Orthogonal Frequency Division Multiplexing Multiple-Input Multiple-Output Automotive Radar with Novel Signal Processing Algorithms von der Fakultät Informatik, Elektrotechnik und Informationstechnik der Universität Stuttgart zur Erlangung der Würde eines Doktor-Ingenieurs (Dr.-Ing.) genehmigte Abhandlung vorgelegt von Gor Hakobyan aus Jerewan, Armenien Hauptberichter: Prof. Dr.-Ing. Bin Yang Mitberichter: Prof. Dr. Friedrich K. Jondral Tag der mündlichen Prüfung: 07.02.2018 Institut für Signalverarbeitung und Systemtheorie der Universität Stuttgart 2018 – 3 – Vorwort Die vorliegende Arbeit entstand während meiner Zeit als Doktorand bei der zentralen Forschung der Robert Bosch GmbH in Kooperation mit der Universität Stuttgart. Mein besonderer Dank gilt Prof. Bin Yang, dem Leiter des Instituts für Signalverarbeitung und Systemtheorie an der Universität Stuttgart für die Gelegenheit, unter seiner Betreuung zu promovieren. Insbesondere möchte ich mich für das Vertrauen, die stets hervorragende Betreuung, die Freiheit, eigene Wege in Forschung zu gehen, sowie kurzfristige und sorgfältige Korrekturen meiner Veröffentlichungen und der Dissertation recht herzlich bedanken. Prof. Friedrich Jondral vom Institut für Nachrichtentechnik des Karlsruher Instituts für Technologie danke ich herzlich für die Übernahme des Mitberichts. Ferner möchte ich mich bei den Mitarbeitern der Robert Bosch GmbH und des Instituts für Signalverarbeitung und Systemtheorie bedanken, die zur Entstehung dieser Arbeit beigetragen haben. Insbesondere geht mein Dank an Herrn Siegbert Steinlechner für die fachliche Betreuung, Mentoring, sowie den Freiraum bei der Ausgestaltung der Arbeit. Seine vielseitige und zugleich tiefgründige Kompetenz in fachlichen und außer fachlichen Bereichen diente als Vorbild und hat zu meiner Weiterentwicklung wesentlich beigetragen. Des weiteren geht mein besonderer Dank an Dr. Michael Schoor für die fachlichen Diskussionen, die zur Vertiefung meines Wissens reichlich beigetragen haben, sowie an Herrn Karim Armanious und an Frau Mekdes Girma für die fruchtbare Zusammenarbeit. Mein Dank gilt ferner allen, die die Dissertation mit großer Sorgfalt und in kurzer Zeit Korrektur gelesen haben: Herrn Siegbert Steinlechner, Dr. Vladimir Petkov, Dr. Jo Pletinckx, Dr. Michael Schoor und Tim Poguntke. Schließlich möchte ich einen ganz besonderen Dank an meine Familie richten, meinen Vater Varazdat Hakobyan, meine Mutter Karine Khachatryan, meinen Bruder Hayk Hakobyan, sowie meine Partnerin Anna Gosk, die mich auf meinem Weg mit stets liebevollen Unterstützung, Ermutigung und Geduld begleitet haben. Ihnen widme ich diese Arbeit. Stuttgart, April 2018 Gor Hakobyan – 5 – Contents List of Symbols and Abbreviations 9 Abstract 15 Zusammenfassung 17 1. Introduction 19 1.1. Background . 19 1.2. Research Objectives . 20 1.3. Contributions and Outline of the Work . 21 2. Automotive Radar 25 2.1. The Radar Principle . 25 2.1.1. Propagation of Radar Signals . 25 2.1.2. Distance Estimation . 27 2.1.3. Velocity Estimation . 28 2.1.4. DOA Estimation . 28 2.2. State-of-the-Art Automotive Radar Systems . 29 2.2.1. FMCW Radar . 29 2.2.2. Fast-Chirp Radar . 31 2.3. OFDM Radar . 