77GHz车载毫米波雷达时变信道衰落特性

77GHz车载毫米波雷达时变信道衰落特性

引言

77GHz毫米波雷达已成为现代汽车高级驾驶辅助系统（ADAS）和自动驾驶技术的核心传感器。在时变信道环境中，该频段雷达面临着快衰落、慢衰落、选择性衰落和相关衰落等多重挑战

77GHz频段的电磁波传播基础

在研究衰落特性之前，首先需要理解77GHz电磁波的基本传播特性。该频段对应的波长$\lambda =c/f=3\times 10^8/(77\times 10^9)=3.896$毫米，这一毫米级波长赋予了77GHz雷达独特的传播特性。在标准大气条件下，77GHz频段的大气吸收系数约为0.15 dB/km，相比60GHz氧气吸收峰和95GHz水汽吸收峰，该频段处于大气传播窗口，适合车载雷达应用。

自由空间路径损耗遵循Friis传输公式：

$$PL(d)=20{\log }_{10}\left(\frac{4\pi d}{\lambda }\right)$$

在77GHz频段，每增加一倍距离，路径损耗增加6dB。然而在实际车载环境中，路径损耗指数通常在2.7到3.5之间，这是由于地面反射、建筑物散射等因素的综合影响。相比24GHz频段，77GHz具有显著的技术优势：更高的距离分辨率（理论可达3.75cm）、更小的天线尺寸（相同增益下缩小70%）以及更强的方向性。

快衰落的物理机理与数学建模

快衰落是由多径传播引起的小尺度衰落现象，其变化周期与载波波长相当。在车载环境中，来自地面、车辆、建筑物的反射信号在接收端相干叠加，产生建设性或破坏性干涉，导致接收信号强度的快速起伏。

当无直射路径存在时，接收信号可表示为多个散射分量的叠加：

$$r(t)=\sum _{i=1}^N{a}_i\exp (j{\varphi }_i)=x(t)+jy(t)$$

根据中心极限定理，当散射路径数$N$趋于无穷大且各分量相互独立时，实部$x(t)$和虚部$y(t)$均服从均值为零、方差为${\sigma }^2$的高斯分布。信号包络$R=|r(t)|=\sqrt{x^2+y^2}$的概率密度函数为瑞利分布：

$$f_R(r)=\frac{r}{{\sigma }^2}\exp \left(-\frac{r^2}{2{\sigma }^2}\right),r\ge 0$$

当存在直射路径时，信号模型修正为：

$$r(t)=A\exp (j\theta )+\sum _{i=1}^N{a}_i\exp (j{\varphi }_i)$$

其中$A$为直射径振幅。此时包络服从莱斯分布：

$$f_R(r)=\frac{r}{{\sigma }^2}\exp \left(-\frac{r^2+A^2}{2{\sigma }^2}\right)I_0\left(\frac{Ar}{{\sigma }^2}\right)$$

其中$I_0$为第一类零阶修正贝塞尔函数。莱斯因子$K=A^2/2{\sigma }^2$表征直射径功率与散射径功率之比。

最新研究表明，对于77GHz毫米波信道，双波加散射功率（TWDP）模型比传统瑞利/莱斯模型更准确。TWDP模型考虑两个非起伏镜面分量：

$$r_{complex}=V_1{e}^{j{\varphi }_1}+V_2{e}^{j{\varphi }_2}+X+jY$$

其中$V_1$、$V_2$为镜面分量幅度，$X$、$Y$为高斯散射分量。该模型通过K因子和$\Delta$参数共同描述信道特性。

慢衰落与大尺度路径损耗

慢衰落主要由障碍物阴影效应引起，其变化尺度远大于载波波长。路径损耗模型可表示为：

$$PL(d)[dB]=PL(d_0)+10n\times {\log }_{10}\left(\frac{d}{d_0}\right)+X_{\sigma }$$

其中$PL(d_0)$为参考距离处的路径损耗，$n$为路径损耗指数，$X_{\sigma }\sim \mathcal{N}(0,{\sigma }^2)$为对数正态分布的阴影衰落分量。

对数正态分布的概率密度函数为：

$$f(x)=\frac{1}{x\sigma \sqrt{2\pi }}\exp \left(-\frac{(\ln (x)-\mu {)}^2}{2{\sigma }^2}\right),x>0$$

