论文阅读——77GHz频段汽车雷达传感器的毫米波技术

77GHz频段汽车雷达传感器的毫米波技术

J. Hasch, E. Topak, R. Schnabel, T. Zwick, R. Weigel and C. Waldschmidt, “Millimeter-Wave Technology for Automotive Radar Sensors in the 77 GHz Frequency Band,” in IEEE Transactions on Microwave Theory and Techniques, vol. 60, no. 3, pp. 845-860, March 2012, doi: 10.1109/TMTT.2011.2178427.

引言与背景

基于毫米波雷达传感器技术的驾驶辅助系统市场正在快速发展。在不久的将来，所有新推出的汽车型号都将配备基于雷达的系统，这将带来大规模生产和低成本潜力。汽车雷达传感器的毫米波技术已经从1999年第一代使用砷化镓Gunn二极管和分立肖特基二极管的传感器，发展到现在使用硅锗BiCMOS技术的高度集成化解决方案。

驾驶辅助系统可分为被动式和主动式两类。被动系统不会影响车辆运动本身，只在特定场景下起作用，如停车辅助，其中传感器仅向驾驶员提供信息。而主动系统可以直接影响车辆动力学，例如自适应巡航控制（ACC）系统可以自动加速或减速，紧急制动系统可以在检测到障碍物时自动刹车。

雷达的测量原理基于电磁波的传播特性。当频率为f的电磁波遇到移动目标时，反射信号会产生多普勒频移：

$$f_d=\frac{2v_r}{c}{f}_0=\frac{2v\cos \theta }{\lambda }$$

其中vr是径向速度，v是目标速度，θ是目标运动方向与雷达视线的夹角，λ是波长。这种多普勒效应使雷达能够直接测量目标的径向速度，这是雷达相对于其他传感器技术的独特优势。

图1 - 三种示例功能的视场和距离范围：该图展示了ACC（自适应巡航控制）、LCA（变道辅助）和CTA（交叉交通警报）三种典型应用场景的雷达覆盖范围。ACC需要250米的前向长距离覆盖，视角约为±8°；LCA需要覆盖车辆侧后方70米范围，视角更宽达±70°；CTA则需要监测车辆两侧的交叉交通，覆盖范围约40米，视角可达±80°。

频段选择与调制原理

频率分配与监管

汽车雷达主要使用两个频段：76-77GHz频段在全球范围内几乎都可用，而77-81GHz频段已在欧洲引入。频率选择对系统性能有根本性影响。天线的波束宽度与频率的关系为：

$${\theta }_{3dB}=\frac{k\lambda }{D}=\frac{kc}{fD}$$

其中k是与天线类型相关的常数（矩形孔径约为51°，圆形孔径约为70°），D是天线孔径尺寸。对于相同的天线尺寸，77GHz相比24GHz可以获得约3倍更窄的波束宽度，这意味着更好的角分辨率。

距离分辨率由雷达带宽决定：

$$\Delta R=\frac{c}{2B}$$

其中B是信号带宽。77-81GHz频段提供的4GHz带宽可实现3.75cm的理论距离分辨率，而24GHz频段的相对带宽限制使得实现如此高的绝对带宽变得困难。

图2 - 距离分辨率和角度分辨率示意图：图中展示了两个目标的距离分辨率ΔR和角度分辨率Δφ的定义。距离分辨率定义为区分径向距离上两个目标的能力，而角度分辨率定义为按角度区分两个目标的能力。根据瑞利准则，当两个点目标的主瓣峰值与另一个的第一零点重合时，认为它们刚好可分辨。

FMCW调制技术

图4 - FMCW调制原理：(a)显示了频率特性，频率在时间T内从f₁线性扫描到f₂，扫描带宽为Δf；(b)显示了基带信号，目标被映射到拍频fb。

线性调频连续波（FMCW）雷达的发射信号可表示为：

$$s_{tx}(t)=A_t\exp \left(j2\pi \left(f_{c}t+\frac{\mu }{2}{t}^2\right)\right)$$

其中fc是载波频率，μ = B/T是调频斜率。接收信号经过时延τ和多普勒频移后：

$$s_{rx}(t)=A_r\exp \left(j2\pi \left(f_c(t-\tau )+\frac{\mu }{2}(t-\tau {)}^2+f_{d}t\right)\right)$$

