摘" 要：交通道路環(huán)境下工作的雷達(dá)間產(chǎn)生的多徑干擾會(huì)導(dǎo)致雷達(dá)出現(xiàn)虛假目標(biāo)。為此對(duì)解決雷達(dá)信號(hào)的多徑干擾問(wèn)題開(kāi)展以下研究。首先探討了鄰近汽車?yán)走_(dá)系統(tǒng)產(chǎn)生的多徑干擾，將其定性為一種動(dòng)態(tài)隨機(jī)過(guò)程。為了驗(yàn)證整個(gè)處理流程，利用MATLAB軟件進(jìn)行了仿真實(shí)驗(yàn)，重點(diǎn)模擬了測(cè)距、測(cè)速和測(cè)角算法。通過(guò)對(duì)數(shù)據(jù)進(jìn)行對(duì)比分析，對(duì)雷達(dá)的性能指標(biāo)進(jìn)行了評(píng)估。隨后，建立了高速公路模型，并構(gòu)建了雷達(dá)模型，同時(shí)設(shè)定了相應(yīng)的參數(shù)。利用信號(hào)處理函數(shù)，成功獲取了目標(biāo)車輛的速度、距離和方位信息。最終，通過(guò)繪制雷達(dá)車輛的鳥瞰圖，直觀展示了研究成果。

關(guān)鍵詞：車載雷達(dá)；信號(hào)處理；毫米波雷達(dá)；多徑干擾

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）22-0117-05

Radar Signal Processing for Automated Vehicle Driving in Highway Scenarios

Abstract： Multipath interference generated between radars operating in a traffic road environment can lead to 1 targets on radars. To this end， the following research is carried out to solve the problem of multipath interference of radar signals. Firstly， the multipath interference generated by the adjacent vehicle radar system is discussed， and it is characterized as a dynamic stochastic process. To validate the entire processing pipeline， simulation experiments are conducted utilizing MATLAB software， with particular emphasis on the simulation of the ranging， velocity and angle measurement algorithms. Through the comparative analysis of data， this paper estimates the performance metrics of radar. Subsequently， it establishes a highway model， constructs a radar model， and defines specific parameters at the same time. By utilizing signal processing functions， the velocity， distance， and azimuth information of the target vehicles are derived. Finally， the research results are visually displayed through drawing an aerial view of the radar vehicle.

Keywords： onboard radar; signal processing; millimeter-wave radar; multipath interference

0" 引" 言

隨著汽車自動(dòng)駕駛技術(shù)的不斷發(fā)展，如今汽車?yán)走_(dá)正向更高等級(jí)的自動(dòng)駕駛領(lǐng)域邁進(jìn)。在此期間，多項(xiàng)關(guān)鍵技術(shù)的發(fā)展令汽車?yán)走_(dá)可以應(yīng)對(duì)更為復(fù)雜的探測(cè)環(huán)境，實(shí)現(xiàn)更優(yōu)的目標(biāo)量測(cè)與跟蹤性能[1]。毫米波雷達(dá)作為一種主動(dòng)式傳感器，具有全天候工作、探測(cè)距離遠(yuǎn)、測(cè)距精度高和天氣適應(yīng)能力強(qiáng)等優(yōu)勢(shì)，相比昂貴的激光雷達(dá)又有明顯的成本優(yōu)勢(shì)，成為汽車輔助駕駛的關(guān)鍵傳感器[2]。而多徑效應(yīng)作為一種普遍存在的現(xiàn)象，對(duì)雷達(dá)系統(tǒng)的性能構(gòu)成了顯著的挑戰(zhàn)。本研究旨在探索汽車自動(dòng)化駕駛的雷達(dá)信號(hào)處理技術(shù)以及多徑效應(yīng)在道路上的影響。在本篇論文前，已經(jīng)有針對(duì)不同類型的雷達(dá)傳感器和不同應(yīng)用場(chǎng)景，前人工作提出了一系列有效的信號(hào)處理算法和技術(shù)，以提高雷達(dá)系統(tǒng)的感知性能和魯棒性。此次實(shí)驗(yàn)對(duì)高速公路進(jìn)行建模，并模擬雷達(dá)系統(tǒng)在實(shí)際場(chǎng)景中受到的多徑效應(yīng)影響。

