4. 雷达信号处理链与Bosch实现

毫米波雷达从天线接收到的回波，本质上是一段随时间变化的微弱模拟电压。要让这段电压变成“前方 80 米、相对速度 -12 m/s、方位角 3° 的一辆轿车”这样的目标信息，必须经过一条严格定义的信号处理链。Bosch 的毫米波雷达（如 MRR 中距离雷达、LRR 长距离雷达以及新一代 4D 成像雷达）在硬件加速器与嵌入式 DSP 上实现这条链路，其模块划分与数据流组织方式，直接决定了雷达的探测距离、分辨率、实时性和功能安全等级。本节按信号在链路上的流动顺序，逐级拆解每个处理环节的输入、输出、关键参数与 Bosch 的实现取舍。

一、ADC 采样：把模拟回波变成数字序列

雷达前端（MMIC）将接收到的射频信号与本振混频，得到中频（IF）信号，其频率与目标距离成正比。以 Bosch 常用的 FMCW 体制为例，若调频斜率 S = 30 MHz/μs，目标距离 R = 60 m，则差频 f_b = 2SR/c ≈ 12 MHz。ADC 以采样率 f_s 对该中频信号采样，采样点进入后续处理。

这里有两个关键约束。第一是采样率必须满足奈奎斯特条件，f_s 至少为最大差频的两倍；第二是采样时长 T_c 决定了频率分辨率 Δf = 1/T_c，进而决定距离分辨率 ΔR = c/(2B)，其中 B 为调频带宽。Bosch 的 LRR 系列常用带宽约 1 GHz，对应理论距离分辨率约 0.15 m。ADC 输出的原始数据按“快时间—慢时间”二维排布：快时间维（每 chirp 内的采样点）对应距离，慢时间维（多个 chirp 序号）对应多普勒。这个二维数据立方体是整条链路的起点。

二、距离 FFT 与多普勒 FFT：二维频谱的形成

对每个 chirp 的快时间采样做 FFT，即距离 FFT（Range FFT），把时域差频转换为距离维频谱，峰值位置对应目标距离。随后对同一距离单元、跨多个 chirp 的慢时间序列做第二次 FFT，即多普勒 FFT（Doppler FFT），峰值位置对应目标径向速度。两次 FFT 后得到距离—多普勒二维图（Range-Doppler Map, RDM）。

实际实现中需要加窗（如 Hann 窗）抑制旁瓣，否则强目标旁瓣会淹没邻近弱目标。Bosch 的模块通常把距离 FFT 放在硬件 FFT 加速器上，多普勒 FFT 在 DSP 上完成，以平衡吞吐与灵活性。RDM 中每个单元格的复数幅度代表该距离—速度组合的回波强度，相位则保留给后续 DOA 使用。

三、CFAR：在噪声与杂波中判定目标

RDM 中并非所有非零值都是目标，还有热噪声、地杂波、旁瓣残留。恒虚警率检测（CFAR）用自适应门限替代固定门限：对每个待检测单元（CUT），取其周围参考单元估计噪声功率，乘以门限因子得到判决门限。常用 CA-CFAR 在均匀噪声下表现良好，但在多目标或杂波边缘场景需改用 OS-CFAR 或 GO/SO-CFAR。

门限因子由虚警概率 P_fa 和参考单元数 N 决定，例如 N=32、P_fa=1e-6 时门限因子约 13 dB。CFAR 输出的是“目标候选点”，每个点带有距离、速度、幅度信息，但尚未区分真实目标与虚警。这一步的检测率与虚警率直接决定后续跟踪的稳定性。

四、DOA 估计与聚类：从点云到目标

CFAR 检出的每个候选点，需要利用多接收天线之间的相位差估计到达角（DOA）。以均匀线阵为例，相邻天线相位差 Δφ = 2πd·sinθ/λ，其中 d 为阵元间距，λ 为波长。通过 FFT 或 MUSIC、ESPRIT 等超分辨算法，可由相位差反解方位角 θ。Bosch 的 4D 成像雷达进一步在俯仰维布置天线，实现方位与俯仰二维测角。

DOA 之后得到的是带角度信息的点云。由于一个真实目标（如卡车）会在多个距离—速度—角度单元上产生多个检测点，必须通过聚类把属于同一目标的点归并。常用 DBSCAN 按距离与速度相似性聚类，再对每个簇计算质心、尺寸、RCS 估计，形成目标级输出。聚类质量直接影响后续跟踪与分类。

五、Bosch 信号处理模块拆解

Bosch 把上述链路映射到具体的硬件与软件模块。以典型 LRR 平台为例，MMIC 完成发射、接收与混频，输出中频信号；ADC 集成在 MMIC 或独立前端芯片中，采样后的原始数据通过高速接口送入雷达 SoC。SoC 内部通常包含硬件 FFT 加速器、向量 DSP 和微控制器核。

距离 FFT 计算量大但结构规整，适合放在硬件加速器上流水执行；多普勒 FFT、CFAR、DOA 和聚类则放在 DSP 上，用可配置的固件实现，便于针对不同车型和场景调整参数。Bosch 的模块化设计把“检测—测角—聚类”封装为可复用的信号处理库，上层应用只需配置波形参数（带宽、chirp 数、帧周期）和检测门限，即可获得目标列表。这种分层让同一套信号处理链能同时服务 MRR、LRR 和 4D 成像雷达，只是天线通道数、FFT 点数和 DOA 算法不同。

六、参数与结果的对应关系

下面用一组教学示例参数说明链路各环节的量化关系（非实测数据，仅用于理解量级）：调频带宽 B = 1 GHz，调频斜率 S = 30 MHz/μs，采样率 f_s = 40 MHz，每 chirp 采样 256 点，每帧 128 个 chirp，帧周期 50 ms。由此可得：距离分辨率 ΔR = c/(2B) ≈ 0.15 m；最大不模糊距离 R_max = f_s·c/(2S) ≈ 200 m；速度分辨率 Δv = λ/(2·N_chirp·T_chirp)，若 T_chirp = 60 μs，则 Δv ≈ 0.03 m/s；最大不模糊速度由 chirp 间隔决定，约 ±50 m/s。这些数值决定了雷达能分辨多近的两个目标、能测多快的相对速度，也是配置波形时必须先算清楚的边界。

CFAR 的门限因子、DOA 的阵元间距与算法选择、聚类的邻域半径，则决定检测概率、测角精度和点云质量。工程上通常先用仿真或录制的原始 ADC 数据回放，逐级观察 RDM、CFAR 检测结果和点云分布，再决定参数取舍。只有把每一级的输入输出和量化关系都对齐，整条 Bosch 信号处理链才能在整车上稳定输出可信的目标信息。