第一章：毫米波雷达基础
各位同学，大家好。我是你们这门课的老朋友。说实话，每次讲毫米波雷达，我总会想起自己刚入行那会儿。那时候调试一个FMCW波形，经常盯着示波器看到半夜。嗯，今天咱们就从最基础的东西聊起。
1.1 频率与波长：雷达的“眼睛”怎么选
毫米波，顾名思义，就是波长在毫米量级的电磁波。具体来说，频率范围通常在30GHz到300GHz之间。你想想看，这个频段的波长有多短？1毫米到10毫米。波长越短，雷达的分辨率就越高。
我个人习惯把频率和波长的关系记在心里：
λ = c / f其中c是光速，约3×10⁸ m/s。举个例子，77GHz的毫米波，波长大约是3.9毫米。我在项目中遇到过，有些同学总搞混频率和波长的关系，其实很简单——频率越高，波长越短。
重要概念：毫米波雷达常用的频段有24GHz、60GHz、77GHz和79GHz。77GHz是目前车载雷达的主流选择，因为它的带宽大、分辨率高。
1.2 FMCW原理：调频连续波是怎么工作的
FMCW，全称是Frequency Modulated Continuous Wave。说白了，就是发射一个频率随时间线性变化的连续波。为什么要这么做？因为我们需要测量距离和速度。
基本原理是这样的：
- 发射一个频率线性增加的信号（称为chirp）
- 这个信号遇到目标后反射回来
- 接收到的回波信号与发射信号混频，得到差频信号
- 差频信号的频率与目标的距离成正比
我曾经踩过一个坑：FMCW雷达的发射功率不能太大，否则会干扰其他设备。嗯，这里要注意，功率设计要符合各国法规。
个人经验：我建议初学者先理解FMCW的时频图。横轴是时间，纵轴是频率。发射信号和回波信号在时频图上就是两条平行线，它们的垂直距离就是差频。这个差频直接对应目标的距离。
1.3 距离-多普勒-角度三维数据立方体
这是毫米波雷达最核心的数据结构。你想想看，一个雷达系统同时要测量目标的距离、速度和角度，怎么组织这些数据？答案就是三维数据立方体。
数据立方体的三个维度分别是：
| 维度 | 含义 | 获取方式 |
|---|---|---|
| 距离维（Range） | 目标到雷达的距离 | 对每个chirp做FFT（距离FFT） |
| 多普勒维（Doppler） | 目标的径向速度 | 对多个chirp做FFT（多普勒FFT） |
| 角度维（Angle） | 目标相对于雷达的角度 | 对多个接收天线做角度估计 |
我记得第一次接触这个数据立方体时，感觉特别抽象。后来在项目中调试一个多目标跟踪算法，才真正理解了它的价值。
避坑指南：我曾经在项目中忽略了数据立方体的内存管理。一个128个chirp、256个采样点、4个接收天线的数据立方体，如果直接用float32存储，需要128×256×4×4字节 ≈ 512KB。看起来不大，但如果你要实时处理，内存带宽就成了瓶颈。
数据立方体的处理流程大致如下：
1. 采集原始数据（ADC采样）
2. 对每个chirp做距离FFT → 得到距离-多普勒矩阵
3. 对每个距离门做多普勒FFT → 得到距离-多普勒图
4. 对每个距离-多普勒单元做角度估计 → 得到三维数据立方体说白了，这个数据立方体就是雷达的“眼睛”看到的世界。每个单元都包含了目标在距离、速度和角度三个维度的信息。
1.4 小结
这一章我们聊了三个核心概念：频率与波长的关系、FMCW的工作原理、以及三维数据立方体的结构。这些都是后续章节的基础。我个人觉得，理解数据立方体是入门毫米波雷达的关键一步。你想想看，没有这个数据结构，我们怎么同时跟踪多个目标？
下一章，我们会深入讨论角度估计的具体算法。到时候我会分享一些我在项目中用过的实用技巧。
课后思考：如果你有一个77GHz的毫米波雷达，发射带宽为4GHz，那么它的距离分辨率是多少？提示：距离分辨率ΔR = c / (2B)。
好了，今天就到这里。记住，理论是基础，但真正的理解来自于动手实践。我建议你找个开源的数据集，试着处理一下原始数据，感受一下数据立方体的生成过程。