毫米波雷达3-三个FFT(距离，速度，角度)

快慢时间维度

由于电磁波传播的速度非常之快，导致了回波间隔比发射间隔小了好几个数量级

下图中，每一行（快时间维）对应的是一个脉冲回波的连续采样，在快时间维度，即使一个移动的物体，我们也可以看作不动，那么对于快时间维度进行FFT就可以得到距离。不过信号相位的改变则不能忽略了（因为即使微小的距离或时间变化都会造成相位发生较大改变），而这相位的改变可以用于速度（多普勒）测量
我们在慢时间进行FFT的时候，物体可以看作移动了，这时我们提取2维fft中携带的相位（多普勒）信息就可以获得物体的速度了。

空间维度

不同的天线之间本就有一定的相位差，就引起了不同的尖峰，那么实际上这代表了不同方向产生的“频率分量”，综合所有的方向的“频率分量”，第三维的FFT终于就给了我们目标角度的信息。

FFT原理

具体来说，FFT将一个信号分解成多个正弦和余弦波，得到每个频率成分的幅值和相位信息。在这个过程中，复数信号数据的实部和虚部被视为同相分量（I）和正交分量（Q），它们可以用来表示信号的振幅和相位。

以下是使用FFT从复数信号数据中获取频率信息的基本步骤：

采样：首先，你需要对信号进行采样。采样频率应大于信号频率的两倍，以满足奈奎斯特采样定理。

FFT变换：然后，将采样得到的数字信号送入FFT进行变换处理。通常，如果我们取N个采样点, 经过FFT运算之后, 就可以得到N个点的FFT结果。

计算频率：对于FFT结果中的每一个点，其对应的频率可以通过其索引值乘以分辨率来计算。分辨率等于采样频率除以FFT的点数。

提取幅值：FFT函数计算得到的是复数结果，其模长代表了对应频率成分的幅值。

绘制频谱：最后，你可以绘制出频谱图，以直观地展示各个频率成分的幅值。

需要注意的是，由于FFT结果具有对称性，通常只使用前N/2个采样点的结果。此外，在实际操作中，为了提高FFT运算的效率，通常会选择使N等于2的整数次方。在处理噪声或者非常小的数值时，可能需要定义一个容忍阈值，并忽略所有低于该阈值的幅值。

useful links

https://zhuanlan.zhihu.com/p/605511153
https://blog.csdn.net/weixin_43824941/article/details/116894474