FMCW雷达通过连续发射频率随时间变化的电磁波，同时测量目标的距离和径向速度。与只能判断目标是否运动的单频连续波雷达相比，FMCW雷达可以进一步区分不同距离上的多个目标，因此被广泛应用于交通监测、车辆测速、目标跟踪、汽车驾驶辅助和工业测量。
在实际系统中，雷达并不是简单地将一个频率差直接换算为车辆速度。完整的处理过程通常包括Chirp信号生成、回波接收、混频、模数转换、距离FFT、多普勒FFT、角度估算、目标检测和轨迹跟踪。
什么是FMCW雷达？
FMCW是Frequency Modulated Continuous Wave的缩写，中文称为调频连续波。
雷达发射机连续工作，并在一个设定时间内按照一定斜率改变信号频率。一次完整的扫频信号通常称为一个Chirp。常见调制方式包括锯齿波和三角波，其中锯齿波Chirp序列广泛用于多目标数字雷达系统。
信号遇到车辆、人员或其他物体后，一部分能量会反射回接收天线。由于电磁波传播需要时间，接收到的回波相对于当前发射信号会产生延迟；如果目标正在运动，回波还会带有多普勒频移。
雷达将发射信号与接收信号送入混频器，得到频率较低的中频信号，也称为差频信号或Beat Signal。经过滤波、放大和模数转换后，数字信号处理器便可以从中提取目标信息。
FMCW雷达如何测量距离？
假设雷达发射一个频率随时间线性增加的Chirp信号。目标距离越远，回波返回所需的时间越长，发射信号与接收信号之间的频率差通常也越大。
在理想静止目标条件下，目标距离可以表示为：
R = c × fᵦ ÷（2 × S）
其中：
- R代表目标距离
- c代表电磁波传播速度
- fᵦ代表差频信号频率
- S代表Chirp的调频斜率
实际系统会对一个Chirp内采集的数字信号执行距离FFT。不同距离上的目标会在不同的距离单元中形成峰值，由此获得距离谱。
距离分辨率由什么决定？
FMCW雷达的理论距离分辨率主要与扫频带宽有关：
ΔR ≈ c ÷（2 × B）
其中B代表有效扫频带宽。
带宽越大，理论上越容易区分距离相近的两个目标。但真实系统的表现还会受到信噪比、窗函数、采样率、天线、目标反射特性和检测算法影响。
因此，“最大探测距离”和“距离分辨率”是两个不同指标。探测得更远，不等于能够更清晰地区分相邻目标。
FMCW雷达如何测量速度？
当目标沿雷达视线方向运动时，回波信号会产生多普勒频移。其基本关系为：
fᴅ = 2 × vᵣ ÷ λ
其中：
- fᴅ代表多普勒频率
- vᵣ代表目标相对于雷达的径向速度
- λ代表雷达信号波长
需要特别注意，雷达直接测量的是径向速度，即目标沿雷达视线方向靠近或远离的速度分量，而不是任意方向上的完整运动速度。
现代FMCW雷达通常不会只依靠单个Chirp测速，而是按照固定时间间隔连续发射多个Chirp，组成一个数据帧。
处理器先对每个Chirp执行距离FFT，再对同一距离单元在多个Chirp之间的相位变化执行多普勒FFT。最终形成距离-多普勒图：
- 横向单元可以表示距离
- 纵向单元可以表示径向速度
- 峰值强度反映目标回波能量
TI公开的FMCW信号处理资料将距离FFT、多普勒FFT和角度FFT作为解析目标距离、相对速度和到达角的核心处理步骤。TI FMCW雷达信号处理资料
为什么距离和速度需要联合处理？
运动目标的回波同时包含传播延迟和多普勒频移。如果只分析一次频率差，距离与速度可能相互耦合。
通过一组连续Chirp进行二维处理，雷达可以把距离维和速度维分离，在同一距离上识别不同速度的目标，也可以区分速度相近但距离不同的目标。
在多车道道路场景中，这一点尤其重要。同一时刻可能有多辆车处于相近距离，如果只输出一个速度值，很难确认速度属于哪一辆车。距离-多普勒联合处理为后续的角度估算、坐标计算和目标关联提供了基础。
FMCW雷达如何测量目标角度？
仅凭单个接收天线通常无法精确判断目标来自哪个方向。为了获得方位角，雷达需要使用多个接收通道。
同一目标回波到达不同接收天线时会产生相位差。系统根据天线间距、信号波长和通道间相位关系估算目标的到达角。
具有多组发射和接收天线的MIMO雷达还可以形成虚拟天线阵列，在不显著增加雷达物理尺寸的情况下增加有效通道数量。
但天线数量并不是决定角度性能的唯一因素。角度分辨能力还与以下因素有关：
- 天线阵列尺寸
- 阵元间距与布局
- 信噪比
- 标定误差
- 算法类型
- 目标数量与空间位置
- 多径反射环境
Infineon的FMCW雷达基础资料也分别通过传播延迟、多普勒变化和接收通道相位差解释了距离、速度及角度估算。Infineon FMCW雷达基础资料
从雷达点迹到车辆轨迹需要哪些步骤？
距离FFT、多普勒FFT和角度估算产生的结果通常只是雷达点迹。交通系统需要进一步处理，才能获得稳定的车辆目标和连续轨迹。