混频后的基带信号：

$$s_{IF}(t)=A_{IF}\exp \left(j2\pi \left(\mu \tau t-\frac{\mu {\tau }^2}{2}+f_{d}t\right)\right)$$

忽略常数相位项，中频信号的频率为：

$$f_{IF}=\mu \tau +f_d=\frac{2RB}{cT}+\frac{2v_r{f}_c}{c}$$

这表明中频包含了距离和速度信息的耦合。为了解耦，需要使用多个不同调频斜率的扫描，形成如下方程组：

$$\left[\begin{array}{c}{f}_{IF1}\\ f_{IF2}\end{array}\right]=\left[\begin{array}{cc}{\mu }_1& 1\\ {\mu }_2& 1\end{array}\right]\left[\begin{array}{c}2R/c\\ f_d\end{array}\right]$$

雷达系统性能分析

雷达方程与链路预算

图3 - 车辆的实测单站RCS：该极坐标图显示了Mazda 6在77GHz频率下测量的雷达横截面。可以看到车辆四个侧面的四个最大值，超过30dBsm。

雷达接收功率的信噪比决定了检测性能。考虑接收机噪声，信噪比可以表示为：

$$SNR=\frac{P_r}{k{T}_{0}B{F}_n}=\frac{P_t{G}_t{G}_r{\lambda }^2\sigma }{(4\pi {)}^3{R}^{4}k{T}_{0}B{F}_{n}L}$$

其中k是玻尔兹曼常数，T₀是参考温度（290K），Fn是噪声系数，L是系统损耗。

检测概率Pd和虚警概率Pfa之间的关系由以下积分给出：

$$P_d={\int }_{V_T}^{\infty }p(v|s+n)dv$$

其中VT是检测门限，p(v|s+n)是存在信号时的概率密度函数。对于高斯噪声和非起伏目标，检测概率可以用误差函数表示：

$$P_d=\frac{1}{2}\left[1+\text{erf}\left(\frac{\sqrt{2SNR}-{\text{erf}}^{-1}(1-2P_{fa})}{\sqrt{2}}\right)\right]$$

多目标场景分析

在实际交通场景中，雷达需要同时检测和跟踪多个目标。当N个目标同时存在时，接收信号为：

$$s_{rx}(t)=\sum _{i=1}^N{A}_i\exp \left(j2\pi \left(f_{bi}t+{\varphi }_i\right)\right)$$

其中每个目标产生不同的拍频fbi。通过FFT处理可以在频域分离这些目标，但需要考虑动态范围和频谱泄漏问题。

窗函数的使用可以降低频谱泄漏，但会展宽主瓣。对于汉明窗：

$$w(n)=0.54-0.46\cos \left(\frac{2\pi n}{N-1}\right)$$

主瓣展宽因子约为1.36，这意味着有效距离分辨率会相应降低。

毫米波前端技术

半导体技术发展

图5 - 半导体性能趋势：(a)显示了ITRS预测的晶体管速度和噪声系数趋势；(b)显示了SiGe双极晶体管的fT与集电极电流的关系。

晶体管的功率增益可以用Mason单边功率增益表示：

$$U=\frac{|y_{21}-y_{12}{|}^2}{4(\text{Re}[y_{11}]\text{Re}[y_{22}]-\text{Re}[y_{12}{y}_{21}])}$$

对于理想晶体管，最大振荡频率fmax与截止频率fT的关系为：

$$f_{max}=\sqrt{\frac{f_T}{8\pi R_b{C}_{bc}}}$$

其中Rb是基极电阻，Cbc是基极-集电极电容。这表明降低寄生参数对提高毫米波性能至关重要。

图6 - 四通道收发器芯片：(a)展示了收发器的框图，包含基频77GHz VCO、分频器链、四通道接收器；(b)显示了芯片显微照片，采用Infineon B7HF SiGe工艺制造。

