一、雷达基础与毫米波特性：毫米波频段划分、FMCW原理、距离-速度-角度测量基础
各位同学好，我是老张。今天咱们聊聊雷达最基础的东西——毫米波频段、FMCW原理，还有距离、速度、角度是怎么测出来的。
说实话，我刚开始接触毫米波雷达那会儿，也被一堆公式搞得头大。但后来发现，只要把核心逻辑捋顺了，这东西其实挺直观的。你想想看，雷达不就是「发个波出去，等它弹回来，算算时间差」嘛。
1.1 毫米波频段划分
毫米波，顾名思义，波长在毫米量级。具体来说，频率范围是30GHz到300GHz，对应波长1mm到10mm。
但在实际工程中，我们常用的就那么几个频段。我列个表，大家一目了然：
| 频段名称 | 频率范围 | 典型应用 | 我个人的偏好 |
|---|---|---|---|
| 24GHz | 24.0 - 24.25 GHz | 盲区检测、短距雷达 | 老牌频段，但带宽受限 |
| 60GHz | 57 - 64 GHz | 手势识别、车内感知 | 衰减大，适合短距 |
| 77GHz | 76 - 81 GHz | 自适应巡航、自动紧急制动 | 我的主力频段，精度高 |
| 79GHz | 79 - 81 GHz | 高分辨率成像雷达 | 带宽大，分辨率极佳 |
为什么77GHz成了主流？说白了，因为它的带宽能做到4GHz甚至更高。带宽越大，距离分辨率越高。我在做ADAS项目时，77GHz雷达能分辨出30cm内的两个目标，24GHz就做不到。
核心要点：毫米波频段的选择，本质是「带宽、衰减、成本」的三角权衡。77GHz是当前最均衡的选择。
1.2 FMCW原理——调频连续波
FMCW，全称Frequency Modulated Continuous Wave。中文叫调频连续波。
为什么不用脉冲雷达？嗯，这里有个坑。脉冲雷达需要很高的峰值功率，而且近距离测距有盲区。FMCW就不一样，它连续发射，功率低，没有盲区。
FMCW的核心思想很简单：发射一个频率随时间线性变化的信号。这个信号遇到目标反射回来，接收到的信号和发射信号之间就有了频率差。这个频率差，就叫「差频」或「中频」。
我画个图帮大家理解：
看到没？发射信号和接收信号之间有一个时间延迟τ。这个τ就是电磁波往返目标的时间。差频f_b和τ成正比，而τ又和距离R成正比。所以，测出差频，就能算出距离。
公式很简单：
f_b = (B / T_c) * τ
τ = 2R / c
所以：R = (c * T_c * f_b) / (2 * B)其中B是带宽，T_c是调频周期，c是光速。
实战经验：我在做第一个雷达项目时，差频信号总是有杂波。后来发现是发射和接收之间的隔离度不够。解决办法是加了一个延迟线，让收发在时间上错开一点。嗯，这个细节很多教材不会讲。
1.3 距离测量
距离测量是FMCW最直接的应用。刚才说了，通过差频f_b就能算出距离。
但这里有个关键参数——距离分辨率。它决定了你能区分两个相邻目标的最小距离。
公式是：
ΔR = c / (2 * B)举个例子：如果带宽B=4GHz，那么ΔR = 3e8 / (2 * 4e9) = 0.0375m，也就是3.75cm。这个分辨率相当不错了。
我做过一个测试：在77GHz雷达前放两个角反射器，相距5cm。用4GHz带宽的配置，两个目标清晰可见。换成1GHz带宽，就糊成一团了。
注意：距离分辨率不等于测距精度。分辨率是区分能力，精度是测量准确度。精度可以做到毫米级，但分辨率受带宽限制。别搞混了。
1.4 速度测量
速度怎么测？靠多普勒效应。
当目标相对雷达运动时，反射信号的频率会发生偏移。这个偏移量就叫多普勒频移f_d。
公式：
f_d = (2 * v) / λ其中v是径向速度，λ是波长。
在FMCW雷达中，我们通常发射多个chirp（调频脉冲），然后对chirp之间的相位变化做FFT。这个操作叫「多普勒FFT」或「速度FFT」。
我习惯的做法是：先做距离FFT，再做速度FFT。这样得到一个距离-速度二维矩阵。每个峰值对应一个目标，它的位置就是距离和速度。
速度分辨率呢？
Δv = λ / (2 * T_frame)T_frame是帧周期。帧周期越长，速度分辨率越高。但帧周期太长，又会影响实时性。这是个取舍。
避坑指南：我曾经在高速场景下遇到速度模糊的问题。目标速度超过最大不模糊速度，速度值就折叠回来了。解决办法是增加chirp数量，或者用多帧联合处理。后来我干脆在算法里加了一个速度解模糊模块。
1.5 角度测量
角度测量靠的是天线阵列。说白了，就是利用不同天线接收到的信号相位差来推算角度。
假设有两个接收天线，间距为d。目标回波到达两个天线的路程差是d*sin(θ)。这个路程差导致相位差：
Δφ = (2π / λ) * d * sin(θ)测出Δφ，就能算出θ。
角度分辨率取决于天线数量N和天线间距d：
Δθ ≈ λ / (N * d)天线越多，角度分辨率越高。但天线多了，成本也上去了。所以实际产品中，4发4收、6发8收是常见配置。
我参与过一个项目，用12发16收的阵列做成像雷达。角度分辨率能做到1度以内。但调试起来也真够呛——天线之间的耦合、相位校准、温度漂移，每个都是坑。
小技巧：角度测量对相位一致性要求极高。我建议每次上电后先做一次内校准，用已知位置的强目标来校正天线间的相位误差。这个步骤能显著提升测角精度。
1.6 距离-速度-角度联合测量
实际应用中，我们不是单独测距离、速度、角度，而是同时测。这就涉及到「雷达数据立方体」的概念。
数据立方体有三个维度：
- 快时间维：对应距离，通过ADC采样得到
- 慢时间维：对应速度，通过多个chirp得到
- 天线维：对应角度，通过多个接收天线得到
处理流程一般是：
- 对每个chirp做距离FFT，得到距离维数据
- 对同一距离门的不同chirp做速度FFT，得到速度维数据
- 对同一距离-速度单元的不同天线做角度FFT，得到角度维数据
这样，每个目标在三维空间里就有了一个坐标点：(R, v, θ)。
我记得第一次在示波器上看到三维点云时，那种感觉真的很奇妙。原本杂乱的回波信号，经过三步FFT之后，变成了一个个清晰的目标点。
总结一下：FMCW雷达的核心就是「三步FFT」——距离FFT、速度FFT、角度FFT。掌握了这个框架，你就掌握了毫米波雷达的命脉。
好了，这一章的内容就到这里。毫米波频段、FMCW原理、距离-速度-角度测量，这些都是后续所有算法的基础。下一章我们会深入聊雷达信号处理的具体实现，包括ADC采样、窗函数、CFAR检测这些实战内容。