3、速度测量核心：多普勒频移提取、二维FFT处理、速度维分辨率与最大不模糊速度

FMCW雷达的速度测量并非直接读取某个寄存器或单一频率分量，而是通过发射信号与回波信号的差频（拍频）中蕴含的多普勒信息，经过一系列信号处理链路逐步解算出来的。在实际工程中，速度测量异常往往并非单一原因导致，而是“多普勒频移提取错误”、“二维FFT处理参数失配”以及“速度维分辨率与最大不模糊速度设置不当”三者交织的结果。本章将围绕这三个核心环节，从原理到实操，系统梳理速度测量的完整链路与排查方法。

3.1 多普勒频移提取：从拍频信号中分离速度信息

3.1.1 核心原理：拍频中的多普勒分量

FMCW雷达发射线性调频连续波，其瞬时频率随时间线性变化。当目标存在径向运动时，回波信号不仅包含由距离引起的时延τ，还叠加了由多普勒效应引起的频率偏移。经过混频器将发射信号与回波信号相乘并通过低通滤波器后，得到的差频信号（拍频）频率为：

f_b = f_r ± f_d

其中，f_r = k·τ（k为调频斜率，τ为双程时延）对应距离信息，f_d = 2v/λ对应径向速度信息。对于三角波调制，上扫频和下扫频的拍频分别为f_b+ = f_r - f_d和f_b- = f_r + f_d，通过联立方程即可解算出距离和速度。但对于锯齿波调制（仅上扫频），单次FFT只能得到f_b = f_r + f_d的混合值，必须依赖多chirp间的相位变化来提取速度。

3.1.2 判断方法：如何确认多普勒提取是否正确

• 静态目标验证：将雷达对准静止角反射器，观察拍频频谱。若速度维FFT峰值出现在0 Hz附近（即f_d≈0），说明多普勒提取链路基本正常。
• 已知速度目标验证：使用标准速度转台或已知速度的车辆，对比测量速度与真实速度的偏差。若偏差超过0.1 m/s，需检查相位噪声和时钟抖动。
• 相位连续性检查：在距离维FFT后，提取目标所在距离门的复数序列，观察其相位是否随chirp序号线性变化。若相位跳变不连续，可能存在相位模糊或数据采集丢点。

3.1.3 案例拆解：相位噪声导致的速度抖动

场景：某77GHz车载雷达在测试中发现，静止目标的速度测量值在±0.3 m/s范围内随机抖动，远超规格书要求的±0.05 m/s。

分析过程：首先检查了温度补偿晶振（TCXO）的输出，发现其短期稳定度（Allan方差）在1ms积分时间内为1e-9，理论上引起的速度误差仅为0.002 m/s，排除晶振问题。进一步使用频谱分析仪观察混频器输出的拍频信号，发现其相位噪声在10kHz偏移处为-85 dBc/Hz，比数据手册典型值差15 dB。该相位噪声通过混频器泄漏到拍频信号中，导致相邻chirp间的相位差测量产生随机误差。

解决措施：更换低相位噪声的锁相环（PLL）芯片，并将混频器本振端口的驱动功率从+3 dBm提升至+7 dBm，以改善混频器的噪声系数。优化后，静止目标速度抖动降至±0.03 m/s以内。

3.2 二维FFT处理：距离-速度解耦的关键步骤

3.2.1 核心原理：从1D-FFT到2D-FFT的矩阵变换

二维FFT处理是FMCW雷达信号处理的核心。其流程为：首先对每个chirp的N个采样点做距离维FFT（1D-FFT），得到N个距离门；然后将M个chirp的同一距离门数据按时间顺序排列，形成M点的序列；最后对该序列做速度维FFT（2D-FFT），得到M个速度门。整个过程可视为对N×M数据矩阵先按行做FFT，再按列做FFT。

值得注意的是，2D-FFT的窗函数选择直接影响频谱泄漏和旁瓣水平。距离维通常使用Hamming窗或Blackman-Harris窗以压低旁瓣，但会略微展宽主瓣；速度维则更关注多普勒分辨，常使用矩形窗以保持最窄的主瓣宽度，但需接受较高的旁瓣。

3.2.2 操作流程：2D-FFT的工程实现与参数校验

1. 数据采集：确保ADC采样率满足奈奎斯特准则，且每个chirp的采样点数N固定。采集M个chirp的数据存入缓冲区。
2. 距离维FFT：对每个chirp的N点数据加窗后做N点FFT，取复数结果存储。
3. 数据矩阵转置：将M×N的复数矩阵转置为N×M，使每个距离门对应一行M点数据。
4. 速度维FFT：对每个距离门的M点数据加窗后做M点FFT，得到N×M的二维频谱。
5. 峰值搜索：在二维频谱中通过CFAR检测提取目标峰值，记录其距离门索引和速度门索引。
6. 参数换算：距离 = 距离门索引 × ΔR，速度 = (速度门索引 - M/2) × Δv（注意FFT的频谱搬移）。

