自注意雙路徑RNN用于汽車雷達干擾抑制

文 豪， 高 勇

(四川大學電子信息學院， 四川成都 610065)

0 引 言

隨著自動駕駛技術的不斷發(fā)展，自動駕駛安全問題日益突出。為了減少交通事故的發(fā)生，確保道路安全，可以使用雷達來檢測周圍環(huán)境并及時發(fā)現(xiàn)危險。汽車工業(yè)中最常用的是調頻連續(xù)波(Frequency Modulated Continuous Wave,FMCW)雷達[1]，此類雷達從接收信號中可以估計附近目標(例如，車輛、行人或其他障礙物)的距離和速度。隨著越來越多的汽車使用雷達，不同車輛的雷達之間產生相互干擾的可能性大大增加，導致檢測性能下降。事實上，射頻干擾(RFI)會大幅度提高本底噪聲，潛在目標可能被噪聲隱藏，從而降低目標檢測方法的靈敏度[2]。

經典的抗干擾方法有很多[3-7]，干擾抑制可在極化、時域、頻域、編碼域或空間域中處理，關于這些方法的詳細分析可在文獻[8]中找到。當發(fā)射信號為線性調頻信號(Chirp信號)時，目前最常見的消除干擾的方法是通過各種方法檢測出接收信號中受干擾影響的部分[9]，并在時域內將其替換為零，然后對邊界進行可選的平滑處理，這通常被稱為歸零法。雖然這種方法相當簡單，但它會去除部分有用的信號，當干擾持續(xù)時間較長時會失效。文獻[10]提出了一種卷積神經網絡(Convolutional Neural Network, CNN)來解決射頻干擾(Radio Frequency Interference，RFI)問題，旨在降低本底噪聲的同時保留檢測到的目標信號分量。文獻[11]提出了一種帶門控循環(huán)單元(Gated Recurrent Unit, GRU)的循環(huán)神經網絡(RNN)模型，并將其應用在時域上抑制干擾。與之前的信號處理方法相比，性能更好，處理時間更短。文獻[12]在文獻[11]的基礎上增加了新的注意力機制,該方法取得了比文獻[11]更好的結果，實驗證明注意力機制可以提升模型性能。文獻[13]提出了兩個用于汽車雷達干擾抑制新的全卷積網絡(Fully Convolutional Network，F(xiàn)CN)模型，它們能夠將受干擾影響的短時傅里葉變換(Short-Time Fourier Transform，STFT)頻譜圖轉換為相應的干凈距離像。這些模型雖然對真實數(shù)據(jù)有泛化能力，但它們并不能估計目標相位。在文獻[14]中Ristea等人擴展了他們在文獻[13]中的工作，引入了一種旨在提高神經網絡權值信噪比的訓練機制WeNoRT(Weight Noise Reduction Training)，它可以同時估計有多個干擾時汽車雷達信號的目標幅度和相位。語音分離方向的最新進展[15-17]引起了本文作者對時域方法的興趣，與頻域、時頻域等方法相比，時域方法能更好地保留信號的幅度和相位信息。

本文使用的自注意雙路徑循環(huán)神經網絡(DPRNN-SelfAttention)可以組織任意類型的RNN層對長序列輸入進行建模。它將輸入信號分成較短的塊，并將兩個RNN(塊內RNN和塊間RNN)分別用于局部和全局建模。在DPRNN-SelfAttention塊中，塊內RNN首先獨立處理本地塊信息，然后塊間RNN聚合來自所有塊的信息以執(zhí)行整個序列的信息處理。該網絡以帶干擾的接收信號的實部、虛部作為輸入，輸出是抑制干擾后的實部、虛部，通過輸出的實部和虛部可以簡單計算出相位估計值。雖然以前的深度學習方法研究的是單個干擾的雷達干擾抑制[9-11]，但本文目標是解決存在多個干擾的抗干擾問題。為了實現(xiàn)這一目標，本文使用了文獻[14]提出的大規(guī)模數(shù)據(jù)集，該數(shù)據(jù)集模擬了多個干擾源存在的現(xiàn)實汽車場景，在訓練過程中考慮了多達3個干擾。本文還介紹了一種新的損失函數(shù)，相比于平均絕對誤差(Mean Absolute Error, MAE)或均方誤差(Mean Squared Error，MSE)，能更好地提升模型性能。

