毫米波雷达技术：（三）如何利用中频信号测距、雷达距离分辨率的公式推导，以及Range FFT

（一）数字信号处理（DSP）的知识回顾：

• 对于连续信号：自然频率分辨率为 $\Delta f=\frac{1}{T}$ （两个信号的频率差大于此值，FFT才能区分开）， $T$ 是连续信号时域持续时间；

• 对于离散信号：角频率分辨率为 $\Delta \omega =\frac{2\pi }{N}$ （两个信号的角频率差大于此值，FFT才能区分开）， $N$ 是离散信号的时域点数。

• 对两个幅值不变，但相位周期性变化的复数序列 $A{e}^{j{\Phi }_1}$ 和 $A{e}^{j{\Phi }_2}$ 进行FFT：

  % 参数设置
  A = 1;            % 两个复数序列的幅值（相等）
  omega1 = 2 * pi * 5; % 第一个复数序列的数字角频率（例如，5 Hz）
  omega2 = 2 * pi * 10;% 第二个复数序列的数字角频率（例如，10 Hz）
  Phi1 = pi / 4;     % 第一个复数序列的初始相位
  Phi2 = -pi / 4;    % 第二个复数序列的初始相位
  N = 64;            % 序列长度（必须是2的幂）
  Fs = 64;           % 采样频率
  T = 1/Fs;          % 采样周期
  t = (0:N-1) * T;   % 时间向量
  
  % 生成两个复数序列
  complex_sequence1 = A * exp(1i * (omega1 * t + Phi1));
  complex_sequence2 = A * exp(1i * (omega2 * t + Phi2));
  
  
  % 分别绘制两个复数序列的实部和虚部
  figure; % 新的figure用于显示第一个复数序列的实部和虚部
  % 2x2的子图布局
  subplot(2,2,1); % 第1个子图：第一个复数序列的实部
  stem(t, real(complex_sequence1), 'filled', 'r'); % 使用stem函数绘制实部，红色
  title('Real Part of Sequence 1');
  xlabel('Time (s)');
  ylabel('Amplitude');
  grid on;
   
  subplot(2,2,2); % 第2个子图：第一个复数序列的虚部
  stem(t, imag(complex_sequence1), 'filled', 'b'); % 使用stem函数绘制虚部，蓝色
  title('Imaginary Part of Sequence 1');
  xlabel('Time (s)');
  ylabel('Amplitude');
  grid on;
   
  subplot(2,2,3); % 第3个子图：第二个复数序列的实部
  stem(t, real(complex_sequence2), 'filled', 'g'); % 使用stem函数绘制实部，绿色
  title('Real Part of Sequence 2');
  xlabel('Time (s)');
  ylabel('Amplitude');
  grid on;
   
  subplot(2,2,4); % 第4个子图：第二个复数序列的虚部
  stem(t, imag(complex_sequence2), 'filled', 'm'); % 使用stem函数绘制虚部，洋红色
  title('Imaginary Part of Sequence 2');
  xlabel(