做雷达感知的人应该都对 FMCW 这三个字母不陌生。FMCWFrequency Modulated Continuous Wave线性调频连续波是毫米波雷达最常用的信号体制从 24GHz 的工业测距模块到 77GHz 的车载前向雷达核心原理其实是一样的。这篇我打算用说人话的篇幅把 FMCW 怎么测距、怎么测速、为什么要做 FFT以及参数怎么定讲明白。这是“原理一”适合刚接触毫米波雷达的工程师、学生也适合那些已经在调模块但总觉得原理差点意思的朋友。很多刚开始接触雷达的人一上来就背公式、调 FFT结果波形出来了却解释不了峰值为什么在那换个场景数据就乱了。问题往往出在没把 FMCW 的物理过程真正过一遍。这篇文章不会堆一堆数学而是从信号怎么发出去、怎么被接收、怎么变成你看到的数据开始一步步把链路走通。看完之后你再去看那些 C FFT 程序、4D 毫米波雷达的测角方案或者摄像头与雷达做时空同步时为什么要对时间戳和坐标系都会清晰非常多。1. 先搞懂 FMCW 在雷达家族里的位置1.1 脉冲雷达和 FMCW 的本质区别雷达的波形体制可以粗分成两大类脉冲雷达和连续波雷达。脉冲雷达像闪光灯拍照每隔一段时间发一个很窄的高能量脉冲然后等回波。通过计算脉冲发出到接收的时间差就能得到目标距离这个时间差对应的就是光速下的往返路程。原理很直观但它需要很高的峰值功率因为能量集中在很短的脉冲里硬件上要承受高压大电流近距离盲区也比较大。FMCW 走的是另一条路。它不发射短促的脉冲而是持续发射频率随时间线性变化的信号也就是常说的 Chirp 信号。它从 24GHz 扫到 24.2GHz只需要一个几十毫瓦量级的发射功率就能完成几十米甚至上百米的测距中近距离测量能力很强。早期很多做过脉冲雷达的人会觉得连续波没法测距因为没有明显的时间戳不知道回波是哪个时刻发出去的。FMCW 的聪明之处在于它把时间信息编码在了频率变化里通过收发频率的差值来反推距离。本质上就是用频率给时间“打标记”。对比项脉冲雷达FMCW 雷达发射波形窄脉冲峰值功率高连续线性调频峰值功率低测距原理脉冲时间差收发频率差近距离盲区明显受脉冲宽度限制很小贴近安装即可工作硬件复杂度高压发射链路成本高低电压射频链路集成度高典型场景远程警戒、气象、航空汽车、工业测距、人体感知1.2 为什么现代感知系统偏爱 FMCW现在的车载雷达、工业雷达、生命体征检测雷达几乎清一色是 FMCW。一方面是因为半导体工艺让毫米波频段的射频前端集成度越来越高一颗芯片就能完成多个收发通道另一方面是因为 FMCW 本身就适合做高精度的中近距离测量。我在实际项目里最直观的感受是FMCW 对信噪比的要求比脉冲体制宽松很多。因为它是连续发射回波能量不断累积不需要瞬间大功率而且目标的多普勒信息天然包含在相位里测速非常方便。还有一个细节是连续波的频谱宽度可以通过调频带宽来设计想要更高的距离分辨率就把带宽做大这在 79GHz 频段甚至能做到厘米级。对车来说前方两个目标是否能分成两个点直接关系决策系统判断对生命体征检测来说胸腔毫米级的起伏能不能被捕捉到也取决于距离分辨率和相位的利用能力。所以你会发现FMCW 并不是一种“过时”的波形它恰恰成了现代毫米波雷达的主流。理解了它的原理再去接触 4D 毫米波雷达、摄像头与雷达融合底层逻辑都是通的。2. 从一条扫频曲线看 FMCW 测距原理2.1 Chirp 信号与中频信号的来龙去脉FMCW 雷达发射的信号频率不是固定的而是跟着时间线性增加。频率随时间的变化率叫调频斜率通常用 S 表示S B / Tc其中 B 是扫频带宽Tc 是单个 chirp 的持续时间。举个例子24GHz 雷达模块工作带宽 200MHz一个 chirp 扫 100 微秒那么 S 就是每秒 2×10^12 Hz换句话说每秒频率上升 2THz这个斜率很快但接收端有能力处理。信号发出去之后遇到目标反射回来接收到的回波是发射信号的延迟副本。目标越远延迟时间 τ 越大τ 2R / c。发射信号和接收信号同时送到混频器混频器输出两个信号的频率差这个差频信号称为中频信号或拍频信号。由于发射信号的频率一直在线性变化延迟 τ 时间内发射信号已经多走了一段频偏这段频偏就是 S×τ。这就是 FMCW 测距的最核心思想把距离信息转换成了频率信息。可以用一个双人合唱来类比。你在台上唱歌旁边有一个收音机在放你的声音但有一点点延迟两路声音叠加在一起就会出现“打架”的拍音。FMCW 的混频器干的也是类似的事只不过一路是发射信号一路是带延迟的回波两者频率差异越大拍音的音调就越高。目标越远回波延迟越大拍音越高测音调就知道距离了。2.2 用中频频率反推目标距离公式怎么来的如果目标在距离 R 处回波延迟 τ 2R / c中频信号频率 f_IF 就等于 S × τ。代入之后f_IF S × 2R / c 2 S R / c反过来就能解出距离R c × f_IF / (2S)这个公式是 FMCW 测距的基础你可以把它理解成一把尺子S 定了每赫兹频率差对应多少米就定了。假设 S 2MHz/us即 2×10^12 Hz/s目标在 40m 处往返延迟大约是 2×40 / (3×10^8)也就是 266.7ns中频频率就是 2×10^12 × 266.7×10^-9 ≈ 533.4kHz。