1 FMCW雷達及其干擾

1.1 FMCW雷達

在FMCW雷達[1]中，發(fā)射信號STX(t)是線性調頻脈沖(Chirp信號)，如圖1(a)所示。發(fā)射信號STX(t)定義如下：

(1)

式中，t為時域變量，f0為初始時刻t=0的頻率，Tchirp為Chirp持續(xù)時間(掃頻時間)，α為Chirp斜率(調頻斜率)，α=BSW/Tchirp，其中BSW為掃頻帶寬。

接收天線接收目標反射的信號SRX(t)，對于單個目標，其定義如下：

(2)

接收信號進一步與發(fā)射信號混頻后經過低通濾波器后得到差頻信號(Beat Signal)，如圖1(b)所示，其頻率fb=α·τ。差頻信號也可以表示為

(3)

圖1 FMCW信號時頻圖

1.2 FMCW干擾

如圖2所示，來自FMCW雷達的單個干擾類似于式(2)描述為

(4)

式中，AI為干擾幅度，Δτ為干擾源相對于FMCW雷達發(fā)射開始時間的傳播延遲時間，并且干擾源的調頻斜率αI=BI/TI,其中BI為干擾源的帶寬，TI為掃頻時間。

圖2 有干擾的FMCW差頻信號

在存在相互干擾的情況下，接收機接收到反射信號和干擾的混合信號，即

(5)

其中，根據(jù)文獻[3]中的推導，干擾持續(xù)時間TINT=t2-t1。

在存在多個目標和干擾源的情況下，接收機的接收信號定義如下:

(6)

式中,Nt為目標數(shù)，Nint為干擾源數(shù)目。非相干干擾信號SRFI(t)(其線性調頻速率與發(fā)射信號不同)與發(fā)射信號混合后的接收信號，其帶寬受到抗混疊濾波器的限制[3]。

2 RNN-SelfAttention模型設計

本文目標是使用深度學習方法抑制雷達干擾，并能估計目標的幅度、相位。在文獻[17]的啟發(fā)下，本文在時域音頻分離網絡(Time-domain Audio Separation Network, TasNet)[16]的基礎上使用DPRNN改進的DPRNN-SelfAttention代替一維CNN。圖3是本文模型的系統(tǒng)流程圖。在圖3中可以看到DPRNN-SelfAttention由3個階段組成：分割、塊處理和重疊相加。分割階段將輸入序列拆分成互相重疊的塊，并將所有塊拼接成一個三維張量。然后將張量傳遞給堆疊起來的DPRNN-SelfAttention塊，以交替方式迭代應用局部(塊內)和全局(塊間)建模。最后一層的輸出通過重疊相加轉換回序列輸出。

2.1 DPRNN-SelfAttention模型

2.1.1 分割

對于序列輸入W∈N×L，其中N代表特征維度，L是時間步長，分割階段將W拆分成大小為F的塊，塊每次移動大小為P。第一個和最后一個塊用零填充，使得W中的每個樣本都出現(xiàn)且只出現(xiàn)在F/P個塊中，產生E個相等大小的塊DE∈N×F(e= 1,…,E)，接著將所有塊拼接得到一個三維張量Y=[D1,…,DE]∈N×H×E。