在77GHz频段，城市环境的路径损耗指数通常在2.7-3.5之间，阴影衰落标准差约为8dB。

选择性衰落的三维特性

频率选择性衰落

频率选择性衰落源于多径时延扩展。信道的频率相关函数：

$$R_H(\Delta f)=E[H(f_1)H^{\ast }(f_1+\Delta f)]$$

对于指数功率时延谱：

$$P(\tau )=\frac{1}{{\tau }_{rms}}\exp \left(-\frac{\tau }{{\tau }_{rms}}\right)$$

相干带宽定义为：

$$B_c\approx \frac{1}{5{\tau }_{rms}}$$

时间选择性衰落

时间选择性衰落由多普勒效应引起。多普勒频移：

$$f_d=\frac{v\cos (\theta )f_c}{c}$$

对于77GHz载波，每1m/s的径向速度产生约514Hz的多普勒频移。相干时间：

$$T_c\approx \frac{0.423}{f_{d,max}}$$

Jakes多普勒功率谱：

$$S(f)=\frac{1}{\pi f_{d,max}\sqrt{1-{\left(\frac{f}{f_{d,max}}\right)}^2}}$$

空间选择性衰落

空间选择性衰落反映了信道在不同空间位置的衰落特性差异。拉普拉斯角度扩展模型：

$$P(\theta )=\frac{\sqrt{2}}{{\sigma }_{\theta }}\exp \left(-\frac{\sqrt{2}|\theta -{\theta }_0|}{{\sigma }_{\theta }}\right)$$

相干距离：

$$D_c\approx \frac{\lambda }{2\pi {\sigma }_{\theta }}$$

车载环境的特殊挑战

车载环境赋予77GHz雷达信道独特的传播特性。两径模型描述地面反射：

$$h(t)={\alpha }_1\delta (t-{\tau }_1)+{\alpha }_2\delta (t-{\tau }_2)\exp (j\varphi )$$

其中${\alpha }_1$为直射径，${\alpha }_2$为地面反射径。

相互雷达干扰功率：

$$P_{interference}=P_t\times G_t\times G_r\times {\left(\frac{\lambda }{4\pi d}\right)}^2$$

降雨衰减系数：

$${\alpha }_{rain}=k{R}^{\alpha }$$

其中$R$为降雨率（mm/h），$k$和$\alpha$为频率相关系数。

时变信道的高级建模方法

几何随机信道模型（GBSM）的信道冲击响应：

$$h(t,\tau )=\sqrt{\frac{K}{K+1}}\times \delta (\tau )+\sqrt{\frac{1}{K+1}}\times \sum _{n=1}^N\frac{1}{\sqrt{N}}\times \exp (j(2\pi f_{d,n}t+{\varphi }_n))\times \delta (\tau -{\tau }_n)$$

修正的多普勒功率谱：

$$S(f)=\frac{1}{\sqrt{1-{\left(\frac{f}{f_{max}}\right)}^2}}\times P\left(\arccos \left(\frac{f}{f_{max}}\right)\right)$$

局部散射函数（LSF）：

$$LSF(t,\tau ,f)=E[|H(t,f){|}^2]$$

非平稳度的演化距离：

$$D(t_1,t_2)=\int \int |LSF(t_1,\tau ,f)-LSF(t_2,\tau ,f)|d\tau df$$

统计特性分析与性能评估

电平通过率（LCR）：

$$LCR={\int }_0^{\infty }\dot{\rho }{f}_p(\rho ,\dot{\rho })d\dot{\rho }$$

对于瑞利衰落信道，归一化LCR为：

$$N_R=\sqrt{2\pi }{f}_{d,max}\times \rho \times \exp (-{\rho }^2)$$

平均衰落持续时间（AFD）：

$$AFD=\frac{P(R<R_0)}{LCR}=\frac{1-\exp (-{\rho }^2)}{\sqrt{2\pi }{f}_{d,max}\times \rho \times \exp (-{\rho }^2)}$$

MIMO雷达的信道容量：

$$C={\log }_2\det \left(I+\frac{\rho }{M}H{H}^H\right)$$

衰落缓解技术的原理与实现

注水算法的功率分配：

$$P_i={\left(\mu -\frac{N_0}{|H_i{|}^2}\right)}^{+}$$

其中$\mu$由总功率约束决定。

认知雷达的波形优化：

$$W_{opt}=\arg \max I(Y;X|W)$$

其中$I$为互信息，$Y$为接收信号，$X$为目标状态，$W$为波形参数。

---

附录：数学推导

A. 瑞利分布

考虑$N$个独立同分布的复高斯随机变量叠加：

$$r(t)=\sum _{i=1}^N{a}_i\exp (j{\varphi }_i)=\sum _{i=1}^N(x_i+j{y}_i)$$

其中$a_i$和${\varphi }_i$分别是第$i$条路径的幅度和相位。根据中心极限定理，当$N\to \infty$时：

$$x(t)=\sum _{i=1}^N{x}_i\sim \mathcal{N}(0,{\sigma }^2)$$
$$y(t)=\sum _{i=1}^N{y}_i\sim \mathcal{N}(0,{\sigma }^2)$$