一个几百 kHz 的音频段信号处理起来非常轻松普通 ADC 就能覆盖。实际操作中还有一个容易被忽略的点中频信号通常经过低通滤波后再进入 ADC低通滤波器的截止频率要留够余量不然会滤掉远距离目标的拍频成分。你可能会觉得反正采样率高一点就行但采样率直接关系到 ADC 成本、数据处理量和功率消耗做产品选型时要权衡这一点我在后面参数设计部分会展开。2.3 藏在相位里的毫米级线索生命体征检测为何可行很多人问FMCW 距离分辨率只有几十厘米甚至一米为什么还能做生命体征检测检测人胸膛几毫米的起伏答案就在中频信号的相位里。当目标在一个距离 bin 内做微小位移时回波延迟 τ 的变化非常小小到频率上几乎看不出差别但相位变化很明显。中频信号表达式里有一项和距离成正比的相位项大约等于 4πR/λλ 是毫米波波长。以 24GHz 为例波长 12.5mm胸腔起伏如果是 2mm相位变化会超过 1 弧度这在复数信号上能看得出来。所以生命体征雷达提取的不是距离峰值的移动而是目标所在距离 bin 上复数信号的相位随时间的变化。这个细节很重要。做生命体征检测项目时如果只画距离 FFT 的幅度谱你会发现呼吸引起的波形几乎看不见要取峰值处的复数数据做相位解缠再滤波才能看到干净的呼吸和心跳波形。这也是为什么很多方案里会用 I/Q 两路数据而不是简单只取幅度。可以说FMCW 的相位信息把它的应用从测距拓展到了微动感知这也是热词里“毫米波雷达生命体征”能成立的物理基础。3. 测速原理与 FFT 在 FMCW 中的作用3.1 多普勒效应如何叠加到中频信号上FMCW 测速依赖多普勒效应。当目标相对雷达有径向运动时回波信号除了有距离延迟还会叠加一个多普勒频移。不过 FMCW 测速的方式和纯连续波雷达不完全一样。纯连续波雷达发射单频信号靠多普勒频移直接测速度但测不了距离FMCW 因为发射信号本身就在调频多普勒信息会叠加在拍频上需要想办法分离距离和速度的贡献。静止目标的拍频只取决于距离延迟运动目标的拍频则等于距离延迟项 S×2R/c 加上多普勒频移项。拍频频率 f_b f_r ± f_d正负号取决于目标朝雷达靠近还是远离。实际系统里有两种常见处理一种是用三角波调制上扫频和下扫频分别得到 f_b_up f_r - f_d 和 f_b_down f_r f_d两者联立解出距离和速度另一种是帧内多个 chirp先做距离 FFT再沿 chirp 方向做速度 FFT也就是后面要说的 2D-FFT 方案。车载雷达主流用后者。3.2 快慢时间维与 Range-Doppler Map在一帧里连续发射多个完全相同的 chirp每个 chirp 采样后做一次距离 FFT会在对应的距离 bin 上得到一个复数峰值。如果目标是匀速运动的那么不同 chirp 之间目标虽然还在同一个距离 bin 附近但它的相位在逐渐变化。这个相位变化的速率正比于多普勒频率 f_d而 f_d 2v/λ。于是可以把每个距离 bin 在不同 chirp 上的复数序列再拿来做一次 FFT。第一次 FFT 叫快时间维 FFT对应距离第二次沿 chirp 序号方向做 FFT叫慢时间维 FFT对应多普勒速度。出来的二维矩阵就是 Range-Doppler Map横轴是距离 bin纵轴是速度 bin每个峰值代表一个目标的位置和速度。二维 FFT 做出来的图在调试车载雷达时几乎天天看是 FMCW 测速测距最标准的呈现方式。我在实际开发 C 程序时往往会先留意坐标系和数组排布。ADC 采样数据是 chirp 优先还是 sample 优先直接影响 FFT 的方向和复杂度。常见的做法是先铺成一个大 buffer第一个维度放采样点第二个维度放 chirp 序号先对每行做距离 FFT再对每列做速度 FFT。如果 buffer 排布搞反性能会差很多缓存命中率也会很难看。3.3 实际 C 工程里 FFT 怎么用才不踩坑热词里有“毫米波雷达 c fft 程序”这里给一段非常简化的处理框架说明 FFT 在 FMCW 里是怎么位的。实际工程里你大概率会用现成的 FFT 库比如 FFTW、KissFFT或者芯片厂商自带的 DSP 库但前处理和后处理逻辑是一致的。ADC 采到中频信号后先做直流去除和加窗再做距离 FFT距离 FFT 结果做幅值计算后找峰值同时保留复数数据用于后续相位分析。#include vector #include cmath // 把中频采样点做Hamming窗处理后交给FFT void prepareFrame(std::vectorfloat samples) { size_t N samples.size(); for (size_t i 0; i N; i) { float w 0.54f - 0.46f * std::cos(2.0f * M_PI * i / (N - 1)); samples[i] * w; } } // 找到距离FFT结果的主要峰值索引 size_t findPeakIndex(const std::vectorfloat mag) { size_t idx 0; float maxVal mag[0]; for (size_t i 1; i mag.size(); i) { float v mag[i]; if (v maxVal) { maxVal v; idx i; } } return idx; }这段代码里有个关键点FFT 之前必须先加窗。