33 2.3.1. OFDM Radar Fundamentals . 33 2.3.2. System Parametrization . 40 2.3.3. CP-OFDM vs. RS-OFDM . 43 2.3.4. Methods for Reduction of PAPR for OFDM Radar . 44 2.4. MIMO Radar . 45 2.4.1. Improved DOA Estimation Based on MIMO Array Processing . 45 2.4.2. Multiplexing of Tx Antennas for MIMO Radar . 46 2.4.3. Multichannel Radar Signal Processing . 47 2.5. Comparison of Digital OFDM Radar to Traditional Fast-Chirp Radar . 48 3. OFDM Radar Signal Model and Signal Processing 51 3.1. Signal Model . 52 3.1.1. Continuous-Time Signal Model . 52 3.1.2. Discrete-Time Signal Model . 54 3.1.3. Signal Model in Matrix Notation . 55 3.2. Classical OFDM Radar Signal Processing . 56 3.2.1. State-of-the-Art Signal Processing Methods for OFDM Radar . 56 3.2.2. Description of the Classical OFDM Radar Processing . 58 3.2.3. Performance of the Classical OFDM Radar Processing . 61 – 6 – 3.3. All-Cell Doppler Correction (ACDC) for ICI-Free OFDM Signal Processing . 64 3.3.1. Requirements for All-Cell Doppler Correction . 65 3.3.2. ACDC based Distance-Velocity Estimation . 65 3.3.3. ACDC based OFDM Radar and Communication System . 69 3.3.4. Simulative Analysis . 71 3.3.5. Concluding Remarks . 74 3.4. All-Cell Migration Compensation (ACMC) for Migration-Free Range-Doppler Processing . 75 3.4.1. State-of-the-Art Methods for Range and Doppler Frequency Migration Compensation . 76 3.4.2. Range and Doppler Frequency Migration . 78 3.4.3. All-Cell Migration Compensation based Range-Doppler processing . 79 3.4.4. ACMC Implementation based on Chirp Z-Transform . 81 3.4.5. Simulative Analysis . 82 3.4.6. Concluding Remarks . 85 3.5. Combination of ACDC and ACMC and Comparison to the Classical Signal Processing . 87 4. OFDM-MIMO Radar 89 4.1. Conventional Multiplexing Methods Applied to OFDM-MIMO Radar . 89 4.1.1. Time Division Multiplexing . 90 4.1.2. Frequency Division Multiplexing . 91 4.1.3. Code Division Multiplexing . 91 4.2. OFDM-MIMO Radar Multiplexed via Equidistant Subcarrier Interleaving . 92 4.3. OFDM-MIMO Radar Multiplexed via Non-Equidistant Subcarrier Interleaving 93 4.3.1. Non-Equidistant Subcarrier Interleaving (NeqSI) . 94 4.3.2. Non-Equidistant Dynamic Subcarrier Interleaving (NeqDySI) . 96 4.4. Optimization of the Interleaving Pattern for Non-Equidistant Interleaving Schemes100 4.4.1. Genetic Algorithms . 100 4.4.2. Formulation of the Optimization Task . 102 4.4.3. Effect of Windowing on the PSL of Non-Equidistant Sampling . 104 4.4.4. Optimization Results for Non-Equidistant Interleaving Schemes . 105 4.5. Application of Sparse Recovery Methods for OFDM-MIMO Radar . 106 4.5.1. Compressed Sensing Overview . 107 4.5.2. Fundamentals of Compressed Sensing . 108 4.5.3. CS based Distance-Velocity Estimation . 114 4.5.4. Simulative Analysis . 119 4.6. Concluding Remarks . 122 5. Interference Mitigation Techniques for OFDM Radar 125 5.1. Influence of Interference on OFDM Radar . 125 5.2. A Narrowband Interference Suppression Method for OFDM Radar . 128 5.2.1. Interference Suppression Algorithm . 128 5.2.2. Simulative Analysis . 130 5.3. OFDM Radar Networks and Methods for Mitigation of OFDM Interference . 132 5.4. Interference-Aware Cognitive OFDM Radar . 