2.1.2 塊處理

分割輸出Y被傳遞到M個DPRNN-SelfAt-tention塊的堆棧中。每個塊將輸入的三維張量轉換成另一個具有相同形狀的張量。本文將每個塊Bm(m=1,…,M)的輸入張量表示為Ym∈N×F×E,其中Y1=Y。每個塊包含兩個子模塊分別對應塊內處理和塊間處理，塊內RNN始終是雙向的，并且被應用于Ym的第二維度，即在E個塊中的每個塊內：

圖3 DPRNN-SelfAttention系統(tǒng)流程圖

Um=fm(Ym[:,:,i]),i=1,…,E

(7)

式中,Um=H×F×E是RNN的輸出，fm(·)是RNN定義的映射函數(shù)，Ym[:,:,i]∈N×F是由i定義的序列。

此外，由于干擾發(fā)生在整個序列中，因此模型需要捕捉每個塊的塊內全部時間步長之間的關系。在文獻[12]的啟發(fā)下，本文在塊內RNN層后添加了注意力塊。注意力塊的關鍵是縮放點積注意力(scaled dot-product attention)：

(8)

式中，Q(Query)、K(Key)和V(Value)分別為查詢、鍵和值向量，dk為鍵向量的維數(shù)。通過使用注意力塊，模型可以更好地學習塊內時間步長之間的關系。

然后應用線性全連接(Fully-Connected，F(xiàn)C)層將Um的特征維度轉換回Ym的特征維度：

(9)

(10)

式中,z,r∈N×1是縮放因子，ε是保證數(shù)值穩(wěn)定性的一個小正數(shù)，⊙表示Hadamard乘積,μ(·)和σ(·)是的均值和方差：

(11)

(12)

接著在LN輸出及輸入Ym之間添加一個殘差連接：

(13)

(14)

式中,Vm∈H×F×E是RNN的輸出，是由RNN定義的映射函數(shù)，N×E是由所有E個塊的第i個時間步長定義的序列。由于塊內RNN是雙向的，中的每個時間步長都包含其所屬塊的全部信息，這使得塊間RNN可以執(zhí)行全序列級別的建模。與分塊內RNN一樣，Vm上也應用了線性FC層和LN操作。DPRNN-SelfAttention塊Bm輸出和之間還添加了一個殘差連接，當m

2.1.3 重疊相加

最后一個塊的輸出表示為YM+1∈N×F×E，最后把E個塊重疊相加后轉換回長序列，輸出為Q∈N×L。

2.2 損失函數(shù)

本文使用了Log-Cosh損失和多尺度STFT損失 (multi-resolution STFT loss)的線性組合，以便適當?shù)赜柧毮Ｐ筒@得最優(yōu)結果。

Log-Cosh損失函數(shù)是一種比MSE更為平滑的損失函數(shù)，利用雙曲余弦計算預測誤差：

(15)

單個STFT損失定義為

(16)

(17)

(18)

其中‖·‖F(xiàn)和‖·‖1分別代表F范數(shù)以及L1范數(shù)，STFT(·)表示STFT幅度，N表示元素個數(shù)。

多尺度STFT損失是不同分析參數(shù)(即FFT采樣點、窗長和幀移)的STFT損失的總和。設Z為STFT損失的數(shù)量，多尺度STFT輔助損失(Laux)表示為

(19)

在基于STFT的信號時頻表示中，存在時間分辨率和頻率分辨率之間的權衡； 例如，增加窗口大小可提供更高的頻率分辨率，同時降低時間分辨率。 通過將多個STFT損失與不同的分析參數(shù)結合起來，幫助神經網絡學習信號的時頻分布信息從而可以更好地去除信號中的干擾分量。此外，它還可以防止神經網絡過擬合固定的STFT表示。

本文最終的損失函數(shù)被定義為多尺度STFT輔助損失和Log-Cosh損失的線性組合：

(20)

