黄志忠

(桂林航天工业学院，广西 桂林 541004)

0 引言

高级驾驶辅助系统(Advanced Driving Assistance System,ADAS)通过障碍物检测、交通标志识别、车辆和驾驶员状态监控、通信等技术手段来避免交通事故的发生，从而提高驾驶的安全性和自动驾驶的可靠性。毫米波雷达具有全天时全天候工作能力，在检测障碍物和环境感知方面具有诸多优势，是ADAS系统中重要的传感器。

毫米波汽车雷达的应用场景主要有2个方面[1]：

(1)盲点检测

毫米波雷达位于车辆周围(前面、后面、侧面或车辆4个角)，检测驾驶员视觉几乎看不到的位置，主要用于车辆起步和停靠或泊车辅助。该场景下雷达探测距离一般小于10 m，主要由24 GHz短程雷达完成。

(2)自适应巡航控制

毫米波雷达位于车辆前部和侧面，探测前方远处的车辆或其他障碍物，适用于一般驾驶和自动驾驶的告警。该模式下对雷达的检测信噪比和作用距离(最大200 m或更远)要求较高，主要由24 GHz或77 GHz中远程雷达实现[2]。

汽车雷达在复杂的交通环境中工作，面临着许多有意或无意的干扰，其中以附近工作的同类型汽车雷达的干扰为主，导致目标检测时出现严重的虚警或漏警问题。本文首先介绍了几种国内外研究较多的抗干扰技术，然后从实用的角度介绍了基于短时傅里叶变换(Short-Time Fourier Transform,STFT)的抗干扰处理方法，通过仿真表明其有效性。

1 汽车雷达抗干扰方法

由于频谱资源和系统体积的限制，汽车雷达一般工作在24 GHz或77 GHz频段。工作于密集射频信号环境中的汽车雷达随时会受到干扰，例如后面汽车的前视雷达、迎面而来的汽车雷达、转弯汇车的侧视雷达等。……