第一章：毫米波雷达基础

各位同学好，我是老张。在雷达行业摸爬滚打了十几年，今天咱们来聊聊毫米波雷达最核心的基础知识。说实话，很多做SLAM的朋友一上来就急着跑算法，结果连雷达怎么测距的都搞不清楚，后面踩坑踩得那叫一个惨。我个人习惯，先把地基打牢，后面才能盖高楼。

雷达的原理，说白了就是「发射-反射-接收」这三个动作。你想想看，蝙蝠在黑暗里怎么飞？它发出超声波，碰到障碍物弹回来，根据回声判断距离和方向。毫米波雷达本质上干的是同一件事，只不过它用的是电磁波。

我当年刚入行时，带我的老师傅说了句话，我一直记到现在：「雷达测距，测的不是距离，是时间。」 什么意思呢？电磁波以光速传播，我们只要测出信号从发射到接收的时间差Δt，距离R就能算出来：

R = c × Δt / 2

这里c是光速，除以2是因为信号走了个来回。嗯，这里要注意，这个公式是所有雷达测距的根基，后面不管算法多花哨，最后都得回到这个公式上来。

核心要点： 毫米波雷达的工作频率在30GHz到300GHz之间，波长在1mm到10mm。波长越短，分辨率越高，但穿透性会下降。这是个经典的trade-off。

好，问题来了：怎么精确测量那个Δt？脉冲雷达的做法是发一个短脉冲，等它回来。但毫米波雷达常用的是另一种方式——FMCW（调频连续波）。

FMCW不发射脉冲，而是发射频率随时间线性变化的连续波。这就像你站在山顶喊一声，听到回声。但如果你一边喊一边改变音调，回声的音调也会跟着变。通过比较发射信号和接收信号的频率差，就能算出距离。

为什么会这样？我来画个图帮你理解：

图中红色实线是发射信号，蓝色虚线是接收信号。接收信号比发射信号延迟了Δt，导致同一时刻两者频率不同，这个频率差Δf和距离成正比。用公式表示就是：

Δf = S × Δt = S × (2R / c)

其中S是调频斜率，单位是Hz/s。所以：

R = c × Δf / (2S)

我在项目中遇到过一个问题：如果目标在运动，接收信号还会多一个多普勒频移，这时候Δf就包含了距离和速度两方面的信息。怎么解耦？别急，后面会讲。

个人经验： 调频斜率S的选择很关键。S越大，距离分辨率越高，但最大不模糊距离会变小。我一般会根据应用场景先算一下，避免出现距离模糊。

FMCW雷达一次发射能同时测出距离、速度和角度。这三个量是怎么算出来的？咱们一个一个说。

刚才已经讲了，距离由差频Δf决定。但实际处理中，我们不是直接测Δf，而是对中频信号做FFT（快速傅里叶变换）。FFT之后，频谱上的峰值位置就对应着目标的距离。

举个例子：假设采样率Fs=10MHz，FFT点数N=1024，那么频率分辨率是Fs/N≈9.77kHz。如果调频斜率S=100MHz/μs，那么距离分辨率就是：

ΔR = c / (2 × S × T_c) = c / (2 × B)

其中B是带宽，T_c是chirp时长。这个公式很实用，我建议你记下来。

速度估计靠的是多普勒效应。目标运动时，接收信号的频率会偏移，偏移量正比于径向速度。具体来说，如果发射一串chirp（比如128个），对每个chirp做距离FFT后，再对同一距离门上的数据做第二次FFT（多普勒FFT），就能提取出速度信息。

我曾经踩过一个坑：多普勒FFT能测的最大不模糊速度由chirp周期决定。如果目标速度太快，会出现速度模糊。解决办法是缩短chirp周期，或者用多普勒解模糊算法。嗯，这个后面章节会细讲。

v = λ × f_d / 2

其中λ是波长，f_d是多普勒频移。注意，这里测的是径向速度，不是目标的实际运动速度。

角度估计依赖的是天线阵列。毫米波雷达通常有多个接收天线（比如4个、8个甚至更多）。目标到不同天线的波程差不同，导致接收信号的相位不同。通过比较这些相位差，就能算出目标的角度。

角度估计的精度取决于天线间距和数量。天线间距越大，角度分辨率越高，但会出现栅瓣。我一般建议天线间距取半波长，这是个比较平衡的选择。

注意： 角度估计对相位噪声非常敏感。我在做车载雷达时，遇到过因为温度变化导致天线相位漂移，角度估计直接跑偏的情况。后来加了温度补偿才解决。

好，咱们把这一章的核心内容捋一捋：

说实话，这些基础概念看起来简单，但真正用好它们，需要大量的实践。我当年刚接触毫米波雷达时，光理解FMCW的时频关系就花了两周。别急，慢慢来，后面我们会一步步深入。

可可精品资料库