AiP技術為毫米波雷達帶來的演進與創新

作者 : 邵樂峰,EE Times China

AiP技術的成功歸功於人們重拾了對60GHz無線系統的研究與開發興趣。透過將天線與其他電路整合在同一封裝內,很好地兼顧了天線性能、成本及體積,近年來深受廣大晶片及封裝製造商的青睞。

作為無線通訊系統中的重要組成部分,天線在與晶片形成的收發系統中通常會以離散和整合兩種形式呈現;前者司空見慣,後者主要分為晶片上天線(Antenna-on-Chip,AoC)和封裝天線(Antenna-in-Package,AiP)兩大類。

AoC技術透過半導體材料與製程將天線與其他電路整合在同一個晶片上,考慮到成本和性能,AoC技術更適用於太赫茲(THz)頻段;AiP技術則是透過封裝材料與製程,將天線與其他電路整合在同一封裝內,由於兼顧了天線性能、成本及體積,近年來深受廣大晶片及封裝製造商的青睞。

目前,幾乎所有的60GHz無線通訊和手勢雷達晶片都採用了AiP技術;此外,在79GHz汽車雷達、94GHz相控陣天線、122GHz/145GHz/160GHz感測器以及300GHz無線連結晶片中,也都能夠找到AiP技術的身影。

毫米波雷達的演進

先簡單回顧一下AiP的歷史:AiP早期與藍牙無線技術一起萌芽,2000~2001年間,英國伯明罕大學和美國喬治亞理工大學的研究人員相繼為5.8GHz Wi-Fi應用提出了整合在封裝上的天線設計理念;2006年新加坡南洋理工大學教授張躍平為了能夠更好的推廣封裝天線技術,借鑒SiP的概念,首次提出了AiP的概念,並在此後的10多年間做了大量的相關研究,也因此在2020年獲得天線界的最高獎項──克勞斯天線獎(John D. Kraus Antenna Award)。

AiP技術的成功主要歸功於人們重拾了對60GHz無線系統的研究與開發興趣。2007年標誌著AiP技術發展進入新的階段,那一年,IEEE將60GHz頻帶列為非授權毫米波頻段,自此該頻段大量的AiP研究開始興起。到了2014年,隨著5G技術全面支持低頻段sub-6G和毫米波頻段(26/28/39GHz),AiP技術又成為5G領域的重要課題之一,主要難點在於如何實現高輻射效率及低成本量產。

根據加特蘭微電子(Calterah Semiconductor Technology,EETT編按:總部位於中國上海的新創公司)營運長呂昱昭提供的資料,預計到2024年,全球毫米波雷達的容量將達到4億顆,AiP能為市場帶來40%的成長,而成本相比目前主流的CMOS SoC晶片還將繼續下探。

 

 

「高性能、小型化易安裝、低成本等是AiP晶片的核心競爭優勢;」加特蘭微電子公司生產技術總監王典在接受《電子工程專輯》採訪時,以基於加特蘭AiP晶片開發的車載超短距雷達為例,講述了如何透過封裝形式將射頻前端、雷達訊號處理基頻、微處理器和高頻天線整合在一起,再搭配極少的週邊元件,從而快速完成雷達模組搭建(包括電源晶片、Flash和CAN收發器)的過程。

作為一家致力於提供毫米波雷達晶片和方案的廠商,成立於2014年的加特蘭微電子從2017年開始AiP產品研發,前後歷經四代,成功在今年第二季度量產兩款包含AiP技術的毫米波雷達晶片產品:Alps系列77/79GHz車規級毫米波雷達晶片,以及Rhine系列60GHz工業級毫米波雷達晶片。

加特蘭車載超短距雷達AiP晶片

加特蘭車載超短距雷達AiP晶片

這兩款整合天線的雷達晶片尺寸僅為12.2mm×12.2mm,四發四收,內建雷達訊號處理基頻、FMCW波形生成器和高速ADC,週邊只需供電電源和快閃記憶體就可以構成一個完整的毫米波雷達模組,與此同時使用者可任意選擇3個發射通道來控制發射特性,該晶片還能夠支援俯仰、水平方向MIMO技術,提供俯仰解角能力以及水平方向上更高精度的解算。

基礎上,還可以繼續向上搭建覆蓋環車360度的全場景晶片方案——透過單片Alps SoC或者2片Alps SoC的級聯,可以滿足前向雷達的需求;單片Alps SoC (2發4收或者4發4收)可以滿足前角/後角雷達的需求;透過Alps AiP可以實現環車的超短距雷達的需求。

前所未有的技術挑戰

當然,要完成這樣的超短距雷達開發,會面臨包括地雜波、物理設計、天線性能設計、電連接、封裝製程與材料、晶片模組協同設計、散熱處理、可靠性、自動化測試在內的一系列挑戰。王典表示,為了幫助下游廠商一起克服這些挑戰,加特蘭微電子在晶片開發、生產和底層軟體上做了大量的工作。

物理設計

以Alps AiP為例,設計人員需要在12*12 mm2的面積內,放置5,240個過孔、161條訊號線、12個天線單元和4組功分器,最小線寬處僅25μm,並提供比使用頻寬冗余度至少高出200%的設計頻寬。此外,為了做出一顆具備高可靠性的完整封裝天線毫米波雷達系統晶片,還要經歷超過6,000小時的可靠性實驗來滿足車規品質和壽命需求。

