3. 雷达信号处理基础与S32R加速器

FMCW雷达通过发射频率随时间线性变化的连续波，并接收目标反射回波，利用收发信号之间的频率差获取距离信息。设调频斜率 S = B/Tc，其中 B 为扫频带宽，Tc 为单次扫频时间。目标距离 R 对应的差频为 f_b = 2SR/c，因此距离分辨率由带宽决定：ΔR = c/(2B)。例如 B = 1 GHz 时，理论距离分辨率约为 0.15 m。速度信息则来自多个扫频之间的相位变化，目标径向速度 v 引起的多普勒频率为 f_d = 2v/λ，通过慢时间维FFT即可分辨速度。

MIMO雷达在FMCW基础上进一步引入角度维。以 Nt 个发射天线和 Nr 个接收天线构成虚拟阵列，可获得 Nt×Nr 个虚拟通道。通过在不同发射天线之间施加正交波形或时分发射，接收端可分离各发射通道信号，形成虚拟孔径。角度分辨率与虚拟孔径长度相关，典型表达式为 Δθ ≈ λ/(N_v d cosθ)，其中 N_v 为虚拟阵元数，d 为阵元间距。TDM-MIMO是S32R平台常用的实现方式，其代价是速度模糊度下降，需要在波形设计时权衡。

完整的雷达处理链通常按“距离—多普勒—角度”顺序展开。原始ADC数据先做距离维FFT，将快时间采样转换为距离门；再对同一距离门跨chirp做多普勒FFT，得到距离-多普勒图（RD图）；随后在RD图上进行CFAR检测，提取目标点；最后对目标点跨虚拟阵列做角度FFT或超分辨DOA估计，得到方位角与俯仰角。该处理链的计算量集中在FFT、CFAR和DOA三部分，也是S32R加速器重点优化的对象。

在S32R平台上，SPT（Signal Processing Toolbox）和BBE（Baseband Engine）是两类核心硬件加速器。SPT擅长高吞吐的FFT/IFFT、复数乘加和向量运算，适合承担距离维与多普勒维FFT；BBE则更偏向基带域的检测与统计类操作，如CFAR门限比较、直方图统计、复数相关和波束形成加权。将处理链映射到硬件时，关键不是“能不能算”，而是“数据如何流动、位宽如何匹配、延迟如何隐藏”。

以距离维FFT为例，假设每帧有 Nr = 256 个距离采样点、Nc = 128 个chirp、Nch = 8 个接收通道。若直接按通道串行处理，每通道需做128次256点FFT。SPT通常以蝶形为单位流水执行，配置时需将输入按基2或基4分解，并确保输入数据按SPT要求的复数交错格式排列。若FFT长度不是SPT支持粒度的整数倍，需要补零到最近的支持长度，否则会触发额外的软件回退路径，显著拉低吞吐。

CFAR映射到BBE时，需要明确参考窗、保护窗和门限因子。以CA-CFAR为例，在RD图上对每个待检测单元，取其左右各 Nref/2 个参考单元，排除紧邻的 Nguard 个保护单元，计算参考单元平均功率 Pnoise，再乘以门限因子 α 得到检测门限。BBE可并行比较多个距离门，但参考窗参数需在配置寄存器中预先设定。若参考窗跨越了强目标旁瓣区域，虚警率会上升，此时可改用GO-CFAR或SO-CFAR，或在BBE前增加一次简单的旁瓣抑制。

DOA估计通常对CFAR检测出的目标点进行。对每个目标点，取其跨虚拟阵列的复数数据，做角度维FFT或MVDR。若使用角度FFT，需保证虚拟阵元按空间顺序排列，且阵元间距不超过半波长以避免栅瓣。S32R的BBE可加速复数相关和加权求和，但虚拟阵列的校准系数（幅度和相位补偿）通常需要在软件中预先计算并写入系数表。一个常见的实践问题是：TDM-MIMO下不同发射通道的相位偏移未校准，会导致角度谱出现分裂或偏移，表现为同一目标在方位角上出现两个峰。

下面给出一个距离-多普勒-角度处理链的关键参数配置示例，用于说明各阶段输入输出与加速器选择的关系。该示例为教学假设，实际参数需根据具体波形和S32R型号调整。

调试时，建议按阶段验证：先确认距离FFT后单目标峰值位置与理论距离一致；再确认多普勒FFT后速度符号与目标运动方向一致；然后检查CFAR是否在目标周围产生稳定检测，且虚警点不随帧剧烈波动；最后检查DOA角度谱主瓣是否对准真实方位。若角度谱出现双峰，优先排查虚拟阵列校准和TDM相位补偿；若CFAR虚警偏高，优先检查参考窗是否落入强目标旁瓣或门限因子是否过小。

将FFT/CFAR/DOA映射到S32R加速器，本质上是把算法结构拆解为加速器可识别的数据流和配置参数。SPT负责高吞吐的变换类运算，BBE负责检测与统计类运算，两者通过DMA和共享内存协同。理解每个阶段的输入输出格式、位宽、窗函数和参数约束，比单纯调用库函数更能决定系统能否稳定达到实时性要求。