1" 毫米波雷達(dá)工作原理

1.1" FMCW雷達(dá)簡(jiǎn)述

車載毫米波雷達(dá)有兩種波形：FMCW和脈沖。FMCW具有高距離分辨率、無(wú)近距離盲區(qū)、低發(fā)射頻率、簡(jiǎn)單結(jié)構(gòu)和低成本等優(yōu)勢(shì)。FMCW雷達(dá)發(fā)送的頻率隨時(shí)間變化，通常采用三角波或鋸齒波調(diào)制，用于測(cè)量目標(biāo)距離和速度。

調(diào)頻連續(xù)波雷達(dá)工作原理是：信號(hào)發(fā)生器產(chǎn)生調(diào)頻波形，經(jīng)過(guò)綜合器產(chǎn)生調(diào)頻連續(xù)波[3]。部分信號(hào)經(jīng)過(guò)功放放大后由發(fā)射天線發(fā)送，另一部分與接收信號(hào)混頻。接收到的信號(hào)經(jīng)過(guò)混頻器去斜、低通濾波器處理后得到差頻信號(hào)。差頻信號(hào)經(jīng)過(guò)ADC轉(zhuǎn)換為數(shù)字信號(hào)，然后進(jìn)行信號(hào)處理和數(shù)據(jù)處理，通過(guò)外部接口傳輸?shù)狡渌到y(tǒng)。車載毫米波雷達(dá)的信號(hào)處理流程如圖1所示。

1.2" FMCW雷達(dá)信號(hào)模型

車載毫米波雷達(dá)采用77 GHz的鋸齒波LFMCW波形為：

同時(shí)處理多周期的差頻信號(hào)，并忽略初始隨機(jī)相位和信號(hào)增益，發(fā)射信號(hào)簡(jiǎn)化為式（2）：

1.3" FMCW雷達(dá)工作原理

1.3.1" 雷達(dá)測(cè)速測(cè)距原理

雷達(dá)測(cè)速測(cè)距原理是基于電磁波的發(fā)送和接收。當(dāng)雷達(dá)發(fā)射器向目標(biāo)發(fā)送電磁波時(shí)，這些波會(huì)被目標(biāo)反射回來(lái)并被雷達(dá)接收器接收到[4]。雷達(dá)利用接收到的波的性質(zhì)，如頻率、相位和幅度等，來(lái)確定目標(biāo)的距離和速度。

多普勒測(cè)距法一般利用目標(biāo)運(yùn)動(dòng)導(dǎo)致接收到的信號(hào)頻率發(fā)生變化的原理。這種變化與目標(biāo)的速度成正比。通過(guò)測(cè)量這種頻率變化，可以推斷出目標(biāo)的速度。距離和速度通常通過(guò)不同的信號(hào)特征（例如，頻率、相位）來(lái)測(cè)量。

測(cè)速原理基于多普勒效應(yīng)，即目標(biāo)運(yùn)動(dòng)會(huì)導(dǎo)致接收到的信號(hào)頻率發(fā)生變化。這種變化與目標(biāo)的速度成正比。雷達(dá)測(cè)量這種頻率變化，并根據(jù)多普勒頻移來(lái)確定目標(biāo)的速度。

1.3.2" 角度測(cè)量原理

車載毫米波雷達(dá)利用陣列天線進(jìn)行角度測(cè)量[5]。陣列天線產(chǎn)生多個(gè)定向波束，每個(gè)指向不同方向。不同波束接收到的信號(hào)強(qiáng)度差異可確定目標(biāo)相對(duì)雷達(dá)的角度?？刂脐嚵刑炀€的相位和振幅，雷達(dá)形成良好方向性的波束，實(shí)現(xiàn)對(duì)目標(biāo)位置的精確測(cè)量。

在遠(yuǎn)場(chǎng)條件下，不同接收天線的微小相位差異可用于計(jì)算目標(biāo)相對(duì)雷達(dá)的角度，適用于相位差多普勒雷達(dá)（PDDR）或相位陣列雷達(dá)（PAR），有助于系統(tǒng)高效定位和測(cè)量目標(biāo)角度。

