毫米波雷达是工作在毫米波波段探测的雷达，产生于国外，经过十年发展，在2013年进入中国。相关数据分析，截止2023年6月，国内毫米波雷达核心环节企业增加到263家，相较2019年新增66家。目前，随着智能化演进，该产业也迎来了蓬勃发展的新阶段。

关于毫米雷达领域有什么最新进展和发展趋势？近期钛资本邀请到卢煜旻博士来进行分享，主题是：毫米波雷达领域进展分享。卢博士是复旦大学材料系学士，密西根大学电子工程系博士学位，在半导体、射频及微波集成电路领域拥有20 年以上丰富的产品开发经验，曾任美国恩智浦半导体公司波士顿新产品中心主任工程师，是射频芯片产品的开发的主要负责人，目前担任矽杰微电子 (厦门) 有限公司和浙江芯力微电子股份有限公司的董事长兼总经理，致力于研发全自主知识产权的毫米波雷达芯片。本期分享主持人是钛资本董事总经理朱玉韬先生，他长期关注半导体、智能汽车、先进制造等相关硬科技领域，拥有商业和技术的复合理解能力，市场及销售管理能力。以下为分享实录：

雷达原理

雷达本身的工作原理并不复杂，原则上，发射机发射特定制式的电磁波到目标，当电磁波反射回来时，通过分析回波，我们可以获取目标的距离、速度和角度信息。电磁波需要进行一定的调制，而根据不同的调制方式，毫米波雷达大致有几种不同的制式。

一是大家熟悉的FMCW频率可调的连续波雷达。FMCW雷达发射的是一个频率线性变化的电磁波。由于发射波和接收波在时间上存在差异，形成频率上的差异。通过测量这个频率差异，我们可以计算飞行时间。

二是脉冲雷达。顾名思义，发射的是脉冲。发射后，在接收机端，我们在一系列时间延迟上检查接收情况，从而计算飞行时间。

三是PNCW，即相位可调的连续波雷达。PNCW雷达与GPS的工作原理相似，都利用伪随机噪声码。PRN码具有一个重要特点，即对所有时间延迟的自相关值为零，只有精确对齐才会产生一个。PMCW雷达利用这个特点确定飞行时间，从而计算距离。雷达下游厂商选择使用哪种雷达制式，很大程度上受到芯片能够支持的限制。目前市面上更常见的是支持FMCW的芯片，因此FMCW雷达在行业中比较普遍。

毫米波雷达传感器

前面提到，雷达获取目标的速度、距离和角度三个信息。速度信息是通过计算电磁波的多普勒频移特性来获取；距离是通过电磁波的飞行时间获得；角度信息则是通过天线的相位差来获取，包括水平面和俯仰角度。雷达的分辨率对于其性能至关重要。分辨率和精度是两个不同的概念，精度与测量误差和噪声相关，通常可以通过信号处理提高。分辨率则是雷达能够成功区分两个物体的最小量，一般无法通过后端信号处理提高。提高速度分辨率，必须增加测量时间。提高距离分辨率需要增加信号带宽。提高角度分辨率通常需要增加天线数量，这与后面将提到的四维雷达相关。现代雷达，其关键核心元器件包括天线、收发机和计算单元。

天线是雷达中非常重要的组成部分。大多数汽车雷达，包括目前在工业和消费端使用的雷达，通常采用微带阵列天线。微带阵列天线的优势是成本较低，而且非常容易生产，基本上与PCB生产放在一起。但随着雷达天线通道数量的增加，微带阵列天线在性能、隔离度和空间布局方面存在一定的局限。目前行业正在重新评估更为传统的波导天线在汽车雷达上的应用。在这里，列出了两种常见的波导天线，包括波导的腔体天线和波导缝隙天线。随着三维打印等新型生产技术的发展，我们有望在下一代汽车雷达中看到这两种波导天线的应用。

天线设计是一个非常细分的领域，有较高的设计门槛。如果我们能够将天线集成到芯片中，显然可以简化下游的一些应用。随着半导体封装工艺的发展，毫米波雷达芯片的AIP封装技术也有了显著的提升。矽杰微在24GHz的芯片上也有我们的AIP芯片，集成了一个发射天线和一个接收天线。今年的CES上，出现的LOP技术结合了AIP封装和波导天线，波导天线可以直接安装在AIP封装上。利用波导天线的性能优势，弥补了AIP在增益方面的不足。

4D雷达可能是最近毫米波雷达领域最热门的话题。4D指的是雷达获取的目标信息，包括距离、速度、水平面角度和俯仰面角度，共有四个维度的信息。如果将毫米波雷达与其他感知技术进行比较，如激光和摄像头，可以看到毫米波雷达有一个局限，即空间分辨率有限，这限制了雷达对目标的识别能力。为了提高角度分辨率，我们可以增加天线数量。天线越多，雷达的角度分辨率就会越好。

在目前的雷达系统中，从整个前端的信号接收到FFT的处理，再到最终目标的识别、分类和跟踪，这些过程都是在传感器端进行的。

分布式或卫星雷达的概念是将大部分信号处理和目标识别交给中央处理器处理。这样可以充分利用整个中央处理器的算力和计算资源。通过更高的算力和更多的软件处理，可以解决毫米波雷达在复杂场景和多目标情况下的稳定检测等方面的问题。当然，同时也能够解决4D雷达带来的更多数据和对更高算力的要求。在今年的CES上，包括TI和NXP都推出了适用于卫星雷达的芯片产品。