3.2.3 案例拆解：FFT点数不足导致的速度分辨率恶化

场景：某24GHz工业雷达在检测传送带上相邻两个包裹（速度差0.15 m/s）时，2D-FFT频谱中两个目标的速度峰完全重叠，无法区分。

参数分析：该雷达的chirp周期T_c = 80μs，chirp数M = 64，波长λ = 12.5mm。速度分辨率Δv = λ/(2·T_c·M) = 12.5e-3/(2×80e-6×64) ≈ 1.22 m/s。显然，1.22 m/s的分辨率远大于0.15 m/s的速度差，无法分辨。

优化措施：将chirp数从64增加到256，同时保持T_c不变，则Δv降至0.305 m/s，仍不够。进一步将T_c从80μs增加到160μs，M=256，则Δv = 12.5e-3/(2×160e-6×256) ≈ 0.153 m/s，勉强满足需求。但T_c增大导致最大不模糊速度v_max = λ/(4·T_c) = 12.5e-3/(4×160e-6) ≈ 19.5 m/s，低于传送带可能出现的最大速度25 m/s，存在模糊风险。

最终方案：采用变chirp周期策略：使用T_c = 80μs的短chirp序列测量速度（保证v_max = 39 m/s），同时使用T_c = 160μs的长chirp序列提高分辨率，通过多普勒解模糊算法融合两组数据。最终成功分辨出0.15 m/s的速度差，且无模糊。

3.3 速度维分辨率与最大不模糊速度：参数设计的权衡艺术

3.3.1 核心原理：两个关键公式的物理约束

速度维分辨率Δv和最大不模糊速度v_max是FMCW雷达速度测量的两个核心指标，它们由以下公式决定：

Δv = λ / (2 · T_f) = λ / (2 · T_c · M)
v_max = λ / (4 · T_c)

其中，T_f = T_c × M为帧周期（总观测时间），λ为载波波长。从公式可以看出：

• Δv与T_f成反比：观测时间越长，速度分辨率越高。这是因为更长的观测时间意味着更大的多普勒相位积累。
• v_max与T_c成反比：chirp周期越短，可测量的最大速度越大。这是因为相邻chirp间的相位差Δφ = 4πv·T_c/λ，当Δφ超过π时，相位发生模糊。
• 两者相互制约：在波长λ固定的情况下，提高分辨率（增大T_f）和增大最大速度（减小T_c）之间存在直接矛盾。

3.3.2 判断方法：如何评估当前参数是否满足需求

判断参数是否合理的快速方法：计算v_max是否大于目标最大速度的1.2倍（留20%余量），同时计算Δv是否小于目标最小速度差的1/3（保证可分辨）。若两者无法同时满足，需考虑采用多普勒解模糊技术或变周期方案。

3.3.3 案例拆解：车载雷达的速度模糊问题

场景：某77GHz车载雷达（λ≈3.9mm）在高速公路上测试时，当对向来车速度超过v_max时，雷达显示的速度突然从+80 m/s跳变为-12 m/s，且目标距离显示正常。

分析过程：该雷达的T_c = 40μs，则v_max = λ/(4·T_c) = 3.9e-3/(4×40e-6) ≈ 24.4 m/s。对向来车相对速度约为80 m/s，远超v_max。根据多普勒模糊原理，实际速度v = v_measured + 2·k·v_max（k为整数）。当v_measured = -12 m/s时，k=2，则v = -12 + 2×2×24.4 = 85.6 m/s，接近真实值。

解决措施：采用双chirp周期法：交替使用T_c1 = 40μs和T_c2 = 50μs的chirp，分别得到模糊速度v1和v2。由于两个chirp的v_max不同，通过中国剩余定理（CRT）即可解算出真实速度。实际测试中，使用该方法成功解算出120 m/s以内的速度，误差小于0.2 m/s。

3.3.4 常见误区与总结复盘

• 误区一：认为增大FFT点数就能提高速度分辨率。实际上，分辨率由观测时间T_f决定，补零FFT只能插值细化频谱，不能提高真实分辨率。
• 误区二：忽略窗函数对速度测量的影响。矩形窗虽然主瓣最窄，但旁瓣高，可能掩盖小目标；Hamming窗旁瓣低但主瓣展宽约1.3倍，需在分辨率与动态范围间权衡。
• 误区三：在速度维FFT前未做距离走动补偿。当目标速度较高或T_f较长时，目标可能跨越多个距离门，导致速度维频谱严重展宽。
• 误区四：将v_max与ADC采样率混淆。v_max仅由T_c和λ决定，与采样率无关；采样率只影响距离维最大不模糊距离。

速度测量的三个核心环节——多普勒提取、2D-FFT处理、速度维参数——构成了一个完整的信号处理链路。任何一环的参数失配或实现缺陷，都会直接表现为速度测量异常。在实际排障中，建议按照“先验证多普勒提取正确性 → 再检查2D-FFT实现细节 → 最后审视速度维参数设计”的顺序逐步排查，避免盲目调整参数导致问题复杂化。