缩到了0多普勒的位置。(实验中我分别设置了三种不同的发射参数，其从数据处理端口可以达到的最远检测距离分别为：12m、24m、90m)，雷达都是在空旷的地方朝天空发射。
这里给出这三次对空试验的收发参数列表(后文的分析也是用到下述同一套收发参数)：
表3.1 试验的收发参数列表
| 参数 | 实验1 | 实验2 | 实验3 |
| 发射起始频率 | 76.5GHz | 76.5GHz | 76.5GHz |
| Chirp斜率 | 100MHz/us | 50MHz/us | 20MHz/us |
| Chirp发射时长 | 36us | 36us | 26us |
| Chirp周期 | 41us | 41us | 31us |
| ADC采样起始时间 | 3us | 3us | 3us |
| ADC采样率 | 8MHz | 8MHz | 12MHz |
| 距离维采样点数 | 256 | 256 | 256 |
| 速度维点数 | 64 | 64 | 64 |
| 距离分辨率 | 0.046m | 0.0938m | 0.3516m |
| 信号处理端最远检测距离 | 12m | 24m | 90m |
发射都为TDM-MIMO的模式，12T16R，对天的发射的实验场景如图所示：
图3.3 外场实验图
因为没法去到顶楼，我选择了一个尽量空旷(稍微远离周边高层建筑)的十字路口做数据的采集。
这三套收发参数下的2D-FFT后的结果如下所示：
图3.4 实验1处理结果(信号处理端最远检测距离12m)
图3.5 实验2处理结果(信号处理端最远检测距离24m)
图3.6 实验3处理结果(信号处理端最远检测距离90m)
从上面三幅图可以看到，除去零多普勒外都还是蛮干净的。说明耦合进来的信号是没有速度的。也即：如果极近距离的目标有多普勒维度的信息，那它是可以被区分出来的。可是如果想要检测的目标也是静止的，那它就可能会被淹没到耦合信号中。
3.2.2 是否可以通过调节高通滤波器的截止频率来抑制
当时的想法是，配合调节chirp的斜率(把chirp斜率增加)使得目标的频率增加而和直流以及耦合的信号(假设其频率是固定的)分离，频率分离之后就可以调节高通滤波器的截止频率来将频率更低的耦合以及直流信号压制。但是实践发现，耦合信号的频率并不是固定的，当调节chirp斜率时耦合信号的频率也随之改变(这也是我前面之所以设计三套发射参数想要验证的东西)。
且这里的改变并不是等效于：距离不变(假定我们把耦合的信号等价成一个距离雷达极近的一个目标，因为雷达收发天线间距是一样的，可以认为这个等效的目标的距离是一样的？)，此时，因为调频斜率的变化会导致频率增加：f = 2*R/C*S，从实践的结果来看，这个等效的距离是在发生变化的！
图3.7 实验1处理结果(信号处理端最远检测距离12m)
此时该最大能量对应的频率是125KHz(8e6/256*4)，对应的距离是0.1875m。
图3.8 实验2处理结果(信号处理端最远检测距离24m)
此时该最大能量对应的频率是93.75KHz(8e6/256*3)，对应的距离是0.2814m。
图3.9 实验3处理结果(信号处理端最远检测距离90m)
此时该最大能量对应的频率是46.875KHz(8e6/256*4)，对应的距离是0.3516m。
可以看到其等效的距离是在变化的！这是我之前没有想到的现象。从实验1到实验3，调频斜率一直在减小(从100MHz/us->50MHz/us->20MHz/us),看到频率也在减小，但是频率的减小与调频率的减小并不符合公式：df = 2*R/C * dS，也即其等效的R其实是在变化的，且似乎调频斜率越大，虽然其对应的频率会越大，但是等效的距离R是在减小的，于是我又补充了一组将调频斜率调到接近AWR2243芯片极限的实验4：
表2 补充实验4的收发参数
| 参数 | 实验4 |
| 发射起始频率 | 76.5GHz |
| Chirp斜率 | 250MHz/us |
| Chirp发射时长 | 16us |
| Chirp周期 | 21us |
| ADC采样起始时间 | 3us |
| ADC采样率 | 20MHz |
| 距离维采样点数 | 256 |
| 速度维点数 | 64 |
| 距离分辨率 | 0.046m |
| 信号处理端最远检测距离 | 12m |
(ADC的采样率必须增加，不然采样时间不够)，同样的实验场景，得到的处理结果如下：
图3.10 实验4处理结果(信号处理端最远检测距离12m)
此时该最大能量对应的频率是312.5KHz(20e6/256*4)，对应的距离是0.1875m。距离似乎没有再往下减小了..
