一、毫米波雷达概览

1）发展历程

毫米波雷达的发展历史非常悠久，早期主要用在军事和航空航天领域。

20 世纪 70 年代，毫米波雷达开始在汽车上测试。当时雷达尺寸比较大，处于摸索阶段。在 1973 年，德国 AEG-Telefunken 和博世公司共同研制汽车防撞雷达，由于价格昂贵、体积庞大等原因，导致项目终止。

图片来源：H. H. Meinel, “Evolving automotive radar – from the very beginnings into the future,” in 8th European Conf. Antennas and Propagation, 2014, pp. 3107-3114.

20 世纪 90 年代初期，24GHz 毫雷达 AEB 系统(VORAD)开始应用在美国的校车和长途巴士上。

早期，车载毫米波雷达采用机械扫描方案。例如，大陆发布的机械扫描雷达 ARS300。

图片来源：Antenna Conceptsfor Millimeter-Wave Automotive Radar Sensors

2009 年，德尔福发布电子扫描雷达 ESR。

2020 年 9 月，大陆发布 4D 成像毫米波雷达 ARS540，并于 2021 年量产。

随着技术的发展，毫米波雷达的探测性能越来越高。

2）基本原理

1. 工作频段与信号体制

车规级毫米波雷达主要工作在 ​24GHz​（ISM 频段，近距）和 ​77GHz​（76-81GHz，主流中远距）频段。 目前主流采用 FMCW（Frequency Modulated Continuous Wave，调频连续波） 信号体制，相比脉冲雷达具有体积小、功耗低、距离-速度联合估计能力强的优势。

2. 核心测量原理

（1）距离测量发射线性调频信号（Chirp）：s(t) = \exp\left(j2\pi\left(f_c t + \frac{1}{2}K t^2\right)\right) 其中 K 为调频斜率。 接收回波与发射信号混频后得到差频信号（Beat Frequency），其频率 f_b 与距离 R 关系为：R = \frac{c \cdot f_b}{2K}（c 为光速）

**（2）速度测量（多普勒效应）**运动目标会产生多普勒频移 f_d = \frac{2v f_c}{c}。 通过多个 Chirp 的相位变化或 2D-FFT（Range-Doppler FFT）可同时解算距离和径向速度。

（3）角度测量

• ​水平/俯仰角​：采用数字波束形成（DBF）或 MIMO 虚拟阵列技术。
• 通过多接收天线接收信号的​相位差​（Phase Difference）计算到达角（AoA）：\theta = \arcsin\left(\frac{\lambda \Delta\phi}{2\pi d}\right) 其中 d 为天线间距，\lambda 为波长。

3. 典型信号处理流程

1. ADC 采样 → 去斜（De-ramp）
2. Range-FFT（距离维）
3. Doppler-FFT（速度维）
4. CFAR（恒虚警检测） + 角度估计（MUSIC / ESPRIT / 2D-FFT）
5. 目标跟踪（Kalman / IMM 滤波） + 点迹凝聚

4. 4D 成像雷达技术要点

传统 3D 雷达（距离-速度-水平角）通过增加​垂直通道数​（级联或高密度 MIMO）实现俯仰角估计，从而输出具有高度信息的​稠密点云​，角度分辨率可达 1° 以内，大幅提升静态目标检测与目标分类能力。

3）分类

• 按照波段

车载毫米波雷达常用的是 24GHz（K 波段）、60GHz（V 波段）和 77GHz（W 波段）：

图片来源：工信部、AIoT星图研究院

• ​24GHz 雷达​：由车载转向家居家电和其他工业领域，2026 年出货量预计在 1673 万颗。
• ​60GHz 雷达​：主要用于舱内、门防撞等超近距车载场景，以及智慧康养等 AIoT 市场，2026 年国内出货量有望突破 500 万颗。
• ​76-79GHz 雷达​：这个是目前车载毫米波雷达最常用频段。

