蒋留兵, 汪 林, 车 俐

(桂林电子科技大学计算机与信息安全学院，桂林 541004)

毫米波雷达作为自动驾驶三大重要的传感器之一，拥有独特的感知优势和极强的环境适应能力。相比较于激光雷达和摄像头[1]，毫米波雷达具有探测距离远、测速精度高以及可实现穿透检测等优点，同时在光线环境较差和风沙雨雪恶劣天气下表现出更可靠的感知水平[2]。但现有的车载毫米波雷达系统也存在一些不足，主要表现在目标分辨能力较差，目标信息不直观等。

现有体制车载雷达其分辨率能力由相应维度的阵列实孔径大小决定，在满足天线排布间隔的条件下，较大孔径就意味着更多的天线和射频通道，同时也会提高系统成本和处理复杂度，丧失其体积小、功耗低的优势。针对这一问题，不少学者和公司将最早发展于机载星载的合成孔径雷达成像技术应用于车载雷达上，利用车辆行进轨迹形成大孔径，提高目标水平方向的分辨率。早在2006年Wu等[3]将合成孔径雷达(synthetic aperture radar，SAR)技术中的距离徙动算法(range migration algorithm，RMA)应用于车载场景并进行了仿真验证。Yamada等[4]通过实测实验对比实孔径角雷达在使用SAR技术前后的检测效果，证明使用SAR技术能更清晰地分辨目标。文献[5]将77 GHz贴片雷达安装在一个线性轨道上模拟车载SAR，使用距离多普勒算法对车辆尾部成像，并分析导轨在不同速度下的成像质量。Feger等[6]将雷达放在车辆的顶端，采用侧前方俯视的模式，通过车辆运动形成大孔径，对行进方向-距离维组成的二维区域成像。……