第4章 FMCW雷达原理

4. FMCW雷达原理：信号模型、线性调频、差频信号与距离-速度解耦

各位同学，今天我们来聊聊FMCW雷达的核心原理。说实话，我刚入行那会儿，看到一堆公式也挺头疼的。但后来我发现，只要把物理图像搞清楚了，数学推导就是个顺理成章的事。

FMCW，全称是Frequency Modulated Continuous Wave，也就是调频连续波。它跟脉冲雷达不一样，不是发射一个短脉冲然后等回波，而是连续发射一个频率随时间变化的信号。

我个人习惯把FMCW信号想象成一把「频率尺子」。你想想看，如果我们发射一个频率线性上升的信号，那么回波信号因为传播延迟，它的频率会比发射信号低一些。这个频率差，就包含了目标的距离信息。

典型的FMCW发射信号可以写成：

s_tx(t) = A * cos(2π * f_c * t + π * S * t² + φ_0)

其中：

这里有个关键点——相位项。我在做第一个雷达项目时，就忽略了初始相位的影响，结果测距精度一直上不去。后来才发现，不同chirp之间的相位一致性非常重要。

线性调频，说白了就是频率随时间线性变化。最常见的波形是锯齿波和三角波。

锯齿波：频率从f_c线性上升到f_c+B，然后瞬间跳回起点。这种波形简单，处理起来也方便，是目前车载雷达的主流选择。

三角波：频率先上升再下降，形成一个对称的三角。我记得有次做多目标检测，用锯齿波怎么都分不开两个靠得很近的目标，换成三角波就好多了。为什么？因为三角波上下扫频可以得到两个差频，有助于解速度模糊。

重要概念：调频斜率S = B / T_c。S越大，同样的时延产生的差频就越大，测距灵敏度就越高。但S太大，采样率要求也高，这是个trade-off。

好，现在发射信号发出去了，碰到目标反射回来。接收信号s_rx(t)相比发射信号，有两个变化：

接收信号可以写成：

s_rx(t) = α * A * cos(2π * f_c * (t-τ) + π * S * (t-τ)² + φ_0)

然后我们把发射信号和接收信号混频（也就是相乘），再经过低通滤波，就得到了差频信号：

s_if(t) = (α * A² / 2) * cos(2π * S * τ * t + 2π * f_c * τ - π * S * τ²)

嗯，这里要注意，π * S * τ²这一项通常非常小，可以忽略。所以差频信号近似为：

s_if(t) ≈ (α * A² / 2) * cos(2π * f_b * t + φ_b)

其中：

你看，距离信息被编码到了频率上。这就是FMCW雷达最巧妙的地方——用频率测量代替时间测量，大大降低了硬件要求。

实战技巧：我曾经在调试一个77GHz雷达时，发现差频信号的信噪比总是不够。后来检查发现，是混频器的本振功率没调好。记住，混频器的线性区很窄，功率太大或太小都会引入额外噪声。

前面我们只考虑了静止目标。但如果目标在动呢？那就麻烦了——多普勒效应会叠加在差频上，导致距离和速度耦合在一起。

对于运动目标，回波的时延τ = 2(R₀ + v * t) / c，其中v是径向速度。这时候差频变成：

f_b = S * 2R₀ / c + 2v * f_c / c

看到了吗？差频里既有距离项，又有速度项。单靠一个chirp，你分不清这个频率偏移是来自距离还是速度。

怎么解耦？我常用的方法是发射多个chirp，组成一个frame。具体来说：

这就是所谓的「二维FFT」或「距离-多普勒处理」。

核心公式：

距离分辨率：ΔR = c / (2B)

速度分辨率：Δv = λ / (2 * N * T_c)

最大不模糊速度：v_max = λ / (4 * T_c)

这里有个坑，我踩过好几次。最大不模糊速度v_max跟chirp周期T_c成反比。T_c越小，v_max越大，但距离分辨率会变差（因为带宽B受限于T_c）。所以实际设计中，需要在距离分辨率和速度测量范围之间做权衡。

避坑指南：我曾经在一个项目中，为了追求高距离分辨率，把chirp时间设得很长。结果高速目标的速度全部模糊了，测出来的速度都是折叠后的值。后来我加了一个「多chirp组」的方案——用短chirp测速度，用长chirp测距离，再联合解算。效果还不错。

好了，这一章的内容就这些。我们来捋一下重点：

最后留个思考题：如果目标距离很远，回波信号很弱，你会怎么提高信噪比？是增加发射功率，还是增加chirp数量，还是改进混频器设计？这个问题没有标准答案，但我在实际项目中试过所有方案，各有优劣。下节课我们接着聊。