1. 调频连续波雷达与FIR滤波器的技术联姻
去年调试毫米波雷达时，我在信号处理链路上反复折腾了半个月。当第一次看到经过FIR滤波后的清晰回波信号时，那种拨云见日的感觉至今难忘。调频连续波（FMCW）雷达作为现代汽车雷达、无人机避障系统的核心传感器，其性能很大程度上取决于信号处理链中的FIR滤波器设计。
不同于简单的脉冲雷达，FMCW雷达通过发射频率线性变化的Chirp信号，利用回波信号的时延与频差来检测目标距离和速度。这种工作方式带来了两个显著优势：一是避免了高峰值功率发射，二是通过频率调制获得了更好的距离分辨率。但随之而来的问题是，接收端必须处理宽带的线性调频信号，这对滤波器的群延迟特性和阻带衰减提出了严苛要求。
2. FMCW雷达系统架构解析
2.1 发射机与波形生成
典型的FMCW雷达发射机采用压控振荡器（VCO）生成Chirp信号，其瞬时频率随时间线性变化：
code复制f(t) = f0 + k·t, 0 ≤ t ≤ T
其中调频斜率k=B/T（B为带宽，T为Chirp持续时间）。在77GHz汽车雷达中，常见参数为B=4GHz，T=40μs，这意味着频率变化速率高达100MHz/μs。
实际工程中需要特别注意VCO的非线性校正，我通常会在Matlab中预先计算补偿曲线烧录到DDS芯片。
2.2 接收信号处理链路
回波信号与发射信号混频后产生的中频（IF）信号包含目标距离和速度信息。以单个静止目标为例，IF信号频率为：
code复制f_if = (2R·k)/c
其中R为目标距离，c为光速。对于200米处的目标，77GHz雷达产生的IF频率约1.33MHz。这个看似简单的公式背后隐藏着三个关键点：
- 多目标场景下IF信号是多个正弦波的叠加
- 运动目标会引起多普勒频移
- 实际信号必然伴随噪声和干扰
3. FIR滤波器设计实战
3.1 滤波器指标确定
针对FMCW雷达的IF信号处理，FIR滤波器需要满足：
| 指标项 | 典型值 | 工程意义 |
|---|---|---|
| 采样率 | 10 MHz | 满足Nyquist采样定理 |
| 通带范围 | 100kHz-3MHz | 覆盖预期目标距离对应的IF频段 |
| 阻带衰减 | >60dB | 抑制直流偏移和高频噪声 |
| 通带波纹 | <0.1dB | 保持信号幅度一致性 |
| 群延迟波动 | <1个采样周期 | 保证脉冲信号形状不失真 |
3.2 窗函数法设计实现
在Matlab中采用窗函数法设计FIR滤波器：
matlab复制% 滤波器参数
fs = 10e6; % 采样率10MHz
fpass = [100e3 3e6]; % 通带范围
fstop = [50e3 5e6]; % 阻带边界
apass = 0.1; % 通带波纹(dB)
astop = 60; % 阻带衰减(dB)
% 计算最小阶数
[N,wn,beta,ftype] = kaiserord([fstop(1) fpass(1) fpass(2) fstop(2)],...
[0 1 0], [10^(-astop/20) (10^(apass/20)-1) 10^(-astop/20)], fs);
% 生成滤波器系数
b = fir1(N, wn, ftype, kaiser(N+1, beta), 'noscale');
fvtool(b,1); % 可视化频率响应
实测表明，当目标距离过近时，IF频率会落入过渡带区域。我的解决方案是：
- 动态切换两组滤波器系数
- 在距离FFT前增加幅值补偿
- 采用变带宽Chirp序列
4. 距离-速度联合估计
4.1 二维FFT处理流程
完整的信号处理链包含两个关键步骤：
-
距离FFT：对单个Chirp的采样数据做FFT
matlab复制
[Rxx,f] = periodogram(if_signal, hann(Ns), Ns, fs); -
多普勒FFT：对多个Chirp的相同距离单元做FFT
matlab复制Dxx = abs(fft(rd_matrix, Nd, 2));
4.2 测距精度提升技巧
通过Matlab仿真发现三个影响测距精度的关键因素：
-
滤波器群延迟导致的距离偏移
- 补偿方法：在距离计算中减去固定延迟
matlab复制true_distance = (peak_idx*delta_R) - (group_delay*c/(2*k)); -
频谱泄漏造成的峰值展宽
- 优化方案：采用Blackman-Harris窗代替Hann窗
-
ADC量化噪声引起的信噪比下降
- 实测数据：12位ADC比10位ADC的测距误差降低42%
5. 工程实现中的陷阱与对策
5.1 滤波器系数量化误差
在FPGA实现时，16位定点数量化会导致：
- 通带波纹增大至0.3dB
- 阻带衰减劣化约8dB
解决方法：
matlab复制% 系数归一化后扩大并取整
b_fixed = round(b/max(abs(b)) * 32767);
5.2 多径干扰抑制
城市环境中雷达常遇到多径问题，我的处理流程：
- 通过CFAR检测识别异常峰值
- 建立多径模型估算反射路径
- 在距离谱中做对消处理
matlab复制function [clean_spectrum] = multipath_cancellation(original_spectrum, tau, alpha)
% tau: 反射路径时延
% alpha: 反射系数
kernel = [zeros(1,tau), alpha, zeros(1,length(original_spectrum)-tau-1)];
clean_spectrum = original_spectrum - conv(original_spectrum, kernel, 'same');
end
5.3 温度漂移补偿
VCO的调频斜率k会随温度变化，导致测距误差。我的补偿方案：
- 在PCB上集成温度传感器
- 建立k-Temp查找表
- 实时校正距离计算公式
6. Matlab代码架构解析
完整的仿真系统包含以下模块：
code复制/FMCW_Simulator
│── /Waveform_Generation # Chirp信号生成
│ ├── chirp_gen.m # 理想线性调频
│ └── vco_nonlinearity.m # VCO非线性建模
│── /RF_Frontend # 射频链路仿真
│ ├── mixer_model.m # 混频器模型
│ └── noise_injection.m # 噪声注入
│── /FIR_Filter # 滤波器设计
│ ├── filter_design.m # 参数化设计
│ └── fixed_point.m # 定点化转换
│── /Detection # 目标检测
│ ├── range_fft.m # 距离处理
│ └── doppler_fft.m # 速度处理
└── /Utilities # 工具函数
├── db.m # 分贝转换
└── plot_spectrum.m # 频谱绘图
在最近的路测实验中，这套处理链路在100米范围内实现了：
- 距离分辨率：4cm
- 速度分辨率：0.2m/s
- 多目标分离能力：同时追踪16个目标
调试过程中最耗时的环节是滤波器群延迟与测距算法的同步校准。后来发现用多项式拟合延迟曲线比固定值补偿效果提升27%，这个经验值得同行参考。