从独立功能的雷达到分布式雷达和集成的域控制器架构，这些产品对整个多传感器融合也会带来额外的帮助。因为除了毫米波雷达的信号外，域控制器还可以处理其他传感器的信号，实现更多传感器的融合处理。当然，这样的架构需要在域控制器和雷达前端之间有一个高速的数据传输能力，包括高速以太网或其他更高速的连接协议。同时，还需要在车上分布的不同雷达之间实现LO源、时钟、控制信号等的同步。所有这些工作都需要整个行业上下游的通力合作：从雷达芯片到域控制器的协同解决。

最后关于算法的部分。传统雷达的算法是对接收机的中频信号进行滤波，然后进行三维FFT处理，从而获取目标的信息。这种处理方法属于我们称之为经典的程序设计，即按照规则对数据进行处理，以获得答案。而机器学习则是在已经有了数据和答案的情况下，通过学习彼此之间的因果关系，找到相应的识别规则。将学习获得的新规则应用到新的数据时，就能更迅速、更智能地获得答案。

基于矽杰微的RKB2401，我们构建了一个初步的神经网络进行机器学习。当然，在摄像头和图像识别领域，机器学习已经取得了相当多的进展。在毫米波雷达领域，这只是刚刚开始，还有很多工作要做。当然，如果更多的机器学习方法进入毫米波雷达领域，我们也可以预见对算力和计算资源的需求将更高。

前面针对毫米波雷达领域的天线、封装架构以及算法的进展，我做了一些初步的分析。实际上，人们对雷达芯片的半导体工艺也非常关注。

半导体工艺包含硅基的CMOS工艺、锗硅的HBT工艺、以及三五族化合物的HBT和氮化镓工艺。对于这三类半导体工艺，CMOS的优势在于集成度，它可以实现非常大规模的集成。CMOS是非常适合数字芯片的。化合物半导体在性能上有优势，适用于高性能的模拟芯片，具有高速度和高功率。而锗硅工艺介于两者之间，更适合开发我们称之为"MMIC"的芯片。‍

智能生活对环境感知的需求

可以说，雷达从最初作为一种军用技术，逐渐发展成为今天不可或缺、非常重要的一种环境感知传感器。其应用场景并不仅仅局限于汽车领域，还包括工业、交通、安防、无人机、楼宇等领域。

今年的CES展览中，人工智能几乎出现在衣食住行的每个领域，对整个传感器行业而言，这是一个利好的消息，因为所有的人工智能硬件首先需要传感器和感知功能。

汽车是我们相对熟悉的应用场景之一。汽车雷达在海外20多年前开始发展。到今天，汽车仍然是毫米波雷达中最重要的应用领域之一，包括角雷达和前线雷达，也包括车内人员检测、车门和后备箱等新的智能感应功能。

毫米波雷达的应用领域也扩展到停车领域。在这里，雷达不是安装在车上，而是安装在车周边。根据不同的安装位置，我们有不同类型的停车雷达。安装在地面的称为地磁雷达，配合地磁进行检测以提高准确性。而安装在视频监控上的停车雷达通过测量汽车的距离、靠近和远离的速度，来决定是否触发摄像头进行拍照。

车路协同和智慧交通是另一个非常重要的毫米波雷达应用场景。在交通领域，用于传感的传感器与汽车中非常相似，包括摄像头、激光雷达和毫米波雷达。目前，一体化的雷达和摄像头系统在交通领域得到广泛应用。通过雷达，我们能够检测交通流量、车速等交通信息，并提供诸如智慧公路中的弯道预警、雾灯感应等功能。

无人机是近年来新兴的应用场景。无人机与无人车非常相似，都需要避障功能。在大型无人机上，如农业植保机和物流机等，毫米波雷达和测高雷达已经成为行业的标配。

在水利领域，毫米波雷达能够提供非常高精度的距离测量能力，特别是对水位高度的测量。此外，它还包括对水流速度等的测量。矽杰微为客户提供了全国产芯片的K波段和W波段产品，能够实现毫米级别的精度和小于十度角的波束聚集能力。在智能家居场景中，在全屋智能的框架下需要对人的不同存在状态进行探测。这包括大幅度的移动，以及对非常微小的动作如呼吸、心跳等生命体征的感知。毫米波雷达能够有效地对不同的人体状态进行探测和感知。

家电领域，特别是白电行业，是国内最早开始尝试使用毫米波雷达传感器的行业之一。以空调为例，安装了毫米波雷达的空调能够实现智能送风，跟随人移动，无人时自动关机等多种智能功能。在智能家电的应用上，雷达能够帮助实现节能省电，达到双碳目标。

类似家电产品，卫浴产品对传感器的可靠性、质量和品控等方面要求都很高。毫米波雷达作为环境感知传感器在这方面有很重要的优势。

毫米波雷达行业在中国虽然起步较晚，但是产业链历经多年发展相对成熟，芯片走向成熟化，算法端在近年日益完善，未来我国毫米波雷达具有较大的发展空间。钛资本也将继续关注毫米波雷达技术投资的重点赛道，并与行业专家共同探讨，传递行业声音，为投资者提供更具参考价值的投资信息。