📡 FMCW 雷达信号处理教科书级仿真平台

完整链路逐模块实现 · MATLAB 纯基础函数实现 · 教学与工程双场景可复现* 支持 FMCW 主链路 + 脉冲多普勒 + 相参/非相参积累对比

📌 为什么选择本仿真平台？

想讲清楚雷达处理链路时，常见问题是“公式和代码脱节、模块耦合重、结果不稳定、图像不好复现”。  本平台围绕 可解释、可运行、可验证 设计，主打从信号到点云的完整闭环。

🎯 核心价值

🔬 学术研究价值

• 链路完整：FMCW 主处理、脉冲多普勒、积累增益三条演示链路并存。
• 公式可对齐：关键相位项、FFT 维度、CFAR 门限均可映射到标准雷达信号处理表达。
• 教学友好：一键脚本生成 8 类关键图，适合课堂讲解与实验报告。
• 参数集中化： default_config.m 管理关键系统参数，便于敏感性分析。

💼 工程应用价值

• 模块解耦： config/core/processing/utils/tests 清晰分层。
• 结果可复现：输出目录按时间戳归档，便于版本对比与追踪。
• 易集成：函数接口统一，便于接入更大链路级仿真工程。
• 质量可控：静态检查与冒烟检查可快速评估当前版本可运行性。

⚡ 技术亮点

🏗️ 完整模块架构

RadarSignal/
 ├── README.md
 ├── Plan.md
 ├── 项目文档.md
 ├── docs/
 │   ├── 算法文档.md
 │   └── 代码文档.md
 └── matlab/
     ├── run_demo_all.m                    # 一键运行入口
     │
     ├── config/
     │   └── default_config.m              # 统一配置中心
     │
     ├── core/
     │   ├── generate_fmcw_chirp.m         # FMCW 发射信号生成
     │   ├── simulate_fmcw_scene.m         # IF 场景建模与噪声注入
     │   └── build_data_cube.m             # 三维 Data Cube 组织
     │
     ├── processing/
     │   ├── range_doppler_fft.m           # 距离-多普勒处理
     │   ├── angle_estimation_fft.m        # 阵元维角度估计
     │   ├── cfar_2d_ca.m                  # 二维 CA-CFAR
     │   ├── build_point_cloud.m           # 检测点 -> 点云映射
     │   ├── pulse_doppler_demo.m          # 脉冲多普勒演示
     │   └── coherent_integration_demo.m   # 相参/非相参积累对比
     │
     ├── utils/
     │   ├── make_output_dir.m             # 输出目录管理
     │   ├── save_figure_auto.m            # 图像自动保存
     │   └── plot_helpers.m                # 绘图风格设置
     │
     ├── tests/
     │   └── run_static_checks.m           # checkcode + 冒烟检查
     │
     └── outputs/
         └── radar_demo_YYYYMMDD_HHMMSS/   # 结果归档目录

📊 关键结果实测（默认参数）

数据来源： Plan.md 中 Gate E 修复后验证记录。

💻 核心代码展示

🔥 多目标 IF 建模（ simulate_fmcw_scene.m）

% 距离拍频与多普勒频移
 f_r = 2 * slope * R / c;
 f_d = 2 * v / lambda;
 
 % 快时间相位项（range beat）
 % 与“保留正频半谱”策略一致，采用正拍频符号
 phase_fast = 2 * pi * f_r .* t_fast;
 % 慢时间相位项（doppler）
 phase_slow = 2 * pi * f_d .* t_slow;
 
 for p = 1:num_ant
     phase_ant = 2 * pi * ((p - 1) * d * sin(theta) / lambda);
     phase_nd = phase_slow + phase_const + phase_ant;
     phase_2d = bsxfun(@plus, phase_nd(:), phase_fast);
     target_if = amp * exp(1j * phase_2d);
     ...
 end

🚀 二维 CA-CFAR 检测（ cfar_2d_ca.m）

num_total = (2 * win_r + 1) * (2 * win_d + 1);
 num_guard = (2 * gr + 1) * (2 * gd + 1);
 num_train = num_total - num_guard;
 
 alpha = num_train * (pfa^(-1 / num_train) - 1);
 
 for r = r_start:r_stop
     for d = d_start:d_stop
         block = rd_power((r - win_r):(r + win_r), (d - win_d):(d + win_d));
         guard = rd_power((r - gr):(r + gr), (d - gd):(d + gd));
 
         noise_sum = sum(block(:)) - sum(guard(:));
         noise_mean = noise_sum / num_train;
         threshold = alpha * noise_mean;
         thr_map(r, d) = threshold;
 
         snr_db = 10 * log10(rd_power(r, d) / (noise_mean + eps));
         if rd_power(r, d) > threshold && snr_db >= cfar_cfg.min_snr_db
             det_mask(r, d) = true;
         end
     end
 end

🎬 一键运行

cd('D:/10_存储库/OneDrive/15.代码归档/01.施工中/RadarSignal/matlab');
 run_demo_all;

cd('D:/10_存储库/OneDrive/15.代码归档/01.施工中/RadarSignal/matlab/tests');
 report = run_static_checks();
 disp(report);

输出预览

[RadarSignal] 输出目录: .../matlab/outputs/radar_demo_20260306_082736
 [RadarSignal] 演示完成，输出已保存。
 [RadarSignal] 图像与结果文件：.../radar_demo_20260306_082736
 
 输出文件（共17个）:
   - 01~08 图像: 每类各 1 份 PNG + 1 份 FIG
   - results.mat: cfg/cube/RD/CFAR/pointcloud/pd/ci 等关键结果

处理流程总览
 ┌───────────────────────────────────────────────────────────────┐
 │  chirp生成 -> IF建模 -> Data Cube -> Range FFT -> Doppler FFT │
 │            -> Angle FFT -> 2D CA-CFAR -> 点云映射             │
 └───────────────────────────────────────────────────────────────┘

示例输出图（默认参数）：

🖥️ 运行环境

• MATLAB 版本：R2020a 或更高版本（建议 R2025b 及以上）
• 依赖工具箱：无强依赖（核心流程使用基础 MATLAB 函数）
• 操作系统：Windows / Linux / macOS 均可

🛒 获取方式

本文代码仅为核心片段，完整版工程已整理好。 关注公众号 【 3GPP 仿真实验室】进行获取。

📚 参考文献

1] Fuwei Li, “Radar Signal Processing: A Tutorial,” 2024-12-26.      [https://livey.github.io/posts/2024-12-radar-processing/

[2] M. I. Skolnik, Introduction to Radar Systems, 3rd ed., McGraw-Hill, 2001.

[3] M. A. Richards, J. A. Scheer, and W. A. Holm, Principles of Modern Radar: Basic Principles, SciTech, 2010.

[4] H. Rohling, “Radar CFAR Thresholding in Clutter and Multiple Target Situations,” IEEE Trans. AES, vol. AES-19, no. 4, pp. 608–621, 1983.