1.4nbsp; 雷達(dá)信號(hào)處理流程

1.4.1" 距離-多普勒2D-FFT

2D-FFT流程如圖2所示：每個(gè)chirp進(jìn)行ADC采樣并形成矩陣，對(duì)每行進(jìn)行FFT處理得到距離信息，每行有兩個(gè)譜峰表示兩個(gè)不同距離的目標(biāo)，然后對(duì)每列進(jìn)行FFT處理得到速度信息，區(qū)分不同速度的目標(biāo)。

1.4.2" 非相參積累

在距離-多普勒二維快速傅里葉變換（2D-FFT）中，對(duì)每個(gè)矩陣的功率進(jìn)行疊加是必要的。目標(biāo)信號(hào)和噪聲疊加時(shí)，噪聲的隨機(jī)相位導(dǎo)致信號(hào)在不同積累周期間產(chǎn)生波動(dòng)。為了消除這種波動(dòng)，可以采用非相參積累對(duì)疊加后的信號(hào)加噪聲進(jìn)行多個(gè)積累周期的平均。這樣可以減少噪聲對(duì)目標(biāo)信號(hào)的影響，提高目標(biāo)信號(hào)的提取準(zhǔn)確性。同樣，疊加后的功率也可以幫助準(zhǔn)確提取目標(biāo)參數(shù)索引。

1.4.3" 二維恒虛警檢測(cè)

噪聲是雷達(dá)信號(hào)處理中的常見(jiàn)干擾，影響信號(hào)的準(zhǔn)確性和分辨率。恒虛警檢測(cè)技術(shù)通過(guò)設(shè)定固定虛警率，自動(dòng)調(diào)整雷達(dá)的靈敏度，以保持恒定的虛警概率。這有助于過(guò)濾掉低于虛警率的信號(hào)，減少對(duì)目標(biāo)檢測(cè)的干擾，提高信號(hào)質(zhì)量和準(zhǔn)確性。

車載毫米波雷達(dá)通常采用二維CFAR檢測(cè)確定目標(biāo)的距離和速度單元，其中十字窗是常用的方法。它通過(guò)計(jì)算雜波功率，并根據(jù)門限系數(shù)計(jì)算距離和速度維度上的雜波門限閾值，最后將待檢測(cè)單元的功率與這兩個(gè)門限進(jìn)行比較，以確定是否存在目標(biāo)[6]。

1.4.4" 點(diǎn)跡凝聚

雷達(dá)信號(hào)處理中常用點(diǎn)跡凝聚方法，以增強(qiáng)信號(hào)和提高處理精度。在頻譜泄露下，距離-多普勒二維快速傅里葉變換（2D-FFT）可能導(dǎo)致模糊旁瓣，影響目標(biāo)檢測(cè)準(zhǔn)確性。為了抑制這些虛警點(diǎn)，常用恒虛警率（CFAR）檢測(cè)方法。

點(diǎn)跡凝聚基于目標(biāo)回波的距離和方向頻譜特性，保留有用點(diǎn)跡并清除干擾。首先，對(duì)有用點(diǎn)跡進(jìn)行距離和方向分辨，然后求取點(diǎn)跡數(shù)據(jù)的質(zhì)心作為目標(biāo)參數(shù)估值，這有效提取目標(biāo)信息并提高處理準(zhǔn)確性。

1.4.5" DOA估計(jì)

DOA估計(jì)用于確定信號(hào)來(lái)源方向，常見(jiàn)算法包括最小距離、最大似然和卡爾曼濾波。3D-FFT算法是一種常用的到達(dá)角估計(jì)算法[7]。

該算法通過(guò)距離-多普勒的二維FFT處理信號(hào)，然后對(duì)所有接收通道進(jìn)行FFT處理，并依次排列結(jié)果，得到每個(gè)目標(biāo)角度的估計(jì)值?；诨夭ㄐ盘?hào)的自相關(guān)矩陣與功率譜之間的傅里葉變換關(guān)系，通過(guò)檢測(cè)峰值位置，可以估計(jì)出目標(biāo)的到達(dá)角度。

2" 多徑效應(yīng)仿真

在車載雷達(dá)系統(tǒng)中，目標(biāo)識(shí)別的精確性對(duì)于實(shí)現(xiàn)高效的交通監(jiān)控和安全管理極為重要。其中雷達(dá)信號(hào)傳播的路線對(duì)目標(biāo)識(shí)別的精確性有著至關(guān)重要的影響。理想的汽車?yán)走_(dá)信號(hào)傳播路線為雷達(dá)發(fā)射的信號(hào)直接從發(fā)射天線傳播到目標(biāo)物體，然后直接反射回接收天線，沒(méi)有經(jīng)過(guò)任何反射、折射或散射等多徑效應(yīng)的影響。

