1. 课程导入与XENSIV 60GHz雷达概览

欢迎进入《Infineon XENSIV 60GHz 雷达开发》课程。在开始写第一行代码之前，我们需要先建立一张"全局地图"：XENSIV 60GHz 雷达到底是什么、它凭什么在众多传感方案中占据一席之地、它适合解决哪类问题，以及本课程会沿着怎样的路径带你从"认识器件"走到"跑通自己的应用"。这一节不涉及具体寄存器操作，但它决定了你后续每一次调试时的判断方向。

一、XENSIV 60GHz 雷达是什么

XENSIV 是英飞凌面向传感类应用的品牌，其中 60GHz 雷达产品线基于调频连续波（FMCW）体制工作。它的核心器件是高度集成的毫米波雷达收发芯片，典型代表包括 BGT60TR13C、BGT60LTR11AIP、BGT60UTR11AIP 等。以 BGT60TR13C 为例，它把发射通道、接收通道、压控振荡器、混频器、模数转换以及天线封装（AiP，Antenna-in-Package）集成在一颗很小的芯片内，对外只留下电源、时钟、SPI 和若干中断/数据引脚。这意味着开发者不需要自己设计射频前端和天线布局，就能获得一个可用的 60GHz 雷达传感器。

60GHz 属于毫米波频段，对应波长约 5mm。相比 24GHz 方案，它的带宽资源更宽（常见可达 4GHz 以上），因此距离分辨率更高；相比摄像头，它不依赖光照、不采集可识别的图像信息，在隐私敏感场景中更易被接受；相比红外/PIR，它能检测到静止或微动目标，而不是只对明显热运动响应。这些特性共同决定了它的典型应用：存在检测与人员计数、生命体征（呼吸/心跳）监测、手势识别、液位/料位测量、距离与速度测量、跌倒检测等。

二、核心优势与能力边界

理解优势的同时也要理解边界，否则容易在错误场景里反复碰壁。XENSIV 60GHz 雷达的主要优势可以归纳为四点：高集成度（AiP 封装，外围电路简单）、高分辨率（宽带 FMCW，厘米级距离分辨）、全天候与隐私友好（不受光照、烟雾、温度影响，不输出图像）、可检测微动（多普勒对微小位移敏感）。

它的边界同样明确：雷达输出的是点云、距离-多普勒谱或原始中频信号，而不是"人"或"车"这样的语义标签，语义判断需要算法完成；金属和水的反射很强，可能带来多径与遮挡问题；多目标场景下角度分辨受天线孔径限制；此外，60GHz 的法规功率限制、天线布局和外壳材料都会显著影响实际性能。因此，一个成功的雷达项目往往是"硬件布局 + 波形配置 + 信号处理 + 应用逻辑"四者协同的结果。

三、从物理量到可用信息：信号链总览

为了让你在后续章节中不迷失，这里先给出整条信号链的骨架。发射端产生一个频率随时间线性上升的 chirp 信号；接收端收到被目标反射回来的延迟版本；两者混频后得到中频（IF）信号，其频率与目标距离成正比，其相位变化与目标微小位移相关；ADC 采样后形成原始数据立方体（fast-time × chirp × 天线）；再经过距离 FFT、多普勒 FFT、角度估计，得到距离-多普勒-角度信息；最后交给检测与跟踪算法，输出目标列表或事件。下面的图把这条链路与开发环境对应起来。

四、本课程的学习路径

课程整体按"由外到内、由静到动"的顺序展开。第一阶段建立认知：了解产品定位、封装形式、引脚与供电要求，完成评估板与上位机的连接，能读到第一帧原始数据。第二阶段进入配置：理解 chirp 参数（起始频率、带宽、上升时间、采样率、chirp 数、帧周期）如何决定距离分辨率、最大探测距离、速度量程与速度分辨率，并学会用 Radar Fusion GUI 生成配置。第三阶段进入信号处理：从原始数据立方体出发，实现距离 FFT、多普勒 FFT、CFAR 检测、角度估计与点云生成。第四阶段进入应用：把点云变成存在检测、人员计数、手势识别或生命体征估计，并处理误报、遮挡、多径等工程问题。最后是优化与量产：功耗、天线罩影响、法规合规与固件集成。

需要强调的是，这条路径不是线性的"学完再练"，而是每一阶段都建议动手。例如在学习 chirp 参数时，最有效的方式是固定其他参数、只改带宽，观察距离分辨率的变化；在学习 CFAR 时，改变阈值因子，观察检测点数量与虚警的权衡。这种"改一个参数、看一个结果"的习惯，是雷达开发中最核心的能力。

五、开发环境总览与第一个可观察结果

典型的入门环境包括：一块 XENSIV 60GHz 雷达评估板（如 DEMO BGT60TR13C）、一块带 USB 接口的 MCU 底板、安装有 Radar Fusion GUI 的 PC，以及用于后续算法开发的 Python 或 MATLAB 环境。连接后，GUI 可以实时显示距离-多普勒热图、时域 IF 信号和点云。建议你在正式学习前先完成一次"最小可观察实验"：用默认配置让雷达对着一个静止的人体，观察距离谱上是否出现稳定的峰值；再让人缓慢走动，观察多普勒维是否出现正负频移。这个实验不需要写代码，却能让你直观感受到"距离对应频率、速度对应相位变化"这两个最基本的映射关系。

六、几个容易踩的认知误区

• 把雷达当摄像头用：雷达不输出图像，它输出的是距离、速度、角度和反射强度，语义需要算法赋予。
• 忽略天线罩与安装：外壳材料、厚度、与天线的距离会改变波束和衰减，同一配置换外壳后结果可能完全不同。
• 只调算法不调波形：很多"算法效果差"的问题，根源是 chirp 参数与场景不匹配，例如速度量程不够导致混叠。
• 把仿真结果当实测：本课程中的参数示例用于说明原理，实际项目必须以你的硬件实测为准。