2. 毫米波雷达基础

毫米波雷达在智能驾驶、工业感知和安防监控中扮演着核心传感器角色，而其中应用最广泛的调制体制当属调频连续波（FMCW，Frequency Modulated Continuous Wave）。与脉冲雷达不同，FMCW雷达通过连续发射频率随时间线性变化的信号，并利用发射信号与回波信号之间的频率差来解算目标信息。理解FMCW的工作原理、信号模型以及距离、速度、角度的测量机制，是后续开展干扰场景测试与抗干扰验证的基础。本章将从信号模型出发，逐步拆解FMCW雷达的三大基本测量维度，并结合工程案例说明参数设计与实际测量中的关键约束。

2.1 FMCW雷达工作原理与信号模型

2.1.1 核心原理：从线性调频到差频解算

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。发射信号频率在调制周期 \(T_c\) 内从 \(f_c - B/2\) 线性扫频至 \(f_c + B/2\)，其中 \(B\) 为扫频带宽。当发射信号遇到目标后产生回波，回波信号与发射信号在混频器中相乘并经低通滤波后，得到频率为发射与接收瞬时频率之差的差频信号（中频信号）。由于差频与目标延迟时间 \(\tau\) 成正比，而 \(\tau = 2R/c\)，因此通过测量差频频率即可反推目标距离。

发射信号的数学表达式为：

s_t(t) = cos(2πf_c t + πS t²)   (0 ≤ t ≤ T_c)

其中 \(S = B/T_c\) 为调频斜率（单位 Hz/s），\(f_c\) 为起始载频。接收信号为发射信号的延迟副本：

s_r(t) = A·cos(2πf_c(t-τ) + πS(t-τ)²)

混频后的中频信号（忽略幅度影响）为：

s_IF(t) = cos(2πSτ·t + 2πf_cτ - πSτ²)

由于 \(\tau\) 远小于 \(T_c\)，\(\pi S\tau²\) 项通常可忽略。中频频率 \(f_{IF} = S·τ = S·2R/c\)，由此得到距离与中频频率的线性关系：

R = c·f_IF / (2S)

2.1.2 信号模型中的关键参数与设计约束

FMCW信号模型涉及多个相互关联的参数，下表总结了各参数对雷达性能的影响：

在实际工程中，中频信号的带宽受ADC采样率限制。根据奈奎斯特采样定理，最大可测中频频率 \(f_{IF,max} = f_s/2\)，因此最大可测距离为：

R_max = c·f_s / (4S)

这一约束在干扰场景测试中尤为重要——当存在强干扰时，中频信号可能包含超出ADC量程的高幅值分量，导致饱和或削波，直接影响距离解算的准确性。

2.2 距离测量原理与距离FFT

2.2.1 距离测量的数学基础

距离测量基于中频频率与目标延迟的线性关系。对单个目标，中频信号为单频正弦波；对多个目标，中频信号为多个正弦波的叠加。通过对中频信号进行FFT（即距离FFT），可在频域中分辨不同距离对应的峰值。距离FFT的峰值位置 \(k\) 与目标距离的关系为：

R = k·c / (2B·N_fft) · N_fft / N_chirp

简化后，距离分辨率为 \(\Delta R = c/(2B)\)，与FFT点数无关，仅取决于扫频带宽。例如，77GHz雷达若采用4GHz带宽，距离分辨率可达3.75cm。

2.2.2 距离测量的工程实现与窗函数选择

距离FFT的工程实现需注意以下几点：

• 窗函数选择：矩形窗具有最窄的主瓣但旁瓣较高（-13dB），可能导致弱目标被强目标旁瓣淹没。工程中常用汉明窗（旁瓣-43dB）或布莱克曼窗（旁瓣-58dB），但主瓣宽度会增加约1.5~2倍，降低有效分辨率。
• 补零操作：在FFT前进行补零可提高频谱插值精度，但不会改善真实分辨率。补零到2~4倍点数可提升峰值定位精度。
• 距离校准：由于射频前端延迟、滤波器群延迟等非理想因素，实际距离与理论计算存在固定偏差，需通过已知距离的角反射器进行校准。