混频器的转换增益和噪声系数是关键参数。Gilbert混频器的转换增益可以表示为：

$$G_c=\frac{2}{\pi }\cdot g_m{R}_L\cdot \cos \left(\frac{\pi V_{LO}}{2V_{\pi }}\right)$$

其中gm是跨导，RL是负载电阻，VLO是本振幅度，Vπ是完全切换所需的电压。

封装技术创新

图8 - PCB上的芯片引线键合：横截面图显示了带引线键合SiGe芯片的PCB结构。

键合线的电感可以近似为：

$$L_{wire}=0.2l\left[\ln \left(\frac{2l}{d}\right)-0.75\right]$$

其中l是线长（μm），d是线径（μm）。典型的1mm长、25μm直径金线的电感约为0.7nH，在77GHz时的感抗约为340Ω。

图9 - 倒装芯片安装和图10 - eWLB封装横截面展示了先进封装技术。倒装芯片的焊球电感显著低于键合线：

$$L_{bump}=\frac{{\mu }_{0}h}{2\pi }\ln \left(\frac{4h}{d}-1\right)$$

其中h是焊球高度，d是焊球直径。典型值约为0.05nH，比键合线低一个数量级。

图11 - eWLB封装和PCB封装照片：展示了封装尺寸仅8×8mm²的紧凑设计。

图12 - eWLB封装中集成的天线：天线直接在再分布层实现，避免了毫米波信号的封装转换损耗。

天线系统架构

天线理论基础

天线增益与有效孔径的关系为：

$$G=\frac{4\pi A_e}{{\lambda }^2}=\frac{4\pi {\eta }_a{A}_{phys}}{{\lambda }^2}$$

其中Ae是有效孔径，Aphys是物理孔径，ηa是孔径效率（典型值0.5-0.7）。

对于N元均匀线阵，阵列因子为：

$$AF(\theta )=\sum _{n=0}^{N-1}{a}_n{e}^{jn(kd\sin \theta +\beta )}$$

其中an是激励幅度，d是单元间距，β是递进相位。通过控制β可以实现波束扫描：

$${\theta }_{scan}=\arcsin \left(\frac{\beta }{kd}\right)$$

图13 - 片上天线收发器显微照片：显示了集成在硅片上的天线结构，通过添加寄生谐振器提高辐射效率。

片上天线的辐射效率受到硅衬底损耗的严重影响：

$${\eta }_{rad}=\frac{R_{rad}}{R_{rad}+R_{loss}}$$

其中Rrad是辐射电阻，Rloss是损耗电阻。对于低阻硅衬底（ρ~10Ω·cm），损耗电阻可以用以下公式估算：

$$R_{loss}=\frac{1}{\sigma }\cdot \frac{l}{w{t}_{eff}}$$

其中σ是电导率，l是天线长度，w是宽度，teff是有效厚度（考虑趋肤深度）。

图14 - 片上天线性能：(a)测量的归一化方向图；(b)两通道间相位差，可用于DOA估计。

波束成形技术比较

图15 - SiGe收发器芯片安装比较和图16 - 模拟和数字波束成形概念展示了不同的系统架构。

数字波束成形的输出可以表示为：

$$y(\theta )={\mathbf{w}}^H\mathbf{x}=\sum _{n=0}^{N-1}{w}_n^{\ast }{x}_n$$

其中w是复数权重向量，x是接收信号向量。最优权重可以通过不同准则确定，如最大信噪比准则：

$${\mathbf{w}}_{opt}=\arg \underset{\mathbf{w}}{\max }\frac{|{\mathbf{w}}^H\mathbf{s}{|}^2}{{\mathbf{w}}^H{\mathbf{R}}_n\mathbf{w}}$$