令$R=\sqrt{x^2+y^2}$和$\Theta =\arctan (y/x)$，进行极坐标变换。雅可比行列式为：

$$J=\left|\begin{array}{cc}\frac{\partial x}{\partial r}& \frac{\partial x}{\partial \theta }\\ \frac{\partial y}{\partial r}& \frac{\partial y}{\partial \theta }\end{array}\right|=\left|\begin{array}{cc}\cos \theta & -r\sin \theta \\ \sin \theta & r\cos \theta \end{array}\right|=r$$

联合概率密度函数：

$$f_{R,\Theta }(r,\theta )=f_{X,Y}(r\cos \theta ,r\sin \theta )|J|$$

$$=\frac{1}{2\pi {\sigma }^2}\exp \left(-\frac{r^2{\cos }^2\theta +r^2{\sin }^2\theta }{2{\sigma }^2}\right)\cdot r$$

$$=\frac{r}{2\pi {\sigma }^2}\exp \left(-\frac{r^2}{2{\sigma }^2}\right)$$

对$\theta$积分得到边缘分布：

$$f_R(r)={\int }_0^{2\pi }\frac{r}{2\pi {\sigma }^2}\exp \left(-\frac{r^2}{2{\sigma }^2}\right)d\theta =\frac{r}{{\sigma }^2}\exp \left(-\frac{r^2}{2{\sigma }^2}\right)$$

B. 莱斯分布的K因子分析

对于存在直射径的情况，接收信号为：

$$r(t)=A\exp (j{\theta }_0)+\sum _{i=1}^N{a}_i\exp (j{\varphi }_i)$$

令$x=A\cos {\theta }_0+{\sum }_{i=1}^N{x}_i$，$y=A\sin {\theta }_0+{\sum }_{i=1}^N{y}_i$

则$x\sim \mathcal{N}(A\cos {\theta }_0,{\sigma }^2)$，$y\sim \mathcal{N}(A\sin {\theta }_0,{\sigma }^2)$

包络$R=\sqrt{x^2+y^2}$的概率密度函数通过非中心卡方分布推导：

$$f_R(r)=\frac{r}{{\sigma }^2}\exp \left(-\frac{r^2+A^2}{2{\sigma }^2}\right)I_0\left(\frac{Ar}{{\sigma }^2}\right)$$

其中修正贝塞尔函数的级数展开：

$$I_0(z)=\sum _{k=0}^{\infty }\frac{1}{(k!{)}^2}{\left(\frac{z}{2}\right)}^{2k}$$

莱斯因子$K$的定义：

$$K=\frac{\text{直射径功率}}{\text{散射径功率}}=\frac{A^2}{2{\sigma }^2}$$

当$K\to 0$时，分布退化为瑞利分布；当$K\to \infty$时，趋向于高斯分布。

C. 多普勒频谱

考虑移动接收机在二维各向同性散射环境中，散射体均匀分布在以接收机为中心的圆上。第$i$个散射体引起的多普勒频移：

$$f_{d,i}=\frac{v}{\lambda }\cos ({\alpha }_i-\beta )$$

其中$v$是移动速度，${\alpha }_i$是第$i$个散射体的到达角，$\beta$是移动方向。

对于连续分布的散射体，多普勒功率谱密度为：

$$S(f_d)=\frac{P(\alpha )}{|\frac{d{f}_d}{d\alpha }|}$$

其中$P(\alpha )$是到达角的概率密度函数。对于均匀分布$P(\alpha )=1/2\pi$：

$$\frac{d{f}_d}{d\alpha }=-\frac{v}{\lambda }\sin (\alpha -\beta )$$

由$f_d=\frac{v}{\lambda }\cos (\alpha -\beta )$得：

$$\alpha =\beta \pm \arccos \left(\frac{f_d\lambda }{v}\right)$$

代入得：

$$S(f_d)=\frac{1}{2\pi \cdot \frac{v}{\lambda }\sqrt{1-{\left(\frac{f_d\lambda }{v}\right)}^2}}$$

