Mutual Interference Mitigation Algorithms for Automotive Radar Systems

Abstract

A recognition of the surrounding environment is important for stable autonomous driving. Various sensors are used to accurately recognize the driving environment of the vehicle. Among them, the radar sensors have advantages that are cost effective and that less affected by the environment. For this reason, various signal processing techniques have been studied to assist autonomous driving, and some functions are implemented on the chips to be attached to vehicles.

The mutual interference of radar can occur when the operating frequencies of two radars overlap. Usually, the interference signal received through a direct path without being reflected by other objects, resulting in strong signal power. The interference signal can increase noise level in the frequency response or create ghost targets, which do not exist. It causes low detection rates and high false alarm rates. This problem could be worse when the number of radar-equipped autonomous vehicles increased. Therefore, in this dissertation, I propose methods for controlling the interference signal generated in the automotive FMCW radar system using the radar.

First, I propose a method for determining whether the interference signal exists in the received signal. Because ghost targets can occur when the interference signal is received, it is necessary to determine whether the interference signal is received before target detection process. In addition, a method for recognizing the type of modulation of the interference signal is proposed. First, an SVM classifier is used for the study and several features are extracted from the time domain signal to train the SVM classifier. Also, I propose a method utilizing the CNN model that takes frequency responses of the received signals as input.

Next, I propose a method for detection of interval in which the interference signal is received. Before canceling the strong interference signal, it is necessary to find the interference interval. The interference interval is detected using the CNN model, and I confirmed that the performance is higher than previously proposed methods.

Finally, I propose a method for signal reconstruction in the detected interference interval. The detected interference signal is usually replaced with 0 or newly restored. If it is incorrectly generated, artifacts can be generated in the frequency responses. To solve this problem, an approximation of the signal is performed by phase correction of the received signal for the first step. Then, more precise reconstruction is performed using the Doppler frequency of the received signal. With simulated data and measured data, I verified that the proposed method mitigates the interference signal, while suppressing residual frequency responses to be generated.

안정적인 자율 주행을 위해서 주변 환경 인지는 아주 중요하다. 차량의 주행 환경을 정확하게 인지하기 위해 다양한 센서들이 사용되고 있는데, 그 중 레이더 센서는 단가가 낮고, 사용 환경에 영향을 덜 받는다는 장점이 있다. 이러한 이유로 자율 주행을 보조하기 위한 다양한 신호처리 기법이 연구되어 왔고, 일부 기능은 칩으로 구현되어 현재 차량에 부착되어 동작하고 있다.

레이더간 간섭 현상은 두 레이더의 동작 주파수가 겹치면 발생할 수 있다. 간섭 신호는 다른 물체에 반사되지 않고 직접 경로로 수신될 수 있어 그 세기가 클 수 있다. 또한 주파수 응답에서 노이즈 레벨을 증가시키거나 존재하지 않는 고스트 타깃을 생성할 수 있어 탐지율을 낮추고 오경보율을 높이게 된다. 이러한 문제는 레이더 센서가 장착된 자율 주행 차량이 많아진다면 더욱 심각해질 수 있다. 따라서 본 학위 논문에서는 FMCW 레이더를 사용하는 차량용 레이더 시스템에서 발생하는 간섭 신호를 제어하는 기법을 제안한다.

먼저 수신된 신호에 간섭 신호가 존재하는지 파악하는 기법을 제안한다. 간섭 신호가 수신되면 고스트 타깃이 발생할 수 있기 때문에 처리하는 신호에 간섭 신호가 함께 수신되었는지 파악해야한다. 또한 수신되는 간섭 신호의 변조 기법을 알아내는 기법을 제안한다. 먼저 시간 영역 신호에서 특징들을 추출하고 SVM 모델을 활용하여 간섭 신호의 존재 유무와 변조 기법을 파악하였다. 또한 주파수 영역 신호를 입력으로 하는 CNN 모델을 활용하는 연구를 제안한다.

다음으로 수신된 시간 영역 신호 중 간섭 신호가 수신된 구간을 파악하는 기법을 제안한다. 수신된 강한 간섭 신호를 제거하기 이전에 간섭 신호가 수신된 시간 샘플을 찾아야한다. CNN 모델을 활용하여 간섭 구간을 탐지하였고, 기존에 제안된 기법보다 성능이 높음을 확인하였다.

마지막으로 탐지된 간섭 구간의 신호를 타깃 신호로 복원하는 기법을 제안한다. 탐지된 간섭 신호는 0으로 치환되거나 새롭게 복원되는데, 잘못 생성되면 주파수 성분에 원치 않는 성분을 생성하게 된다. 이를 해결하기 위해 수신 신호의 위상을 보정하여 신호 1차적인 근사를 진행하였다. 이 이후에 수신 신호의 도플러 주파수를 이용하여 더 정교한 복원을 진행하였다. 시뮬레이션 데이터와 실측 데이터를 사용하여 제안한 기법이 잔여 주파수 성분을 남기지 않으면서 간섭 신호를 효과적으로 낮추는 것을 확인하였다.