你不加窗目标能量会泄漏到相邻频点弱目标可能直接被旁瓣淹没。Hamming 窗是我最常用的因为它简单、主瓣不宽、旁瓣抑制够用如果要区分两个非常接近的目标可以考虑 Blackman-Harris但主瓣会宽一点近距离分辨时会吃亏。加窗是一种“以主瓣宽度换旁瓣抑制”的工程取舍不是越多越好。距离 FFT 之后每个 bin 对应的频率间隔是 Fs / NFs 是采样率N 是单 chirp 采样点数。把 bin 索引乘上频率分辨率再套 R c×f_IF/(2S) 的公式就能把频率映射成距离。我见过不少初学朋友卡在这里FFT 结果出来了却不知道 bin 和米之间的关系因为少了一步频率定标。这一步不要只记公式要在代码里显式算出来最好写成一个函数方便后来换参数。4. 距离分辨率、最大探测距离和参数设计的账本4.1 距离分辨率为什么由带宽决定FMCW 的距离分辨率指的是雷达能把两个距离很近的目标区分开的最小间隔。根据傅里叶变换的性质单个 chirp 持续时间内中频信号实际是有限长的正弦波频谱主瓣宽度约为 1/Tc。由于 f_IF S×2R/c频率分辨极限对应到距离上就是ΔR c / (2B)这个公式非常关键。B 是扫频带宽和 Tc 没有关系。换句话说你 chirp 扫得再久如果带宽不够大距离分辨率照样上不去。24GHz 的 ISM 频段一般能用的带宽在 200MHz 左右对应距离分辨率约 0.75m而汽车毫米波雷达常用 77GHz 频段带宽能做到 1GHz 以上分辨率能到 0.15m 甚至更小。在做目标检测时这个差距非常明显。77GHz 雷达能分清两辆前后相差 30cm 的车而 24GHz 模块面对 1m 内的两个目标融合成一个点是常有的事。如果你的场景是做智能座舱手势识别需要识别手在身体前的微小移动带宽不够就会很难受。这也是为什么很多感知方案宁愿换 60GHz 或 77GHz也不死磕 24GHz 的原因。4.2 最大探测距离受什么限制很多人以为最大探测距离主要由发射功率决定这只是其中一个因素。FMCW 里有一个更直接的硬约束中频信号的最高频率不能超过 ADC 采样率的一半。因为中频频率和距离线性相关所以采样率决定了最大无模糊距离即 Rmax Fs × c / (4S)。如果你把 S 设得太大可能几十米以外的目标产生的拍频已经超过奈奎斯特频率随后就会被混叠成近处目标形成虚假目标。实际操作中Rmax 这个公式用得非常谨慎。比如采样率 Fs 10MHzS 2MHz/us那么理论最大距离是 10×10^6×3×10^8/(4×2×10^12) 375m看起来很大但实际系统根本到不了这么远。因为随着距离增加回波能量按四次方衰减信噪比才是最大探测距离的真正瓶颈。常规 24GHz 模块标称 40m算出来的拍频只有几百 kHzADC 轻松覆盖真正卡你的是发射功率、天线增益、接收机噪声系数和目标的雷达散射截面。所以参数设计时要分两步看先用采样率和 S 保证系统不会出现距离模糊再通过链路预算计算信噪比确认在某距离上能不能检测到目标。这两个都满足标称探测距离才有意义。很多模块标了 40m实际在空旷走廊里测人也只有二十几米多半不是因为公式不对而是目标的反射截面太小信噪比不够。4.3 24GHz 40m 模块实例把参数算给你看拿热词里的“24ghz 毫米波雷达模块 40m”来做一个完整参数设计例子。假设可用扫频带宽 B 200MHzchirp 时长 Tc 100us那么 S B / Tc 2MHz/us。目标 40m 处拍频 f_IF 大约 533kHzADC 采样率设 5MHz 绰绰有余还能留出余量处理更近处的强反射。再看距离分辨率B200MHz 时 ΔR c/(2B) 0.75m。这意味着两个相距 0.75m 以内的目标在距离维度上就分不开了。如果你做的是人形目标检测这个分辨率够用如果做车载防撞就必须上带宽更大的频段。速度方面如果一帧 64 个 chirp帧周期做的短一些速度分辨率大概能做到零点几米每秒。具体就要看有多少个慢时间采样点FFT 的长度越长速度分辨率越高但帧率会下降实时测速时要注意平衡。参数数值说明中心频率24GHzISM 频段波长约 12.5mm扫频带宽 B200MHz距离分辨率 0.75mChirp 时长 Tc100us决定调频斜率 S调频斜率 S2MHz/us频率变化速率ADC 采样率 Fs5MHz远大于 40m 处拍频 533kHz理论最大距离375m受采样率限制的无模糊距离实际探测距离40m受发射功率、信噪比限制这套参数是典型的低成本 24GHz 模块设计性价比很高。如果换到 77GHz 车载雷达带宽做到 1GHz距离分辨率提升到 15cm但射频前端和中频处理复杂度也会跟着上来。不同频段的取舍最后都会落在物理带宽、硬件成本和应用需求三者的平衡上。