[论文解读] Radar Interference Mitigation for Automated Driving

Canan Aydoğdu, Gisela Carvajal+8 more|arXiv (Cornell University)|Sep 20, 2019

Radar Systems and Signal Processing参考文献 28被引用 14

一句话总结

本文提出了一种多层方法以减轻汽车FMCW雷达中的干扰，结合自适应波形设计、信号处理技术以及协调协议。结果表明，步进频段OFDM和PMCW波形显著提升了抗干扰能力和检测精度，尤其在雷达密度高的密集交通场景中表现优异。

ABSTRACT

Autonomous driving relies on a variety of sensors, especially on radars, which have unique robustness under heavy rain/fog/snow and poor light conditions. With the rapid increase of the amount of radars used on modern vehicles, where most radars operate in the same frequency band, the risk of radar interference becomes a compelling issue. This article analyses automotive radar interference and proposes several new approaches, which combine industrial and academic expertise, toward the path of interference-free autonomous driving.

研究动机与目标

• 为应对由于相同频段内雷达数量增加而导致的自动驾驶中雷达干扰问题日益严峻的挑战。
• 分析干扰对FMCW雷达性能的影响，包括概率、严重程度以及检测错误。
• 提出并评估新型信号波形（如步进频段OFDM和PMCW），以增强抗干扰能力。
• 探索协调机制与硬件创新，实现在未来ADAS和自动驾驶车辆中无干扰的雷达运行。
• 为标准化和系统设计提供指导，推动面向5G及未来的低成本、集成式雷达-通信解决方案。

提出的方法

• 利用信干噪比（SINR）和检测概率指标分析FMCW雷达中的干扰影响。
• 提出步进频段OFDM作为宽带OFDM与窄带OFDM之间的折中方案，通过降低硬件复杂度提升分辨率。
• 评估通过正交码设计实现增强抗干扰能力的调相信号连续波（PMCW）波形。
• 引入慢啁啾调制以提升速度测量性能并降低硬件需求。
• 设计演示平台，集成毫米波前端、高速数字信号生成以及可控干扰注入功能，用于真实场景验证。
• 探索利用5G NR波形实现雷达与通信信号共存，支持车辆网络中的超可靠低时延通信（URLLC）。

实验结果

研究问题

• RQ1 雷达密度增加如何影响基于FMCW的汽车雷达系统中干扰发生的概率以及检测性能？
• RQ2 在干扰受限环境中，宽带、窄带与步进频段OFDM波形之间的性能权衡为何？
• RQ3 与传统FMCW相比，PMCW波形在密集车辆场景中能在多大程度上提升抗干扰能力？
• RQ4 如何通过协调协议与波形设计在无需集中控制的情况下减少相互干扰？
• RQ5 为实现PMCW和OFDM等先进波形在商用汽车雷达系统中的实际部署，需要哪些硬件与信号处理创新？

主要发现

• 步进频段OFDM在降低硬件复杂度的同时，提供了优于宽带OFDM的测距与多普勒分辨率，适用于成本敏感的汽车应用。
• PMCW波形通过正交码设计实现优异的抗干扰能力，且无需高线性度的频率扫频，从而降低了硬件复杂度。
• 基于5G NR的波形可实现雷达与通信功能的共存，支持车辆网络中超可靠低时延运行。
• 通过信号处理实现的干扰抑制可减少误报和漏检，即使在干扰功率超过期望信号功率的情况下亦能有效工作。
• 集成高速数字信号生成与可控干扰注入的演示平台，可验证理论SINR与检测性能预测结果。
• 先进的CMOS集成技术可实现全数字波束成形与复杂波形生成，为未来成像雷达与MIMO配置提供支持。