论文部分内容阅读
激光雷达(Laser Detection and Ranging System, LiDAR)因其高精度3D成像能力在无人机、机器人和汽车辅助驾驶等领域广泛应用，脉冲激光雷达在远距离探测中更有优势。为满足应用需求，脉冲激光雷达系统正趋向集成化、小型化、固态化、高精度以及低功耗方向发展。本文通过研究脉冲激光雷达典型信号处理电路架构的特点，提出了基于时间数字转换电路(Time to Digital Converter, TDC)、高速采样保持(Sample and Hold, SH)电路的新型复合电路架构和自匹配的降噪优化方法。开展了具有高速采样功能的低功耗信号处理电路设计验证和新型自适应降噪算法研究等工作，解决了脉冲全波形架构面积大、功耗高以及输出信号受噪声影响大的问题。论文主要工作如下：
在前端信号处理电路部分，分析了多种典型信号处理电路架构的原理和特点，提出一种低复杂度TDC/SH混合重构信号处理电路构架，实现了LiDAR系统小型化，低功耗。针对全波型架构因采样与输出频率不平衡导致的功耗冗余问题，设计了0.8～3GHz可调的采样电路。采用阈值触发机制控制高速采样和TDC电路只在约整周期4%的有效时间内工作，通过低速模拟数字转换电路(Analog to Digital Converter, ADC)读出，有效降低电路整体功耗。采样电路在单线列，0.2μs周期内，采样功耗最高可降低33.7%。为解决LiDAR系统动态范围不足的问题，采用阈值鉴别电路弥补高增益全波型架构近距离探测能力的不足，有效扩展系统动态范围。
针对全波形架构与降噪算法不易匹配的问题，提出一种降噪参数的自适应优化方法。根据估算的噪声等级、系统采样频率和脉冲梯度，调整时域降噪算法关键参数，实现降噪算法对LiDAR系统自适应匹配。优化方法分为两步，首先是自适应噪声估算，将采样点由一维信号变为二维矩阵后，基于噪声特征值谱的有界性和渐近性，完成高精度噪声估计。然后根据采样频率、信号梯度变化和噪声水平对降噪算法关键参数进行优化，从而实现LiDAR信号在不同噪声水平和采样频率下稳定降噪。
复合架构在chrt0.18μmCMOS工艺下分为模拟前端电路模块和数字采样模块两部分进行流片验证，模拟前端模块包括TIA和高速比较器，数字采样模块包括TDC和高速采样电路。经测试电路可达到150MHz带宽、83.6dB跨阻增益，电路噪声为8.37pA/√Hz，采样频率可实现0.8～3GHz可调，满足低功耗LiDAR系统小型化，低功耗的需求。通过仿真和室内单双目标回波测试，噪声估算算法误差小于0.1%。提出的两种自适应降噪方法在采样频率0.5～15GHz内，信噪比10～35dB内，拟合度均超过99.02%，可实现降噪算法在多变噪声环境中，对不同采样频率的脉冲LiDAR参数自匹配。
在前端信号处理电路部分，分析了多种典型信号处理电路架构的原理和特点，提出一种低复杂度TDC/SH混合重构信号处理电路构架，实现了LiDAR系统小型化，低功耗。针对全波型架构因采样与输出频率不平衡导致的功耗冗余问题，设计了0.8～3GHz可调的采样电路。采用阈值触发机制控制高速采样和TDC电路只在约整周期4%的有效时间内工作，通过低速模拟数字转换电路(Analog to Digital Converter, ADC)读出，有效降低电路整体功耗。采样电路在单线列，0.2μs周期内，采样功耗最高可降低33.7%。为解决LiDAR系统动态范围不足的问题，采用阈值鉴别电路弥补高增益全波型架构近距离探测能力的不足，有效扩展系统动态范围。
针对全波形架构与降噪算法不易匹配的问题，提出一种降噪参数的自适应优化方法。根据估算的噪声等级、系统采样频率和脉冲梯度，调整时域降噪算法关键参数，实现降噪算法对LiDAR系统自适应匹配。优化方法分为两步，首先是自适应噪声估算，将采样点由一维信号变为二维矩阵后，基于噪声特征值谱的有界性和渐近性，完成高精度噪声估计。然后根据采样频率、信号梯度变化和噪声水平对降噪算法关键参数进行优化，从而实现LiDAR信号在不同噪声水平和采样频率下稳定降噪。
复合架构在chrt0.18μmCMOS工艺下分为模拟前端电路模块和数字采样模块两部分进行流片验证，模拟前端模块包括TIA和高速比较器，数字采样模块包括TDC和高速采样电路。经测试电路可达到150MHz带宽、83.6dB跨阻增益，电路噪声为8.37pA/√Hz，采样频率可实现0.8～3GHz可调，满足低功耗LiDAR系统小型化，低功耗的需求。通过仿真和室内单双目标回波测试，噪声估算算法误差小于0.1%。提出的两种自适应降噪方法在采样频率0.5～15GHz内，信噪比10～35dB内，拟合度均超过99.02%，可实现降噪算法在多变噪声环境中，对不同采样频率的脉冲LiDAR参数自匹配。