4. 距离-多普勒处理

在FMCW 4D成像雷达中,距离-多普勒处理是信号链的第一道核心工序。它把每个接收通道的一维中频采样,转换成一张“距离×速度”的二维复数谱,后续的测角、聚类、跟踪都建立在这张谱之上。理解快时间与慢时间的采样结构,是掌握整条处理链的起点。

一、快时间与慢时间:两个正交的采样维度

FMCW雷达在一个Chirp内对中频信号采样,采样率通常为几MHz到几十MHz,这段采样称为快时间采样。快时间轴上的频率与目标距离成正比:

f_beat = (2 · B · R) / (c · T_chirp)
R = (c · T_chirp · f_beat) / (2 · B)

其中B为扫频带宽,T_chirp为单Chirp有效时长,c为光速。快时间采样点数N决定了最大不模糊距离与距离采样间隔。

多个Chirp按固定周期T_PRI连续发射,同一距离单元在不同Chirp上的采样序列称为慢时间采样。慢时间轴上的相位变化对应目标径向速度引起的多普勒频移:

f_d = 2 · v_r / λ
v_r = λ · f_d / 2

慢时间采样点数M(即一帧内的Chirp数)决定了速度分辨率与最大不模糊速度。快时间负责“测距”,慢时间负责“测速”,两者构成二维数据立方体的前两个维度,第三维才是天线通道。

快时间 / 慢时间二维采样与2D FFT处理链 快时间采样(单Chirp内) 采样点 N → 距离维 中频差拍信号 慢时间采样(跨Chirp) Chirp数 M → 速度维 同一距离单元相位序列 2D FFT 实现顺序 距离维FFT(快时间) 加窗 + 速度维FFT 静态杂波抑制 距离-多普勒谱输出 关键参数关系 距离分辨率 ΔR = c / (2B) 最大不模糊速度 v_max = ± λ / (4·T_PRI) 速度分辨率 Δv = λ / (2·M·T_PRI) 最大不模糊距离 R_max = c·T_chirp·f_s / (2B)

二、2D FFT实现与处理顺序

工程实现上,2D FFT通常按“先距离、后速度”的顺序执行。第一步对每个Chirp的快时间采样做N点FFT,得到距离谱;第二步对同一距离单元跨Chirp的M点序列做FFT,得到多普勒谱。这样做的原因是距离维FFT可以先行压缩数据量,且距离维加窗与速度维加窗相互独立。

% 伪代码:2D FFT 核心流程
for chirp = 1:M
    range_fft(:, chirp) = fft(rx(:, chirp) .* win_range, N_fft);
end
for range_bin = 1:N_fft
    doppler_fft(range_bin, :) = fft(range_fft(range_bin, :) .* win_doppler, M_fft);
end
rd_map = fftshift(doppler_fft, 2);   % 零多普勒居中

需要注意:距离维FFT前必须去均值或去趋势,否则直流分量会污染近距离单元;速度维FFT前通常要做静态杂波抑制,否则零多普勒峰会把慢速目标淹没。

三、距离分辨率与速度模糊

距离分辨率由扫频带宽决定,带宽越大分辨率越高。例如B=1GHz时ΔR=15cm,B=4GHz时ΔR≈3.75cm。速度模糊则来自慢时间采样的周期性:当目标多普勒频率超过PRF/2时,速度会发生折叠。

参数 符号 典型值 影响
扫频带宽B1~4 GHz决定距离分辨率ΔR
Chirp周期T_PRI30~60 μs决定最大不模糊速度
Chirp数M64~256决定速度分辨率与相干积累增益
快时间采样率f_s10~50 MHz决定最大不模糊距离
载波波长λ~4 mm(77GHz)影响多普勒灵敏度

速度模糊的工程后果:当目标径向速度超过v_max时,多普勒谱上会出现“速度折叠”,目标被映射到错误的速度单元。对于4D成像雷达,这会导致点云速度符号错误,进而影响跟踪滤波的关联。常用解法是采用非均匀Chirp序列或双PRF解模糊。

四、加窗与旁瓣抑制

矩形窗的主瓣最窄,但旁瓣高达-13dB,强目标旁瓣会掩盖邻近弱目标。工程上通常在距离维和速度维分别加窗:

  • Hamming窗:旁瓣约-43dB,主瓣展宽约1.36倍,适合大多数场景。
  • Hann窗:旁瓣约-31dB,主瓣展宽约1.5倍,适合强杂波环境。
  • Blackman窗:旁瓣约-58dB,主瓣展宽约1.7倍,用于高动态范围场景。

加窗的代价是主瓣展宽,导致距离/速度分辨率下降。因此需要在旁瓣抑制与分辨率之间折中。对于4D成像雷达,距离维通常用Hamming,速度维用Hann,以兼顾弱目标检测与速度精度。

五、静态杂波抑制方法

静态杂波(如地面、护栏、建筑物)集中在零多普勒附近,能量远高于运动目标。常用抑制方法包括:

  1. 均值相消:对每个距离单元跨Chirp求均值并减去,实现简单,但会损失零速目标。
  2. MTI滤波器:用一阶或二阶高通滤波器抑制零多普勒,适合慢速目标检测。
  3. 多普勒域置零:在2D FFT后直接将零多普勒单元置零,计算量小,但会误伤静止目标。
  4. 自适应杂波抑制:基于统计特性估计杂波协方差矩阵,适用于非均匀杂波场景。

实操建议:在量产验证中,静态杂波抑制通常与CFAR检测联合调试。先观察零多普勒区域的杂波底噪,再确定抑制深度。抑制过强会丢失静止车辆和路沿目标,抑制不足则会导致虚警率上升。

六、案例与复盘

某77GHz 4D成像雷达在城区道路测试中,发现近距护栏在距离-多普勒谱上形成一条强零多普勒脊线,导致相邻车道的慢速车辆被淹没。排查后发现:速度维未加窗,旁瓣泄漏严重;同时静态杂波抑制仅用了简单置零,未做自适应处理。改进措施为:速度维改用Hann窗,静态杂波抑制改为“均值相消+多普勒域自适应门限”,并在CFAR前增加一次杂波图更新。改进后,慢速车辆检测率提升约18%,虚警率下降约30%。

这个案例说明:距离-多普勒处理不是孤立的FFT运算,而是加窗、杂波抑制、CFAR检测相互耦合的系统工程。只有把快时间/慢时间采样、2D FFT、分辨率与模糊、加窗与杂波抑制作为一个整体来调参,才能获得稳定可用的4D点云。