5. 工程调试中常见的坑与排查思路5.1 距离维 FFT 前的信号调理第一个高频坑是直流偏置。混频器输出信号往往带有很大的直流分量这个分量在 FFT 后会变成 0Hz 附近的一个大峰如果目标本身离得很近它的拍频很小很容易被直流峰盖住。解决方法是硬件上加高通滤波软件上先对采样序列做均值相减或者用一个高通 IIR 滤波器把直流去掉。我在调 24GHz 模块时经常遇到近距离目标被误判为空去完直流后立刻能看到目标峰。第二个坑是加窗。有些刚写 FFT 程序的人图省事直接把原始数据扔进 FFT结果远处弱目标被强目标的旁瓣盖掉。加窗不是可有可无的操作尤其在多目标场景下它决定了你能否分辨微弱目标。加窗后幅度会有损失Hamming 窗会带来约 1.4dB 的损耗小目标检测时会稍微吃点亏但换成漏检问题更麻烦。第三个坑是频率定标。FFT 输出的 bin 索引换算到距离时如果漏掉 S 和 Fs 的参数换算距离会整体偏差。我习惯把 S、Fs、N、c 全部写成常量并附上单位注释每次改参数后先算一遍静止目标在已知位置的峰值确认距离对了再继续调算法。5.2 多目标、杂波与多径多目标情况下距离 FFT 会有多个峰每个峰对应一个目标。但真实环境里还有墙、地面、金属护栏这类强反射体它们产生的峰可能比真实目标还要大。静态杂波可以用 MTI 或者帧间差分来抑制也可以做一个背景相消在无目标场景采集一帧数据把它的复数谱记下来后续每帧减去这个背景。这个方法简单有效但前提是雷达安装位置固定如果雷达本身在动就得换杂波图方案。多径是一个更隐蔽的麻烦事。比如雷达在测试目标旁边正好有一块金属板电磁波可以直接打到目标再回来也可以先打到金属板再反射到目标再原路返回。多径会产生额外的虚假峰通常出现在目标距离乘以某个整数倍的位置让数据看起来像“幽灵目标”。我遇到多径问题时一般先挪动物体位置看虚假峰是否按两倍距离的规律移动如果是大概率就是多径。还有一个常见现象是目标走动导致距离 bin 跨越。运动目标在一帧里如果移动超过半个距离分辨率距离 FFT 的峰会在多个 chirp 之间漂移慢时间维 FFT 做出来速度谱就会比较糊。这时候需要更小的 chirp 时长或者对每个 chirp 的距离峰先做峰值对齐再提取相位。这也是为什么高动态场景下参数设计时不仅要看分辨率还要看最大不模糊速度和目标最大加速度。5.3 从原理到应用生命体征、车载与多传感器融合说回热词里的几个关键词。生命体征检测用到的就是前面提到的相位提取而不是距离 FFT 的幅度峰值。我做一个呼吸检测 demo 时第一步先检测人体位置第二步在对应的距离 bin 上取复数相位时间序列第三步用带通滤波把 0.1~0.5Hz 的呼吸信号和 0.8~2Hz 的心跳分量分离。中间最要小心的是相位跳变需要做相位解缠否则会看到不连续的跳变点。车载场景下的 4D 毫米波雷达就是多个发射通道和接收通道通过 MIMO 机制合成虚拟阵列在距离、速度之外再增加方位角和俯仰角的估计能力。这个方向已经完全建立在 FMCW 的二维 FFT 基础上只是在维度上继续往上加。而摄像头与毫米波雷达做目标时空同步时核心难点在于两边的采样频率不同、坐标系不同时间戳对齐往往要用插值和滤波器外推空间上要做标定矩阵。FMCW 输出的是距离、速度、角度点云摄像头输出的是 RGB 图像两者融合前必须先把目标 ID 和时间戳配对好。这些都是原理一之后的进阶内容但底层都是先理解以下这件事雷达告诉你目标在哪、移动多快摄像头告诉你目标长什么样。6. 一些上手建议和个人体会6.1 先从仿真开始再碰硬件如果你刚接触 FMCW我强烈建议先写一个简单的 Python 或 MATLAB 仿真按照上面那组参数生成发射信号、目标回波、中频信号再做 FFT 看看峰值。这个流程走完你对 FMCW 的理解会比直接调模块深刻很多。仿真里能随意改带宽、采样率、目标距离亲手观察峰值位置怎么变慢慢就对公式有了直觉。仿真做通了再碰硬件。我最初用开发板调 24GHz 模块时采集一帧数据回来先在电脑上用脚本做 FFT确认每个步骤输出都符合预期再移植到 C 里。这样能减少很多排查时间。保持同样的处理链路后续换传感器只是换参数的问题。6.2 多留存几组基线参数调试过程中不要只调一组参数。我会把同一场景下的多组带宽、chirp 时长、采样率组合记录下来对比它们在距离分辨率、最大探测距离和信噪比上的表现。特别是做车载或者机器人避障应用时不同安装高度、不同地面材质都会影响多径杂波预留几组参数预案能让你现场快速切方案。另外我会定期回测静止目标。雷达模块在室内外温度变化时中频信号幅度和噪声底噪会有变化先用角反射器校准一次确认距离峰和理论值误差在允许范围内再做下一轮标定。这个小习惯帮我挡掉过不少环境引起的数据异常。如果你准备往毫米波方向深入建议把距离 FFT、速度 FFT、恒虚警检测CFAR、目标聚类、跟踪滤波这几块依次吃透。FMCW 原理看着简单但每个环节都有很多细节值得抠。这篇先把测距测速的根扎稳后面无论是 4D 成像还是多传感器融合都能顺着这条主线往下走。 