其中s是期望信号的导向矢量，Rn是噪声协方差矩阵。

相控阵的相位误差对波束指向精度的影响可以表示为：

$$\Delta \theta =\frac{\lambda }{2\pi d\cos {\theta }_0}\Delta {\varphi }_{rms}$$

其中Δφrms是相位误差的均方根值。对于5°的相位误差和λ/2的单元间距，指向误差约为0.4°。

实际传感器实例

Bosch LRR3远程雷达

图17 - Bosch LRR3传感器：展示了使用介电透镜实现高增益的设计方案。

介电透镜的焦距与折射率的关系为：

$$f=\frac{R}{n-1}$$

其中R是透镜曲率半径，n是介电常数的平方根。对于聚乙烯材料（εr≈2.3），n≈1.52。

透镜天线的增益可以近似为：

$$G_{lens}={\eta }_{lens}{\left(\frac{\pi D}{\lambda }\right)}^2$$

其中D是透镜直径，ηlens是透镜效率（包括溢出损耗和介质损耗）。

图18 - LRR3传感器框图：完整的系统包括77GHz收发器、19GHz参考源、PLL、基带处理等。

图19 - LRR3的双向天线图：四个接收通道产生的斜视波束用于单脉冲角度测量。相邻波束的交叉点约在-3dB处，确保了良好的角度覆盖。

中程雷达（MRR）设计

图20 - Bosch MRR传感器和图21 - MRR传感器框图展示了采用平面天线阵列的设计。

平面天线阵的方向图可以用以下积分计算：

$$E(\theta ,\varphi )=\int {\int }_{aperture}A(x,y)e^{jk(x\sin \theta \cos \varphi +y\sin \theta \sin \varphi )}dxdy$$

其中A(x,y)是孔径场分布。对于均匀分布的矩形孔径：

$$D(\theta )=\frac{\sin (ka\sin \theta /2)}{ka\sin \theta /2}\cdot \frac{\sin (kb\sin \theta /2)}{kb\sin \theta /2}$$

图22 - 前侧MRR传感器的双向天线图：显示了优化后的方向图，主瓣宽度约15°，副瓣电平低于-20dB。

片上天线演示系统

图23 - 带片上天线的雷达传感器框图和图24 - 片上天线演示器展示了高度集成的解决方案。

片上天线与外部谐振器的耦合可以用耦合模理论分析：

$$\frac{d{a}_1}{dt}=(j{\omega }_1-{\gamma }_1)a_1+\kappa a_2$$
$$\frac{d{a}_2}{dt}=(j{\omega }_2-{\gamma }_2)a_2+\kappa a_1$$

其中a₁、a₂是两个谐振器的模式幅度，ω₁、ω₂是谐振频率，γ₁、γ₂是损耗率，κ是耦合系数。

强耦合条件下（κ >> γ），系统表现出模式分裂：

$${\omega }_{\pm }=\frac{{\omega }_1+{\omega }_2}{2}\pm \sqrt{{\kappa }^2+{\left(\frac{{\omega }_1-{\omega }_2}{2}\right)}^2}$$

图25 - 片上天线演示器与LRR3的双向天线图比较：尽管片上天线的增益较低，但通过优化设计仍可实现可接受的性能。

系统级性能优化

动态范围与线性度要求

雷达需要同时检测近处的强反射体和远处的弱目标，这要求很高的动态范围。接收机的瞬时动态范围受限于：

$$D{R}_{inst}=\frac{P_{sat}-P_{noise}}{P_{noise}}=\frac{P_{sat}}{k{T}_{0}B{F}_n}$$

其中Psat是饱和功率。对于典型的汽车雷达应用，需要90dB以上的动态范围。

三阶交调失真产生的虚假目标功率为：

$$P_{IM3}=3P_{in}-2P_{IIP3}$$

其中IIP3是输入三阶截点。为了保证线性度，通常要求：

$$P_{IIP3}>P_{in,max}+\frac{D{R}_{required}}{2}$$

相位噪声与近距离检测

振荡器相位噪声在频偏fm处的功率谱密度L(fm)会限制近距离目标的检测能力。相位噪声产生的等效噪声功率为：

$$P_{PN}(R)=P_{tx}+2L(f_b)+G_{ant}=P_{tx}+2L\left(\frac{2RB}{cT}\right)+G_{ant}$$

