随着近年来汽车数量的不断增加,交通事故发生频繁,高级驾驶员辅助系统(Advanced Driver Assistant Systems,ADAS)的应用使得未来车辆能够在危急的环境中辅助驾驶员工作,并能提醒他们潜在的危险。车辆环境感知系统是汽车高级驾驶员辅助系统的关键,而汽车传感器则充当了汽车的“五官”来感知周围环境。毫米波雷达因其探测精度高、实时性好和适用性强等特点而备受关注。对应毫米波雷达天线和算法的研究也是学术界研究的热点。近年来智能天线领域的理论越来越多应用于车载毫米波雷达。智能天线分为多波束智能天线和自适应阵智能天线。智能天线最初广泛应用于雷达、声呐及军事通信领域,智能天线也叫自适应阵列天线,它由天线阵、波束形成网络、波束形成算法三部分组成。它通过预先设定满足某种准则的算法去调节各阵元信号的加权幅度和相位,从而调节天线阵列的方向图形状,以达到增强所需信号,抑制干扰信号的目的,毫米波雷达中目前智能天线主要采用微带阵列天线。本文围绕智能天线在汽车毫米波雷达目标识别的研究展开,以实际项目为依据,采用理论分析、仿真实验、工程验证相结合的方法,对毫米波雷达系统智能天线的两个主要组成部分:多发多收阵列天线设计和数字波束形成(Digital Beam Forming,DBF)算法进行了分析研究,提出了稳健自适应波束形成算法,对比目前的密度聚类算法,提出了基于神经网络的聚类算法来定义先验预测区域,并在此基础上研究了毫米波雷达目标跟踪、识别算法。同时研制了77GHz毫米波雷达系统,并对所提算法进行实验验证。本文主要的研究内容包括以下几个方面:(1)毫米波雷达前端多发多收(Multiple-Input Multiple-Output,MIMO)阵列天线的设计与应用。分别以切比雪夫多项式和泰勒多项式为理论依据进行两种不同的阵列天线研究,其中切比雪夫阵列天线研究目标为获得最优的副瓣电平和波束宽度设计,而泰勒阵列天线研究目标为使得靠近主瓣的副瓣具有最佳方向图分布。首先在采用切比雪夫多项式阵列天线研究中,基于微带天线偏差因素模型分析,提出一种对10元串馈微带天线的加权优化方法,来修正理论设计,对该方法进行了仿真和制作实际样品测试,优化效果和理论分析符合。其次,在采用泰勒多项式分布阵列天线研究中,对泰勒分布的参数进行了分析,提出了一种可以实现水平空域划分的阵列天线,以实现雷达的宽广范围覆盖和远距离探测的目的。在泰勒多项式分布阵列天线的模型建立过程中,进行三波束水平空域划分的模型设计,同时进行了相移馈电网络分析和研究,最后对所设计的泰勒多项式阵列天线进行仿真并制成实际样品进行实测,而仿真和实测结果均与理论分析相符合。(2)提出一种基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的稳健自适应波束形成算法和一种新的雷达扫描策略。首先对智能天线的自适应波束形成技术进行了进一步的理论推导,基于贝叶斯理论提出一种基于SBL的稳健自适应波束形成算法。该算法基于空间信号的稀疏特性,采用稀疏贝叶斯学习方法获得干扰加噪声协方差矩阵的鲁棒最大似然估计,并得到期望方向上的导向矢量估计,进而求得波束形成器的最优权矢量。对应有效目标和无效目标的问题。对比传统密度聚类算法,研究和采用了神经网络聚类算法,设计实现了对不同属性目标的分类,对应了传统密度聚类对应分类适应性差的问题,并根据分类结果将雷达探测区域进行重构,区分出先验预测区域和无效区域,在此理论基础上提出一种基于先验预测区域的扫描策略算法,减少了对无效区域的扫描时间,大大提高了基于智能天线的数字波束形成雷达扫描效率。仿真结果表明,基于SBL的稳健自适应波束形成算法在较大的输入信噪比范围内和低快拍数的情况下达到了较好的阵列输出性能,且对于指向误差具有很好的稳健性,算法计算复杂度低、收敛速度快。(3)对雷达目标识别算法展开研究。首先研究了二维FFT对雷达回波信号的信息处理,以计算目标距离和速度;研究了DBF,通过对权值的控制,使得阵列方向图的主瓣对准期望信号,零陷对准干扰信号,从而实现高速置零、天线自校正、超低副瓣、超分辨、自适应空时处理和复杂的能量等。研究了恒虚警算法对干扰噪声的滤除、排除虚假目标,研究了多目标检测算法,以对多个有效目标的准确识别,卡尔曼滤波算法则是实现对有效目标的实时跟踪。基于以上研究,为了验证雷达目标识别的准确性,将雷达系统识别的目标投射到视觉系统中,研究雷达系统和视觉系统融合的方式来对目标进行识别。由实车中的雷达系统和视觉系统的空间安装位置建立模型,对两个系统之间的坐标转换关系进行研究,从而建立两个系统之间的空间融合模型;因为毫米波雷达和摄像头的工作频率有差异,这里的参考基准一般选择更低频率的雷达系统,通过多线程同步程序设计的方法,构建雷达系统和视觉系统的时间融合模型。针对图像与雷达融合产生的延时问题,研究了基于均值漂移的目标跟踪算法。最后搭建实验平台,进行了毫米波雷达目标探测实验和车载雷达与视觉系统融合的实验,实验结果证明了融合的有效性以及基于毫米波雷达目标识别的准确性。