4D毫米波雷达如何实现高度识别？
在自动驾驶系统的感知架构中，毫米波雷达始终发挥着关键作用。由于其工作在微波频段，具备良好的介质穿透能力，能够在雨雪、烟雾、强光或黑暗等极端条件下保持稳定运行，因此成为车辆环境感知的重要组成部分。然而，传统毫米波雷达在垂直方向上的分辨率有限，难以准确获取目标的高度信息，这在一定程度上制约了其作为核心感知手段的发展。
当车辆以较高速度行驶时，传统雷达由于无法区分目标的垂直位置，可能会将立交桥、交通路牌或地面障碍物误判为静止的前方障碍物，从而引发误刹车或为了避免误触发而放宽判断阈值，进而带来潜在的安全隐患。
4D毫米波成像雷达的问世，显著提升了系统的感知能力。所谓“4D”，指的是雷达在距离、速度和方位角之外，新增了俯仰角或高度的探测能力。这一技术进步使得雷达不仅能提供目标的距离信息，还能描绘出目标的轮廓，实现三维空间内的成像。
天线布局与MIMO虚拟化技术的协同
毫米波雷达的角分辨率能力，本质上受到天线阵列物理孔径大小的限制。天线阵列在特定方向上的尺寸越大，波束越窄，分辨率越高。传统3D毫米波雷达通常采用水平线性布局，使水平方向具备一定的分辨能力，但在垂直方向，由于孔径过小甚至只有单层结构，导致波束发散，无法区分处于同一水平方向但不同高度的目标。
4D毫米波雷达在设计上通过在垂直方向扩展天线阵列，增强了垂直维度的波束控制能力。但受限于车载应用的体积和成本要求，单纯增加物理天线数量并不可行。为此，MIMO（多输入多输出）技术被引入，通过多个发射与接收通道的组合，形成远超物理阵列数量的虚拟通道。
MIMO技术原理示意图，来源：网络
在4D毫米波雷达中，发射天线在垂直方向进行错位排列，结合多通道射频设计，可形成数百甚至上千个虚拟天线单元。这种虚拟阵列的构建为雷达在俯仰方向上提供更高的分辨率，使其能够更清晰地区分不同高度的目标，如区分立交桥、交通标识和道路上的车辆。
提升分辨能力的信号处理算法
4D毫米波雷达不仅依赖于天线设计，其高度识别能力同样依赖于高度复杂的信号处理算法。4D雷达通常采用FMCW（频率调制连续波）体制，发射的每个Chirp信号在返回后被接收，携带目标的距离、速度、方位和俯仰信息。
图片来源：网络
在信号处理阶段，系统首先对每个通道的数据进行距离和多普勒FFT变换，将不同目标映射到距离-速度图谱中，实现初步分离。随后，DOA（到达角估计）算法用于分析目标在各个虚拟通道上的相位差，从而推算其俯仰角。
为了提高精度，4D雷达引入了超分辨率算法，如MUSIC和ESPRIT。这些算法通过协方差矩阵的特征分析，突破瑞利判据限制，显著提升了俯仰角的测量精度，部分系统已达到±0.2度的水平。这意味着在300米距离内，雷达能够准确识别井盖与立交桥。
为了处理海量数据，4D雷达依赖FPGA或专用SoC实现高效并行计算。同时，系统还采用数字波束成形技术，集中能量于特定高度层，抑制地杂波和多路径干扰，从而提升点云质量。
点云优化与杂波抑制
虽然4D毫米波雷达提供了丰富的高度信息，但也带来了更高的噪声与虚假目标概率。诸如雨滴、尘埃、路面反光等都会引发杂波点，影响感知可靠性。
为了解决这一问题，系统引入了基于统计特征的识别算法。例如，雨水杂波因其在距离和速度分布上的特性，可通过特定算法剔除。同时，噪声点通常表现出相位不连续性，系统可通过角度FFT分析识别并过滤这些异常点。
地面杂波的动态抑制是另一关键挑战。通过垂直方向的数字波束成形，雷达可实现高度掩模功能，动态调整感知窗口，排除非障碍物回波。此外，结合RCS（雷达散射截面积）特征分析，系统能更精准地区分金属障碍物与环境背景。
为了兼顾实时性与性能，部分先进系统采用自适应采样策略，在检测到潜在威胁时提高分辨率，而在平稳路况下则降低数据流速，以平衡功耗与计算负载。
硬件演进与多传感器融合
4D毫米波雷达的硬件架构正从早期的多芯片级联方案转向高集成度的单芯片SoC设计。相比传统方案，单芯片系统大幅缩减了体积、功耗，并提升了相位稳定性。
例如，德州仪器推出的AWR2188单芯片8T8R收发器，以及Arbe公司的48T48R Phoenix雷达平台，均代表了当前4D毫米波雷达的高性能方向。这类芯片集成了射频发射、接收和信号处理单元，使雷达更易于安装在车体结构中。
随着高度识别能力的增强，4D毫米波雷达在自动驾驶系统中的角色逐步从“辅助传感器”向“主控感知节点”演变。在高速公路领航（NOA）和城市辅助驾驶中，其可提供更早、更可靠的障碍物识别，为决策系统提供充足反应时间。
未来展望
随着算法与硬件的不断优化，4D毫米波雷达的高度识别能力正逐步接近激光雷达的水平。下一步发展方向或将集中于将深度学习模型部署在雷达处理器中，通过神经网络对点云数据进行端到端物体分类，从而实现从“感知”到“认知”的跃迁。
在L3及以上自动驾驶系统中，4D毫米波雷达有望成为最具性价比的核心感知组件，为智能驾驶的安全与可靠性提供坚实支撑。
-- END --
原文标题：4D毫米波雷达是如何识别高度信息的？