在车载领域，24GHz 逐渐淘汰，77GHz 频段已经成为主流。

• 按照测量性能

主要分为 3D 雷达、4D 雷达和 4D 成像雷达。

它们之间的性能区别、其他特征的对比：

图片来源：Yole

• 按照调制方式

按照调制方式，主要分为 FMCW 和 PMCW 两种方式，这两种体制的原理对比：

其中，FMCW 是车载毫米波雷达应用最为广泛的调制方式。

4）性能指标

对于车载毫米波雷达的探测性能，基本指标主要是：距离、速度和角度（水平角和垂直角）的范围、精度和分辨率。

探测性能及其影响因素的关系：

5）主要应用

毫米波雷达的应用非常广泛：

在民用方面，毫米波雷达可应用于智能车载、智能交通、以及机器人、无人机、智能家居、工业测量仪器、全屋智能、家电照明、消费电子等多个领域。

在车载方面，分为舱内和舱外（前雷达、后雷达、角雷达、门雷达）：

图片来源：GGAI、头豹、AIOT星图研究院

二、性能分析

1）毫米波雷达和其他传感器的性能对比

毫米波雷达和相机、激光雷达和超声波雷达的性能对比：

图示如下：

其中，4D 成像毫米波雷达和一般 dToF 激光雷达的对比：

2）毫米波雷达的主要弱势场景

• 多径

在环境较为复杂时，由于电磁波的多次反射，导致在真实目标的周围出现多个虚假目标。多径是毫米波雷达在实际应用中，非常常见的问题之一。

• 干扰

当雷达受到外部电磁波干扰时，会经常出现漏检或者误检。外部电磁波干扰主要来自于道路上其他车载雷达的电磁辐射。当外部干扰的电磁波频段落入雷达的扫频范围，但是频率变化和雷达不同步，此时雷达本体的噪底会被提升，由于 SNR 变差，从而导致 RCS 较小的目标消失（漏检）。

如果干扰信号扫描是同步的，此时会产生虚假目标（误检）。

• 分辨率不足

分辨率较低，是毫米波雷达出现误检漏检的另一大重要原因。

例如，对于前后相距较近的橙色和浅蓝色目标无法区分，感知会输出一个大的深蓝色目标。

以及，当行人站在车辆或者金属护栏旁边时，行人目标无法被检测。

3）车辆适配

该章节主要包括：整车开发流程、毫米波雷达评价指标、零部件开发，以及常见问题。

02

核心技术

1. 硬件设计

该章节主要包括硬件架构、天线、高频板材、毫米波雷达芯片等关键设计技术。

射频链路包括很多组件，例如调制器、检波器、功率放大器（AMP）、低噪声放大器（LNA）、混频器、滤波器及压控振荡器（VCO）等等，实现毫米波信号的调制、发射、接收及解调功能。

2. 软件设计

毫米波雷达的软件比较复杂，通常分为信号处理和数据处理两部分。

主要包括：

1. 距离 FFT：通过低维实数 FFT，获得目标的距离信息。
2. 多普勒 FFT：通过高维复数 FFT，获得速度信息。
3. 非相干累加：将接收通道的数据做求模累加，最后得到幅值矩阵。
4. CFAR 目标检测：通过横虚警率计算出噪声阈值，从而区分目标和噪声。

其中：

1. 距离维：对于单个 Chirp 信号来说，信号包含了（距离/速度）信息，但以距离为主（由于时间非常短，忽略速度，或者后面增加补偿），可以通过 FFT 直接求出距离信息。
2. 速度维：将距离微分成一个个距离单元。对于其中一个距离单元，我们以一个 Chirp 一个 Chirp 的时间轴来看，对该信号作 FFT 处理，即可求出其速度信息。

1）3D 毫米波雷达信号处理

2）4D 毫米波雷达信号处理

3）数据处理

数据处理是将点云处理为目标，包括聚类、跟踪、目标分类、融合、grid/freepace 等。

数据处理的核心功能是聚类、分类和跟踪。

• 聚类

DBSCAN 是一种常用的聚类算法，不过该算法对于相距较近的两个目标（例如汽车和其旁边的行人），经常出现异簇合并，以及大车出现同簇分裂。

一些新的聚类算法被提出，用于提高算法执行效率或者改善聚类效果，比如多帧联合聚类(ICP)、分阶段二次聚类，或者基于 Kd-tree 的加速聚类算法。

• 分类

聚类后，可以得到目标基本信息，比如目标位置（x,y,z)、点云数量、长度、宽度、高度、体积、投影面积、RCS、SNR 以及各种统计分布，如位置方差等。根据这些信息，可以对目标进行分类。

常见的分类方法有决策树模型、最近邻模型和支持向量机等。

分类之后可以针对特定类型的目标，优化处理算法。例如，针对客车和行人可以采用不同的跟踪和滤波算法，以提升雷达的检测和跟踪效果。

• 跟踪

目标跟踪算法主要包括航迹起始、跟踪滤波和数据关联等三大核心技术。

1. 航迹起始：有逻辑法(滑窗法)、直观法、Hough 变换法。
2. 跟踪滤波：采用卡尔曼滤波，例如 KF、EKF、UKF、CKF。
3. 关联算法：有单目标采用 NN、PDA，多目标采用 JPDA、匈牙利匹配。

4）深度学习技术的应用

高性能毫米波雷达点云数量大幅增加（例如 4D 成像毫米波雷达），基于规则的传统算法处理能力有限，深度学习算法是未来趋势（尤其是当算法运行在域控制器上时）。

PointPillars 网络利用 pillars（垂直 columns）的方式将 4D 毫米波点云转化为稀疏伪图像，使用 2D 网络进行特征的学习，使用 SSD 检测头进行 bbox 的回归。

