课程导入：FMCW雷达的基本原理、发展历程与典型应用场景
调频连续波（Frequency Modulated Continuous Wave，FMCW）雷达是一种通过发射频率随时间线性变化的连续波信号，并利用发射信号与回波信号之间的频率差来获取目标距离、速度和角度信息的雷达体制。与传统的脉冲雷达相比，FMCW雷达具有结构简单、体积小、成本低、无距离盲区、发射功率低且测距精度高等突出优势，因此在近三十年间从实验室走向了大规模商业化应用。本课程将围绕FMCW雷达的chirp参数设计、带宽选择与测距分辨率优化展开系统讲解，本节作为开篇，首先建立对FMCW雷达的整体认知框架。
1.1 FMCW雷达的基本工作原理
FMCW雷达的核心思想是发射频率随时间线性变化的连续波信号，通常采用锯齿波或三角波调制。发射信号经过目标反射后，被接收天线捕获，混频器将发射信号与回波信号进行混频，得到包含目标距离和速度信息的差频信号（拍频信号）。由于发射信号频率随时间线性变化，回波信号相对于发射信号存在时间延迟τ，导致两者在混频后产生一个与延迟时间成正比的频率差f_b。对于静止目标，f_b = S·τ = S·(2R/c)，其中S为chirp斜率（Hz/s），R为目标距离，c为光速。因此，通过测量差频频率即可反推目标距离。
当目标具有径向速度v时，多普勒效应会使回波信号产生额外的频率偏移，导致差频信号中同时包含距离和速度信息。为了解耦距离与速度，现代FMCW雷达通常发射多个chirp组成一帧，在快时间维（chirp内采样点）和慢时间维（chirp间采样点）分别进行FFT处理，得到距离-多普勒（Range-Doppler，RD）图。距离维FFT将差频频率映射为距离，速度维FFT将chirp间的相位变化映射为速度。这一处理流程是FMCW雷达信号处理的基础，也是后续参数设计的重要依据。
1.2 FMCW雷达的发展历程
FMCW雷达的技术思想最早可追溯到20世纪30年代，但受限于射频器件和信号处理能力，早期应用仅限于飞机高度计等少数场景。20世纪90年代，随着微波单片集成电路（MMIC）技术的成熟，FMCW雷达开始进入汽车防撞领域。2000年以后，CMOS工艺的进步使得雷达前端芯片集成度大幅提升，成本显著下降，推动了车载雷达的普及。2015年前后，77GHz频段成为车载雷达的主流频段，FMCW体制凭借其同时测距测速能力和低截获概率特性，逐渐取代了部分脉冲多普勒雷达的应用场景。
近年来，随着自动驾驶等级提升和工业4.0的推进，FMCW雷达在4D成像、高分辨率感知、多传感器融合等方向持续演进。TI、NXP、英飞凌等厂商推出的单芯片毫米波雷达方案，将天线、射频前端、ADC和DSP集成于一颗芯片，使得雷达模组的体积和功耗大幅降低。与此同时，FMCW雷达在工业液位测量、无人机避障、智能家居感知等新兴领域也获得了广泛应用。理解FMCW雷达的发展脉络，有助于工程师在设计时合理选择技术路线和器件平台。
1.3 典型应用场景分析
| 应用领域 | 典型频段 | 关键需求 | 典型chirp参数 |
|---|---|---|---|
| 车载前向雷达 | 76-77GHz | 远距离(200m+)、高分辨率、全天候 | 带宽1GHz，斜率10-30MHz/μs |
| 车载角雷达 | 77-79GHz | 中距离(80m)、宽视场角 | 带宽1-4GHz，短chirp |
| 工业液位计 | 24GHz / 80GHz | 高精度(±1mm)、抗冷凝、大范围 | 带宽2-4GHz，慢扫频 |
| 安防周界雷达 | 24GHz / 60GHz | 人员检测、低虚警、全天候 | 带宽250MHz-1GHz |
车载雷达是FMCW雷达最大的应用市场。前向雷达需要同时满足远距离探测和中等距离的高分辨率要求，通常采用多模式chirp设计：远距离模式使用低斜率、长chirp，近距离模式使用高斜率、短chirp。工业液位计则更关注测量精度和稳定性，常采用三角波调制以消除距离-速度耦合，并通过多次测量平均来抑制随机误差。安防雷达需要在复杂背景中检测微动目标，对多普勒分辨率和杂波抑制能力要求较高。
1.4 本课程的学习目标与整体框架
本课程共30章，围绕FMCW雷达chirp参数设计、带宽选择与测距分辨率优化这一主线，构建从理论到实践的完整知识体系。课程内容分为四大模块：第一模块（第1-8章）讲解FMCW雷达基础原理与信号模型，包括chirp信号数学表达、差频信号推导、距离-多普勒解耦方法；第二模块（第9-16章）深入探讨chirp参数设计方法，包括斜率、周期、带宽、采样率、帧结构等参数的选取原则与约束条件；第三模块（第17-24章）聚焦测距分辨率优化技术，涵盖窗函数设计、超分辨率算法、MIMO虚拟孔径等进阶内容；第四模块（第25-30章）通过完整案例复盘和工程实战，帮助学员将理论知识转化为实际设计能力。
学习本课程需要具备基本的信号处理知识，包括傅里叶变换、采样定理和数字滤波基础。课程中会穿插MATLAB/Python仿真示例和TI毫米波雷达平台的实测数据分析，建议学员在学习过程中同步进行仿真验证。每章末尾设有思考题和工程实践建议，帮助巩固关键概念。
1.5 常见误区与设计思维建立
初学者在接触FMCW雷达时，常存在几个典型误区。第一个误区是认为带宽越大越好，实际上带宽增加虽然提升了距离分辨率，但也带来了系统复杂度的提升，包括ADC采样率要求提高、数据量增大、功耗上升等。第二个误区是混淆chirp斜率与带宽的概念，斜率S = B/T_c，带宽B决定分辨率，斜率决定相同采样率下的最大探测距离，两者需要独立设计。第三个误区是忽视窗函数对分辨率的影响，矩形窗的主瓣宽度约为2ΔR，而汉明窗的主瓣宽度约为4ΔR，实际分辨率会因加窗而恶化。
建立正确的设计思维，需要从系统级角度出发，综合考虑天线增益、发射功率、噪声系数、ADC动态范围等因素。例如，在车载前向雷达设计中，若要求探测距离200m，距离分辨率0.5m（对应带宽300MHz），则chirp斜率需根据ADC采样率和最大差频频率来反推。若ADC采样率为20MSPS，最大差频为10MHz，则斜率S = F_s·c/(2·R_max) = 20e6·3e8/(2·200) = 15MHz/μs，对应的chirp周期T_c = B/S = 300e6/15e6 = 20μs。这一设计流程将在后续章节中详细展开。