然而，多徑效應(yīng)作為一種普遍存在的現(xiàn)象，對(duì)雷達(dá)系統(tǒng)的性能構(gòu)成了顯著的挑戰(zhàn)。多徑效應(yīng)會(huì)導(dǎo)致雷達(dá)信號(hào)在到達(dá)接收器之前經(jīng)歷多次反射、折射和散射，形成多條路徑，從而在雷達(dá)接收到的信號(hào)中引入額外的復(fù)雜性和不確定性。由于多徑效應(yīng)的影響，毫米波雷達(dá)的定位和跟蹤往往會(huì)出現(xiàn)異常值和虛軌跡[8]。這種效應(yīng)不僅會(huì)降低信號(hào)的質(zhì)量，還可能導(dǎo)致目標(biāo)位置的誤判和識(shí)別錯(cuò)誤，對(duì)車載雷達(dá)系統(tǒng)的有效性產(chǎn)生負(fù)面影響。

本節(jié)將對(duì)高速公路進(jìn)行建模，并模擬雷達(dá)系統(tǒng)在實(shí)際場(chǎng)景中受到的多徑效應(yīng)影響。在仿真實(shí)驗(yàn)中，我們特別關(guān)注多徑效應(yīng)如何影響雷達(dá)信號(hào)的特征提取和目標(biāo)識(shí)別算法的性能。

最終，本節(jié)的目標(biāo)是仿真研究對(duì)于公路場(chǎng)景，考慮車載雷達(dá)在前視探測(cè)過(guò)程中受到多徑干擾的影響，導(dǎo)致檢測(cè)結(jié)果出現(xiàn)誤差。分析常見(jiàn)的三次反射模型，根據(jù)仿真結(jié)果總結(jié)出定性結(jié)論。這將有助于直觀認(rèn)識(shí)到多徑效應(yīng)可能導(dǎo)致目標(biāo)位置的誤判和識(shí)別錯(cuò)誤，對(duì)車載雷達(dá)系統(tǒng)的有效性產(chǎn)生負(fù)面影響。

2.1" 多徑效應(yīng)的基本原理

多徑效應(yīng)是指在無(wú)線信號(hào)傳播過(guò)程中，由于反射、折射、散射和繞射等現(xiàn)象，導(dǎo)致信號(hào)通過(guò)多個(gè)不同的路徑到達(dá)接收器的現(xiàn)象。這些不同的路徑會(huì)導(dǎo)致信號(hào)的時(shí)延、相位、幅度和極化等特性發(fā)生變化，從而影響信號(hào)的接收和處理[9]。多徑效應(yīng)主要由以下幾個(gè)因素產(chǎn)生：

1）反射：信號(hào)遇到比波長(zhǎng)大得多的物體時(shí)，會(huì)產(chǎn)生反射。反射信號(hào)可能會(huì)與直接路徑信號(hào)相互干涉，導(dǎo)致信號(hào)強(qiáng)度的增強(qiáng)或減弱。

2）折射：當(dāng)信號(hào)通過(guò)不同介質(zhì)時(shí)，如空氣和水蒸氣，信號(hào)的速度會(huì)發(fā)生變化，導(dǎo)致折射現(xiàn)象。

3）散射：信號(hào)遇到小尺度的障礙物，如雨滴、樹葉或灰塵，會(huì)產(chǎn)生散射，形成多個(gè)傳播路徑。

4）繞射：當(dāng)信號(hào)遇到障礙物的邊緣時(shí)，會(huì)產(chǎn)生繞射現(xiàn)象，形成非直線傳播路徑。

2.2" 建立公路模型

我們通過(guò)創(chuàng)建駕駛場(chǎng)景，添加道路及護(hù)欄，添加車輛并設(shè)置參數(shù)等步驟建立了一個(gè)公路模型，如圖4所示。

