[논문 리뷰] Joint Range and Angle Estimation for FMCW MIMO Radar and Its Application

Jung-Hoon Kim, Joohwan Chun외 1명|arXiv (Cornell University)|2018. 11. 16.

Radar Systems and Signal Processing참고 문헌 19인용 수 5

한 줄 요약

이 논문은 FMCW MIMO 레이더에서 복합된 범위 및 각도 주파수의 영향으로 인해 기존의 2D-FFT 및 2D-MUSIC 방법에서 발생하는 편향을 제거하는 최대우도(ML) 알고리즘을 제안한다. 이 방법은 범위 및 각도 추정에서 크래머-라오 하한(CRB) 성능을 달성하며, SLAM 응용에서 검증되어 자율주행 차량의 정밀도를 향상시킨다.

ABSTRACT

Recently, frequency-modulated continuous wave (FMCW) radars with array antennas are gaining in popularity on a wide variety of commercial applications. A usual approach of the range and angle estimation of a target with an array FMCW radar is to form a range-angle matrix with deramped receive signal, and then apply the two-dimensional fast Fourier transformation (2D-FFT) on the range-angle matrix. However, such frequency estimation approaches give bias error because two frequencies on the range-angle matrix are not independent to each other, unlike the 2D angle estimation with a passive planar antenna array. We propose a new maximum-likelihood based algorithm for the joint range and angle estimation of multiple targets with an array FMCW radar, and show that the proposed algorithm achieves the Cramer-Rao bounds (CRBs) both for the range and angle estimation. The proposed algorithm is also compared with other algorithms for a simultaneous localization and mapping (SLAM) problem.

연구 동기 및 목표

• FMCW MIMO 레이더에서 배열 요소 간의 복합된 범위 및 각도 주파수 추정으로 인해 발생하는 기존 2D-FFT 및 2D-MUSIC 방법의 내재된 편향을 해결한다.
• 배열 요소 간의 범위 및 각도 주파수 상호의존성을 모델링하는 최대우도 추정 프레임워크를 개발한다.
• 다중 타깃 조건 하에서 범위 및 각도 추정에 대해 크래머-라오 하한(CRB) 성능을 달성한다.
• 레이더 기반 포인트 클라우드 측정치를 활용한 자율주행 차량 주행에서의 동시 위치 결정 및 지도 작성(SLAM) 성능 향상을 입증한다.
• 펄스 차원을 따라 신호의 복합성에 대응함으로써, 범위-도플러 및 각도-도플러 영역으로의 알고리즘 확장을 가능하게 한다.

제안 방법

• 타깃 각도로 인한 배열 요소 간의 범위 차이를 명시적으로 고려하는 복합 신호 모델을 수립하며, 시간 지연을 범위 및 각도의 함수로 모델링한다.
• 복소 가우시안 노이즈 모델 하에서 수신된 디램핑 신호의 우도 함수를 최대화함으로써 최대우도(ML) 추정기를 유도한다.
• 신호 매개변수(진폭, 위상, 범위, 각도)에 대한 피셔 정보 행렬(FIM)을 계산하여, 범위 및 각도 추정의 크래머-라오 하한(CRB)을 유도한다.
• 실수부 및 허수부를 갖는 복소 신호 모델을 사용하여 FIM 항목을 계산하며, 범위 및 각도에 대한 위상 및 주파수 도함수를 통합한다.
• 로그우도 함수의 헤시안을 활용하여 뉴턴-라프슨 방법을 사용해 반복적으로 ML 추정 문제를 해결한다.
• 알고리즘을 범위-각도 영역에 적용하고, 펄스 차원을 따라 유사한 복합 효과를 인식함으로써, 범위-도플러 및 각도-도플러 영역로의 적용 가능성을 확장한다.

실험 결과

연구 질문

• RQ1 최대우도 접근법이 FMCW MIMO 레이더에서 복합된 주파수 성분으로 인한 복합된 범위 및 각도 추정의 편향을 제거할 수 있는가?
• RQ2 제안된 ML 알고리즘이 다중 타깃 조건 하에서 범위 및 각도 추정에 대해 크래머-라오 하한(CRB)을 달성하는가?
• RQ3 추정 정밀도 및 간섭에 대한 내성 면에서 제안된 ML 알고리즘은 2D-FFT, 2D-MUSIC 및 JAFE에 비해 어떤가?
• RQ4 제안된 알고리즘이 자율주행 차량의 레이더 기반 SLAM 정밀도를 어느 정도 향상시킬 수 있는가?
• RQ5 제안된 방법은 공간-시간 적응 처리(STAP)의 범위-도플러 또는 각도-도플러 처리와 같은 다른 영역으로 일반화될 수 있는가?

주요 결과

• 제안된 최대우도 알고리즘은 주어진 신호 모델 하에서 범위 및 각도 추정에 대해 크래머-라오 하한(CRB) 성능을 달성하여 최적의 성능을 보여준다.
• 이 알고리즘은 기존 2D-FFT 및 2D-MUSIC 방법에서 배열 요소 간의 범위 및 각도 주파수 복합성으로 인한 편향 오차를 제거한다.
• SLAM 시뮬레이션에서 제안된 방법은 자율 주행 주차 동안 정확한 차량 위치 추정을 가능하게 하여 기존 방법 대비 위치 오차 누적을 크게 감소시켰다.
• 피셔 정보 행렬(FIM) 유도 결과, 범위에 대한 CRB는 신호 대 잡음비(SNR) 및 샘플 수에 비례하며, 최적의 추정을 위해 필요한 곡률을 제공하는 로그우도 함수의 헤시안이 확인되었다.
• 다중 타깃 조건 하에서도 높은 정밀도를 유지하며, 타깃 간 간섭을 명시적으로 모델링할 수 있는 능력 덕분에 2D-FFT 및 2D-MUSIC를 능가한다.
• 유사한 복합 효과가 펄스 차원을 따라 존재하므로, 이 방법은 범위-도플러 및 각도-도플러 처리 영역으로도 확장 가능하며, STAP 시스템에서의 광범위한 적용 가능성을 제공한다.