雷达仿真这件事我是从“跑通别人代码”开始踩坑的。私下练手时找了一段FMCW单发单收的MATLAB仿真距离、速度都能测出来但一加角度维度就发现整个体系乱掉了——TDMA-MIMO虚拟阵列该怎么合成、补偿什么时候该加、加了又会影响哪一维这些根本不是看代码能看明白的。这篇文章就把我个人整理的一套FMCW TDMA-MIMO毫米波雷达信号处理仿真完整拆开讲包含信号建模、距离-多普勒二维FFT、虚拟孔径合成时的相位补偿、角度估计、CFAR检测以及最后怎么把TDMA架构改成DDMA架构。内容面向正在入门雷达仿真、想自己搭一套可控代码的读者也适合已经从仿真转到实测、遇到通道相位问题的人回头对照。1. FMCW TDMA-MIMO仿真到底在解决什么问题1.1 为什么我建议先用TDMA-MIMO搭框架很多雷达初学者是从单发单收FMCW开始的发射一个chirp、接收一个通道距离和多普勒都能通过两次FFT拿到。这时大家会误以为“FMCW雷达已经会了”结果一接触MIMO就懵了为什么要多个发射天线轮换发射为什么通道数不是简单的发射数加接收数角度估计为什么非要在一堆复数数据上再做一次FFT我的建议是无论你最后要用DDMA还是更复杂的波形都先花两周时间把TDMA-MIMO仿真跑通。理由很现实TDMA时分复用是原理上最容易理解的MIMO实现方式多个发射天线之间只是轮流工作不存在同时同频干扰问题接收端按时间片就能区分信号来自哪个发射天线。这个特性让虚拟阵列合成的链路非常干净方便把注意力集中在相位关系、多普勒补偿和阵列信号处理这些核心问题上。而且仿真框架搭好之后后面换DDMA、换BPM-MIMO都只是在同一个数据流上改波形配置和分离逻辑不会推倒重来。我见过太多人一上来就追求复杂的DDMA方案最后连“FDMA频偏在距离维错开”都没理解透把问题越搞越乱。先TDMA后DDMA是投入产出比最高的路线。另外TDMA-MIMO还有一层价值它迫使你把“时分导致的慢时间采样率变化”想明白。这个坑在单发单收里完全不存在但在实际雷达工程里特别常见。如果你连仿真里的多普勒模糊和相位补偿都搞不定上了硬件只会更难受。1.2 一套完整的毫米波雷达仿真包括哪几件事我通常把一套完整的FMCW MIMO雷达仿真分成下面几个模块每个模块在代码里都有清晰的输入输出边界参数设计与信号建模确定载频、带宽、chirp时长、采样率、PRI等参数生成带目标信息的差拍中频信号。距离维FFT对每个chirp做快时间维FFT把中频频率换算成距离。多普勒维FFT对同一距离单元里的慢时间序列做FFT提取目标速度。MIMO虚拟阵列合成把多发射多接收通道映射成虚拟阵元完成相位补偿。角度维FFT或数字波束形成利用虚拟阵列的孔径估计目标角度。CFAR检测与点迹解算在距离-多普勒谱或距离-角度谱上检测目标并换算成物理坐标。这套流程里的顺序不是可以随意调整的。TDMA-MIMO的相位补偿必须放在多普勒处理之后、角度估计之前CFAR如果放在角度估计之后计算量会成倍增长而点迹解算是整个流水线的收口。项目标题里提到的“4D毫米波雷达”本质上就是把角度维拆成方位和俯仰两个维度数据流仍然和上面高度一致只是在虚拟阵列排布上从一维线阵改成二维面阵。1.3 这份仿真适合谁不适合谁如果你的目标是把这套框架当作自己项目的基础那么这份内容适合三类人一是刚入门需要一份能跑起来、且每一步都知道在做什么的雷达仿真二是已经做嵌入式或射频硬件想补清信号处理原理的开发三是准备把算法移植到嵌入式平台需要先用MATLAB验证算法的工程师。不适合的情况也明确说如果你只是想用现成雷达开发套件快速出点云不需要理解底层那这份仿真对你来说是过度的。另外如果你做的是超远距雷达几百公里量级这套近距离参数和流程只能作为参考系统设计逻辑不变但细节差很多。我写的参数接近车载中近距离雷达场景具体使用时请按自己的需求重算。2. 信号模型和雷达参数先自己算清楚再写代码2.1 FMCW差拍信号模型一句话说透FMCW雷达发射的是频率线性变化的连续波目标回波和本振信号混频后得到一个差拍中频信号。设发射信号调频斜率为S目标距离为R那么回波延时τ2R/c混频后中频信号的频率近似为f_b S·τ 2SR/c也就是说中频频率和目标距离成正比测出f_b就等于测出了距离。