2.3" 構(gòu)建雷達(dá)模型

2.3.1" 雷達(dá)建模

雷達(dá)建模過(guò)程如下：創(chuàng)建雷達(dá)數(shù)據(jù)生成器對(duì)象，設(shè)置雷達(dá)參數(shù)，設(shè)置雷達(dá)目標(biāo)報(bào)告格式，設(shè)置雷達(dá)目標(biāo)類型和屬性，處理多徑效應(yīng)，生成雷達(dá)檢測(cè)結(jié)果，設(shè)置雷達(dá)濾波器和跟蹤算法，雷達(dá)接收機(jī)建模，處理雷達(dá)信號(hào)[10]。

2.3.2" 雷達(dá)參數(shù)

在本次仿真實(shí)驗(yàn)中，雷達(dá)波形為調(diào)頻連續(xù)波波形，我們將對(duì)一個(gè)高性能的車載雷達(dá)系統(tǒng)進(jìn)行建模和測(cè)試，該系統(tǒng)的參數(shù)配置如表1所示。

基于這些參數(shù)，我們將構(gòu)建一個(gè)詳細(xì)的車載雷達(dá)系統(tǒng)模型，并在MATLAB環(huán)境中進(jìn)行仿真。仿真將模擬雷達(dá)在公路交通場(chǎng)景下的操作，評(píng)估其在實(shí)際應(yīng)用中的性能表現(xiàn)。仿真結(jié)果如圖5、圖6所示。

2.4" 結(jié)果分析

道路場(chǎng)景中，欄桿、路障等障礙物會(huì)使雷達(dá)發(fā)射信號(hào)產(chǎn)生散射現(xiàn)象，因此雷達(dá)探測(cè)過(guò)程中會(huì)收到來(lái)自同一目標(biāo)但時(shí)延不同的多個(gè)回波信號(hào)，導(dǎo)致目標(biāo)檢測(cè)出現(xiàn)多徑效應(yīng)，如圖7所示。

在研究多徑效應(yīng)時(shí)，通常只會(huì)考慮信號(hào)傳播經(jīng)過(guò)的前幾次反射（通常為一至三次反射），有以下幾點(diǎn)原因：

1）信號(hào)強(qiáng)度衰減。每次反射都會(huì)導(dǎo)致信號(hào)強(qiáng)度的衰減。隨著反射次數(shù)的增加，信號(hào)強(qiáng)度會(huì)指數(shù)級(jí)下降，因此在多次反射后的信號(hào)對(duì)接收信號(hào)的總體貢獻(xiàn)會(huì)非常小。

2）主要路徑。第一次反射通常會(huì)產(chǎn)生最強(qiáng)的多徑信號(hào)，因?yàn)樗苯优c目標(biāo)物體和反射表面之間的距離相關(guān)。隨后的幾次反射可能會(huì)產(chǎn)生顯著的次要路徑，但它們的強(qiáng)度通常遠(yuǎn)低于第一次反射。

3）復(fù)雜性管理。隨著反射次數(shù)的增加，信號(hào)傳播路徑的復(fù)雜性會(huì)急劇增加，這會(huì)導(dǎo)致信號(hào)處理算法的復(fù)雜度和計(jì)算負(fù)擔(dān)顯著增加。限制反射次數(shù)可以簡(jiǎn)化問(wèn)題，使其更易于處理。

4）實(shí)際影響。在許多實(shí)際應(yīng)用中，第一次和隨后幾次反射的信號(hào)已經(jīng)足夠覆蓋大部分可能影響接收信號(hào)的多徑效應(yīng)。更遠(yuǎn)的反射路徑對(duì)系統(tǒng)性能的影響可能可以忽略不計(jì)。

5）算法性能。在車載雷達(dá)系統(tǒng)中，信號(hào)處理算法通常被設(shè)計(jì)為能夠處理有限次數(shù)的反射。這些算法的性能已經(jīng)在多次實(shí)驗(yàn)和實(shí)際應(yīng)用中得到了驗(yàn)證。

下面對(duì)三次反射模型進(jìn)行解釋。

二次反射：前兩次反射路徑從雷達(dá)傳播到反射面，然后傳播到目標(biāo)，然后返回到雷達(dá)。由于雷達(dá)接收到的信號(hào)來(lái)自真實(shí)目標(biāo)的最后一次反彈，因此它產(chǎn)生了與真實(shí)目標(biāo)相同方向的虛影探測(cè)。由于這種傳播的路徑長(zhǎng)度較長(zhǎng)，因此它出現(xiàn)在比真實(shí)目標(biāo)檢測(cè)更遠(yuǎn)的距離上。第二個(gè)雙反彈路徑從雷達(dá)傳播到目標(biāo)，然后傳播到反射面，然后返回到雷達(dá)。在這種情況下，當(dāng)雷達(dá)接收到該方向的反射信號(hào)時(shí)，虛影目標(biāo)出現(xiàn)在反射面的另一側(cè)。