考虑到实验的次数不多，且没有控制变量地去做实验进行分析，这里综上只能给出的一个大致的结论是：耦合信号的频率以及“等效距离”是会随着雷达收发参数而发生变化的。更多细节以及找规律性现象的研究读者可以继续下去。
【这里针对实验结果插一个与本次主题无关的话题：从上述实验结果可以看到随着采样率的增加噪底的平均水平明显抬高了，这是因为采样率增加了，采样率提高后使得信号的带宽增加从而导致更多的噪声进入而抬高噪底，输入噪声功率有公式：Ni = K*B*To，K为玻尔兹曼常数，To取室温，带宽越大，输入噪声功率自然越大。此外比较实验1和实验2的结果，看到似乎调频斜率的减小也会导致噪底的抬高？这部分的现象可以结合目标能量的变化做更具体的实验和探讨(定量验证雷达方程以及发射参数对目标能量和噪底的影响)，不过暂时不在本博文的讨论范围之内。后面有机会我会出一期相关的博文。】
回到本小节的最初的想法：通过调节发射参数使得耦合信号与极近目标的分离，并通过调节滤波器的截止频率来滤除耦合信号并不是一种可行的方法。这里重申之前对滤波器的论述：芯片内部高通滤波器的截止频率更多的是为了压制耦合和直流信号的幅度以防止后续接收链路中器件的饱和。
3.2.3 用抵消的方法来去除
具体来说：雷达对天收发，得到纯净的耦合信号，并在后续的测量中减去该耦合信号。该方法乍听起来是理所当然可行的，实践起来需要直接面临的问题是：什么时候减？（距离FFT之后？还是二维压缩之后？），以及减了之后是否会影响后续的测量(特别是角度测量)？
这两种方法我都在本节尝试一下，并做对比(具体的处理流程也很简单，首先处理作为耦合的实验组的数据，得到补偿矩阵并保存之，然后再跑有目标时的实验数据，分别在距离FFT和2D-FFT后减去前述补偿矩阵，具体的可以参考随附的代码和数据)。
下述实验结果是在实验1的收发参数下在室内采集的数据(也即以对空发射时的实验1对应的数据制作补偿矩阵)，其中，目标(角反)被放置在雷达正前方紧挨着的位置，得到的处理结果如下：
图3.11 抵消前后的对比图1(2D-FFT后的结果)
图3.12 抵消前后的对比图1(二维压缩后零多普勒的结果)
角反的距离索引值为7，对应的距离约为0.322m，从前述处理结果来看，似乎没有区别：因为角反的能量很大，角反的信号并没有被耦合信号的能量覆盖。不过还是可以看到相较于没有做抵消操作的结果，后两者在距离索引4处的小波峰消失了。
我以测角效果来评价这种减法是否会对目标的后续检测有影响，从本次实验的处理结果来看也是几乎没有区别的：
图3.13 抵消前后的测角结果对比图1
数据处理时，我取出了距离索引值为7的通道维度86个水平向均匀排布通道的数据，因为角反位于雷达板极近的距离，但是又没能完全覆盖板子，出现上述测角结果是可以理解的。
实验条件的限制我暂时无法设计目标距离位于耦合信号对应的“等效距离”的边上的同时，还需要使得目标能量低于耦合信号能量的实验。
为了进一步验证这种抵消的方法的可行性。等效地，我重新设置了两个实验：实验6，杆子单独位于雷达的正前方3.5m左右的位置，做一次测量，实验7，杆子加角反位于雷达的正前方同一位置，做一次测量。我们可以把杆子的能量等效为耦合信号的能量(虽然杆子的能量是大于角反的，但还是可以看到一些效果的)，角反作为我们可能“被淹没”到耦合信号中的目标。
实验现场图如下：
图 3.14 实验现场图(室内)
实验结果如下：
图3.15 抵消前后的对比图2(2D-FFT后的结果)
图3.16 抵消前后的对比图2(二维压缩后零多普勒的结果)
可以看到耦合部分的信号能量(距离索引4处的信号)被抵消掉了，此外，在距离索引77处，目标的能量下降的，这是因为左边图中该点处是包含了杆子和角反的共同的能量，而中间和右边是减去了杆子的能量，能量下降这是应当的，此时的能量才是角反真正的能量，此外，可以看到其SNR是提高了的！
图3.17 抵消前后的测角结果对比图2
结合前述两次实验及其结果，我们可以得到以下有益的结论：
1.不论是在距离压缩之后去做消除还是在二维压缩之后去做消除，这种“抵消”的方法是可行的，且不会影响后续测角过程。此外，这两种方法从处理结果来看是等价的。
2.可以看到这种抵消的操作可以提高目标的SNR。
本小节的两实验没能做到：目标位于耦合信号所在范围内，且目标的能量低于耦合信号，但是本小节的两实验和结论应该具备推广性。
3.2.4 直接减去背景的原始ADC数据信息
最近有个实验涉及到本博文相关的内容，想到除上面在1D-FFT后或者2D-FFT后做抵消外，是不是也可以直接用原始的ADC数据做抵消，于是拿出来之前的数据实践了一下。先说结论：是可以的。
图3.18 抵消前后的对比图2(2D-FFT后的结果)
图3.19 抵消前后的对比图2(二维压缩后零多普勒的结果)
图3.20 抵消前后的测角结果对比图
本小节的数据沿用之前的数据，代码就不再次上传了，很简单，读者在之前的代码中做点更改(获取实验6的原始数据，并在处理实验7的数据时减去实验6的原始数据)即可。
四、总结
本文主要探讨天线之间的信号耦合，包括其来源、影响、去除方法。分别从天线设计与信号处理两个角度针对该问题展开了讨论，天线设计方面本人现阶段了解得并不深入，只是做了定性的分析，信号处理部分采用Ti的级联板采集数据并针对实测数据进行了分析，过程以及结果读者可以从前文和所附的数据及代码中捋清楚整个脉络。
希望本博文可以给读者带来一点有益的思考。同样，本博文的内容我也会随着后续积累的加深而不定期丰富。
五、参考资料
参考资料1 [1]陈怡婷. 基于补偿网络去耦法的手机MIMO天线研究[D]. 华南理工大学.
六、代码与数据链接
代码
数据
本博文相关的试验数据和代码我都做了上传：
1800
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