同时中频信号的相位中还携带着目标的微细距离信息φ 2π·f_c·τ 4πR/λ。目标运动时R在慢时间维度上逐chirp变化这个相位就会以多普勒频率fd2v/λ旋转。所以FMCW的信号模型本质上就是一个“快时间做测距、慢时间做测速”的二维相位编码系统。理解这一句话就够用了。剩下的所有算法包括距离FFT、多普勒FFT、角度FFT都是在不同的维度上对这个相位做傅里叶变换把隐藏在复数相位里的目标参数提取出来。2.2 我常用的这组参数以及每个数字怎么来的写仿真最忌讳的是参数拍脑袋。下面是我个人常用的一组近距离雷达参数以及每个参数的计算依据。参数数值计算依据与说明载频 fc77 GHz车载毫米波雷达常用频段波长 λ≈3.9mm带宽 B500 MHz距离分辨率 ΔR c/(2B) 0.3mchirp时长 Tc50 us决定PRI和最大中频带宽调频斜率 S10 GHz/usS B/Tc 500MHz/50us 1e13 Hz/s采样率 fs20 MHz差拍中频最高不超过fs/2留足余量PRI100 usTc 空闲时间用于切换和波形隔离每帧chirp数128其中2个TX各占64个chirp多普勒FFT点数64快时间采样点数1000Ns fs·Tc 20MHz × 50us距离FFT点数1024补零到1024提高频谱插值密度用这组参数算一下关键指标最大不模糊距离R_max c·fs/(2S) 3e8 × 20e6 / (2×1e13) 150m。实际近距场景30m以内足够所以采样率余量很大。速度分辨率Δv λ/(2·T_frame) 3.9mm / (2×12.8ms) ≈ 0.15m/s。这个分辨率在行人检测场景够用。最大不模糊速度单TX模式v_max λ/(4·PRI) 3.9mm/(4×100us) ≈ 9.7m/s。看到最后一个数字懂行的人已经意识到问题了TDMA-MIMO下单个发射天线的实际慢时间采样间隔是2·PRI也就是200us所以最大不模糊速度会掉到约4.9m/s。这在车载场景下明显不够。这就是我后面要专门讲的“TDMA多普勒代价”。你在仿真里千万别只看单TX理论速度上限那会给你一个虚假的安全感。2.3 开始写代码前必须知道的几个换算陷阱第一个陷阱是“距离FFT的bin间隔到底是多少”。如果不补零频率分辨率是fs/Ns 20MHz/1000 20kHz对应距离间隔是ΔR_freq Δf·c/(2S) 20kHz×3e8/(2×1e13) 0.3m正好等于距离分辨率c/(2B)。如果你补零到1024点距离bin间隔会变成0.292m左右谱更平滑但独立信息没变多。这个区别在CFAR选参考单元时会影响性能因为参考单元应该按独立分辨率元来选而不是按补零后的bin来选。第二个陷阱是速度和多普勒频率的符号。目标靠近时回波延时减小多普勒频率为正还是为负不同教材定义可能不同。我自己吃过亏在某次仿真里速度符号写反了结果角度谱完全不对排查了一下午最后发现是符号问题。建议在代码里固定约定靠近为正多普勒频率并在生成回波时和提取时保持一致。第三个陷阱是快时间内的距离走动。低速目标在一个chirp内位移极小可以忽略但高速目标或长chirp时长下τ会随快时间变化导致差拍信号产生一个额外的二次相位项。在仿真里如果不加处理高速目标的距离峰会展宽。这个在MATLAB信号仿真里属于“你不知道它存在就不会出错、知道了就一定要处理”的问题。先记着这个概念后面在真实目标中才不会被奇怪的谱峰形状困惑。3. 从单chirp到距离-多普勒二维谱数据流和MATLAB实现3.1 数据立方体怎么摆决定后面所有处理好不好写我在写代码时把接收数据统一组织成一个三维数组维度1快时间采样点长度Ns每个chirp内采样点序号维度2chirp序号长度N_Chirp一帧内的chirp个数维度3接收通道序号长度N_RXTDMA模式下还需要额外记住每个chirp对应哪个发射通道。在仿真里可以直接根据chirp序号算mod(chirp_idx-1, N_TX)1。这样后续做虚拟阵列时可以把“第m个chirp、第rx个接收通道”映射成虚拟阵元索引。