自动驾驶中的传感器技术41——Radar(2)

本文系统性介绍毫米波雷达MMIC芯片。

1、车载毫米波雷达MMIC芯片内部架构

图1 TI AWR2243 Architecture

A. Phase Shift Control:

• 0° / 180° BPM

• 0° / 180° BPM and 5.625° resolution control option for AWR2243, and AWR1843

B. Multi-chip cascading feature is available in AWR2243

C. Internal temperature sensor accuracy is ± 7 °C.

Ref:https://www.ti.com/lit/ds/symlink/awr2243.pdf?ts=1757388989165&ref_url=https%253A%252F%252Fwww.ti.com%252Fproduct%252FAWR2243

射频和模拟子系统包括射频和模拟电路,即频率合成器、功率放大器 (PA)、低噪声放大器 (LNA)、混频器、中频 (IF) 和模数转换器 (ADC)。该子系统还包含晶体振荡器和温度传感器。三个发射通道可根据需要同时运行,以实现发射波束成形;而四个接收通道则均可同时运行。AWR2243 器件支持 3 个发射器同时运行。

发射子系统

图2 发射子系统

AWR2243 发射子系统由三个并行发射链组成,每个发射链均具有独立的相位和幅度控制。这三个发射链可以同时使用,也可以以时分复用的方式使用。该器件支持二进制相位调制,用于 MIMO 雷达和干扰抑制。对于 AWR2243,额外的移相器与发射通道关联,并且可以根据每个线性调频信号进行编程。每个发射链可在 PCB 上的天线端口提供最大 13 dBm 的功率。发射链还支持可编程退避,以优化系统。

接收子系统

图3 接收子系统

AWR2243 接收子系统由四个并行通道组成。单个接收通道包含低噪声放大器 (LNA)、混频器、中频滤波、ADC 转换和抽取电路。所有四个接收通道均可同时运行,并提供单独的断电选项以优化系统。与传统的纯实数接收器不同,AWR2243 器件支持复杂的基带架构,该架构采用正交混频器以及双中频和 ADC 链,为每个接收通道提供复杂的 I 和 Q 输出。AWR2243 专为快速线性调频系统而设计。带通中频链具有可配置的 175 kHz 以上的下截止频率,并可支持高达 20 MHz 的带宽。

频综子系统

图4 频综子系统

AWR2243 时钟子系统利用 40 MHz 晶振作为输入参考,生成 76 至 81 GHz 的频率。它内置振荡器电路,后接净化锁相环 (PLL) 和射频合成器电路。射频合成器的输出经过 4 倍频器处理,在 76 至 81 GHz 频谱范围内产生所需的频率。射频合成器的输出由时序引擎模块调制,以创建传感器有效工作所需的波形。射频合成器的输出可在器件引脚边界处获取,用于多芯片级联配置。净化锁相环 (PLL) 还在系统唤醒后为主处理器提供参考时钟。时钟子系统还内置了用于检测晶振存在和监控生成时钟质量的机制。

通信接口

AWR2243 设备通过以下主要接口与主机雷达处理器通信:

• 参考时钟 -- 设备唤醒后,主机处理器可用的参考时钟

• 控制 -- 用于主机控制的 4 端口标准 SPI(从机或 I2C),以及用于异步事件的 HOST INTR 引脚。所有无线电控制命令(和响应)都通过此接口传输。

• 数据 -- 遵循 MIPI CSI2 格式的高速串行端口。四个数据通道和一个时钟通道(均为差分通道)。

来自不同接收通道的数据可以在单个数据通道上复用,以优化电路板布线。这是一个仅用于数据传输的单向接口。

• 复位 -- 用于从主机唤醒设备的低电平有效复位

• 带外中断

• 错误 -- 用于在无线电控制器检测到故障时通知主机

ADC采样后数据输出

AWR2243 设备使用基于 MIPI D-PHY / CSI2 的格式将原始 ADC 样本传输到外部 MCU。如下图所示。

• 支持四条数据通道

• CSI-2 数据速率可扩展至每通道 150 Mbps 至 600 Mbps

• 基于虚拟通道

• CRC 生成

图5 ADC采样输出后通过CSI输出格式

数据有效载荷由以下三类信息构成:

• 线性调频脉冲轮廓信息

• 实际线性调频脉冲数

• 对应于所有四个通道线性调频脉冲的 ADC 数据 -- 交织方式

• 线性调频脉冲质量数据(可配置)

然后,有效载荷被分配到四个物理数据通道,并传输到接收 D-PHY。

监控与诊断机制

此与功能安全相关,后续篇章专门论述。

图6 TEF82xx 77 GHz Automotive Radar Transceiver
图7 NXP Dolphin Radar Transceiver

NXP的MMIC芯片整体架构和TI的类似,如上图所示。

下图为MMIC芯片内部收发架构的一种更可视化的展示,和当前MMIC系统唯一不同的是,当前Tx和Rx没有开关切换,都是几路天线就配几路收发通道。

图8 MMIC内部架构图

Ref:https://www.electronicdesign.com/markets/automotive/article/21806036/count-on-design-software-for-millimeter-wave-automotive-radar-and-antenna-system-development-part-1

Ref:https://www.electronicdesign.com/markets/automotive/article/21806109/count-on-design-software-for-millimeter-wave-automotive-radar-and-antenna-system-development-part-2

2、基于MMIC构建完整雷达系统

典型应用包括采用该雷达前端和外部可编程 MCU 的标准短程、中程、长程和高性能成像雷达应用。下图展示了短程、中程或长程雷达应用。

图9 短、中、长距3D雷达实现方案
图10 4D雷达实现方案

相关推荐
非门由也3 小时前
《sklearn机器学习——数据预处理》类别特征编码
人工智能·机器学习·sklearn
FairyGirlhub4 小时前
神经网络的初始化:权重与偏置的数学策略
人工智能·深度学习·神经网络
大写-凌祁8 小时前
零基础入门深度学习:从理论到实战,GitHub+开源资源全指南(2025最新版)
人工智能·深度学习·开源·github
焦耳加热8 小时前
阿德莱德大学Nat. Commun.:盐模板策略实现废弃塑料到单原子催化剂的高值转化,推动环境与能源催化应用
人工智能·算法·机器学习·能源·材料工程
深空数字孪生8 小时前
储能调峰新实践:智慧能源平台如何保障风电消纳与电网稳定?
大数据·人工智能·物联网
wan5555cn9 小时前
多张图片生成视频模型技术深度解析
人工智能·笔记·深度学习·算法·音视频
格林威9 小时前
机器视觉检测的光源基础知识及光源选型
人工智能·深度学习·数码相机·yolo·计算机视觉·视觉检测
今天也要学习吖10 小时前
谷歌nano banana官方Prompt模板发布,解锁六大图像生成风格
人工智能·学习·ai·prompt·nano banana·谷歌ai
Hello123网站10 小时前
glean-企业级AI搜索和知识发现平台
人工智能·产品运营·ai工具