企业官网建设流程全解析

MIMO雷达通过正交发射与虚拟孔径技术，以少量物理天线实现等效大规模阵列，显著提升角分辨率与点云密度。其核心在于发射与接收阵列的空间卷积生成连续虚拟阵列，结合TDM、FDM、CDM等正交波形实现信号分离。稀疏阵列设计（如MRA、互质阵列）进一步优化布局，在有限硬件下逼近最大孔径与最低栅瓣，成为4D成像雷达性能突破的关键。

在相控阵之后，MIMO (Multiple-Input Multiple-Output)是雷达领域的又一次颠覆。

相控阵追求的是“万众一心”（相干发射，功率聚焦）；而 MIMO 追求的是**“各自为战”**（正交发射，信息最大化）。

MIMO 的核心魔术是**“虚拟孔径”**：用少量的物理天线，变魔术般地“虚拟”出一个巨大的天线阵列。这正是目前车载4D 成像雷达能把几百个点云变成几千个点云的物理基础。

5.1 虚拟孔径原理：以少胜多的数学魔术

1. 物理本质：卷积定理

假设我们有一个发射阵列（位置集合 {xtx}{xtx​}）和一个接收阵列（位置集合 {xrx}{xrx​}）。
MIMO 雷达的等效虚拟阵列，在数学上是发射阵列与接收阵列位置的空间卷积。

• 通俗解释：
  • 设想每一个 TX 天线都是一个“探照灯”。
  • 设想每一个 RX 天线都是一个“照相机”。
  • 如果 TX1 照亮了目标，RX1~RXm 拍了一组照片。
  • 如果 TX2 照亮了目标，RX1~RXm 又拍了一组照片。
  • 只要我们能区分出哪组照片是 TX1 照的，哪组是 TX2 照的（通过正交波形），我们就相当于拥有了 N×MN×M 组独立的观测数据。

2. 实战布阵：以 3发4收 为例

• 物理阵列：
  • TX 阵列：3 根天线，间距为 4d4d（稀疏布置）。位置：0,4d,8d0,4d,8d。
  • RX 阵列：4 根天线，间距为 dd（紧密布置）。位置：0,d,2d,3d0,d,2d,3d。
• 虚拟阵列生成：
  • TX1 (位置0) 发射 →→ RX 收到数据，对应虚拟位置 0+0,0+d,0+2d,0+3d0+0,0+d,0+2d,0+3d。
  • TX2 (位置4d) 发射 →→ RX 收到数据，对应虚拟位置 4d+0,4d+d,4d+2d,4d+3d4d+0,4d+d,4d+2d,4d+3d。
  • TX3 (位置8d) 发射 →→ RX 收到数据，对应虚拟位置 8d+0,8d+d,8d+2d,8d+3d8d+0,8d+d,8d+2d,8d+3d。
• 结果：
  我们得到了一个位置从 00 到 11d11d 的、连续的、均匀的12 元线阵。
  • 物理成本：7 根天线 (3+4)。
  • 等效性能：12 根天线。
  • 增益：孔径扩大了，角分辨率显著提升。

3. 应用价值

• 4D 成像雷达：
  • 利用级联芯片（如 4 片级联），构建 12TX 16RX。
  • 虚拟孔径高达 12×16=19212×16=192 个通道。
  • 这就好比拥有了一个 192 像素的“摄像头”，足以勾勒出车辆的轮廓，甚至区分立交桥和路面车辆。
• 低成本：
  • MIMO 让我们用极其有限的硬件成本，换取了巨大的空间自由度。这就是摩尔定律（算力换硬件）在雷达领域的体现。

总结：
虚拟孔径原理是 MIMO 雷达的基石。它告诉我们：只要发得正交，收得明白，1+1 可以远大于 2。

虚拟孔径虽好，但前提是接收端必须能**“分得清”回波是哪个发射天线发出来的。这就是正交波形 (Orthogonal Waveforms)** 的任务。

目前主流的 MIMO 波形主要有三类。这就好比在一个房间里，三个人（发射天线）要同时说话，听众（接收天线）怎么才能听清楚每个人说了什么？

5.2 正交波形设计：如何在嘈杂中分辨你我

1. TDM (Time Division Multiplexing) —— 轮流说话

这是最简单、最成熟，也是目前车载雷达绝对主流的方案。

• 原理：
  • 时间切片。TX1 先发一个 Chirp，大家都闭嘴；发完了 TX2 再发，然后 TX3...
  • 接收端根据时间窗就能知道是谁发的。
• 优点：
  • 正交性完美：物理上完全隔开，没有任何干扰。
  • 硬件简单：发射机不需要同时全功率工作，甚至可以共用一些射频链路。
• 缺点：
  • 最大不模糊速度下降：因为 TX1 发完一次后，要等一圈才能发第二次。脉冲重复间隔变长了 (N×PRIN×PRI)，导致 vmaxvmax​ 下降了 NN 倍。
  • 运动补偿麻烦：在等待期间，目标跑了。不同 TX 测得的相位包含了目标运动引起的额外相位，必须解算补偿。