这里我建议不要把TDMA的TX维度和RX维度混在一个数组里管理否则后面多普勒补偿和角度估计的代码会很乱。我的做法是先生成原始三维数据处理到距离-多普勒域后再按“虚拟阵元索引”把数据重排。这样每一层的物理含义非常清楚调试时打出来的变量一眼能看懂。3.2 Range FFT和Doppler FFT的完整实现生成回波信号的简化MATLAB代码大概长这样fc 77e9; B 500e6; Tc 50e-6; S B/Tc; fs 20e6; Ns round(fs * Tc); PRI 100e-6; N_Chirp 128; N_RX 4; N_TX 2; c 3e8; % 目标参数距离10m速度3m/s角度15度 R0 10; v0 3; theta0 15*pi/180; t_fast (0:Ns-1). / fs; s_if zeros(Ns, N_Chirp, N_RX); for m 1:N_Chirp tx_idx mod(m-1, N_TX) 1; % TDMA切换 R_m R0 v0 * ((m-1) * PRI); % 慢时间距离近似 tau_m 2 * R_m / c; for rx 1:N_RX phase 2 * pi * (S * tau_m * t_fast fc * tau_m); % 角度相位虚拟阵元位置带来的波程差 phase_ang 2 * pi * (rx-1) * 0.5 * sin(theta0); % 简化示意 s_if(:, m, rx) exp(1j * (phase phase_ang)); end end得到中频信号后距离维FFT和多普勒维FFT的处理如下N_FFT_r 1024; N_FFT_d 128; win_r hamming(Ns); win_d hamming(N_Chirp); S_range fft(s_if .* win_r, N_FFT_r, 1); % 距离维 S_rd fft(S_range .* win_d, N_FFT_d, 2); % 多普勒维 S_rd fftshift(S_rd, 2); % 把零多普勒移到中心这几行代码跑完之后S_rd就是距离-多普勒二维谱。我要提醒一下加窗是有代价的Hamming窗会把距离主瓣展宽约1.4倍但能压低旁瓣。如果你仿真里有两个距离很近、幅度差异很大的目标没有窗函数时弱目标会被强目标的旁瓣淹没。窗函数的选择永远是在主瓣宽度和旁瓣抑制之间做权衡别默认“加了窗就一定好”。3.3 从RD谱坐标反推目标物理量假设你在S_rd里找到峰值在(rb, db)位置换算成物理量时用以下公式距离R rb × c/(2B) × (Ns/N_FFT_r)未补零时就是 rb × 0.3m。速度先算多普勒索引对应的频率偏移再除以2/λv (db - N_FFT_d/2) × PRI_freq / (2/λ)其中多普勒频率分辨率fd_res 1/(N_FFT_d·PRI)速度分辨率就是vd_res λ·fd_res/2 λ/(2·N_FFT_d·PRI)。用我们的参数算出来约0.15m/s和前面手算一致。我在初学阶段经常犯一个错把多普勒FFT点数直接等于chirp数忘了自己做过fftshift。fftshift之后索引从0到N_FFT_d-1的映射关系变了速度可能直接差一个符号。建议写成显式函数来换算不要在CFAR代码里裸奔。这里顺便说一句RD谱上不仅有目标峰还有两个常见干扰源零多普勒通道的静止杂波以及距离维DC分量。仿真里常常能看到目标距离轴附近出现一条亮线这是本振泄漏和静态目标耦合到零频的结果。一般做法是在多普勒FFT之前做慢时间均值相减也就是MTI高通滤波或者直接用DC陷波。这些在实际工程里是必做的仿真里建议至少加一个开关方便观察加与不加的区别。4. TDMA-MIMO虚拟孔径合成相位补偿是最大翻车点4.1 2发4收怎么变成8个虚拟阵元MIMO虚拟阵列的核心逻辑是发射天线和接收天线之间的双程波程差可以等价成一个“虚拟接收阵列”里的单程波程差。比如2发4收发射天线间距d_tx 4×(λ/2)按常规设计接收天线间距d_rx λ/2那么收发组合会产生8个等效相位中心。