长河君 · 2026/10/5 5:20:19 · 阅读 1.2k FMCW毫米波雷达原理详解：测距测速、FFT与参数设计
做雷达感知的人应该都对 FMCW 这三个字母不陌生。FMCWFrequency Modulated Continuous Wave线性调频连续波是毫米波雷达最常用的信号体制从 24GHz 的工业测距模块到 77GHz 的车载前向雷达核心原理其实是一样的。这篇我打算用说人话的篇幅把 FMCW 怎么测距、怎么测速、为什么要做 FFT以及参数怎么定讲明白。这是“原理一”适合刚接触毫米波雷达的工程师、学生也适合那些已经在调模块但总觉得原理差点意思的朋友。很多刚开始接触雷达的人一上来就背公式、调 FFT结果波形出来了却解释不了峰值为什么在那换个场景数据就乱了。问题往往出在没把 FMCW 的物理过程真正过一遍。这篇文章不会堆一堆数学而是从信号怎么发出去、怎么被接收、怎么变成你看到的数据开始一步步把链路走通。看完之后你再去看那些 C FFT 程序、4D 毫米波雷达的测角方案或者摄像头与雷达做时空同步时为什么要对时间戳和坐标系都会清晰非常多。1. 先搞懂 FMCW 在雷达家族里的位置1.1 脉冲雷达和 FMCW 的本质区别雷达的波形体制可以粗分成两大类脉冲雷达和连续波雷达。脉冲雷达像闪光灯拍照每隔一段时间发一个很窄的高能量脉冲然后等回波。通过计算脉冲发出到接收的时间差就能得到目标距离这个时间差对应的就是光速下的往返路程。原理很直观但它需要很高的峰值功率因为能量集中在很短的脉冲里硬件上要承受高压大电流近距离盲区也比较大。FMCW 走的是另一条路。它不发射短促的脉冲而是持续发射频率随时间线性变化的信号也就是常说的 Chirp 信号。它从 24GHz 扫到 24.2GHz只需要一个几十毫瓦量级的发射功率就能完成几十米甚至上百米的测距中近距离测量能力很强。早期很多做过脉冲雷达的人会觉得连续波没法测距因为没有明显的时间戳不知道回波是哪个时刻发出去的。FMCW 的聪明之处在于它把时间信息编码在了频率变化里通过收发频率的差值来反推距离。本质上就是用频率给时间“打标记”。对比项脉冲雷达FMCW 雷达发射波形窄脉冲峰值功率高连续线性调频峰值功率低测距原理脉冲时间差收发频率差近距离盲区明显受脉冲宽度限制很小贴近安装即可工作硬件复杂度高压发射链路成本高低电压射频链路集成度高典型场景远程警戒、气象、航空汽车、工业测距、人体感知1.2 为什么现代感知系统偏爱 FMCW现在的车载雷达、工业雷达、生命体征检测雷达几乎清一色是 FMCW。一方面是因为半导体工艺让毫米波频段的射频前端集成度越来越高一颗芯片就能完成多个收发通道另一方面是因为 FMCW 本身就适合做高精度的中近距离测量。我在实际项目里最直观的感受是FMCW 对信噪比的要求比脉冲体制宽松很多。因为它是连续发射回波能量不断累积不需要瞬间大功率而且目标的多普勒信息天然包含在相位里测速非常方便。还有一个细节是连续波的频谱宽度可以通过调频带宽来设计想要更高的距离分辨率就把带宽做大这在 79GHz 频段甚至能做到厘米级。对车来说前方两个目标是否能分成两个点直接关系决策系统判断对生命体征检测来说胸腔毫米级的起伏能不能被捕捉到也取决于距离分辨率和相位的利用能力。所以你会发现FMCW 并不是一种“过时”的波形它恰恰成了现代毫米波雷达的主流。理解了它的原理再去接触 4D 毫米波雷达、摄像头与雷达融合底层逻辑都是通的。2. 从一条扫频曲线看 FMCW 测距原理2.1 Chirp 信号与中频信号的来龙去脉FMCW 雷达发射的信号频率不是固定的而是跟着时间线性增加。频率随时间的变化率叫调频斜率通常用 S 表示S B / Tc其中 B 是扫频带宽Tc 是单个 chirp 的持续时间。举个例子24GHz 雷达模块工作带宽 200MHz一个 chirp 扫 100 微秒那么 S 就是每秒 2×10^12 Hz换句话说每秒频率上升 2THz这个斜率很快但接收端有能力处理。信号发出去之后遇到目标反射回来接收到的回波是发射信号的延迟副本。目标越远延迟时间 τ 越大τ 2R / c。发射信号和接收信号同时送到混频器混频器输出两个信号的频率差这个差频信号称为中频信号或拍频信号。由于发射信号的频率一直在线性变化延迟 τ 时间内发射信号已经多走了一段频偏这段频偏就是 S×τ。这就是 FMCW 测距的最核心思想把距离信息转换成了频率信息。可以用一个双人合唱来类比。你在台上唱歌旁边有一个收音机在放你的声音但有一点点延迟两路声音叠加在一起就会出现“打架”的拍音。FMCW 的混频器干的也是类似的事只不过一路是发射信号一路是带延迟的回波两者频率差异越大拍音的音调就越高。目标越远回波延迟越大拍音越高测音调就知道距离了。2.2 用中频频率反推目标距离公式怎么来的如果目标在距离 R 处回波延迟 τ 2R / c中频信号频率 f_IF 就等于 S × τ。代入之后f_IF S × 2R / c 2 S R / c反过来就能解出距离R c × f_IF / (2S)这个公式是 FMCW 测距的基础你可以把它理解成一把尺子S 定了每赫兹频率差对应多少米就定了。