133 5.4.1. Cognitive Radar . 134 – 7 – 5.4.2. Waveform Adaptation Methods for Cognitive Radar . 136 5.4.2.1. Carrier Frequency Hopping – Waveform Adaptation . 137 5.4.2.2. Slow-Time Chirp Waveform Adaptation (STC-WA) with Vari- able Symbol Repetition Intervals . 138 5.4.3. Spectrum Sensing . 145 5.5. Concluding Remarks . 147 6. OFDM-MIMO Radar Prototype and Experimental Validation of the Proposed Methods 149 6.1. Description of the System Prototype . 149 6.2. Measurements for Performance Verification of the System Prototype . 153 6.2.1. Measurements in an Anechoic Chamber . 153 6.2.2. Measurements in a Road Scenario . 155 6.3. Experimental Validation of the Proposed Distance-Velocity Estimation Algorithms156 6.3.1. Validation of ACDC in a Road Scenario . 156 6.3.2. Validation of ACMC in a Road Scenario . 159 6.4. Experimental Validation of the Proposed Multiplexing Methods for OFDM- MIMO Radar . 161 6.4.1. Validation of the NeqDySI Multiplexing . 161 6.4.2. Validation of the NeqSI Multiplexing with Sparse Iterative Multidimen- sional Frequency Estimation (SIMFE) Based Processing . 161 6.5. Experimental Validation of the Proposed Interference Mitigation Techniques . 163 6.5.1. Validation of the Proposed Narrowband Interference Suppression Method 163 6.5.2. Verification of the Waveform Adaptation Properties of STC-WA for Cognitive Interference Avoidance . 164 6.6. Concluding Remarks . 167 7. Conclusions 169 7.1. Summary of Key Contributions . 169 7.2. Outlook . 171 A. ACMC Description Based on a Frequency Domain Signal Model 173 B. Estimation Parameters of STC-WA 175 – 9 – List of Symbols and Abbreviations Notation x Scalar x Column vector x Matrix X Set Mathematical Operations x∗ Complex conjugate xT ; xT Transpose of a vector x or a matrix x xH ; xH Hermitian transpose of a vector x or a matrix x jxj Amplitude of a scalar, cardinality of a set kxk `2-norm of a vector kxkp `p-norm of a vector x−1 Inverse of a matrix x+ Moore–Penrose pseudoinverse of a matrix x y Hadamard (elementwise) product of matrices x and y x : / y Elementwise division of matrices x and y hx;yi Scalar (inner) product of vectors x and y diag(x) Diagonal matrix containing the elements of the vector x ¯ ¯ DN (f) Diagonal matrix containing elements of exp(j2πfn); n 2 [0;N − 1] N (x) Nullspace of the matrix x supp(x) Support of a vector x rect(t=T ) Rectangular function of the duration T ΣK Set of all K-sparse signals r Nabla operator r = @ ;:::; @ @x1 @xN F(·) Fourier transform – 10 – F −1(·) Inverse Fourier transform min(·) Minimum with respect to x x max(·) Maximum with respect to x x arg min(·) Argument x, for which the minimum is obtained x arg max(·) Argument x, for which the maximum is obtained x x y Assignment of y to x Frequently Used Symbols a; a¯ Real and complex target amplitudes B Bandwidth B Vector of the magnetic field B Doppler scaling matrix c Speed of propagation of electromagnetic waves c0 Speed of light d Distance of the target du Unambiguous distance range ∆d Distance resolution E Vector of the electric field fc Carrier frequency fc,a Adaptive carrier frequency fD Doppler frequency ¯ fD Normalized Doppler frequency fn Frequency of the n-th OFDM subcarrier FN Matrix of