归一化后得到经典的Jakes谱：

$$S(f)=\frac{1}{\pi f_{d,max}\sqrt{1-{\left(\frac{f}{f_{d,max}}\right)}^2}},|f|\le f_{d,max}$$

D. 相干带宽与相干时间的关系推导

信道的时频二元性通过傅里叶变换对建立。频域相关函数与功率时延谱的关系：

RH(Δf)=F{P(τ)}=∫−∞∞P(τ)e−j2πΔfτdτR_H(\Delta f) = \mathcal{F}\{P(\tau)\} = \int_{-\infty}^{\infty} P(\tau)e^{-j2\pi\Delta f\tau}d\tauRH​(Δf)=F{P(τ)}=∫−∞∞​P(τ)e−j2πΔfτdτ

对于指数功率时延谱$P(\tau )=\frac{1}{{\tau }_{rms}}{e}^{-\tau /{\tau }_{rms}}u(\tau )$：

$$R_H(\Delta f)={\int }_0^{\infty }\frac{1}{{\tau }_{rms}}{e}^{-\tau /{\tau }_{rms}}{e}^{-j2\pi \Delta f\tau }d\tau$$

$$=\frac{1}{{\tau }_{rms}}\cdot \frac{1}{\frac{1}{{\tau }_{rms}}+j2\pi \Delta f}=\frac{1}{1+j2\pi \Delta f{\tau }_{rms}}$$

归一化相关函数：

$${\rho }_H(\Delta f)=\frac{R_H(\Delta f)}{R_H(0)}=\frac{1}{1+j2\pi \Delta f{\tau }_{rms}}$$

幅度：

$$|{\rho }_H(\Delta f)|=\frac{1}{\sqrt{1+(2\pi \Delta f{\tau }_{rms}{)}^2}}$$

定义相干带宽为$|{\rho }_H(B_c)|=0.5$：

$$\frac{1}{\sqrt{1+(2\pi B_c{\tau }_{rms}{)}^2}}=0.5$$

解得：

$$B_c=\frac{\sqrt{3}}{2\pi {\tau }_{rms}}\approx \frac{0.276}{{\tau }_{rms}}$$

工程上常用的近似：$B_c\approx \frac{1}{5{\tau }_{rms}}$（对应90%相关性）

E. MIMO信道容量的渐近分析

考虑$M\times N$ MIMO系统，信道矩阵$H\in {\mathbb{C}}^{N\times M}$，其元素为独立同分布的复高斯随机变量。

信道容量：

$$C={\log }_2\det \left(I_N+\frac{\rho }{M}H{H}^H\right)$$

利用矩阵行列式的性质：

$$\det (I_N+AB)=\det (I_M+BA)$$

当$M\le N$时：

$$C={\log }_2\det \left(I_M+\frac{\rho }{M}{H}^{H}H\right)$$

令$W=H^{H}H$的特征值为{λ1,λ2,...,λM}\{\lambda_1, \lambda_2, ..., \lambda_M\}{λ1​,λ2​,...,λM​}，则：

$$C=\sum _{i=1}^M{\log }_2\left(1+\frac{\rho {\lambda }_i}{M}\right)$$

在高信噪比条件下（$\rho \to \infty$）：

$$C\approx \sum _{i=1}^M{\log }_2\left(\frac{\rho {\lambda }_i}{M}\right)=M{\log }_2\left(\frac{\rho }{M}\right)+\sum _{i=1}^M{\log }_2{\lambda }_i$$

利用Wishart矩阵的渐近特性，当$M,N\to \infty$且$M/N=\beta \le 1$时：

$$\frac{1}{M}C\to {\int }_{{\lambda }_{min}}^{{\lambda }_{max}}{\log }_2(1+\rho \lambda )f_{MP}(\lambda )d\lambda$$

其中$f_{MP}(\lambda )$是Marchenko-Pastur分布：

$$f_{MP}(\lambda )=\frac{1}{2\pi \beta \lambda }\sqrt{({\lambda }_{max}-\lambda )(\lambda -{\lambda }_{min})}$$

$${\lambda }_{max/min}=(1\pm \sqrt{\beta }{)}^2$$

F. 时变信道的Bello函数系统

时变信道的完整表征需要四个系统函数，它们通过傅里叶变换对相互关联：

1. 时变冲激响应：$h(t,\tau )$
2. 时变传递函数：H(t,f)=Fτ{h(t,τ)}H(t, f) = \mathcal{F}_\tau\{h(t, \tau)\}H(t,f)=Fτ​{h(t,τ)}
3. 多普勒扩展函数：S(ν,τ)=Ft{h(t,τ)}S(\nu, \tau) = \mathcal{F}_t\{h(t, \tau)\}S(ν,τ)=Ft​{h(t,τ)}
4. 输出多普勒扩展函数：T(ν,f)=Ft{H(t,f)}=Fτ{S(ν,τ)}T(\nu, f) = \mathcal{F}_t\{H(t, f)\} = \mathcal{F}_\tau\{S(\nu, \tau)\}T(ν,f)=Ft​{H(t,f)}=Fτ​{S(ν,τ)}