假设 S 2MHz/us即 2×10^12 Hz/s目标在 40m 处往返延迟大约是 2×40 / (3×10^8)也就是 266.7ns中频频率就是 2×10^12 × 266.7×10^-9 ≈ 533.4kHz。一个几百 kHz 的音频段信号处理起来非常轻松普通 ADC 就能覆盖。实际操作中还有一个容易被忽略的点中频信号通常经过低通滤波后再进入 ADC低通滤波器的截止频率要留够余量不然会滤掉远距离目标的拍频成分。你可能会觉得反正采样率高一点就行但采样率直接关系到 ADC 成本、数据处理量和功率消耗做产品选型时要权衡这一点我在后面参数设计部分会展开。2.3 藏在相位里的毫米级线索生命体征检测为何可行很多人问FMCW 距离分辨率只有几十厘米甚至一米为什么还能做生命体征检测检测人胸膛几毫米的起伏答案就在中频信号的相位里。当目标在一个距离 bin 内做微小位移时回波延迟 τ 的变化非常小小到频率上几乎看不出差别但相位变化很明显。中频信号表达式里有一项和距离成正比的相位项大约等于 4πR/λλ 是毫米波波长。以 24GHz 为例波长 12.5mm胸腔起伏如果是 2mm相位变化会超过 1 弧度这在复数信号上能看得出来。所以生命体征雷达提取的不是距离峰值的移动而是目标所在距离 bin 上复数信号的相位随时间的变化。这个细节很重要。做生命体征检测项目时如果只画距离 FFT 的幅度谱你会发现呼吸引起的波形几乎看不见要取峰值处的复数数据做相位解缠再滤波才能看到干净的呼吸和心跳波形。这也是为什么很多方案里会用 I/Q 两路数据而不是简单只取幅度。可以说FMCW 的相位信息把它的应用从测距拓展到了微动感知这也是热词里“毫米波雷达生命体征”能成立的物理基础。3. 测速原理与 FFT 在 FMCW 中的作用3.1 多普勒效应如何叠加到中频信号上FMCW 测速依赖多普勒效应。当目标相对雷达有径向运动时回波信号除了有距离延迟还会叠加一个多普勒频移。不过 FMCW 测速的方式和纯连续波雷达不完全一样。纯连续波雷达发射单频信号靠多普勒频移直接测速度但测不了距离FMCW 因为发射信号本身就在调频多普勒信息会叠加在拍频上需要想办法分离距离和速度的贡献。静止目标的拍频只取决于距离延迟运动目标的拍频则等于距离延迟项 S×2R/c 加上多普勒频移项。拍频频率 f_b f_r ± f_d正负号取决于目标朝雷达靠近还是远离。实际系统里有两种常见处理一种是用三角波调制上扫频和下扫频分别得到 f_b_up f_r - f_d 和 f_b_down f_r f_d两者联立解出距离和速度另一种是帧内多个 chirp先做距离 FFT再沿 chirp 方向做速度 FFT也就是后面要说的 2D-FFT 方案。车载雷达主流用后者。3.2 快慢时间维与 Range-Doppler Map在一帧里连续发射多个完全相同的 chirp每个 chirp 采样后做一次距离 FFT会在对应的距离 bin 上得到一个复数峰值。如果目标是匀速运动的那么不同 chirp 之间目标虽然还在同一个距离 bin 附近但它的相位在逐渐变化。这个相位变化的速率正比于多普勒频率 f_d而 f_d 2v/λ。于是可以把每个距离 bin 在不同 chirp 上的复数序列再拿来做一次 FFT。第一次 FFT 叫快时间维 FFT对应距离第二次沿 chirp 序号方向做 FFT叫慢时间维 FFT对应多普勒速度。出来的二维矩阵就是 Range-Doppler Map横轴是距离 bin纵轴是速度 bin每个峰值代表一个目标的位置和速度。二维 FFT 做出来的图在调试车载雷达时几乎天天看是 FMCW 测速测距最标准的呈现方式。我在实际开发 C 程序时往往会先留意坐标系和数组排布。ADC 采样数据是 chirp 优先还是 sample 优先直接影响 FFT 的方向和复杂度。常见的做法是先铺成一个大 buffer第一个维度放采样点第二个维度放 chirp 序号先对每行做距离 FFT再对每列做速度 FFT。如果 buffer 排布搞反性能会差很多缓存命中率也会很难看。3.3 实际 C 工程里 FFT 怎么用才不踩坑热词里有“毫米波雷达 c fft 程序”这里给一段非常简化的处理框架说明 FFT 在 FMCW 里是怎么位的。实际工程里你大概率会用现成的 FFT 库比如 FFTW、KissFFT或者芯片厂商自带的 DSP 库但前处理和后处理逻辑是一致的。ADC 采到中频信号后先做直流去除和加窗再做距离 FFT距离 FFT 结果做幅值计算后找峰值同时保留复数数据用于后续相位分析。#include vector #include cmath // 把中频采样点做Hamming窗处理后交给FFT void prepareFrame(std::vectorfloat samples) { size_t N samples.size(); for (size_t i 0; i N; i) { float w 0.54f - 0.46f * std::cos(2.0f * M_PI * i / (N - 1)); samples[i] * w; } } // 找到距离FFT结果的主要峰值索引 size_t findPeakIndex(const std::vectorfloat mag) { size_t idx 0; float maxVal mag[0]; for (size_t i 1; i mag.size(); i) { float v mag[i]; if (v maxVal) { maxVal v; idx i; } } return idx; }这段代码里有个关键点FFT 之前必须先加窗。