典型处理流程包括：
- 对距离、速度和角度数据进行目标检测
- 抑制地面、护栏和固定设施产生的杂波
- 将属于同一目标的多个点迹进行聚类
- 在连续帧之间完成目标关联
- 为每个目标分配稳定的目标ID
- 通过跟踪算法估算目标位置、速度和运动方向
- 将雷达坐标转换为道路坐标
- 根据车道边界完成车道匹配
- 输出轨迹、车型、车流量或触发事件
因此，雷达芯片能够输出距离-多普勒数据，并不等于系统已经能够稳定完成多车道交通监测。天线设计、安装标定、目标跟踪和道路模型同样重要。
路侧安装为什么会影响测速结果？
雷达测量的是目标相对于雷达的径向速度。如果车辆行驶方向与雷达视线之间存在夹角，直接测得的径向速度会小于车辆沿道路方向的实际速度。
两者的基本关系可以表示为：
vᵣ = v × cosθ
其中θ为车辆运动方向与雷达视线之间的夹角。
单目标测速设备通常需要严格控制安装角度。多目标跟踪雷达则可以结合车辆连续坐标、道路方向和目标轨迹，对运动方向进行估计和几何修正。
实际项目中还需要注意：
- 雷达安装高度
- 雷达朝向与俯仰角
- 车道宽度和道路曲线
- 中央隔离带及金属护栏
- 大型车辆造成的遮挡
- 龙门架或立杆振动
- 车辆并排行驶和变道行为
因此，同一款雷达安装在不同道路上时，需要根据现场结构完成参数设置和标定。
哪些参数影响FMCW雷达性能？
FMCW雷达参数之间通常存在相互制约，不能只追求某一个最大值。
扫频带宽
主要影响距离分辨能力。更大的有效带宽通常有利于区分距离相近的目标。
Chirp调频斜率
影响目标距离对应的差频范围，需要与ADC采样率、模拟带宽和最大探测距离一起设计。
Chirp持续时间和重复间隔
影响速度测量范围、速度分辨率、最大无模糊速度及系统刷新周期。
一帧中的Chirp数量
更多Chirp有利于速度分辨和相干积累，但也可能增加处理量和一帧数据的持续时间。
天线通道数量与阵列结构
影响角度估算、视场范围和多目标分离能力。
信噪比
影响目标能否被稳定检测，也会影响距离、速度和角度估计精度。
算法与安装环境
杂波抑制、恒虚警检测、聚类、目标关联、坐标转换和道路模型都会影响最终输出效果。
FMCW交通雷达能输出哪些数据？
不同产品的输出能力并不相同。用于交通系统集成的多目标FMCW雷达通常可以根据配置输出：
- 目标ID
- 目标距离与坐标
- 径向速度或道路方向速度
- 运动方向
- 连续目标轨迹
- 目标所在车道
- 目标类别或长度信息
- 测量线触发事件
- 车流量、平均速度和车道占有率等统计数据
例如，HC-M150多目标交通雷达面向多车道车辆检测、测速及目标轨迹输出；HC-M250远距离交通雷达则适用于需要更远检测范围的道路监测项目。
在系统层面，雷达目标数据还可以用于：
FMCW雷达有哪些常见误区？
误区一：雷达标称距离越远越好
最大探测距离只是一个指标。多车道项目还需要考虑近距离盲区、角度分辨率、目标容量、坐标稳定性和遮挡处理能力。
误区二：雷达可以直接测得车辆任意方向的真实速度
雷达首先测得的是径向速度。路侧安装时需要结合安装几何关系和目标轨迹计算道路方向速度。
误区三：带宽越大，所有性能都会提高
带宽主要影响距离分辨率。速度分辨、角度分辨、刷新周期和最大探测范围还由其他参数共同决定。
误区四：完成距离FFT和多普勒FFT就能得到稳定车辆轨迹
FFT输出通常只是检测基础。实际交通系统还需要杂波处理、目标聚类、帧间关联、轨迹滤波、车道映射和安装标定。
误区五：FMCW雷达完全不受天气和环境影响
雷达不依赖可见光，通常比摄像头更少受到黑夜、逆光和光照变化影响，但强降雨、积雪覆盖、多径反射、遮挡和安装误差仍可能影响检测结果。
如何选择FMCW交通雷达？
在选型和系统集成阶段，建议重点确认：
- 实际有效检测距离
- 支持的车道数量
- 同时跟踪目标数量
- 距离、速度和坐标精度
- 数据更新周期
- 近距离盲区
- 安装高度和安装位置
- 输出数据内容
- 通信接口
- 是否支持道路坐标及车道配置
- 环境防护等级
- 现场标定方式
- 通信协议和集成支持
如果项目需要雷达与控制器、相机或交通平台连接，还应在前期明确所需的目标字段、触发逻辑和通信方式。详细通信协议可根据具体项目需求联系技术团队获取。
总结
FMCW雷达通过分析调频连续波信号与目标回波之间的差异测量距离，并利用多个Chirp之间的相位变化估算径向速度。通过多接收天线的相位信息，系统还可以进一步计算目标角度。
对于路侧交通雷达而言，距离、速度和角度估算只是基础。稳定的多车道车辆检测还依赖天线设计、信号处理、目标跟踪、道路坐标转换和现场安装标定。
理解这些处理过程，有助于在交通流量监测、车辆测速和系统集成项目中正确评估雷达参数，而不是仅根据最大探测距离或频率选择产品。
