Arbe抗干扰雷达架构：通往L3自动驾驶的可靠感知基石

（原标题：Arbe抗干扰雷达架构：通往L3自动驾驶的可靠感知基石）

未来的高速公路将配备数量极为庞大的雷达系统，远非区区数台雷达。每一辆自动驾驶汽车、每一套智能交通系统以及每一组路侧传感器，均将同时持续发射并接收雷达信号。目前，高端车型已搭载六台以上的雷达，用以支持自适应巡航控制、盲点监测、紧急制动及高速公路自动驾驶等功能。随着L3级自动驾驶步入规模化应用，雷达搭载数量还将进一步上升。

对汽车行业而言，一个日益严峻且不可回避的问题由此浮现：雷达互扰。

雷达系统的基本工作原理，在于发射信号并解析由环境反射回来的信号。然而，在雷达密集的应用场景中，传感器不仅处理自身的反射信号，还会接收到来自周边雷达系统发射的信号。

这些外部信号可能生成虚假目标，使速度测量值发生偏差，降低系统灵敏度，甚至完全遮蔽真实危险。在实际应用中，可能引发紧急制动误触发、出现“幽灵”障碍物，或遗漏对行人、车辆等关键目标的检测。

对于当前的驾驶辅助系统，这或许意味着性能下降；而对于L3级自动驾驶系统——车辆在特定条件下自行承担驾驶责任——其所面临的风险则显著更高。

问题不止于雷达数量增多

雷达互扰并非源于雷达本身的设计缺陷，而是多套雷达系统争夺同一有限频谱资源所带来的必然结果。当前大多数车载雷达的设计方式，更令这一问题雪上加霜。

多数雷达系统采用传统的FMCW发射方案，以高度可预测的序列模式反复进行扫频。在道路上的雷达系统数量相对较少时，这一方案尚可正常运作。

然而，随着雷达密度不断增加，可预测的发射模式发生碰撞的频率日益升高。雷达愈发难以区分自身反射信号与来自邻近车辆及基础设施的信号。

频谱约束进一步加大了挑战。全球车载雷达均须在76–81 GHz频段内工作，其中远程车载雷达通常被进一步限制在76–77 GHz这一更窄的频段内。换言之，那些最依赖抗干扰能力的应用场景——如高速行驶、远距离探测及密集高速公路交通——恰恰拥有最有限的可用频谱。

这相当于进入一个拥挤的房间，每个人都以相同的音量和相同的语调同时发言，最终彼此之间的对话将难以分辨。

在密集的城市环境中，这一问题更为严峻——自动驾驶汽车、交通基础设施及车联网系统可能同时在相同频谱内运行。

随着汽车行业向L3级自动驾驶迈进，解决互扰问题正成为实现可靠感知的基础性要求。

面向雷达密集道路的设计

由于雷达互扰无法彻底消除，挑战已从“避免干扰”转向“构建即便存在干扰仍能可靠工作的雷达系统”。

Arbe的雷达架构不同于在频带内顺序发射线性调频信号的传统方式，而是将可用频谱划分为众多更小的频段，并以随机化模式进行发射。这一获得专利的FMCW方案显著降低了相邻雷达系统持续相互重叠的概率。

每台雷达不再重复广播相同的可预测信号结构，每次发射在统计上均具有唯一性。邻车雷达以持续方式相互干扰的几率因此大幅下降。

这一方案效果显著，但技术难度亦颇高。一旦雷达将信号切分为随机频段，系统必须在处理过程中正确重组这些片段，同时保持精确的距离分辨率。正因如此，Arbe的雷达架构依赖于专用处理器，以应对此类信号复杂度。

当然，其目标并非假设干扰永远不会发生。在未来充满雷达装备车辆的环境中，一定程度的干扰不可避免。关键挑战在于构建即便发生干扰仍能持续安全运行的雷达系统。

这种韧性源于多层防护手段的有机结合。

第一层着眼于规避。随机多频段线性调频信号与中心频率跳变，降低了邻车雷达长期锁定相同频率的可能性，有助于在雷达互扰发生之前加以预防。

第二层着眼于缓解。一旦检测到干扰，系统即识别受损的线性调频信号并将其从处理流程中剔除。Arbe还采用抖动技术，通过引入微小的逐脉冲频率变化，抑制可能影响多普勒和速度测量的固定频率干扰——这与跳频技术所针对的雷达间碰撞有所不同。每脉冲相位技术则提供了额外的途径，用以区分预期信号与非预期信号。

这些技术协同作用，应对多种形式的干扰挑战，而非依赖单一解决方案。

第三层着眼于滤波。统计算法对接收到的雷达数据进行分析，识别并抑制残余干扰模式，同时保留周围环境的整体图像。

需要强调的是，这一抗干扰体系并不与特定通道数绑定，而是Arbe核心雷达架构的组成部分，适用于基于Arbe方案的各种配置。更高的通道数，例如48发射通道和48接收通道，有助于提升分辨率、丰富雷达成像质量及增强检测细节，而抗干扰架构在不同配置中保持一致。

韧性还源于成像雷达随时间的持续工作方式。Arbe的雷达每秒生成大量环境帧，即便某一帧的部分区域受到干扰，后续帧亦有助于补全图像。架构层面的干扰抑制、高精度雷达成像以及持续的环境更新相结合，使系统即便在雷达密集环境中也能维持可靠的道路感知。

该系统的设计理念在于强调冗余与韧性，而非假定道路永远不会受到干扰。

为何这对汽车自动驾驶的未来至关重要

雷达正成为L3级自动驾驶及下一代车辆安全系统的基础感知技术。随着自动驾驶系统规模化部署，雷达密集道路将不可避免。

正因如此，旨在规避、缓解和过滤干扰的雷达架构正变得愈发关键。随着装备雷达的车辆数量激增，在频谱资源拥挤的环境中保持清晰、可靠的道路感知能力，对于L3级自动驾驶的大规模实用化至关重要。