你不加窗目标能量会泄漏到相邻频点弱目标可能直接被旁瓣淹没。Hamming 窗是我最常用的因为它简单、主瓣不宽、旁瓣抑制够用如果要区分两个非常接近的目标可以考虑 Blackman-Harris但主瓣会宽一点近距离分辨时会吃亏。加窗是一种“以主瓣宽度换旁瓣抑制”的工程取舍不是越多越好。距离 FFT 之后每个 bin 对应的频率间隔是 Fs / NFs 是采样率N 是单 chirp 采样点数。把 bin 索引乘上频率分辨率再套 R c×f_IF/(2S) 的公式就能把频率映射成距离。我见过不少初学朋友卡在这里FFT 结果出来了却不知道 bin 和米之间的关系因为少了一步频率定标。这一步不要只记公式要在代码里显式算出来最好写成一个函数方便后来换参数。4. 距离分辨率、最大探测距离和参数设计的账本4.1 距离分辨率为什么由带宽决定FMCW 的距离分辨率指的是雷达能把两个距离很近的目标区分开的最小间隔。根据傅里叶变换的性质单个 chirp 持续时间内中频信号实际是有限长的正弦波频谱主瓣宽度约为 1/Tc。由于 f_IF S×2R/c频率分辨极限对应到距离上就是ΔR c / (2B)这个公式非常关键。B 是扫频带宽和 Tc 没有关系。换句话说你 chirp 扫得再久如果带宽不够大距离分辨率照样上不去。24GHz 的 ISM 频段一般能用的带宽在 200MHz 左右对应距离分辨率约 0.75m而汽车毫米波雷达常用 77GHz 频段带宽能做到 1GHz 以上分辨率能到 0.15m 甚至更小。在做目标检测时这个差距非常明显。77GHz 雷达能分清两辆前后相差 30cm 的车而 24GHz 模块面对 1m 内的两个目标融合成一个点是常有的事。如果你的场景是做智能座舱手势识别需要识别手在身体前的微小移动带宽不够就会很难受。这也是为什么很多感知方案宁愿换 60GHz 或 77GHz也不死磕 24GHz 的原因。4.2 最大探测距离受什么限制很多人以为最大探测距离主要由发射功率决定这只是其中一个因素。FMCW 里有一个更直接的硬约束中频信号的最高频率不能超过 ADC 采样率的一半。因为中频频率和距离线性相关所以采样率决定了最大无模糊距离即 Rmax Fs × c / (4S)。如果你把 S 设得太大可能几十米以外的目标产生的拍频已经超过奈奎斯特频率随后就会被混叠成近处目标形成虚假目标。实际操作中Rmax 这个公式用得非常谨慎。比如采样率 Fs 10MHzS 2MHz/us那么理论最大距离是 10×10^6×3×10^8/(4×2×10^12) 375m看起来很大但实际系统根本到不了这么远。因为随着距离增加回波能量按四次方衰减信噪比才是最大探测距离的真正瓶颈。常规 24GHz 模块标称 40m算出来的拍频只有几百 kHzADC 轻松覆盖真正卡你的是发射功率、天线增益、接收机噪声系数和目标的雷达散射截面。所以参数设计时要分两步看先用采样率和 S 保证系统不会出现距离模糊再通过链路预算计算信噪比确认在某距离上能不能检测到目标。这两个都满足标称探测距离才有意义。很多模块标了 40m实际在空旷走廊里测人也只有二十几米多半不是因为公式不对而是目标的反射截面太小信噪比不够。4.3 24GHz 40m 模块实例把参数算给你看拿热词里的“24ghz 毫米波雷达模块 40m”来做一个完整参数设计例子。假设可用扫频带宽 B 200MHzchirp 时长 Tc 100us那么 S B / Tc 2MHz/us。目标 40m 处拍频 f_IF 大约 533kHzADC 采样率设 5MHz 绰绰有余还能留出余量处理更近处的强反射。再看距离分辨率B200MHz 时 ΔR c/(2B) 0.75m。这意味着两个相距 0.75m 以内的目标在距离维度上就分不开了。如果你做的是人形目标检测这个分辨率够用如果做车载防撞就必须上带宽更大的频段。速度方面如果一帧 64 个 chirp帧周期做的短一些速度分辨率大概能做到零点几米每秒。具体就要看有多少个慢时间采样点FFT 的长度越长速度分辨率越高但帧率会下降实时测速时要注意平衡。参数数值说明中心频率24GHzISM 频段波长约 12.5mm扫频带宽 B200MHz距离分辨率 0.75mChirp 时长 Tc100us决定调频斜率 S调频斜率 S2MHz/us频率变化速率ADC 采样率 Fs5MHz远大于 40m 处拍频 533kHz理论最大距离375m受采样率限制的无模糊距离实际探测距离40m受发射功率、信噪比限制这套参数是典型的低成本 24GHz 模块设计性价比很高。如果换到 77GHz 车载雷达带宽做到 1GHz距离分辨率提升到 15cm但射频前端和中频处理复杂度也会跟着上来。