式中,λ表示平衡兩個損失項的超參數(shù)。

3 實驗設計與結果分析

3.1 數(shù)據(jù)集

汽車雷達干擾抑制(Automotive Radar Interference Mitigation Version 2，ARIM-v2)數(shù)據(jù)集[14]是一個公開用于汽車雷達抗干擾任務的大型數(shù)據(jù)庫，由144 000個無線電信號樣本組成，這些樣本模擬了存在一個或多個干擾源的復雜現(xiàn)實汽車場景。數(shù)據(jù)集被分為120 000個樣本的訓練集和24 000個樣本的測試集。每個樣本由以下參數(shù)的隨機選擇值生成：信噪比(Signal to Noise Ratio，SNR)、信號干擾比 (Signal to Interference Ratio，SIR)、相對干擾斜率β=αI/α(干擾源線性調頻速率αI和信號線性調頻速率α的比值)、目標數(shù)量、每個目標的幅度、相位和距離，其參數(shù)設置如表1、表2所示。干擾源的數(shù)量和信噪比(SNR)值是使用最小值和最大值之間的固定步長來選擇的。表2中的其他參數(shù)是在最小值和最大值之間均勻分布的隨機變量。

表1 模擬真實汽車雷達參數(shù)設置

3.2 模型配置

DPRNN-SelfAttention可應用于任何需要長序列建模的系統(tǒng)，本文研究了其在時域音頻分離網絡(TasNet)[15]中的應用，可在ARIM-v2數(shù)據(jù)集上完成雷達抗干擾任務。TasNet包含3個部分：1)線性一維卷積編碼器；2)分離器；3)線性一維轉置卷積解碼器。本文使用與文獻[16]相同的編碼器和解碼器設計，濾波器的數(shù)量設置為64。在分離器中疊加使用6個DPRNN-SelfAttention塊，使用Bi-GRU[12]作為塊內和塊間RNN，每個方向有128個隱藏單元。輸入信號是有干擾的帶噪差頻信號，其特征維度N為1，長度L為1 024，因此本文將DPRNN-SelfAttention的塊大小F設為64，標簽信號是對應的帶噪的差頻信號。

表2 ARIM-v2數(shù)據(jù)庫樣本參數(shù)設置

所有模型均在Intel Core i7 CPU和NVIDIA RTX 3080Ti GPU上訓練，多尺度STFT損失由表3中描述的三種不同尺度STFT損失的總和計算，根據(jù)多次實驗的結果將超參數(shù)λ設為0.000 01。模型使用RAdam優(yōu)化器來穩(wěn)定訓練，激活函數(shù)為relu,學習率設為0.000 01。

表3 多尺度STFT損失不同尺度參數(shù)設置

3.3 測量指標

3.4 實驗結果與分析

表4中的結果顯示，本文方法輸出與標簽相當接近。ARIM-v2模擬了多個干擾存在的復雜場景，在該場景中，諸如歸零法之類的傳統(tǒng)方法似乎無法抑制多個干擾源造成的影響。就目標相位MAE而言，本文方法是歸零法的近六分之一，本文模型對目標幅度MAE的估計比歸零法要好近16倍。另外一個顯著的不同之處在于平均信噪比的提高，本文的網絡比歸零法要好4.42 dB。

表4 本文模型與歸零法、DPRNN模型在ARIM-v2測試集上的結果(符號↑表示值越大越好，符號↓表示值越小越好)

圖4(a)為無干擾的標簽信號(藍色)，圖4(b)為有干擾的輸入信號(綠色)，圖4(c)為使用本文方法進行干擾抑制后的輸出信號(紅色)。圖4(d)、(e)、(f)是它們分別經過快速傅里葉變換(Fast Fourier Transform, FFT)后的距離幅度圖。圖4(c)中可以看出輸入信號經過本文方法抑制干擾后，干擾都被成功分離出去，恢復成與標簽信號相似的信號，其距離幅度圖如圖4(f)所示，與標簽信號的距離幅度圖即圖4(d)非常相似，預測的目標幅度和標簽幅度值之間的差值很小。

