雷达学报

作者：黄岩, 张慧, 兰吕鸿康, 邓坤, 杨阳, 张睿哲, 刘江, 张彦君, 王韵旋, 周睿, 徐俊, 奚新锁, 张侠, 郑凯航, 刘育铭, 洪伟

单位：东南大学毫米波国家重点实验室 南京 210096；

关键词：汽车毫米波雷达, 点云成像, 合成孔径雷达成像, 干扰抑制, 机器学习, 深度学习

基金：国家自然科学基金(62271142, 62188102, 62301152)，中央高校基本科研业务费专项资金(2242022K60008)

作为高级驾驶辅助系统(ADAS)核心之一的汽车毫米波雷达因其具有全天时、全天候、小型化、集成度高等优势，提供了关键的感知能力，逐渐成为国内外学者及厂商关注的焦点。汽车毫米波雷达以汽车作为平台，其核心性能指标主要有距离、速度、角度分辨率、视场范围等，此外，精度、成本、实时性、检测性能和体积也是需要考虑的关键问题。日益提升的性能需求给汽车毫米波雷达信号处理带来了诸多挑战。为了改进雷达性能以满足更严格的要求，雷达的信号处理技术是至关重要的一环。获取致密的雷达点云、生成精确的雷达成像结果、对抗多个雷达系统间的相互干扰是其中的重点，也是后续跟踪、识别等应用的基础。因此，该文从汽车毫米波雷达的实际应用出发，立足于信号处理的关键技术，总结了相关研究成果，主要讨论与车载毫米波雷达相关的以下主题： (1)点云成像处理；(2)合成孔径雷达成像处理；(3)互扰抑制。文章最后对国内外研究现状进行了总结，并展望未来汽车毫米波雷达的发展趋势，希望能给相关领域读者以启发。

来源：2023年第5期

《雷达学报》期刊编辑部

查看雷达学报杂志2023年第5期