CenterRadarNet 是一个专为 3D 目标检测和跟踪而设计的综合框架，特别利用 4D FMCW 毫米波雷达张量作为其输入。

该架构由三个主要组件组成：用于特征提取的 Conv3D 主干，用于精确目标识别的专用目标检测和 appearance heads，以及在线跟踪器。

另外：NXP、Arbe、大陆、博世、安波福、高通等，都在研究使用深度学习技术，提升毫米波雷达的聚类、跟踪、分类、自定位、假目标滤波等功能性能。

3. 热点技术

1）4D 成像技术

4D 成像毫米波雷达相对于一般 3D 毫米波雷达，性能有大幅提升。

4D 成像毫米波雷达有多种实现方案，例如多片级联、专用芯片、软件方案等等。

4D 成像雷达通常拥有较多的收发通道（从 100 多到 2000 多个虚拟通道）。目前主流产品是采用多片 MMIC 级联（例如 NXP、TI 等）或者专用芯片组方案（例如 Arbe、Uhnder 等）。

目前国内外几乎所有的毫米波厂商，都在布局 4D 成像毫米波雷达产品。

2）PMCW 技术

PMCW（Phase Modulated Continuous Wave，相位调制连续波），采用诸如二进制码等编码方式，对载波进行相位调制，通过发射、接收和处理，进而获取目标距离、速度以及角度信息。

FMCW 和 PMCW 的方案对比：

PMCW 可以实现更好的抗干扰性能和更高的分辨能力。

3）卫星毫米波雷达

毫米波雷达开始从传统的“Smart Sensor”，向“中央计算雷达”（或者卫星毫米波雷达）演进。

卫星毫米波雷达仅实现 RF 射频前端和部分前处理，然后将较原始数据通过高速总线（ETH 或者 SerDes）传输给域控制器，之后在域控中完成剩余的后处理。

中央计算雷达的主要优势：

1. ​性能更高。​射频前端做更多针对性的优化，提升前端数据的质量，例如提升 ADC 采样率、信噪比和功率。同时，在域控中，可以使用性能更好、更复杂的算法（例如超分辨和深度学习），实现之前在雷达本体内无法实现的功能，同时运行时间更短，帧率更高。
2. ​系统成本更低。​由于雷达头仅传输原始数据，处理器和外围器件可以被剪裁，因此成本可以降低。雷达头可以直接通过 SerDes 线缆和以太网线缆供电（PoDL），减少电缆和连接器成本。
3. ​融合性能更好。​可以采用类似视觉的“BEV”感知架构，将多个雷达原始信号统一处理，消除目标在不同雷达 FOV 边缘时的跟踪中断，降低误报和漏报。同时，能够更方便的将雷达原始信号和视觉图像、激光雷达点云进行前融合，提升整体感知性能。在端到端算法架构下，通过使用更原始信号的毫米波雷达信号（更少的信息损失），可能会带来更好的综合感知性能。
4. ​可维护性和可扩展性更高。​毫米波雷达的主要处理软件部署在域控中，使得雷达算法的更新可以通过 OTA 更容易的实现，提高了可维护性和功能可扩展性。同时，在保证相同性能的情况下，由于域控端算法能力的提升，可以减小对于射频前端的需求，例如可以减少天线阵列的面积，从而减小雷达头体积，降低功耗，进而使得布置更为友好。
5. ​系统调试更容易。​域控制器会直接接收毫米波雷达原始数据，开发团队获取这些数据将非常容易，例如自动传到云端或者备份在本地存储器中，从而大大提升毫米波雷达的开发和故障排查效率。

中央计算雷达的 MMIC 对于射频前端性能要求更高，而对于处理器的性能要求降低。目前 TI 和 NXP 均已经推出中央计算雷达的芯片解决方案：

4）MMIC 的演进

毫米波雷达芯片工艺经历了由最早的砷化镓（GaAs）工艺，到锗硅（SiGe）工艺，再到 CMOS 工艺的演进路径，在性能提升同时，推动车载毫米波雷达系统成本的持续下行。

1. 早期，车载毫米波雷达芯片主要采用砷化镓（GaAs) 工艺，一个毫米波雷达中需要至少配备 7 到 8 颗以上的 RF 芯片。同时，由于工作在 24GHz 频段，毫米波雷达体积较大、价格昂贵。
2. 2000 年初，锗硅(SiGe)工艺的发展，大大提高了毫米波雷达芯片的集成度，一个毫米波雷达只需要 2 到 5 颗 MMICs、1 到 2 颗 BBICs，成本下探到千元级别。
3. 2017 年，TI 推出了基于 CMOS 工艺的高集成度 77GHz 毫米波雷达芯片，将前端 MMIC RF、DSP 和 MCU 三个模块集成在一个毫米波雷达 SOC 芯片上，显著降低了毫米波雷达成本，大幅拉低了车载毫米波雷达的硬件开发难度.

