3. 雷达信号链基础与原始数据获取
要真正理解雷达传感器能“看见”什么，必须先走通从发射波形到原始数据的一条完整信号链。XENSIV 雷达（如 BGT60TR13C、BGT60LTR11A1 等）属于调频连续波（FMCW）体制，其核心思想是：发射一段频率随时间线性上升的“啁啾”（chirp），接收目标反射回来的延迟副本，将两者混频得到差频信号，再通过 ADC 采样和二维 FFT 处理，最终形成距离-多普勒矩阵（Range-Doppler Matrix, RDM）。本节按信号在硬件与算法中的实际流向，逐级拆解这条链路，并给出通过 SDK 读取原始雷达数据的关键方法。
发射波形：FMCW 啁啾与帧结构
FMCW 雷达发射的不是单一频率，而是一串频率线性扫掠的连续波。一个 chirp 的关键参数包括：起始频率 fstart、带宽 B、扫频斜率 S = B/Tc（Tc 为单 chirp 有效时长）、采样率 fs。多个 chirp 组成一帧（frame），帧内 chirp 数记为 Nc，帧周期为 Tf。以 BGT60TR13C 为例，典型配置为：fstart = 58 GHz，B = 5.5 GHz，Tc = 64 µs，每帧 32 个 chirp，帧周期 5 ms。带宽决定距离分辨率 ΔR = c/(2B)，5.5 GHz 带宽对应约 2.7 cm 的距离分辨率；帧内 chirp 数决定多普勒分辨率与最大不模糊速度。
混频与中频信号
接收天线收到目标回波后，与发射信号的一小部分（经耦合器或功分器）送入混频器。混频器输出发射与接收信号的乘积，经低通滤波后保留差频分量，即中频（IF）信号。对于静止目标，IF 频率 fIF = 2·S·R/c，与目标距离 R 成正比；对于运动目标，回波存在多普勒频移 fD = 2·v·fc/c，因此 IF 信号在快时间（单 chirp 内）表现为频率 fIF，在慢时间（跨 chirp）表现为相位随 chirp 序号线性变化。这正是后续二维 FFT 能同时分离距离与速度的物理基础。
ADC 采样与数据立方体
IF 信号经抗混叠滤波后送入 ADC。ADC 采样率 fs 必须满足奈奎斯特条件，且需覆盖最大中频：fIF,max = 2·S·Rmax/c。每个 chirp 采样 Ns 个点，一帧共 Nc 个 chirp，则单通道原始数据量为 Ns × Nc 个复数样本（实采样时经希尔伯特变换或正交解调得到 I/Q）。多接收天线（BGT60TR13C 有 3 个 RX）则形成 Ns × Nc × Nrx 的三维数据立方体。这个立方体就是“原始雷达数据”的完整形态。
距离-多普勒矩阵生成
从数据立方体到 RDM 需要两步 FFT。第一步是沿快时间轴（每个 chirp 内的 Ns 个采样点）做 FFT，称为距离 FFT。由于 fIF 与 R 成正比，FFT 峰值所在 bin 索引 k 对应距离 R = k·c/(2·B·Ns)。第二步是沿慢时间轴（跨 Nc 个 chirp 的同一距离 bin）做 FFT，称为多普勒 FFT。运动目标在相邻 chirp 间引入相位差 Δφ = 4πvTc/λ，多普勒 FFT 峰值位置对应速度 v。两步 FFT 后得到 Ns × Nc 的复数矩阵，其幅度谱即 RDM。RDM 中每个像素代表一个“距离-速度”单元，像素强度反映该单元内目标的雷达截面积（RCS）与回波功率。
通过 SDK 读取原始雷达数据
Infineon 提供 Radar SDK（C 语言库）与 Python 封装（ifxradarsdk）。以 BGT60TR13C 为例，典型读取流程如下：
# 1. 连接设备
device = DeviceFmcw()
# 2. 配置 chirp 与帧参数
config = device.get_profile_config()
config.set_start_frequency(58e9)
config.set_bandwidth(5.5e9)
config.set_chirp_duration(64e-6)
config.set_num_chirps(32)
config.set_frame_rate(200) # 200 Hz
device.set_profile_config(config)
# 3. 启动采集
device.start_acquisition()
# 4. 读取一帧原始数据
frame = device.get_next_frame() # shape: (Nc, Nrx, Ns)
# 5. 停止并关闭
device.stop_acquisition()
device.close()
读取到的 frame 是一个三维数组，维度顺序通常为 (chirp 数, 接收天线数, 每 chirp 采样点数)。在 Python 中可将其 reshape 为 (Nc, Nrx, Ns)，再对每个 RX 通道分别做距离 FFT 与多普勒 FFT，即可得到 RDM。注意：原始数据为实数采样时，需先做希尔伯特变换或使用 I/Q 解调数据；若 SDK 已返回复数，则直接使用。
关键参数与结果判读
| 参数 | 符号 | 典型值（BGT60TR13C） | 对结果的影响 |
|---|---|---|---|
| 起始频率 | fstart | 58 GHz | 决定波长与多普勒灵敏度 |
| 带宽 | B | 5.5 GHz | 距离分辨率 ΔR = c/(2B) ≈ 2.7 cm |
| chirp 时长 | Tc | 64 µs | 影响最大不模糊速度 |
| 每帧 chirp 数 | Nc | 32 | 多普勒分辨率与速度范围 |
| 每 chirp 采样数 | Ns | 128 | 距离 FFT 点数与最大距离 |
| 帧周期 | Tf | 5 ms | 帧率 200 Hz，决定时间分辨率 |
判读 RDM 时，先看距离维峰值是否与目标实际距离一致，再看多普勒维峰值符号是否与目标运动方向一致（靠近为负、远离为正，具体符号约定需与坐标系定义统一）。若峰值展宽或出现多个峰，可能是多径、旁瓣或目标扩展所致。通过 SDK 读取的原始数据是后续所有检测、跟踪与分类算法的输入，理解其物理含义与维度结构，是雷达智能感知工程的第一步。