基于图像渲染的动态室内毫米波MIMO雷达仿真方法研究报告
一、 研究作者、机构与发表信息
本研究由来自卢森堡大学安全、可靠与信任跨学科中心 (Interdisciplinary Centre for Security, Reliability and Trust, University of Luxembourg) 的研究团队完成。主要作者包括刘源 (Yuan Liu,学生会员)、Moein Ahmadi (会员)、Johann Fuchs、Mohammad Alaee-Kerahroodi (高级会员) 以及 M. R. Bhavani Shankar (高级会员)。该研究成果以论文形式发表于 IEEE Transactions on Antennas and Propagation 期刊,具体为2025年4月出版的第73卷第4期,论文标题为“Dynamic Indoor mmWave MIMO Radar Simulation: An Image Rendering-Based Approach”。文章于2023年9月19日收到,2024年6月2日被接受,2024年6月17日在线发表,最终版本于2025年4月9日发布。
二、 学术背景与研究目的
本研究隶属于无线通信与雷达信号处理领域,具体聚焦于室内毫米波多输入多输出雷达信道仿真。随着毫米波和太赫兹频段在室内应用(如车内监控、占用感应、手势识别、智能工厂、医疗保健和家庭机器人)中的兴起,高分辨率雷达系统受到广泛关注。然而,室内环境具有密集多径和动态目标(如行人)运动的特点,这给雷达系统的设计、优化和算法开发带来了巨大挑战。传统的获取信道特性的方法主要依赖现场测量,但这种方法在高频段耗时且昂贵。而现有的信道仿真技术,无论是基于确定性射线追踪、随机传播图还是混合半确定性方法,大多侧重于无线通信参数,缺乏对雷达关键特征(如多普勒和微多普勒)的模拟,尤其是在考虑目标非点状运动(如人体行走时四肢摆动)时。
因此,本研究旨在开发一种多功能、高保真的动态室内毫米波MIMO雷达信道仿真器。其核心目标是能够生成同时包含室内环境密集多径效应和目标动态运动(包括微多普勒) 的调频连续波雷达信号数据。该仿真器旨在为数据驱动的雷达应用(如人体运动检测、手势分类)以及新兴的集成感知与通信技术提供高质量、可定制的仿真数据,从而弥补测量成本高昂和现有仿真工具功能不足之间的缺口。
三、 详细研究流程与方法
本研究提出了一套完整的仿真框架,其工作流程主要分为两大核心步骤:基于图像渲染的场景参数提取和基于模型的雷达信号生成。具体流程如下:
步骤一:基于Blender和射线追踪的动态场景参数化建模与渲染
动态场景建模:研究者利用开源3D动画软件Blender来构建逼真的室内动态场景。这包括对房间几何结构、墙壁材质、家具以及动态目标(如行人)进行三维建模。为了模拟真实的动态,研究引入了来自AMASS数据库的运动捕捉数据,以驱动虚拟人物模型执行如行走、转身等复杂动作。在Blender中,雷达的发射机被模拟为“光源”,接收机被模拟为“相机”,且两者通常共址以模拟单站雷达。相机的视场角被设定为理想化的接收天线方向图。
图像渲染与射线追踪:利用Blender内置的射线追踪引擎,对每一帧(即每个时间快照)的3D场景进行渲染,生成一张2D图像。这张图像由N_az × N_el个像素组成,每个像素代表从相机(接收机)视角出发的一条传播路径的终点(一个散射点)。RT引擎会计算每条射线(对应每个像素)的传播路径,并输出关键参数:
v = -2 * (r_current_frame - r_previous_frame) / t_frame。像素迁移滤波:由于目标运动,同一像素在不同帧可能对应不同的物理散射点,这种现象称为“像素迁移”,会导致速度计算出现噪声(异常高速度值)。为此,研究提出了一种速度滤波方法,通过设定合理的速度阈值(例如,针对行人运动设定为6 m/s),过滤掉因像素迁移产生的异常速度值,从而得到更准确的速度场。
步骤二:雷达信号生成与MIMO虚拟阵列技术
从光学参数到射频信号的映射:研究指出,虽然RT基于光学原理,其绝对路径损耗预测可能不精确,但对于雷达仿真关心的几何参数(距离、角度、多普勒速度)和相对强度已足够。用户可通过校准Blender中的材料参数来逼近毫米波频段的散射特性。
虚拟MIMO阵列生成:为了高效模拟MIMO雷达,避免为每个发射-接收天线对重复进行耗时的RT渲染,研究采用了基于导向矢量的虚拟阵列生成方法。该方法仅需对一对参考天线(如第一个发射和第一个接收天线)进行RT渲染,获取其距离r、角度θ等信息。然后,根据均匀线性阵列的几何结构,通过公式 r_m,n = r + (m-1)*N*λ/2 * sinθ + (n-1)*λ/2 * sinθ 计算出任意第m个发射天线和第n个接收天线之间的虚拟路径距离。信号强度和速度在所有虚拟通道间被视为近似相同。这种方法极大地提升了仿真效率。
FMCW TDM-MIMO雷达信号模型推导与生成:
r、速度v、角度θ和相对强度P_r代入推导出的拍频信号公式,生成该像素对应的信号分量。将所有像素的信号分量在快时间、慢时间和天线维度上进行合成,即可得到完整的、包含多径和动态效应的MIMO雷达接收数据立方体。四、 主要研究结果与验证
为了验证所提出仿真框架的有效性,研究团队在电波暗室和办公室走廊两种场景下,使用德州仪器的毫米波TDM-MIMO雷达传感器进行了实际测量,并将测量结果与仿真结果进行了全面对比。
电波暗室场景验证:
办公室走廊(多径丰富场景)验证:
五、 研究结论与价值
本研究成功开发并验证了一种基于图像渲染的动态室内毫米波MIMO雷达仿真框架。该框架利用Blender进行高保真的动态场景建模和射线追踪,能够高效生成同时包含复杂环境多径和目标非刚性运动(含微多普勒)的FMCW MIMO雷达信号。
其科学价值在于,填补了现有信道仿真工具在动态雷达特性模拟方面的空白,为雷达系统设计、信号处理算法开发(特别是基于人工智能的目标识别与分类算法)提供了一个强大且灵活的数据生成平台。在应用层面,该仿真器可以服务于集成感知与通信系统的前期研究与性能评估,为6G及以后通信系统中的感知功能提供信道建模支持。它还能用于生成动态数字地图,用于无线信道仿真。
六、 研究亮点
七、 其他有价值的内容
文章还深入探讨了仿真中的一些关键技术和挑战,例如像素迁移问题及其滤波解决方案,这对保证速度估计的准确性至关重要。此外,作者也坦诚指出了当前框架的局限性,例如射线追踪在绝对路径损耗预测上可能存在误差,需要针对特定材料和频率进行校准;仿真中的人体运动与真实测量之间存在速度差异,需要通过帧率进行标定。这些讨论为后续研究者使用和改进该工具提供了重要的实践指导。论文的附录部分详细提供了CDM和FDM MIMO模式的信号生成公式,增强了该仿真框架的通用性和实用性。