WSSUS（广义平稳非相关散射）假设下的相关函数：

$$R_h(t,s;\tau ,\sigma )=E[h(t,\tau )h^{\ast }(s,\sigma )]=R_h(t-s;\tau )\delta (\tau -\sigma )$$

散射函数定义为：

Ph(ν,τ)=Ft−s{Rh(t−s;τ)}P_h(\nu, \tau) = \mathcal{F}_{t-s}\{R_h(t-s; \tau)\}Ph​(ν,τ)=Ft−s​{Rh​(t−s;τ)}

多普勒功率谱：

$$P_H(\nu )=\int P_h(\nu ,\tau )d\tau$$

功率时延谱：

$$P(\tau )=\int P_h(\nu ,\tau )d\nu$$

G. 深度衰落概率

对于瑞利衰落，深度衰落概率定义为信号电平低于门限$\gamma$的概率：

$$P_{fade}=P(R<\gamma )={\int }_0^{\gamma }{f}_R(r)dr={\int }_0^{\gamma }\frac{r}{{\sigma }^2}{e}^{-r^2/2{\sigma }^2}dr$$

令$u=r^2/2{\sigma }^2$，则$du=r/{\sigma }^{2}dr$：

$$P_{fade}={\int }_0^{{\gamma }^2/2{\sigma }^2}{e}^{-u}du=1-e^{-{\gamma }^2/2{\sigma }^2}$$

对于归一化门限$\rho =\gamma /\sigma \sqrt{2}$：

$$P_{fade}=1-e^{-{\rho }^2}$$

对于莱斯衰落，使用Marcum Q函数：

$$P_{fade}=1-Q\left(\sqrt{2K},\sqrt{2(K+1)}\rho \right)$$

其中Marcum Q函数定义为：

$$Q(a,b)={\int }_b^{\infty }x\exp \left(-\frac{x^2+a^2}{2}\right)I_0(ax)dx$$

H. 角度功率谱与空间相关性

Von Mises分布描述角度功率谱：

$$P(\theta )=\frac{1}{2\pi I_0(\kappa )}\exp (\kappa \cos (\theta -\mu ))$$

其中$\kappa$是集中参数，$\mu$是平均到达角。

空间相关函数对于均匀线阵（ULA）：

$${\rho }_{spatial}(d)=E[h(r_1)h^{\ast }(r_2)]={\int }_{-\pi }^{\pi }P(\theta )e^{jkd\sin \theta }d\theta$$

对于各向同性散射（$P(\theta )=1/2\pi$）：

$${\rho }_{spatial}(d)=J_0(kd)=J_0\left(\frac{2\pi d}{\lambda }\right)$$

其中$J_0$是零阶贝塞尔函数。

第一个零点出现在$kd=2.4048$，即$d\approx 0.38\lambda$。这决定了MIMO天线的最小间距要求。

I. 非平稳信道的演化谱理论

非平稳信道的Wigner-Ville分布：

$$W(t,f)={\int }_{-\infty }^{\infty }{R}_h\left(t+\frac{\tau }{2},t-\frac{\tau }{2}\right)e^{-j2\pi f\tau }d\tau$$

局部散射函数（LSF）通过平滑Wigner-Ville分布获得：

$$LSF(t,\nu ,\tau )=\int \int W(t^{\prime },f^{\prime })g(t-t^{\prime },\nu -f^{\prime },\tau )d{t}^{\prime }d{f}^{\prime }$$

其中$g$是平滑核函数。

信道的非平稳度指标：

$$\eta (t)=\frac{\int \int {\left|\frac{\partial LSF(t,\nu ,\tau )}{\partial t}\right|}^{2}d\nu d\tau }{\int \int |LSF(t,\nu ,\tau ){|}^{2}d\nu d\tau }$$

该指标量化了信道统计特性的时变速率，指导自适应算法的更新频率设计。