三次反射：三次反射路徑從障礙物上反射兩次。這條路徑永遠(yuǎn)不會(huì)直接傳播到目標(biāo)或直接傳回雷達(dá)。當(dāng)雷達(dá)接收到該方向的反射信號(hào)時(shí)，三反射虛影探測(cè)出現(xiàn)在反射面的另一側(cè)。此外，它具有三個(gè)反射路徑中最長(zhǎng)的傳播路徑，因此具有三個(gè)路徑中最長(zhǎng)的測(cè)量范圍。這條路徑對(duì)應(yīng)于屏障另一側(cè)真實(shí)目標(biāo)的鏡像反射。

檢測(cè)點(diǎn)跡經(jīng)過(guò)聚類分析后，得到結(jié)果如圖8所示?？梢钥吹教綔y(cè)點(diǎn)主要集中在目標(biāo)和欄桿處，欄桿的左側(cè)為目標(biāo)，右側(cè)為多徑效應(yīng)產(chǎn)生的虛影。

3" 結(jié)" 論

探討了毫米波雷達(dá)的基本工作原理和多徑效應(yīng)的影響，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了多徑效應(yīng)的存在性及其對(duì)雷達(dá)性能的影響。未對(duì)多徑效應(yīng)的抑制進(jìn)行深入研究，但針對(duì)多徑效應(yīng)的影響，可以從以下幾個(gè)方面進(jìn)行改進(jìn)：增加發(fā)射功率、采用多普勒處理技術(shù)、利用多天線接收等，我們期待未來(lái)的研究能夠在多徑效應(yīng)的抑制等方面取得更大的進(jìn)展。

參考文獻(xiàn)：

[1] 鄭樂(lè)，龍騰，龍佳敏，等.汽車?yán)走_(dá)關(guān)鍵技術(shù)分析與展望 [J].太赫茲科學(xué)與電子信息學(xué)報(bào)，2023，21（4）：437-451.

[2] 魏豪.77G毫米波汽車防撞雷達(dá)設(shè)計(jì)與實(shí)現(xiàn) [D].西安：西安電子科技大學(xué)，2021.

[3] 胡成豐.車載毫米波雷達(dá)總體方案及信號(hào)處理關(guān)鍵技術(shù)研究 [D].西安：西安電子科技大學(xué)，2020.

[4] 徐耀東.基于FMCW的雷達(dá)測(cè)量技術(shù)在河道流量監(jiān)測(cè)中的應(yīng)用 [J].治淮，2023（7）：35-37.

[5] 何進(jìn).車載毫米波雷達(dá)陣列天線設(shè)計(jì)與研究 [D].南京：南京林業(yè)學(xué)學(xué)，2024.

[6] 方超.車載毫米波雷達(dá)目標(biāo)檢測(cè)與跟蹤算法研究 [D].成都：電子科技大學(xué)，2024.

[7] 鄧凱，周建江，王佳賓，等.基于IOMP的毫米波雷達(dá)多目標(biāo)檢測(cè)算法 [J/OL].現(xiàn)代雷達(dá)2024：1-10[2024-05-15].http：//kns.cnki.net/kcms/detail/32.1353.TN.20240425.1216.002.html.

[8] 陳文亮，王俊，袁常順. 多毫米波雷達(dá)坐標(biāo)標(biāo)定方法 [C]//第十三屆全國(guó)DSP應(yīng)用技術(shù)學(xué)術(shù)會(huì)議論文集.杭州：[出版者不詳]，2021：4.

[9] 楊凡.多徑效應(yīng)中雷達(dá)反射模型的研究 [J].湖北理工學(xué)院學(xué)報(bào)，2016，32（5）：28-32.

[10] 劉兆瑜.復(fù)雜環(huán)境車載毫米波雷達(dá)弱目標(biāo)探測(cè)方法研究 [D].成都：電子科技大學(xué)，2023.