从上一讲 测距 末尾的frame讲起。我们知道一个chirp对应了一个采样后的IF信号，我们将这些采样后的IF信号按chirp的次序排列成一个帧（frame），这就得到了我们实际中接收后处理的FMCW信号。

由于chirp的发射返回时间很短，所以我们称其所在时间维度为快时间（fast time）维，而相邻的chirp间存在一个chirp repetition time（CRT）相对较慢，于是我们将其所在时间维度为慢时间（slow time）维。借一幅《Soli: Ubiquitous Gesture Sensing with Millimeter》文中的图，可以对raw signal有一个直观的认识。

相位差的周期性

我们首先对FFT得到的频率谱做一个分析，其分为两部分，幅度部分和相位部分，幅度部分可以表示此处频率的强弱，相位部分表示的是此频率对应的相位。那么，对于，对做完range FFT后的frame矩阵而言，其fast time维度就转换成了range维度。

对于在某一个 range bin上的物体，我们已经知道其距离表示为
dtarget=c2Kfpeakd_{target} = \frac{c}{2K}f_{peak} dtarget​=2Kc​fpeak​
这个距离的解我们知道是通过IF信号中频率部分2πKτ2 \pi K \tau2πKτ得到的，而我们现在关注其相位部分2πf0τ2 \pi f_0 \tau2πf0​τ。

xIF(t)=Acos⁡(2πKτt+2πfoτ)x_{\tiny{IF}}(t) = A \cos(2\pi K\tau t+2\pi f_o \tau ) xIF​(t)=Acos(2πKτt+2πfo​τ)

由于
τ=2dc\tau = \frac{2d}{c} τ=c2d​

故相位ϕ\phiϕ
ϕ=2πfo2dc=4πfocd\phi = 2\pi f_o \frac{2d}{c}=\frac{4\pi f_o}{c}d ϕ=2πfo​c2d​=c4πfo​​d

如果在这个range bin中的物体正在运动，那么每隔一个chirp的周期CRTCRTCRT，物体就会发生一个微动位移，而这个微动位移将造成相位较为剧烈的变化，即
Δϕ=4πfocΔd=4πf0cv⋅CRT\Delta \phi = \frac{4\pi f_o}{c} \Delta d =\frac{4\pi f_0}{c}v \cdot CRT Δϕ=c4πfo​​Δd=c4πf0​​v⋅CRT

如果我们将这个CRTCRTCRT看作一种采样，那么，对ϕ\phiϕ的变化进行分析，将能提取到有效的速度vvv的信息，这也正是我们采用frame传输的原因——获得速度信息。 这种视角先按下不表，最后再述。

我们也可将这个过程看作是相位差的周期性运动，那么我们对其进行FFT分析，也将得到这个周期性的相位差信息。

进一步转换到速度维，就有

v=c4πfo⋅CRTΔϕ=λ4π⋅CRTΔϕv = \frac{c}{4\pi f_o \cdot CRT}\Delta \phi =\frac{\lambda}{4 \pi \cdot CRT}\Delta \phi v=4πfo​⋅CRTc​Δϕ=4π⋅CRTλ​Δϕ

于是我们要做的Doppler FFT 或者说 Velocity FFT即是取出Range FFT某个range bin对应的一列slow time数据进行FFT。

多普勒效应

那么问题来了，为什么叫Doppler FFT呢？在基本的物理学中，我们曾学习过基本的多普勒效应。举一个生活中的例子，你在街上听到一辆警车向你呼啸而来，你听到警笛的声音是越来越急的（这对应的即是声波的频率越来越高），而当警车越来越远时，你听的警笛是越来越疏的（这对应的即是声波的频率越来越低）。

在这里，我们用一个移动通信中描述移动台所造成的多普勒频偏公式（见Rappaport书中的123页），即
fd=vλcos⁡θf_d = \frac{v}{\lambda}\cos \theta fd​=λv​cosθ

在FMCW雷达考虑的场景中，取径向速度，即 cos⁡θ=1\cos \theta = 1cosθ=1，同时由于电波一发一收，于是造成的fdf_dfd​为

fd=2vλf_d = 2\frac{v}{\lambda} fd​=2λv​

进一步代入 v 的公式转换为

fd=Δϕ2π⋅CRTf_d = \frac{\Delta \phi}{2 \pi \cdot CRT} fd​=2π⋅CRTΔϕ​

值得指出的是，主频率部分亦会由于物体的运动产生频偏。但当物体的距离d发生微小的变化时，IF signal 信号的相位变化非常明显，而频率的变化并不显著，远远达不到在CRT的时间内，区分信号的频率。 即相位变化对微动位移有着敏感性。