这些相位中心如果排成均匀线阵等效于8个虚拟阵元间距λ/2。分离度取决于天线布局设计。如果发射天线与接收天线构成线性卷积关系虚拟阵元就是均匀的如果布局不好虚拟阵元会重叠或出现空洞角度估计性能下降甚至出现鬼影。仿真里大多数人都直接假设理想的均匀虚拟线阵这在验证算法阶段没问题但到了真实雷达设计阶段天线布局的非理想性必须进仿真。在代码层面我通常直接建立一个虚拟阵元坐标数组TX1对应的虚拟通道索引1~4TX2对应的虚拟通道索引5~8并在角度估计前把RD谱按这个顺序重组。4.2 TDMA引入的多普勒相位污染到底有多严重TDMA模式下不同发射天线在时间上是错开的。假设TX1在t0时刻发第一个chirpTX2在tPRI时刻才发它的第一个chirp。对同一个运动目标来说多普勒相位会随时间变化。于是同样一个目标在TX2的chirp里会比TX1多出一段相位Δφ 2π·fd·PRI其中fd2v/λ是多普勒频率。这意味着什么如果你直接把8个虚拟通道的快照拼起来做角度FFT通道之间的相位不仅包含目标角度带来的波程差还叠加了目标运动带来的多普勒相位差。目标速度越快角度谱峰值偏移越大甚至会出现假峰。我用仿真做过一个直观对比目标设置在15度方向、速度3m/s不做补偿时角度FFT峰值大概会偏到10度左右旁瓣也被抬高。如果速度继续增大角谱会完全乱掉。这个现象在单发单收里根本不存在所以很多人第一次遇到会完全摸不着头脑——等你把相位补偿加上去谱峰又干净了。4.3 相位补偿的两种路线以及我推荐哪一种路线A在多普勒FFT之前先在慢时间维上对TX2的数据做延时对齐。具体做法是把TX2的慢时间序列插值到与TX1对齐的时间网格或乘以exp(-j·2π·fd·PRI)的估计值。这个方案对fd的估计精度要求高而且插值会引入额外误差我不太推荐作为最初的实现。路线B先把所有数据都做完距离维FFT和多普勒FFT得到一个完整的距离-多普勒域数据立方体然后在距离-多普勒域对TX2对应的虚拟通道进行复数乘法补偿。因为这时每个bin的多普勒频率是已知的由bin索引决定补偿相位量可以直接算出来fd_axis (-N_FFT_d/2 : N_FFT_d/2 - 1) / N_FFT_d / PRI; comp exp(-1j * 2 * pi * fd_axis * PRI); % 假设S_rd_mimo是 [N_FFT_r, N_FFT_d, 8]前4通道是TX1后4个是TX2 for vch 5:8 S_rd_mimo(:, :, vch) S_rd_mimo(:, :, vch) .* comp; % 自动广播到所有距离bin end注意上面代码里fd_axis的顺序要与fftshift后的多普勒轴一致这是最容易出错的地方。我建议先打印一下comp的虚部/实部对照确认在正值多普勒处是负相位旋转。路线B的好处是逻辑清晰、计算开销小、不容易引入插值误差。缺点是它要求多普勒FFT里不出现速度模糊或者至少目标在无模糊速度范围内。如果目标速度超出最大不模糊速度多普勒频率会折叠comp就补偿错了。实际工程里会在系统层面用波形设计保证目标不模糊或者配合解模糊算法。4.4 怎么验证补偿做对了验证方法不是看CFAR结果而是直接看虚拟阵列快照的相位连续性。具体做法用点目标仿真设置目标在0度方向且固定不动那么理论上所有8个虚拟通道的复数值应该完全相等相位差为0。一旦加入速度和角度补偿后各通道之间的相位差应该严格满足Δφ 2π·d·sin(θ)/λ其中d是相邻虚拟阵元间距。你可以把补偿后的8个复数相位画成极坐标图或直接打印出来和理论值对照。差在0.1弧度以内说明补偿链路是对的。这个验证步骤虽然简单但真的能省掉后面无数奇奇怪怪的问题。我在做DDMA改造时也沿用了这个方法效果很好。以后你们做别的MIMO波形也建议保留这个“标准点目标校验”脚本。5. 角度维FFT与CFAR检测把目标从谱峰变成可用的点迹5.1 角度FFT在虚拟阵列上做什么、怎么做角度估计的原理在仿真里可以这样理解8个虚拟阵元接收到同一目标的回波因为阵元位置不同波程差导致每个阵元的复信号相位不同。这个相位差和角度直接相关。