地雜波

超短距雷達要求俯仰向的視角很大,這樣對於近距物體的高度資訊等的探測會更豐富,但也意味著同時探測到的地雜波就會更多。加特蘭解決地雜波困擾的方式是透過多幀資料的累積,與經過大量實測的先驗資訊所擬合的特徵曲線進行比對——超出這條曲線的,被認為是真實的被測目標,低於這條曲線的,就會被抑制掉。目標的距離、幅度,甚至速度、俯仰資訊等都對擬合這樣的特徵曲線有幫助。

同時,透過實測加特蘭發現不同的路面材質,像水泥、柏油、泥土路等都有各自的特徵。另外透過支援自我調整的特徵曲線,加入速度、俯仰資訊等更多的特徵變數,結合線上訓練,在車輛進入不同的路面狀況時,特徵曲線可以動態調整,對於雜波抑制會有更好的效果。

 

資訊來源:加特蘭微電子

天線耦合

由於物理空間的限制,整合天線耦合產生的角度失真是非線性的,非線性的失真導致角度解算變差,測角的難度就會增加,這裡就需要天線校準。傳統的校準方法只是使用線性的轉換補償,對於非線性的失真效果很不理想。對於這個挑戰,加特蘭創造性地採用一種全新的神經網路演算法(RBF-NN)來進行天線校準。對於這樣一個神經網路架構,在輸入層是天線的測量角度θ,經過中間的隱含層,傳遞函數φ,最後加總,得到一個角度的校準值,作為輸出。

在上圖中,左邊是角度測量的原始資料,存在非線性的失真;中間是採用傳統的校準方法,校準後的角度誤差在5度左右;右邊採用RBF-NN的神經網路校準演算法後,角度誤差在1度以內,效果非常明顯。

(資訊來源:加特蘭微電子)

 

頻率干擾

通常超短距雷達方位向視場角很大,在車流密集的場景下,接收到干擾的概率會更大,抗干擾的需求就更強烈,加特蘭微電子的AiP晶片透過系統性的策略來對抗干擾:3種模式規避干擾,1種機制消除干擾。首先結合AiP晶片靈活的FMCW波形生成器,透過隨機改變一幀資料中的chirp配置參數來規避可能存在的干擾,這也是防範同步干擾的有效方式。當運作在同樣頻帶而調變斜率不同時,發射訊號與其他雷達的回波訊號重疊,就會產生干擾,這種干擾可能會帶來額外的一個頻率分量,或者是產生更大的一個幅度,會在時域上產生明顯的底噪抬升現象。

通常可以把這樣的干擾粗略地劃分為:頂部的高頻區,中間的低頻區和尾部的高頻區。我們的抗干擾策略分為兩個步驟,第一步是定位干擾,透過訊號的絕對幅度值和相鄰兩點的幅度差來判斷。第二步是濾除干擾,採用兩種策略:1、直接濾除,2、使用一個預先估計的幅度來代替干擾的幅度。

 

 

在上圖中,左邊是干擾在時域譜上的原始狀態,可以清晰地觀察到存在兩個干擾源,導致底噪明顯抬升;中間是使用估計幅度濾除干擾的效果;右邊是直接濾除干擾後的效果。

(資訊來源:加特蘭微電子)

 

AiP毫米波雷達其他應用

除了前文提及的環車360度全場景應用外,考慮到毫米波雷達對物體的某些微動具有敏銳的「洞察」能力,業界正以此為契機將毫米波雷達技術應用於汽車駕駛艙內活體檢測、空調智慧化、室內人員追蹤等大量創新型應用場景中。

在加特蘭產品經理吳翔提到的駕駛艙內檢測參考設計中,由於毫米波雷達可以在較遠距離上精准地探測到人體的呼吸、心跳等細微的生命體征訊號引起的胸腔、腹腔微動,因而能夠以非接觸地的方式檢測和測量車內人體生命體征的存在,OEM或整車廠只需在後視鏡或車內頂燈位置處安裝AiP毫米波雷達感測器即可。而如果把呼吸心跳檢測技術加到空調中,空調就能夠透過人呼吸次數的快慢,自主判斷是否進入睡眠模式。

在智慧空調和室內人員追蹤方案中,具備多通道天線技術的毫米波雷達不但能夠區分大人、小孩和寵物,還能支援房間面積的量測。針對呼吸等人體微動特徵的檢測,可對靜止不動的以及保持長時間靜止不動人員的追蹤,並同時自動過濾其他物體運動,例如風扇、窗簾、綠色植物等。

在視訊監控中加入毫米波雷達也正成為新趨勢。按照吳翔的說法,目前基於光學CMOS感測器的監控攝影機即便導入了AI技術,但在天氣、周圍環境光線不好,或距離較遠時,識別度仍然會大幅降低,帶來誤報。但如果配合小體積的AiP毫米波雷達感測器,就能夠用相對較低的算力和成本來降低誤報率。

張躍平曾說,「以前在射頻IC工程師眼中,天線只不過是一片金屬,現在他們意識到沒有好的天線解決方案,設計再好的射頻IC也就是一塊石英。」如今,AiP技術早已從學術界拓展至汽車、工業、封裝、材料與製程、微波、雷達及通訊等多個領域,持續為全球用戶提供更高性能、更易使用和更低能耗的毫米波雷達技術,為社會創造一個更安全、更智慧的環境。

本文原刊於EE Times China網站

 

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論

  1. kurt-wang-mtigroup-com表示:

    頻率干擾 的三張圖為重複.是否可以修正?

    1. Judith Cheng表示:

      感謝指正,已經更新囉!