我们不如用TI教程中的例子来感性认识一下：取 λ=4mm\lambda = 4mmλ=4mm，CRT=40μsCRT = 40 \mu sCRT=40μs，K=50MHz/μsK = 50MHz/\mu sK=50MHz/μs，当物体发生一个1mm的微动位移时，有：

相位变化 Δϕ=4πΔdλ=π=180∘相位变化 \ \Delta \phi = \frac{4 \pi \Delta d}{\lambda} =\pi =180^{\circ} 相位变化 Δϕ=λ4πΔd​=π=180∘

频率变化 Δf=2KcΔd=333Hz频率变化 \ \Delta f = \frac{2K}{c} \Delta d=333Hz 频率变化 Δf=c2K​Δd=333Hz

而这个频偏在slow time的频率轴引起的变化其实并不大，即
Δf⋅CRT=333×40×10−6=0.013cycles\Delta f \cdot CRT=333\times 40 \times 10 ^{-6} = 0.013 \ cycles Δf⋅CRT=333×40×10−6=0.013 cycles

最大速度与速度分辨率

最大速度

由于Δϕ\Delta \phiΔϕ 的限制，给出了最大速度的限制，即
−π<Δϕ<π-\pi < \Delta \phi < \pi −π<Δϕ<π
于是
−λ4⋅CRT

感性认识一下，比如用 5mm5mm5mm 的毫米波雷达，再用 100μs100 \mu s100μs 的CRT，此时能达到的最大速度为
vmax=λ4⋅CRT=12.5m/sv_{max} = \frac{\lambda}{4 \cdot CRT} =12.5m/s vmax​=4⋅CRTλ​=12.5m/s

速度分辨率

继续借用TI教程里的一张图（这里定义 ω=Δϕ\omega = \Delta \phiω=Δϕ），容易发现，速度分辨率与我们的在数字域上的角速度分辨率有关，由于
Δω=2πNradians/sample=1Ncycles/sample\Delta \omega = \frac{2\pi}{N} \ radians/sample=\frac{1}{N} \ cycles/sample Δω=N2π​ radians/sample=N1​ cycles/sample

于是就有
Δv=λ4π⋅CRTΔω=λ2N⋅CRT\Delta v = \frac{\lambda}{4 \pi \cdot CRT} \Delta \omega = \frac{\lambda}{2N \cdot CRT} Δv=4π⋅CRTλ​Δω=2N⋅CRTλ​

仍用最大速度中的测算数据，并取 N = 512，我们感性认识到此时的速度分辨率为：
vres=λ2N⋅CRT=0.0488m/sv_{res} = \frac{\lambda}{2N \cdot CRT}=0.0488m/s vres​=2N⋅CRTλ​=0.0488m/s

基于CRT的采样视角

如果我们基于CRT的采样视角去理解这个相位变化，那么对于式子
Δϕ=4πfocΔd=4πf0cv⋅CRT\Delta \phi = \frac{4\pi f_o}{c} \Delta d =\frac{4\pi f_0}{c}v \cdot CRT Δϕ=c4πfo​​Δd=c4πf0​​v⋅CRT
我们两边同除 CRTCRTCRT，就有：
ΔϕCRT=4πf0cv\frac{\Delta \phi}{CRT}=\frac{4\pi f_0}{c}v CRTΔϕ​=c4πf0​​v
根据微分学的知识，我们知道左边可理解为对ϕ\phiϕ的微分，即
w=dϕdt=2πfpeakw = \frac{d\phi}{dt} = 2\pi f_{peak} w=dtdϕ​=2πfpeak​
于是就有：
fpeak=2vλf_{peak} = 2\frac{v}{\lambda} fpeak​=2λv​
这个式子说明，从频率轴去看，此时直接测得的就是多普勒频偏。进一步就有：
v=λ2fpeakv =\frac{\lambda}{2 } f_{peak} v=2λ​fpeak​

由于此时 CRTCRTCRT 的倒数即是我们等效的采样率。于是，频率分辨率的范围就在
−12⋅CRT 于是，可得速度的测量范围为
−λ4⋅CRT 和速度的分辨率
vres=λ2fres=λ2N⋅CRTv_{res} =\frac{\lambda}{2 } f_{res} = \frac{\lambda}{2N \cdot CRT} vres​=2λ​fres​=2N⋅CRTλ​

这种视角个人兴趣所至，以增参考。最后，同样用一张图结束本节的内容。