对8个通道做FFT本质上就是做一次空间匹配滤波峰值对应的bin就是目标角度。用我们的参数虚拟阵元数N8、阵元间距dλ/2理论上能分辨的角度约为θ_res ≈ 0.886λ/(N·d·cosθ) ≈ 12.7°θ0时注意这是在单个快照、无窗、高信噪比下的理论值。实际里加窗、有限快照、通道幅相误差都会让角度分辨率变差。仿真里如果要做更精细的角度分辨不能只靠增加FFT点数那只是插值不增加真实分辨率而要增加虚拟阵元数量也就是增加发射或接收通道数。在MATLAB里对某个检测单元做角度FFT的代码snapshot squeeze(S_rd_mimo(R_bin, D_bin, :)); % 8x1 theta_fft fftshift(fft(snapshot, 256)); % 补零到256点看谱形 angle_axis asin((-128:127)/256 * 2) * 180/pi; % 对应角度轴更进阶的算法是Capon或MUSIC它们在多目标且阵元数充足时可以突破瑞利限。但MIMO雷达里通道数往往不够多且RD谱上多目标可能落在同一个距离-多普勒单元这时超分辨算法才有用武之地。仿真阶段建议先把FFT的角度结果吃透再往上加复杂算法。5.2 先把CFAR放在哪个域里做后面会省很多事CFAR检测有两种常见做法第一种是在距离-多普勒谱上做二维CFAR检测到目标后再针对每个目标做角度估计。优点是计算量小因为角度FFT只需要对检测点做缺点是如果在同一个距离-多普勒单元里有两个不同角度的目标它们会叠在一起CFAR也只能检测到一个目标角度估计会被两个目标的矢量合成带偏。第二种是先在距离维做CFAR然后在每个检测距离上做“距离-角度谱”或“角度-多普勒谱”的CFAR。这种方法更接近4D雷达的实际处理因为4D点云需要在距离、速度、方位、俯仰四个维度上定位目标。缺点是计算量大内存占用高。我自己的建议是仿真教学阶段用第一种简单清晰风险可控做项目阶段至少过渡到“距离维CFAR 角度维CFAR”的级联方式才能处理多目标场景。CFAR的实现核心是滑窗统计下面给个二维CFAR的框架function det_map cfar2d(rd_map, guard_r, ref_r, guard_d, ref_d, alpha) % guard_r/ref_r: 距离维保护单元和参考单元 % guard_d/ref_d: 多普勒维保护单元和参考单元 % alpha: 门限因子 [Nr, Nd] size(rd_map); det_map zeros(Nr, Nd); for rr 1guard_rref_r : Nr-guard_r-ref_r for dd 1guard_dref_d : Nd-guard_d-ref_d % 取参考窗 win rd_map(rr-ref_r-guard_r:rrref_rguard_r, ... dd-ref_d-guard_d:ddref_dguard_d); % 剔除保护区域 win(guard_r1:end-guard_r, guard_d1:end-guard_d) 0; noise mean(abs(win(:))); det_map(rr, dd) abs(rd_map(rr,dd)) alpha * noise; end end这个双重循环跑起来很慢实际MATLAB里可以矩阵化或分块处理。但更重要的是理解保护单元的作用目标主瓣可能会展宽到相邻几个bin如果不设保护单元目标自身的能量会被算进噪声均值把门限抬得过高导致目标检测不出来。这也是CFAR调参最容易踩的坑。5.3 换成物理坐标距离、速度、角度的解算当CFAR检测到目标后把索引换算成物理量是整个仿真里最“枯燥但绝不能错”的部分。常踩的坑有这么几个距离索引没乘窗函数带来的幅度损失补偿。补零FFT不影响峰值位置但距离FFT点数变化会改变频率轴刻度建议用统一函数换算。速度索引因为fftshift的原因0速在中心正负半轴分别表示靠近和远离。码代码时注意偏置量。角度索引通过asin函数转换时如果谱峰出现在边缘说明目标可能超过了阵列不模糊角度范围。