随着电子信息科技的快速发展,人们对具有自动驾驶功能的智能车之联网功能的需求日益增强,且伴随着对车联网效率,安全性,灵活性等多方面的要求的进一步提高。在新一代的车联网技术中,为了适应复杂多变的交通环境,车辆既需要感知环境中其他物体的位置、速度、形状等信息,又需要和网络中其他节点保持通信,从而及时更新、相互分享最新信息。在此背景下,通信雷达一体化(又名联合通信与雷达感知)技术,能在同一系统内同时实现通信和雷达感知的功能,具有频谱共享、硬件共用、设备集成度高、小型化等优点,因而能充分降低整个系统的体积、重量、功耗、价格和操作复杂度,并节约宝贵的频谱资源。因此,通信雷达一体化技术在车联网中有重要的研究价值和广阔的应用前景。作为传统的雷达波段之一的毫米波频段(频率范围30 GHz-300 GHz)因具有带宽宽和通信容量高等特点,同时也成为了新一代5G无线通信技术主要关注的频段,因而毫米波频段具有充分的实现通信雷达一体化技术的潜力。由于毫米波波长短、在空间中衰减大,确保信号在毫米波频段下的传输质量至关重要。对于需要以有限的资源同时实现两种功能的通信雷达一体化系统,波束赋形技术能实现信号在空间中的定向发送和接收,因而成为了一项关键技术。本文在自动驾驶车联网背景下,围绕毫米波通信雷达一体化系统的波束赋形技术开展了一系列研究,主要研究内容和创新点如下:1.为了实现不同功能,通信系统和雷达系统往往对波束赋形有不同的要求。通信系统通常要求准确指向通信方向的波束,以保障稳定的高质量通信;而雷达感知系统则通常要求时变扫描波束,以实现对更大范围内目标的准确估计和检测。在目前的大部分共用通信和雷达波形的研究中,通信和雷达感知功能都靠单一波束实现,因而性能受限。针对这一问题,本文研究了不同种类的基于模拟阵列的多波束赋形算法。本文研究的多波束赋形体制能同时生成两个子波束,即阵列的波束赋形方向图有两个主瓣,因此可以同时生成一个稳定的指向通信方向的通信子波束和一个时变的雷达扫描子波束,解决通信和雷达感知对波束赋形有不同要求的问题。本文主要研究了两种发射端的多波束赋形方案:1)预先生成各子波束的波束赋形矢量,优化结合因子使其有效相加;2)不预先生成子波束,通过联合优化通信和雷达性能的全局优化算法直接生成波束赋形矢量。对以上两种波束赋形方案,本文提出了一系列对通信和雷达性能有不同侧重点的波束赋形算法,并对不同的算法进行了分析比较,为这些算法的实际应用提供了参考依据。2.毫米波通信雷达一体化波束赋形系统中移相器的使用会带来波束赋形矢量的量化问题,影响算法的性能。本文重点关注了用两个级联移相器生成一个波束赋形加权值的新型双移相器结构,并深入研究了该结构下波束赋形矢量的量化方法。针对双移相器结构,本文率先提出了一种新型联合量化码本,并创新地引入了能改变码元数量和星座图分布的固定相移因子。基于两种典型的联合量化码本,本文研究了波束赋形矢量的量化方法。另外,本文还提出了改进的黄金分割搜索-量化算法,基于复杂度低的一维搜索,这种标量量化算法部分具有矢量量化特性,能针对特定的波束赋形矢量给出近似最优的标量量化解。此外,本文还对几种典型的量化算法的均方量化误差进行了理论分析,给出了理论估计值。理论分析和仿真结果均表明,本文针对使用移相器的波束赋形阵列提出的量化方法能大幅提升量化后的波束赋形矢量的性能。3.在传统波束赋形算法中,阵列的数学模型往往基于对天线阵列的理想化假设,忽视了各阵元的辐射特性。阵列导向矢量的数学模型与实际天线失配的问题也会降低波束赋形算法的性能。本文首次结合了传统的针对阵列模型失配的稳健波束赋形算法和天线阵列的电磁辐射特性,提出了嵌入天线有源方向图的稳健波束赋形算法。由于考虑了天线阵列的物理特性,本文所提出的算法能提升使用简化的阵列模型的稳健波束形成算法的性能,例如实现更高的信干噪比。同时,由于使用了稳健波束赋形算法,本文所提出的算法对天线阵列在建模、加工、装配、调试和使用过程中产生的性能起伏也有更好的耐受度,能提高算法的稳健性。