汽车雷达多径环境下的幽灵目标检测技术解析
摘要
共置 MIMO 技术因能以较少天线实现高精度角度估计，已成为汽车雷达的主流方案。然而，多径反射会导致发射方向（DOD）与到达方向（DOA）不重合，破坏虚拟阵列假设，进而产生幽灵目标或测角误差。本文针对这一问题，将幽灵检测建模为复合假设决策问题：H0 假设仅含直接路径，H1 假设包含间接路径。研究采用广义似然比检验（GLRT）构建检测器，推导了理论性能闭式解，并提出凸波形优化方法以提升性能。针对实际场景参数未知的问题，文章利用稀疏增强压缩感知结合 Levenberg-Marquardt 优化进行连续域角度估计。
1. 引言
随着自动驾驶对安全性的要求提升，汽车雷达需求激增。共置 MIMO 技术凭借高角度分辨率优势被广泛采用。但在复杂场景中，多径效应是主要挑战。信号可能经障碍物多次反射，导致部分回波的 DOD 不等于 DOA。虽然距离门控通常能消除部分延迟较大的间接路径，但某些一阶多径仍会干扰主目标，导致经典算法失效。
现有研究多利用延迟 - 多普勒域的几何关系，例如通过霍夫变换分析线性特征，或利用多普勒分布识别移动目标。此外，波形设计也被用于抑制幽灵响应。本文则从统计检测的角度出发，提出了一套完整的 GLRT 框架。
2. 信号模型与问题形式化
主流汽车雷达采用 FMCW 序列配合共置 MIMO 技术。系统包含 MT 个发射天线和 MR 个接收天线，合成 M_T * M_R 个虚拟阵元。信号经 FFT 处理后得到延迟 - 多普勒轮廓，进而构建虚拟阵列响应。
2.1 多径场景可视化
![图 1：多径场景可视化]
图 1 展示了典型的多径传播模型：
- 直接路径：雷达与目标间最短路径，DOD 等于 DOA。
- 一阶路径：信号在发射或接收途中经反射器单次反弹，DOD 与 DOA 不相等，且存在额外延迟。
- 高阶路径：涉及多次反弹，因衰减严重通常可忽略。
2.2 信号模型
考虑 FMCW MIMO 雷达，每个发射天线发送 L 个脉冲。设第 l 个时刻的发射码矢量为 x(l)，传输矩阵为 X。经过快时间 FFT 后，在特定延迟单元内，观测 y(l) 可建模为直接路径与一阶多径的叠加：
$$\mathbf{y}(l) = \sum_{k=1}^{K_0} \alpha_k e^{j2\pi f_d(l-1)} \mathbf{a}R(\theta_k)\mathbf{a}T^T(\theta_k)\mathbf{x}(l) + \sum{k=1}^{K_1} \beta{k,1} e^{j2\pi f_d(l-1)} \mathbf{a}_R(\phi_k)\mathbf{a}_T^T(\vartheta_k)\mathbf{x}(l) + \dots + \mathbf{w}(l)$$
其中 $\alpha_k$、$\beta_{k,1}$ 分别为直接路径和一阶路径的复振幅，$\theta_k$ 为直接路径角度，$\vartheta_k$ 和 $\phi_k$ 为一阶路径的 DOD 和 DOA。导向矢量 $\mathbf{a}_T(\cdot)$ 和 $\mathbf{a}_R(\cdot)$ 由阵列几何结构决定。
经过匹配滤波和向量化处理后，虚拟 MIMO 阵列信号的一般模型简化为：
$$\mathbf{z} = (\mathbf{R}x \otimes \mathbf{I}{M_R})\mathbf{A}(\boldsymbol{\Theta}, \boldsymbol{\Phi})\boldsymbol{\beta} + \mathbf{r}$$
3. 多径检测
3.1 GLRT 检测器
幽灵检测本质上是区分 H0（仅直接路径）与 H1（含间接路径）的复合假设检验。假设噪声协方差已知，通过白化变换可将问题转化为标准高斯模型。GLRT 统计量定义为投影能量之比：
$$T_{GLRT} = \frac{|\mathbf{P}(\boldsymbol{\Theta}_0)\bar{\mathbf{z}}|^2}{|\mathbf{P}(\boldsymbol{\Theta}, \boldsymbol{\Phi})\bar{\mathbf{z}}|^2} \underset{H_0}{\overset{H_1}{\gtrless}} \lambda_G$$
其中 $\mathbf{P}$ 为正交投影矩阵。该统计量在 H0 下服从 Fisher-Snedecor 分布，由此可推导虚警概率和检测概率的闭式表达式。
3.2 性能界限与波形优化
仿真显示，随着一阶路径数量 K1 增加，给定阈值下的虚警概率降低，因为假设间的可区分性增强。为了进一步提升性能，文章将波形优化形式化为半定规划（SDP）问题，通过优化发射相关矩阵 $\mathbf{R}_x$ 来最大化信干噪比。结果显示，优化后的波形在低信噪比条件下能显著提高检测概率。