(a) 標簽信號(無干擾) (b) 輸入信號(有干擾) (c) 輸出信號(抑制干擾后)

(d) 標簽經過FFT后的距離幅度圖 (e) 輸入經過FFT后的距離幅度圖 (f) 輸出經過FFT后的距離幅度圖圖4 干擾抑制前后的差頻信號及其距離幅度圖

圖5中將本文方法與歸零法在只有一個干擾時的干擾抑制結果進行了對比，其中圖5(a)、(d)、(g)是有干擾的輸入信號(綠色)、標簽信號(藍色)；圖5(b)、(e)、(h)是它們分別經過歸零法(粉紅色)抑制干擾后的輸出結果；圖5(c)、(f)、(i) 是它們分別使用本文方法(紅色)進行干擾抑制后的結果。除了相對干擾斜率β不同，其他參數(shù)條件都相同。參數(shù)β量化了相對于標簽信號的干擾時間長度，更準確地說，β越接近1， 干擾持續(xù)時間越長，β=1時表示相干干擾。在圖5中，可以觀察到本文方法成功產生了與標簽相似的預測信號，而歸零法隨β增加效果逐漸變差。

圖6中將本文方法與歸零法在有多個干擾時的干擾抑制結果進行了對比，其中參數(shù)Nint代表干擾數(shù)目。在圖6中觀察到歸零法隨著干擾數(shù)目增加效果逐漸變差直至失效；而本文方法成功完成存在多個干擾時的干擾抑制任務。從圖5、圖6中可看出當干擾持續(xù)時間較短時，本文方法表現(xiàn)出與基線方法(歸零法)相似的性能，但在有多個干擾源或干擾持續(xù)時間長的困難情況時，本文方法明顯優(yōu)于歸零法。

(a) SNR=20 dB,SIR=10 dB,β=0.5 (b) 歸零法，參數(shù)設置與(a)相同 (c) 本文方法，參數(shù)設置與(a)相同

(d) SNR=20 dB,SIR=10 dB,β=0.7 (e) 歸零法，參數(shù)設置與(d)相同 (f) 本文方法，參數(shù)設置與(d)相同

(g) SNR=20 dB,SIR=10 dB,β=0.9 (h) 歸零法，參數(shù)設置與(g)相同 (i) 本文方法，參數(shù)設置與(g)相同圖5 歸零法與本文方法的干擾抑制結果對比(一個干擾)

(a) 干擾數(shù)Nint=2 (b) 歸零法，參數(shù)設置與(a)相同 (c) 本文方法，參數(shù)設置與(a)相同

(d) 干擾數(shù)Nint=3 (e) 歸零法，參數(shù)設置與(d)相同 (f) 本文方法，參數(shù)設置與(d)相同圖6 歸零法與本文方法的干擾抑制結果對比(多個干擾)

(a) 干擾數(shù)Nint=1 (b) 干擾數(shù)Nint=1 (c) 干擾數(shù)Nint=1

(g) 干擾數(shù)Nint=3 (h) 干擾數(shù)Nint=3 (i) 干擾數(shù)Nint=3圖7 歸零法、DPRNN與本文方法的干擾抑制結果對比

4 結束語

本文將自注意雙路徑循環(huán)神經網絡(DPRNN-SelfAttention)用于汽車雷達干擾抑制，仿真實驗表明了該方法的有效性。引入的損失函數(shù)，即Log-Cosh損失和多尺度STFT損失的線性組合，能讓模型更有效地學習FMCW雷達差頻信號的時頻分布信息從而提升性能。本文在一系列綜合實驗中將DPRNN-SelfAttention模型與基線方法(歸零法)[9]、DPRNN[16]進行了對比，結果表明DPRNN-SelfAttention效果更為優(yōu)越。目前由于實驗室條件限制并未開展實際的車輛實驗驗證，未來工作將檢驗本文模型在真實汽車雷達場景中的泛化能力。