这创建了一个与距离相关的噪声基底，限制了强反射体附近弱目标的检测。

未来发展趋势

新的调制方案如正交频分复用（OFDM）雷达正在研究中，其模糊函数为：

$$\chi (\tau ,\nu )=\sum _{n=0}^{N-1}\sum _{m=0}^{M-1}{a}_{n,m}{e}^{j2\pi (n\nu T-m\tau \Delta f)}$$

其中N是子载波数，M是符号数，an,m是调制系数。OFDM雷达可以实现更灵活的波形设计和更好的干扰抑制能力。

结论

77GHz汽车雷达技术正在快速发展，从分立元件向高度集成的单片解决方案演进。硅锗BiCMOS技术提供了成本和性能的最佳平衡，新的封装技术如eWLB进一步简化了系统集成。天线系统从传统的准光学方案向数字波束成形发展，提供了更高的灵活性和性能。随着自动驾驶技术的发展，毫米波雷达将在未来的智能交通系统中发挥越来越重要的作用。

附录：数学推导

A. 雷达方程

从基本的电磁波传播理论开始，考虑一个各向同性点源，其辐射功率为Pt。在距离R处的功率密度遵循平方反比定律：

$$S_1=\frac{P_t}{4\pi R^2}$$

实际天线具有方向性，用增益Gt表征：

$$S_1=\frac{P_t{G}_t}{4\pi R^2}$$

目标截获的功率为：

$$P_{intercept}=S_1\cdot \sigma =\frac{P_t{G}_t\sigma }{4\pi R^2}$$

假设目标各向同性地再辐射，在雷达接收天线处的功率密度为：

$$S_2=\frac{P_{intercept}}{4\pi R^2}=\frac{P_t{G}_t\sigma }{(4\pi {)}^2{R}^4}$$

接收天线的有效孔径与增益的关系为：

$$A_{eff}=\frac{{\lambda }^2{G}_r}{4\pi }$$

因此接收功率为：

$$P_r=S_2\cdot A_{eff}=\frac{P_t{G}_t{G}_r{\lambda }^2\sigma }{(4\pi {)}^3{R}^4}$$

考虑传播损耗La、系统损耗Ls，完整的雷达方程为：

$$P_r=\frac{P_t{G}_t{G}_r{\lambda }^2\sigma }{(4\pi {)}^3{R}^4{L}_a{L}_s}$$

B. FMCW系统的完整分析

FMCW雷达的瞬时频率为：

$$f(t)=f_0+\mu t,0\le t\le T$$

其中μ = B/T是调频斜率。发射信号的复包络为：

$$s_{tx}(t)=A_t\exp \left(j\pi \mu t^2\right)$$

考虑目标距离R(t) = R₀ + vt，往返时延为：

$$\tau (t)=\frac{2R(t)}{c}={\tau }_0+\frac{2v}{c}t$$

接收信号为：

$$s_{rx}(t)=A_r\exp \left(j\pi \mu (t-\tau (t){)}^2\right)\exp \left(j2\pi f_0\tau (t)\right)$$

展开并忽略高阶项：

$$s_{rx}(t)\approx A_r\exp \left(j\pi \mu t^2\right)\exp \left(-j2\pi (\mu {\tau }_{0}t+f_0{\tau }_0+(f_0+\mu t)\frac{2v}{c}t)\right)$$

混频后的基带信号：

$$s_{IF}(t)=s_{tx}^{\ast }(t)\cdot s_{rx}(t)=A_{IF}\exp \left(j2\pi \left(\frac{2R_{0}B}{cT}t+\frac{2v{f}_0}{c}t+\frac{2vB}{cT}{t}^2\right)\right)$$