不同频段的取舍最后都会落在物理带宽、硬件成本和应用需求三者的平衡上。5. 工程调试中常见的坑与排查思路5.1 距离维 FFT 前的信号调理第一个高频坑是直流偏置。混频器输出信号往往带有很大的直流分量这个分量在 FFT 后会变成 0Hz 附近的一个大峰如果目标本身离得很近它的拍频很小很容易被直流峰盖住。解决方法是硬件上加高通滤波软件上先对采样序列做均值相减或者用一个高通 IIR 滤波器把直流去掉。我在调 24GHz 模块时经常遇到近距离目标被误判为空去完直流后立刻能看到目标峰。第二个坑是加窗。有些刚写 FFT 程序的人图省事直接把原始数据扔进 FFT结果远处弱目标被强目标的旁瓣盖掉。加窗不是可有可无的操作尤其在多目标场景下它决定了你能否分辨微弱目标。加窗后幅度会有损失Hamming 窗会带来约 1.4dB 的损耗小目标检测时会稍微吃点亏但换成漏检问题更麻烦。第三个坑是频率定标。FFT 输出的 bin 索引换算到距离时如果漏掉 S 和 Fs 的参数换算距离会整体偏差。我习惯把 S、Fs、N、c 全部写成常量并附上单位注释每次改参数后先算一遍静止目标在已知位置的峰值确认距离对了再继续调算法。5.2 多目标、杂波与多径多目标情况下距离 FFT 会有多个峰每个峰对应一个目标。但真实环境里还有墙、地面、金属护栏这类强反射体它们产生的峰可能比真实目标还要大。静态杂波可以用 MTI 或者帧间差分来抑制也可以做一个背景相消在无目标场景采集一帧数据把它的复数谱记下来后续每帧减去这个背景。这个方法简单有效但前提是雷达安装位置固定如果雷达本身在动就得换杂波图方案。多径是一个更隐蔽的麻烦事。比如雷达在测试目标旁边正好有一块金属板电磁波可以直接打到目标再回来也可以先打到金属板再反射到目标再原路返回。多径会产生额外的虚假峰通常出现在目标距离乘以某个整数倍的位置让数据看起来像“幽灵目标”。我遇到多径问题时一般先挪动物体位置看虚假峰是否按两倍距离的规律移动如果是大概率就是多径。还有一个常见现象是目标走动导致距离 bin 跨越。运动目标在一帧里如果移动超过半个距离分辨率距离 FFT 的峰会在多个 chirp 之间漂移慢时间维 FFT 做出来速度谱就会比较糊。这时候需要更小的 chirp 时长或者对每个 chirp 的距离峰先做峰值对齐再提取相位。这也是为什么高动态场景下参数设计时不仅要看分辨率还要看最大不模糊速度和目标最大加速度。5.3 从原理到应用生命体征、车载与多传感器融合说回热词里的几个关键词。生命体征检测用到的就是前面提到的相位提取而不是距离 FFT 的幅度峰值。我做一个呼吸检测 demo 时第一步先检测人体位置第二步在对应的距离 bin 上取复数相位时间序列第三步用带通滤波把 0.1~0.5Hz 的呼吸信号和 0.8~2Hz 的心跳分量分离。中间最要小心的是相位跳变需要做相位解缠否则会看到不连续的跳变点。车载场景下的 4D 毫米波雷达就是多个发射通道和接收通道通过 MIMO 机制合成虚拟阵列在距离、速度之外再增加方位角和俯仰角的估计能力。这个方向已经完全建立在 FMCW 的二维 FFT 基础上只是在维度上继续往上加。而摄像头与毫米波雷达做目标时空同步时核心难点在于两边的采样频率不同、坐标系不同时间戳对齐往往要用插值和滤波器外推空间上要做标定矩阵。FMCW 输出的是距离、速度、角度点云摄像头输出的是 RGB 图像两者融合前必须先把目标 ID 和时间戳配对好。这些都是原理一之后的进阶内容但底层都是先理解以下这件事雷达告诉你目标在哪、移动多快摄像头告诉你目标长什么样。6. 一些上手建议和个人体会6.1 先从仿真开始再碰硬件如果你刚接触 FMCW我强烈建议先写一个简单的 Python 或 MATLAB 仿真按照上面那组参数生成发射信号、目标回波、中频信号再做 FFT 看看峰值。这个流程走完你对 FMCW 的理解会比直接调模块深刻很多。仿真里能随意改带宽、采样率、目标距离亲手观察峰值位置怎么变慢慢就对公式有了直觉。仿真做通了再碰硬件。我最初用开发板调 24GHz 模块时采集一帧数据回来先在电脑上用脚本做 FFT确认每个步骤输出都符合预期再移植到 C 里。这样能减少很多排查时间。保持同样的处理链路后续换传感器只是换参数的问题。6.2 多留存几组基线参数调试过程中不要只调一组参数。我会把同一场景下的多组带宽、chirp 时长、采样率组合记录下来对比它们在距离分辨率、最大探测距离和信噪比上的表现。特别是做车载或者机器人避障应用时不同安装高度、不同地面材质都会影响多径杂波预留几组参数预案能让你现场快速切方案。另外我会定期回测静止目标。雷达模块在室内外温度变化时中频信号幅度和噪声底噪会有变化先用角反射器校准一次确认距离峰和理论值误差在允许范围内再做下一轮标定。这个小习惯帮我挡掉过不少环境引起的数据异常。如果你准备往毫米波方向深入建议把距离 FFT、速度 FFT、恒虚警检测CFAR、目标聚类、跟踪滤波这几块依次吃透。FMCW 原理看着简单但每个环节都有很多细节值得抠。这篇先把测距测速的根扎稳后面无论是 4D 成像还是多传感器融合都能顺着这条主线往下走。