2. FDM (Frequency Division Multiplexing) —— 不同音调

• 原理：
  • TX1 发射频率 f1f1​，TX2 发射频率 f2f2​（通常是加上一个频偏 ΔfΔf）。
  • 接收端通过滤波器（或者在频域上）把不同频率的信号分开。
• 优点：
  • 同时发射：所有 TX 一起吼，探测能量高。
  • 速度不模糊：采样率够高就行。
• 缺点：
  • 耦合问题：为了分离频谱，往往会把距离维和多普勒维耦合在一起（比如 DDMA 技术），需要复杂的解耦算法。
  • 带宽浪费：占用了更多的频谱资源。

3. CDM (Code Division Multiplexing) —— 不同语言

这是最理想，但也最难实现的方案（类似 PMCW）。

• 原理：
  • TX1 说英语，TX2 说法语（各自加载不同的正交码序列，如 Walsh 码）。
  • 接收端通过相关器 (Correlator)解码。
• 优点：
  • 同时发射。
  • 频谱共享。
• 缺点：
  • 多普勒敏感性：雷达目标不仅有延时，还有多普勒频移。多普勒频移会破坏码的正交性，导致严重的互相关干扰 (Cross-Correlation Interference)。
  • 动态范围问题：强目标的旁瓣（因为正交性不完美）会淹没弱目标。

总结与趋势

• 对于低速、低成本应用（如泊车雷达），TDM是王者。
• 对于高速、高性能应用（如 L3 自动驾驶），为了解决 TDM 的速度模糊问题，行业正在向DDMA (多普勒分多址)这种特殊的 FDM 变种迁移。

有了虚拟孔径原理，我们不禁会问：既然可以用 7 根天线虚拟出 12 根，那能不能用更少的天线，虚拟出更多？

这就是稀疏阵列 (Sparse Array)的艺术。我们在 PCB 板上“挖坑”，故意让天线不连续，通过精妙的数学排列，用最少的硬件成本，逼近物理极限。

5.3 稀疏阵列优化：寻找天线排列的最优解

在虚拟阵列中，我们最关心的是孔径 (Aperture)和连续性 (Continuity)。

• 孔径决定了分辨率（波束有多窄）。
• 连续性决定了有没有栅瓣（会不会看花眼）。

1. 最小冗余阵列 (MRA - Minimum Redundancy Array)

这是一个经典的数学问题：一把尺子，刻度最少能有多少个，才能量出所有整数长度？

• 定义：在给定的物理孔径下，包含天线单元数最少，且其差集 (Difference Set)包含了从 00 到 LL 的所有整数倍间距。
• 物理意义：
  • 差集对应的是虚拟阵列的位置。
  • 如果差集是连续的（没有缺失的整数），说明虚拟阵列是满的，没有栅瓣。
• 例子 (4元 MRA)：
  • 位置：0,1,4,60,1,4,6。
  • 差集：1−0=1,4−1=3,6−4=2,4−0=4,6−1=5,6−0=61−0=1,4−1=3,6−4=2,4−0=4,6−1=5,6−0=6。
  • 加上 00，我们得到了 0,1,2,3,4,5,60,1,2,3,4,5,6。
  • 效果：用 4 根天线，实现了 7 元均匀线阵的性能。

2. 互质阵列 (Coprime Array)

MRA 很难设计（没有通用的解析公式，只能靠计算机穷举）。互质阵列提供了一种更简单的构造方法。

• 原理：
  • 利用两个子阵，间距分别为 Mλ/2Mλ/2 和 Nλ/2Nλ/2（M,NM,N 互质）。
  • 利用中国余数定理的特性，它们的栅瓣位置是不重合的。
  • 相乘（或做差处理）后，唯一的重合点就是主瓣。
• 优势：可以用极少的天线，获得极其巨大的孔径（超高分辨率）。
• 代价：旁瓣较高，信噪比损失。

3. 车载雷达中的优化

在 4D 成像雷达中，天线排布更是寸土寸金。

• L 型阵列：水平放一条，垂直放一条。通过 MIMO 乘积，获得矩形平面阵列的效果。
• T 型 / 十字型：同理。
• 随机稀疏 (Random Sparse)：
  • 如果天线位置是随机打乱的。
  • 栅瓣会被打散，变成均匀分布的底噪（平均旁瓣电平）。
  • 这类似于压缩感知 (Compressed Sensing) 的思想。

总结：
稀疏阵列设计是雷达硬件工程师的数独游戏。
在有限的 PCB 面积和芯片通道数下，谁能设计出孔径最大、栅瓣最低的阵列，谁就能在“角分辨率”这项指标上碾压对手。