第三项通常很小可以忽略，得到：

$$f_{IF}=\frac{2R_{0}B}{cT}+\frac{2v{f}_0}{c}$$

C. 多目标分辨与模糊函数

雷达的模糊函数定义为：

$$|\chi (\tau ,\nu ){|}^2={\left|{\int }_{-\infty }^{\infty }s(t)s^{\ast }(t-\tau )e^{j2\pi \nu t}dt\right|}^2$$

对于线性调频信号：

$$|\chi (\tau ,\nu ){|}^2={\left|\frac{\sin [\pi (\nu +\mu \tau )T])}{\pi (\nu +\mu \tau )}\right|}^2$$

这表明距离-多普勒耦合，零点出现在：

$$\nu +\mu \tau =\frac{n}{T},n=\pm 1,\pm 2,...$$

两个目标的可分辨条件为：

$$|\Delta \tau |>\frac{1}{B}\text{或}|\Delta \nu |>\frac{1}{T}$$

D. 角度超分辨算法

MUSIC（Multiple Signal Classification）算法通过信号子空间和噪声子空间的正交性实现超分辨：

协方差矩阵的特征分解：

$$\mathbf{R}=\sum _{i=1}^M{\lambda }_i{\mathbf{e}}_i{\mathbf{e}}_i^H={\mathbf{E}}_s{\mathbf{\Lambda }}_s{\mathbf{E}}_s^H+{\sigma }^2{\mathbf{E}}_n{\mathbf{E}}_n^H$$

MUSIC谱：

$$P_{MUSIC}(\theta )=\frac{1}{{\mathbf{a}}^H(\theta ){\mathbf{E}}_n{\mathbf{E}}_n^H\mathbf{a}(\theta )}$$

其中a(θ)是导向矢量：

$$\mathbf{a}(\theta )=[1,e^{jkd\sin \theta },...,e^{jk(N-1)d\sin \theta }{]}^T$$

E. 相位噪声的详细分析

振荡器输出可以表示为：

$$v(t)=A\cos (2\pi f_{0}t+\varphi (t))$$

其中φ(t)是相位噪声过程。功率谱密度为：

$$S_{\varphi }(f)=\sum _{i=0}^4\frac{h_i}{f^i}$$

对于典型的振荡器，主要项是：

• h₀：白相位噪声
• h₋₁：闪烁相位噪声
• h₋₂：白频率噪声
• h₋₃：闪烁频率噪声

相位噪声对测距精度的影响：

$${\sigma }_R^2=\frac{c^2}{(2\pi {)}^2}\cdot \frac{1}{(2B{)}^2}{\int }_{-B}^B{S}_{\varphi }(f)df$$

F. 天线阵列的栅瓣分析

均匀线阵的阵列因子：

$$AF(\theta )=\frac{\sin (N\psi /2)}{\sin (\psi /2)}$$

其中ψ = kd sinθ + β。栅瓣出现的条件是：

$$kd(\sin \theta -\sin {\theta }_0)=2n\pi$$

即：

$$\sin \theta =\sin {\theta }_0+n\frac{\lambda }{d}$$

为避免栅瓣，需要：

$$d<\frac{\lambda }{1+|\sin {\theta }_{max}|}$$

对于±60°的扫描范围，d < 0.54λ。

G. 非线性校正算法

频率非线性可以通过以下模型描述：

$$f(t)=f_0+\mu t+\sum _{n=2}^N{a}_n{t}^n$$

使用延迟线鉴频器测量瞬时频率：

finst(t)=12πτdarg⁡{s(t)s∗(t−τd)}f_{inst}(t) = \frac{1}{2\pi\tau_d} \arg\{s(t)s^*(t-\tau_d)\}finst​(t)=2πτd​1​arg{s(t)s∗(t−τd​)}

通过多项式拟合得到非线性系数，然后进行预失真补偿：

$$f_{corrected}(t)=f_{ideal}(t)-\sum _{n=2}^N{\hat{a}}_n{t}^n$$

这种方法可以将非线性误差降低20dB以上。