毫米波是指波长在1-10mm的电磁波，其带宽大，分辨率高，天线部件尺寸小，能适应恶劣环境。车用毫米波雷达，通常采用结构简单成本较低，适合近距离探测的FMCW（调频连续波）雷达体制。雷达天线向外发出一系列连续调频毫米波，频率随时间按调制电压的规律变化，一般是连续的三角波，发射与接收信号如图2所示。图中实线是发射信号，虚线是相对静止和相对运动物体的反射信号。反射与发射信号波形相同，只是差一个延时时间td。
td=2R/C（1）
式中，R为目标距离，c光速。
发射信号与反射信号在某一时刻的频差即为混频输出的中频频率fb。相对运动物体反射信号由于多普勒效应产生的频移的原因。在三角波的上升沿与下降沿输出的中频频率分别为fb+、fb-。以下公式成立：
从而得到目标车辆的距离R与相对运动速度v。由式（2）（3）可知，毫米波雷达信号中频频率fb的确定是求出R、V的关键。fb的确定即是对发射和反射信号的频差进行频谱分析。信号的频谱分析主要有FFT法和非FFT法。所谓FFT法，即是对被分析的信号进行傅里叶变换，将其从时域变到频域，在频域进行分析，必要时再通过傅里叶逆变换，变回时域的分析方法。而非FFT方法则是通过其他的途径，获得信号的频率参数，如最大熵法、MUSIC法等。综合考虑方法的复杂性、实时性、稳定性，对汽车雷达而言，频谱分析应首选FFT法，这种方法比较成熟、现容易、实时性强，适合于汽车运行状况下信号的实时处理。
图 2 FMCW发射及回波信号
图3为线性调频雷达（LFCW）汽车毫米波雷达结构，包括天线、收发模块、信号处理模块和报警模块。 射频收发前端是雷达系统的核心部件。国内外已经对前端进行了大量深入研究，并取得了长足的进展。已经研制出各种结构的前端，主要包括波导结构前端，微带结构前端以及前端的单片集成。国内研制的射频前端主要是波导结构前端。一个典型的射频前端主要包括天线、线性VCO、放大器、平衡混频器部分。前端混频输出的中频信号经过中频放大送至后级数据处理部分。数据处理部分的基本目标是消除不必要信号（如杂波）和干扰信号，并对经过中频放大的混频信号进行处理，从信号频谱中提取目标距离和速度等信息。
在汽车主动安全领域，汽车毫米波雷达传感器是核心部件之一，其中77GHZ毫米波雷达是智能汽车上必不可少的关键部件，是能够在全天候场景下快速感知0-200米范围内周边环境物体距离、速度、方位角等信息的传感器件。那么它是如何计算被监测目标的位置、速度和方向的呢？
毫米波雷达通过发射天线发出相应波段的有指向性的毫米波，当毫米波遇到障碍目标后反射回来，通过接收天线接收反射回来的毫米波。根据毫米波的波段，通过公式计算毫米波在途中飞行的时间&TImes;光速÷2，再结合前车行驶速度和本车的行驶速度因素，就可以知道毫米波雷达（本车）和目标之间的相对距离了，同时也就知道目标的位置。
此外，根据多普勒效应，毫米波雷达的频率变化、本车及跟踪目标的相对速度是紧密相关的，根据反射回来的毫米波频率的变化，可以得知前方实时跟踪的障碍物目标和本车相比的相对运动速度。因此，表现出来就是，传感器发出安全距离报警时，若本车继续加速、或前监测目标减速、或前监测目标静止的情况下，毫米波反射回波的频率将会越来越高，反之则频率越来越低。
关于被监测目标的方位角测量问题，毫米雷达的探测原理是：通过毫米波雷达的发射天线发射出毫米波后，遇到被监测物体，反射回来，通过毫米波雷达并列的接收天线，通过收到同一监测目标反射回来的毫米波的相位差，就可以计算出被监测目标的方位角了。原理图如下：
方位角αAZ是通过毫米波雷达接收天线RX1和接收天线RX2之间的几何距离d，以及两根毫米波雷达天线所收到反射回波的相位差b，然后通过三角函数计算得到方位角αAZ的值，这样就可以知道被监测目标的方位角了。
位置、速度和方位角监测是毫米波雷达擅长之处，再结合毫米波雷达较强的抗干扰能力，可以全天候全天时稳定工作，因此毫米波雷达被选为汽车核心传感技术。
随着自动驾驶的火热，激光雷达受到前所未有的追捧，因为其具有高精度、大信息量、不受可见光干扰的优势。但我们可以注意到，目前主流的自动驾驶方案并未完全抛弃毫米波雷达，这又是什么原因呢？
首先就是大家都知道的天气原因。激光的波长远小于毫米波雷达（nm vs mm），所以雾霾导致激光雷达失效并不是段子。同样的原因，毫米波雷达的探测距离可以轻松超过200米，而激光雷达目前的性能一般不超过150米，所以对于高速公路跟车这样的情景，毫米波雷达能够做的更好。
其次，毫米波雷达便宜，作为成熟产品，毫米波雷达目前的价格大概在1.5千左右，而激光雷达的价格目前仍然是以万作为单位计算的。并且由于激光雷达获取的数据量远超毫米波雷达，所以需要更高性能的处理器处理数据，更高性能的处理器同时也意味着更高的价格。所以对于工程师而言，在简单场景中，毫米波雷达仍然是最优选择。