1）GaAs 工艺时代（1990-2007）

2007 年之前，射频部分无法使用硅材料制做，主要采用砷化镓（GaAs）。砷化镓工艺的材料成本和制造成本都比较高，对于生产线的要求也很高。同时，采用 GaAs 工艺制作的产品集成度也很低，成本非常高。

2）SiGe 工艺时代（2007-2017）

从 2009 年开始，SiGe 工艺逐渐代替 GaAs 工艺。SiGe 拥有硅工艺的集成度、良率和成本优势，使得前端射频芯片的集成度大幅提升。一个毫米波雷达只需要少量射频前端芯片，毫米波雷达系统成本大幅降低。

3）CMOS 工艺时代（2017 年至今）

最初 CMOS 工艺制程较低，不能工作在高频中。例如以 180nm 制程为例，SiGe 可以工作在 180GHz 以上，而 CMOS 工作频率只能达到 40GHz。到了 2010 年，CMOS 工艺进步到 40nm，使得 CMOS 用于 77GHz 毫米波雷达成为可能。

CMOS 工艺处理速度更快，相对成本更低：

CMOS 的集成度能够进一步提升，一个毫米波雷达只需要 1 颗 MMIC 芯片，雷达整体系统成本进一步下降。

例如，BOSCH 的 MRR5，仅采用 1 片英飞凌的 SiGe BICMOS MMIC：RXS8160PL。

4）FD-SOI 工艺

FD-SOI（Fully Depleted Silicon-on-Insulator，全耗尽绝缘体上硅）是一种先进的半导体制造工艺，它结合了平面晶体管结构和全耗尽工作特性。这种技术依赖于一种独特的基板，该基板具有超薄的顶层硅层和埋氧层（BOx），从而实现了更好的栅极控制和更低的漏电流。

与传统的 CMOS 工艺相比，FD-SOI 在 28nm 及以下节点可以实现更高的性能和更低的功耗：

• ​性能高​：FD-SOI 衬底提供了更高的跨导（Gm）和截止频率（Ft/Fmax），从而提高了晶体管的性能。FD-SOI 晶体管具有较低的栅极电容和电阻，从而降低了噪声。同时，无掺杂硅通道提供了更好的线性度，适用于高功率应用。
• ​可靠性高​：FD-SOI 技术可以将软错误率降低到普通 CMOS 工艺的 1/100，从而提高系统的可靠性和稳定性。
• ​功耗低​：通过薄埋氧层和反向体偏置技术，FD-SOI 衬底可以显著降低漏电流，实现更低的功耗。
• ​集成度高、成本低​：FD-SOI 技术可以将数字、模拟和射频模块集成在一个芯片上，降低集成难度和设计复杂性，减小系统尺寸并降低成本。

5）封装上装载

该技术在不同芯片厂的叫法略有不同，例如：

• TI 称为：Launch On Package，LoP
• NXP 称为：Launcher in Package，LiP
• 加特兰称为：Radiator on Package，ROP

封装上装载技术将信号从封装辐射元件直接传输到 3D 天线，从而实现高效的电磁信号传输，搭配 3D 波导天线，可以提供更出色检测性能。

封装上装载技术具有多个优势，包括：

1）LoP 可以实现较低的转换功率损耗，SNR 性能更好。

2）热管理更容易：采用 LoP 技术时，发射元件位于封装的底部，因此可在顶部放置散热器来实现热管理。

3）辐射隔离性能更好：采用 LoP 技术时，发射元件位于封装的底部，因此可以降低 EMI/EMC 问题，因为 3D 天线放置在 PCB 的一侧，毫米波集成芯片位于 PCB 的另一侧，从而增强从 MMIC 到 3D 天线的隔离。

4）成本更低：微带贴片天线需要高质量、低损耗的昂贵 PCB 材料。然而，对于 LoP 3D 天线，PCB 可以使用较为便宜的基板制成。因此，LoP 技术可以在传感器级别带来成本优势，节省 PCB 成本。同时，由于无需微孔以及减少 PCB 接地层的潜在数量，可以进一步减少 PCB 总层数，节省 PCB 成本。

5）灵活性更高：采用外部 3D 天线的 LoP 技术时，可在多个不同的毫米波雷达之间，实现复用 PCB 设计，仅通过更换波导天线，就可以实现不同视场角的毫米波雷达。具有较少 PCB 型号的雷达传感器设计，可以实现单个 PCB 更高的产量，从而减少物料管理费用，并降低成本。此外，由于采用非优质射频基板，市场上有更多的 PCB 供应商可供选择。