8阵元、λ/2间距的不模糊范围为±90度理论够用但实际仿真里如果天线间距超过λ/2就会出栅瓣需要格外小心。我倾向于把这三个换算写成一个函数function [R, v, theta] bin2phys(rb, db, ang_bin, ... B, Ns, N_FFT_r, lambda, N_D, PRI, N_FFT_a) R rb * c / (2 * B) * (Ns / N_FFT_r); v (db - N_D/2) * lambda / (2 * N_D * PRI); theta asin((ang_bin - N_FFT_a/2) / (N_FFT_a/2)) * 180 / pi;这样做整个数据流非常清晰。我在做多目标场景时就直接对每个检测单元调用这个函数很快就能得到点云。6. 把TDMA改成DDMA几处关键改动背后是同一套闭环逻辑6.1 DDMA本质就是给每个发射天线贴一张“频率标签”DDMA多普勒频分多址的思路和TDMA完全不同所有发射天线同时工作但每个发射天线发射的chirp在起始频率上有不同的偏移。接收端混频后不同发射天线对应的差拍信号会落在不同的中频位置上相当于在距离维上“错开”因此可以按频率区间把各发射天线的回波分离开。用FDMA这个思路实现MIMO最大的收益是发射效率高。TDMA模式下任意时刻只有一个发射机工作发射功率利用率天然受限DDMA则可以同时开多个通道等效辐射功率更高。另外DDMA模式对“时分造成慢时间采样率减半”的问题有一定缓解代价是引入了新的频率-距离耦合和多普勒模糊问题。做一个直观的类比TDMA像是一家餐厅只有一个厨师几个灶台轮流炒菜DDMA像好几个厨师同时开火但每位厨师用了不同颜色的围裙上菜后按围裙颜色区分菜是哪个厨师做的。听起来很美好但问题是“围裙颜色”会让盘子里的菜自带多余的调味料后面得专门去除。6.2 频偏间隔怎么选这里有一个必须算的折中DDMA频偏的选择直接决定系统性能。设距离FFT点数为N_FFT_r采样率为fs则一个距离bin对应的频率宽度为Δf_bin fs / N_FFT_r为了让不同发射天线的回波在距离维上可分频偏至少取几个bin的宽度。我常用的默认值是Δf_DD 4 × Δf_bin用前面的参数算Δf_bin 20MHz/1024 ≈ 19.5kHz4个bin就是约78kHz。这个频偏带来的距离偏移为ΔR_off c·Δf_DD/(2S) 3e8×78e3/(2×1e13) ≈ 1.17m也就是说TX2的所有目标在距离维上会比TX1多出约1.17m的偏移相当于4个距离bin。分离时按频段切分再把这个偏移搬回去就能把两个TX的数据对齐到同一距离网格。频偏不是越大越好。选大了不同TX的回波在距离上错开更多更容易分离但会占用更多中频带宽压缩最大可测距离选小了分离度不够强目标旁瓣会跨到其他TX的频率区间形成串扰。实际设计里通常要求系统最高中频 Δf_DD 仍小于 fs/2比如目标在30m处差拍频率约2MHz加78kHz后也就2.1MHz余量还很足。如果目标在100m处差拍频率约6.7MHz加78kHz后仍低于10MHz也还能接受。所以这个参数组合的余量是够的但当你加大带宽或采样率时一定要重算这个不等式。6.3 让人头疼的多普勒模糊以及一种实用解法DDMA的麻烦在于频偏不仅让目标在距离维上错开它还会在慢时间维上产生一个附加相位影响到多普勒估计。如果你每个chirp都保持同一个频偏那么不同发射天线的回波在多普勒维里会自带一个固定的频移这个频移和目标的真实多普勒混在一起很难分辨。工程上常用的一种解法是“双chirp频偏交替”第奇数个chirpTX2使用Δf_DD第偶数个chirpTX2使用-Δf_DD。这样TX2的相邻两个慢时间样本之间的相位差里包含了两倍频偏产生的已知相位也包含目标多普勒产生的未知相位。利用相邻chirp的差分相位可以把目标的真实多普勒解出来。具体实现上要在信号生成时对TX2加上变化的频偏for m 1:N_Chirp if mod(m, 2) 1 f_off df_dd; else f_off -df_dd; end % 在差拍信号的相位中额外加入 -2*pi*f_off*t 的项 end接收端先按距离区间分离TX1和TX2再做多普勒FFT然后对TX2的相邻chirp做相位差分估计速度。