与单个雷达传感器相比，多传感器组网的优势在于测量精度高，误报率低以及多目标识别的优越性能。测量精度高、误报率低源于数据融合技术，这就要求每个传感器在时间、频率上精确同步；多目标识别取决于系统自身对目标的识别分类能力。因此，在整个雷达网络包括每个雷达传感器的设计上都要围绕着这两点来进行。

1 近距离传感器设计

近距离雷达传感器主要担负着汽车前向35米内的目标探测，是汽车雷达网络在复杂路况下发挥效能关键部分。近距离雷达传感器主要包括射频单元、接收机和各个传感器的之间的精确时间同步控制。在天线的设计上，既要符合所示的波束宽度的要求，同时又不能增大传感器的体积。因此可以采用印刷体线性阵列天线。

2 同步控制

雷达组网后，同样是通过测量发射信号和回波信号之间的频率差来确定目标的位置。但不同于单个雷达探测，汽车雷达网络测量目标的距离和速度是通过对每个传感器测得的目标信息进行数据融合而得到的。为了测量目标距离以及产生一致的波形，发射机和接收机要有统一的时间标准，这就是时间上的同步。

为了能接收和放大回波信号，雷达传感器的发射机和接收机必须工作在相同的频率，当发射机频率捷变时，接收机本振要作相应的变化，即要实现频率上的同步。汽车雷达网络对传感器之间的时间同步控制误差要求在10ns内。所以高精度时间频率同步系统是汽车雷达传感器组网的关键技术。

3 汽车雷达网络的目标分类算法

目标分类系统的主要任务是针对目标回波信号特征计算给定向量的分类关系，分类器定义了一组不同的目标类别。分类器的工作可以分为研究阶段和分类阶段，在研究阶段分类器对若干特征和经过独立标记的特征向量进行自动分析；在分类阶段，要对每个被检测到的目标生成特征向量。

在汽车应用中，由于分类任务很复杂，通常一个给定的向量需要考虑几个特征，因而要采用多个分类器，其优点是在研究阶段能够在一次迭代过程中评估某个特征对决策过程的影响，并自动剔除对决策过程影响较小的项目。

基于汽车雷达传感器的目标分类系统的系统结构和信号处理过程，它可以识别六种不同的雷达目标的类别，包括：步行者、骑自行车的人、车辆、人群、树木和交通标志等。

毫米波汽车雷达网络的发展现状

目前，尽管国际上将毫米波汽车雷达网络的77GHz频段的研究很充分，但是，具体采用什么频段，每个国家还有差异，目前关于汽车用近距离雷达传感器的争论焦点之一是采用24GHz频段还是77GHz频段。争论的原因是77GHz雷达器件的成本和技术成熟度问题。因此，77GHz雷达传感器的成本和技术成熟度是汽车雷达网络是否能够在市场上取得普及应用的关键。

在77GHz雷达传感器的研发方面，关键技术是如何采用器件的工艺技术来设计和制造低成本的汽车近/远距离雷达传感器，进而降低整个汽车雷达网络的成本。国外GaAs器件制造业发展的速度很快，已经出现了一些极具性价比的汽车雷达传感器，汽车雷达网络的市场将启动，并有望成为普及型轿车的基本配置。

汽车雷达网络相对于其它系统，技术门槛要低得多。目前，中国汽车雷达的开发还主要集中在汽车倒车雷达、汽车雷达测速器的层面上，所使用的技术和频段差别很大，还没有从器件、频率分配、汽车雷达网络结构、近距离和远距离雷达传感器、运动目标位置估算算法、运动目标的分类、汽车专用信号处理器等多层次、系统和产业链的角度来研究和开发汽车雷达网络技术，这与国际上日益普及的汽车雷达研究与应用相比，还存在很大的反差。这种状况与中国作为全球的汽车消费大国的地位是不相适应的。