3. 数据存储格式：常见的雷达数据存储格式

做雷达数据回放与复现，第一个绕不开的问题就是：数据存成什么格式？

我见过不少新手，上来就一股脑把数据往硬盘里写，结果回放时发现读不出来，或者读出来全是乱码。嗯，这里面的坑其实不少。今天我就把几种常见的雷达数据存储格式掰开揉碎了讲一讲。

3.1 为什么存储格式这么重要？

说白了，雷达数据就是一堆数字。但这一堆数字怎么组织、怎么存、怎么读，直接决定了你的回放效率和分析体验。

我个人习惯把存储格式分成两类：

• 原始二进制格式：.bin、.pcap
• 结构化文本/数据格式：.csv、.json、.h5

你想想看，如果采集时存的是二进制，回放时却用文本解析器去读，那速度能慢到让你怀疑人生。反过来，如果数据量不大，却非要用二进制格式，调试起来又很麻烦。

3.2 各格式详解

3.2.1 .bin 格式（纯二进制）

这是最原始、最直接的格式。雷达采集到的ADC数据、IQ数据，直接按字节顺序写入文件。

优点：

• 读写速度极快，没有解析开销
• 文件体积最小，不浪费任何字节
• 与硬件采集端无缝对接

缺点：

• 可读性为零——你打开文件看到的全是乱码
• 没有元数据信息，不知道采样率、帧结构、数据类型
• 一旦格式定义变了，旧文件就废了

// 一个典型的.bin文件读取示例（C语言风格）
FILE *fp = fopen("radar_data.bin", "rb");
uint16_t buffer[1024];
fread(buffer, sizeof(uint16_t), 1024, fp);
// 注意：这里必须知道每个样本是16位还是32位

3.2.2 .pcap 格式（网络抓包格式）

这个格式大家可能更熟悉——Wireshark用的就是它。对于使用以太网传输的毫米波雷达（比如TI的AWR系列通过LVDS转UDP），pcap格式是天然的选择。

优点：

• 保留了完整的网络包结构，包括时间戳
• 可以用Wireshark直接分析网络层问题
• 支持多流、多通道数据

缺点：

• 文件体积大，因为每个包都有头部开销
• 解析复杂，需要理解UDP包内的数据排列
• 不适合存储处理后的结果

3.2.3 .csv 格式（逗号分隔值）

这是最通用的文本格式。每个数据点一行，用逗号隔开。

优点：

• 人类可读，用Excel或记事本就能打开
• 跨平台、跨语言支持最好
• 适合存储少量处理结果

缺点：

• 文件体积巨大——一个浮点数存成文本可能占10个字节，二进制只要4个
• 读写速度慢，尤其是大数据量时
• 不支持多维数据（比如复数、矩阵）

# 一个典型的csv文件内容
frame_id,range_idx,doppler_idx,amplitude
0,10,5,0.832
0,11,5,0.745
1,10,5,0.891

3.2.4 .json 格式（JavaScript对象表示法）

json格式在Web开发和配置文件中很常见。它用键值对的方式组织数据。

优点：

• 可读性极好，结构清晰
• 支持嵌套结构，适合存储复杂元数据
• Python、JavaScript等语言原生支持

缺点：

• 解析开销大，比csv还慢
• 文件体积更大（因为有很多花括号和引号）
• 不适合存储大量数值数组

{
  "radar_config": {
    "start_freq": 77e9,
    "slope": 60e12,
    "samples_per_chirp": 256,
    "chirps_per_frame": 128
  },
  "data_file": "raw_data.bin",
  "timestamp": "2024-03-15T10:30:00Z"
}

3.2.5 .h5 格式（HDF5层次数据格式）

这是科学计算领域的大杀器。HDF5可以理解为一个「文件系统」——里面可以存数据集、组、属性，还支持压缩和分块。

优点：

• 支持大规模数据集（TB级别）
• 内置压缩，节省空间
• 支持多维数组、复数、字符串等任意数据类型
• 可以同时存储数据和元数据

缺点：

• 需要专门的库（h5py、hdf5）才能读写
• 学习曲线较陡
• 不适合小数据量（文件头部开销大）

# Python读取h5示例
import h5py

with h5py.File('radar_data.h5', 'r') as f:
    # 查看文件结构
    print(list(f.keys()))
    # 读取数据集
    raw_data = f['raw/adc_data'][:]
    config = f['config/radar_params'][()]

3.3 格式对比一览

格式	读写速度	文件大小	可读性	元数据支持	适用场景
.bin	★★★★★	最小	★	无	原始ADC数据、实时采集
.pcap	★★★★	较大	★★	有（时间戳）	网络传输的雷达数据
.csv	★★	巨大	★★★★★	无	少量结果、标定数据
.json	★	巨大	★★★★★	丰富	配置文件、元数据
.h5	★★★★	较小（压缩）	★★	非常丰富	大规模数据、综合存储

3.4 我的选择策略

说了这么多，到底该用哪个？我个人的经验是：

1. 采集阶段：用.bin或.pcap，追求速度和最小开销
2. 处理阶段：转成.h5，方便管理和随机访问
3. 结果输出：用.csv或.json，方便别人查看和导入

你想想看，如果采集时就用json存原始数据，那采集卡可能都来不及写盘。反过来，如果给客户交付结果时给个.bin文件，人家还得问你要解析代码。

3.5 知识体系总览

下面这张图，我把整个存储格式的选择逻辑画出来了。你可以把它当作一个决策树来用。

这张图的核心逻辑其实很简单：先分清楚你存的是原始数据还是处理结果，然后再根据数据量和用途去选。我个人强烈建议，如果你要做长期的数据管理，直接上h5格式，省心省力。