2.3 速度测量原理与多普勒FFT

2.3.1 速度测量的基本原理

FMCW雷达的速度测量基于多普勒效应。当目标以径向速度 \(v\) 运动时，回波信号在相邻两个调频周期之间产生相位差：

Δφ = 4π·v·T_c / λ

其中 \(\lambda = c/f_c\) 为载波波长。通过对同一距离单元内多个连续调频周期的中频信号进行FFT（即多普勒FFT），可提取该相位差，进而计算目标速度：

v = λ·Δφ / (4π·T_c)

速度分辨率由总观测时间 \(T_f = N·T_c\) 决定：

Δv = λ / (2·T_f)

最大不模糊速度由相邻调频周期间的相位差不超过 \(\pi\) 决定：

v_max = λ / (4·T_c)

2.3.2 速度-距离耦合与解耦方法

在标准FMCW体制中，距离与速度存在耦合。目标运动产生的多普勒频移会叠加在中频频率上，导致距离测量产生误差：

f_IF = S·2R/c + 2v/λ

为解耦距离与速度，工程中常采用以下方法：

1. 三角波调制：交替使用上扫频和下扫频，分别得到 \(f_{up}\) 和 \(f_{down}\)，通过加减运算分离距离与速度。
2. 多帧联合处理：利用多个调频周期组成帧，先做距离FFT再做多普勒FFT，形成距离-多普勒图（Range-Doppler Map），在二维平面上直接解耦。
3. 变斜率调制：使用不同斜率的调频段，通过方程组求解距离与速度。

2.4 角度测量原理与阵列信号处理

2.4.1 角度测量的基本原理

角度测量利用多根接收天线之间的相位差。假设天线间距为 \(d\)，目标到达角为 \(\theta\)，则相邻天线间的波程差为 \(d·sin(\theta)\)，对应的相位差为：

Δφ = 2π·d·sin(θ) / λ

通过对多根天线的中频信号在距离-多普勒处理后进行角度FFT，可得到角度谱，峰值位置对应目标角度：

θ = arcsin(λ·Δφ / (2π·d))

角度分辨率由天线阵列的有效孔径决定：

θ_res ≈ λ / (N·d·cos(θ))

其中 \(N\) 为接收天线数量。最大不模糊角度为：

θ_max = arcsin(λ / (2d))

2.4.2 天线阵列设计与角度测量精度

实际毫米波雷达通常采用MIMO（多输入多输出）天线阵列，通过虚拟阵列扩展有效孔径。例如，3发4收的MIMO阵列可虚拟为12根接收天线，显著提升角度分辨率。角度测量精度受以下因素影响：

• 天线间距误差：制造公差导致 \(d\) 偏离设计值，产生角度偏差，需出厂校准。
• 相位噪声：本振相位噪声会降低角度FFT的信噪比，影响角度估计精度。
• 多径反射：地面或墙壁反射产生的多径信号会叠加在直达波上，导致角度谱出现虚假峰。

2.5 常见误区与设计复盘

2.5.1 常见误区总结

2.5.2 设计复盘：从参数到系统

FMCW雷达的设计是一个多参数联合优化的过程。以76~81GHz车载雷达为例，典型设计流程如下：

1. 确定系统需求：最大探测距离200m，距离分辨率0.5m，速度分辨率0.1m/s，角度分辨率1°。
2. 计算带宽：由距离分辨率需求，\(B = c/(2·0.5) = 300MHz\)。
3. 确定调频周期：由速度分辨率需求，\(T_f = \lambda/(2·0.1) ≈ 19.5ms\)，若采用128个chirp，则 \(T_c ≈ 152μs\)。
4. 验证最大速度：\(v_{max} = \lambda/(4·T_c) ≈ 6.4m/s\)，不满足高速场景需求，需减小 \(T_c\) 或采用多段调制。
5. 调整参数：将 \(T_c\) 减小至50μs，\(v_{max}\) 提升至19.5m/s，但速度分辨率下降至0.3m/s，需通过增加chirp数量补偿。
6. 最终方案：B=300MHz，T_c=50μs，N=256，T_f=12.8ms，距离分辨率0.5m，速度分辨率0.15m/s，最大速度19.5m/s。