毫米波雷达-CSDN博客

本文链接：https://blog.csdn.net/fanged/article/details/147880979

最近可能要弄这个，所以先预习一下。

1 毫米波技术

对这块我不是很懂，好像现在毫米波用的最多的就是车载。说到车载最开始想到的就是倒车雷达，查了一下，倒车雷达基本上都是超声波的。那首先还是看看毫米波和超声波的区别。

特性	毫米波雷达	超声波
工作原理	发射毫米波（24GHz/77GHz），通过反射波计算距离、速度、角度	发射超声波（40kHz左右），通过回波时间测距
信号类型	电磁波（FMCW调频连续波或脉冲）	机械声波
检测维度	可测距、测速、测角度（多目标跟踪）	仅测距（单目标）
穿透能力	可穿透塑料、玻璃、薄雾等	穿透性差，易被障碍物遮挡

综上，毫米波比超声波就是精度高，抗干扰能力强。但是成本比较高，超声波雷达：5~20元/个毫米波雷达：500~3000元/个（77GHz更贵）。基本上一个毫米波可以买100个超声波。

此外，超声波雷达的算法更成熟。

和其它探测技术的区别，更详细。比较了毫米波，视觉，超声波，激光和红外。（mmWave Radar Sensor Introdution | Seeed Studio Wiki）

	mmWave Radars Sensor	Camera	Ultrasonic Sensor	LiDAR (Laser Radar)	Passive Infrared Sensor (PIR)
Privacy	Non-visual detection, hidden signal frequency band, low risk of data leakage	Collects images containing a large amount of private information, prone to leakage	Does not involve the collection of private images, but the signal is easily detectable	The scanned data can expose scene information, with a risk of leakage	Does not involve the collection of private images, but the signal is easily detectable
Cost	Moderate	The cost varies based on resolution and functions, with some types being relatively high	Low cost	High cost of equipment and maintenance	Low cost
Precision	High precision, capable of accurately detecting the distance, speed and angle of the target	Greatly affected by lighting and resolution	Limited precision in short-distance detection	High-precision 3D imaging, but affected by the environment	Low detection precision, can only determine movement
Stability	Not affected by lighting and temperature, with stable performance	Restricted by lighting conditions, poor performance in low light	Easily affected by environmental noise	Greatly affected by adverse weather	Easily affected by environmental factors such as heat sources

2 毫米波模块

2.1 模块

在网上查了一下，目前技术比较先进的好像还是TI？

工业毫米波雷达传感器 | TI.com.cn

mmWave Radar Sensor Introdution | Seeed Studio Wiki

TI的产品如下：

看来就是是否集成算法的区别了。

特性	Sensor Only	Sensor + HWA + MCU	Sensor + MCU + DSP
信号处理能力	需外接处理器	中等（HWA加速基础算法）	强（DSP处理复杂算法）
开发难度	高（需自建处理链）	中（依赖TI基础库）	中高（需优化DSP代码）
实时性	依赖外部系统	高（HWA硬件加速）	极高（DSP并行计算）
功耗	取决于外部平台	低~中	中~高（DSP活跃时功耗高）
成本	低（仅传感器）	中	高（DSP芯片成本高）
典型型号	IWR1443裸片版	IWR6843、IWR1843	IWR6443、IWR6843AOP

操作系统看起来可能是RTOS，可以参考：RTOS基础1（FreeRTOS+树莓派PICO环境）_pico rtos-CSDN博客

2.2 测距算法

原理还是发射电磁波，然后接收回波。通过计算两者时间差来计算距离。

调频连续波FMCW 雷达发射一段线性调频的连续波信号（chirp），接收回波信号，与本振信号进行混频，得到差频信号（IF，Intermediate Frequency）。其频率与目标距离成正比。

基本处理流程如下：

+-----------------+
| 1. 生成Chirp | → FMCW信号
+--------+--------+
|
v
+----------+-----------+
| 2. 发送Chirp + 接收回波 |
+----------+-----------+
|
v
+-------------+--------------+
| 3. 混频：Rx × Tx → IF信号 |
+-------------+--------------+
|
v
+----------+----------+
| 4. 低通滤波 + 采样 |
+----------+----------+
|
v
+-----+-----+
| 5. 1D FFT | → 得到频谱峰值
+-----+-----+
|
v
+------------+------------+
| 6. 计算距离： |
| R = (c × f_IF) / (2 × S) |
+----------------------------+

处理伪代码

// TI mmWave SDK中的关键步骤
void rangeProcessing(adcData) {
    // 1. 加窗
    applyHammingWindow(adcData);
    // 2. Range FFT
    fftResult = fft(adcData, N_FFT);
    // 3. 峰值检测
    peaks = findPeaks(fftResult);
    // 4. CFAR滤波
    validTargets = cfar(peaks);
    // 5. 计算距离
    for (target in validTargets) {
        distance = (target.bin * c) / (2 * S * N_FFT);
    }
}