这个过程比TDMA的补偿多绕一步但换来的是所有发射天线全时工作慢时间采样率不再减半最大不模糊速度通常可以恢复到与单发模式相当的水平。需要说明的是双chirp方案只是DDMA的一种常见实现业界还有更复杂的四chirp组合、随机变频等方案。仿真阶段先把双chirp方案吃透后面理解其他方案会快很多。6.4 TDMA和DDMA怎么选我给的一张对比表维度TDMA-MIMODDMA-MIMO发射方式分时轮换同时发射、频率错开实现难易简单直观中等频偏设计有讲究发射功率利用率低单时刻单通道高多通道同时慢时间采样率每TX减半不减半但有多普勒模糊耦合信号分离方式按时序区分按距离FFT频段区分最常踩的坑多普勒相位补偿频偏选择和多普勒解模糊仿真阶段推荐度强烈推荐先做在TDMA跑通后再改造我个人在项目中的体会是TDMA适合作为算法验证和教学的基础方案DDMA适合要真正上板子、追求发射效率和最大不模糊速度的场景。但是DDMA的工程坑比TDMA深得多如果你还没把补偿流程练熟不要贸然上DDMA。7. 仿真和实测之间的几个非理想因素提前给自己打预防针7.1 通道幅相不一致角度估计的头号隐形杀手仿真里每个通道的幅度和相位都是理想均匀的但真实接收通道之间存在幅相偏差。天线增益不同、射频链路的滤波和放大不完全一致、PCB布线长度差异、ADC通道校准误差都会导致各虚拟通道的复增益不一样。后果是即使目标在0度方向角度FFT也会因为通道相位偏差而出现谱峰偏移幅度偏差则会抬高旁瓣。在仿真里提前演练这个问题很简单只要在生成回波时给每个通道乘一个复常数。比如gain_err 1 0.1 * randn(N_vch, 1); phase_err exp(1j * 0.05 * randn(N_vch, 1)); snapshot snapshot .* gain_err .* phase_err;做完之后你很快就会看到角度谱变差。真实雷达系统里需要用内定标源或向日葵法做通道校正。仿真阶段明白这个影响有多大比实测时硬着头皮调参有效得多。7.2 本振泄漏、量化饱和和CFAR门限之间的博弈毫米波雷达前端的本振泄漏会在混频输出中形成直流分量表现为RD谱上零距离、零多普勒附近的高能量。这个泄漏在近距离高灵敏度场景会严重影响CFAR门限因为CFAR参考窗一旦包含这些强分量门限就会被抬高导致附近真实目标被漏检。仿真里至少要做两件事一是模拟一个静止目标和DC泄漏看CFAR在低速、近距离场景的表现二是练习零多普勒陷波或均值对消的工程手段。ADC量化同样不能忽略。如果直接用浮点仿真等于自动回避了ADC位宽问题。我建议在仿真中加上一个简单的定点化或量化函数比如把信号量化到位宽12bit观察谱噪底的变化。位宽不够时远距离弱小目标会直接被量化噪声淹没。7.3 用仿真提前演练多径和镜像目标多径是近距离雷达绕不开的话题。车辆、墙壁、护栏反射会让雷达看到一个“镜像目标”其角度往往和真实目标对称或出现在不期望的位置。多径产生的虚假点在CFAR检测里很可能形成稳定点迹单帧仿真看不出问题多帧关联后才会发现目标轨迹跳变。在仿真里加多径的方式是在回波信号里再叠加一个幅度较低、距离略大、角度经过墙面反射的目标。然后观察CFAR输出能否把真实目标和镜像目标区分开。实际工程里最终要靠多帧关联、速度一致性检验和RCS差异来滤除虚假点但在仿真阶段积累“哪些特征是虚假点”的经验对后面做点云后处理非常有帮助。这里分享一个我自己实际操作的体会仿真做得好的人不是因为他把信道模型做得多么逼真而是他时刻清楚每一个非理想因素加进去之后会给哪一步处理带来什么后果。所以每加一个非理想因素就盯着RD谱和角度谱看一遍对照它出现的位置和形态这比跑一百次端到端仿真的收获都大。最后多说一句小经验。无论是TDMA还是DDMA我在每次跑完仿真后都不会直接看CFAR结果而是先把距离-多普勒谱和角度谱画出来目测一遍。图像不容易骗人看到异常谱峰往往比看指标更早发现问题。这个习惯我从做仿真一直保持到现在帮我在项目里省下了大量排查时间。