如何提高汽车雷达的品质性能

现在正是让雷达平台回归模拟的时候了!新创公司Matawave认为“我们仍然存在于模拟世界，汽车也是如此”。该公司期望透过高性能的模拟雷达平台改变传统雷达的限制...

为了在高度自动化的车辆中增加对于现实世界的情境意识，许多汽车制造商开始接受在每个机箱周遭布署各种感测器类型的必要性。然而，他们并未考虑到的是这些感测器的品质。例如，当今的视觉、光达(LiDar)与雷达感测器的性能如何?车用感测器需要具备哪些要求?

Metawave是今年初才从Xerox PARC研究中心独立而出的新创公司，但有信心能改变汽车产业所认定的“传统雷达限制”。目前，车用雷达“看”不到遥远的物体，也无法辨别所看到的东西。其处理速度还不足以因应在高速公路行驶时运作。

简言之，摄影机或光达都能看到的物体，当今的车用雷达不一定都能看到。它唯一可取之处在于能在全天候的情况下运作。

Metawave在今年一月成立，凭藉着从PARC获得的专有授权为超材料雷达与天线进行商用化，目前正大力宣传其“全雷达封装”技术。Metawave计划在2018年1月的国际消费电子展(CES)上展示这款原型。

超材料是布署于印刷电路板(PCE) 上的小型软体控制工程结构。据该公司指称能以从前仅限于军用系统(较强大且昂贵)的方式导引电磁波束。

然而，Metawave并未把当今车用感测器的问题归咎于雷达晶片——主要是由恩智浦(NXP)、英飞凌(Infineon)或德州仪器(Texas Instruments;TI)等供应商所设计。事实上，Metawave的全雷达封装并不受特定雷达晶片限制。相反地，该新创公司认为问题出在雷达感测器(包括天线)中的波束成形技术，导致了解析度与速度方面的问题。

回归模拟

Matawave执行长Maha Achour认为，现在正是业界让“雷达平台回归模拟”的时候了。她强调，“我们仍然存在于模拟世界，汽车也是如此。因此，Metawave计划打造一个可负担的高性能模拟雷达平台，而不至于面对像军事级操作时的复杂度和成本。”

Metawave的模拟雷达技术基于电子转向控制天线。它采用具有双埠的单根天线，一端连接到发射器(Tx)或接收器(Rx)链路，另一端连接到微控制器(MCU)。该MCU透过使用查找表(LUT)定义和控制天线波束宽度与方向，从而使Metawave的模拟雷达得以实现微秒级的速度扫描。

Achour声称，Metawave利用单一天线设计出新的模拟雷达，能以水平和垂直方向引导和形成光束，并从更宽的视野调整光束到非常窄的圆锥角度——低至1度。Achour说：“我们能以非常快的速度实现——微秒级的速度扫描。”

但是，Metawave的模拟雷达如何与现在广泛用于车辆中的数位雷达进行比较?

基于数位波束成形(DBF)技术的雷达需要天线阵列，用于聚焦发射器以特定方向发射的电磁讯号，并将其转向其他方向。然后，接收器再从物件撷取返回讯号，并以数位方式进行处理，最终形成场景的影像。

为了实现这一过程，Achour解释，数位雷达必须“为每根天线注入不同的相位延迟，使波束在同一方向聚拢，并沿着其他方向扩展。”

DBF的缺陷在于相位延迟。运算需要复杂且冗长的数位讯号处理。Achour指出：“这种密集的讯号处理导致极慢的反应速度(在转向光束时为毫秒延迟)和较差的“集体”辐射模式，因为光束被转向远离天线准线(零度角)。

目前用于车辆中的数位雷达感测器采用数位波束成形技术，并透过复杂且冗长的数位讯号处理来计算相位延迟(即图中的权重—wi)。天线具有静电辐射，而且有赖于于数位权重以形成和转向控制光束

因此，她说：“这些传统雷达由于控制不好主瓣和旁瓣，因而无法在长距离时以广角观察。”

对远端物体作出决定

目前与Metawave共同合作的顾问兼投资人Drue Freeman表示，“针对自动驾驶车辆，我认为架构师必须解决的最大问题之一就是能够对远离车辆的物体做出决定。”否则，自动化车辆的最高速度将会受到限制，Freeman指出。

Freeman说：“今日的雷达解决方案即使采用了最佳的数位波束成形技术，或许能可靠地看到车子前方200公尺处的距离，也能侦测到有『东西』在那里，但他们没法辨识那是什么。”

而现实情况是DBF不是支援高解析度就是高讯杂讯比(SNR)，并非二者兼具。

超材料

Metawave声称其目标在于提供类似于用于追踪导弹的高性能雷达，但又不至于产生像军事应用所需要的成本、复杂度和功耗。Achour说，Metawave的模拟雷达“模拟了相位阵列”，就像军用天线一样。但该新创公司能在无需仰赖军事应用部署的移相器下实现这一点，因为它利用了自家的超材料。

Metawave的超材料频率自适应转向技术

Freeman坦承：“Metawave让人感到振奋的是其基于超材料的模拟波束成形技术，让他们能精确地控制雷达波束，实现更快的操作速度以及更好的SNR，而不至于牺牲解析度。”