本篇文章开始，SRR案例的MSS应用程序已经带大家走完了，接下来将开始对DSS应用程序讲解。我们都知道一个工程的程序入口是从main函数开始的，这篇文章将从这个mian函数开始，分代码片段带着大家理解每一行代码的目的以及含义。0.准备首先我们找到SRR案例的DSS工程，如下图所示；跳转到dss_mian.c文件，找到main函数(在该文件第366行代码处)，接下来将对这个函数进行讲解；1.参数声明

频率调制连续波(FMCW)毫米波雷达传感器在汽车和工业应用中越来越受欢迎。这些应用程序中的系统需求和关注点可能非常不同。距离要求、距离分辨率、最大速度要求、传感器视场、数据存储、处理器MIPS等都是基于最终应用需要分析的一些方面。了解FMCW Chirp配置与系统性能参数之间的关系有助于选择正确的Chirp配置。TI公司的毫米波雷达设备(MMIC)在配置Chirp参数方面提供了很大的灵活性，也允许

由于TDMA-MIMO采用不同单天线交替发射信号，没有更好的利用发射天线同时工作的发射资源，导致发射功率低以及损耗大，从而使得TDMA波形只能应用在近距离探测的低功率雷达场景。而DDMA波形则能很好的弥补TDMA上述缺点，与TDMA波形下单天线交替工作不同，DDMA波形下所有发射天线同时发射，但是每个发射天线的信号都加入一个特定的频率偏移(在速度维度体现为一个速度频移)，通过这个人为偏移的频率使得

EDMA（Enhanced Direct Memory Access）是一种增强型的直接内存访问技术，用于高效地实现数据传输和处理。它是在传统的DMA（Direct Memory Access）基础上进行改进和扩展的。DMA是一种用于数据传输的技术，可以绕过CPU，直接在内存和外设之间进行数据传输，提高系统的数据传输效率。传统的DMA通常具有一些限制，如只能进行简单的内存到外设或外设到内存的数据传

2 信号建模摘要：通过设置时分复用(TDMA)波形结合FMCW毫米波雷达仿真获取目标的距离、速度和方位角3D点云信息。在本案例中，首先通过发射天线交替发射FMCW波形并通过接收天线依次接收回波信号从而得到雷达原始数据，其次对获取的原始数据依次经行距离、速度、角度估计从而输出目标的3D点云。阅读本文档，你将对TDMA-MIMO雷达的基本原理、毫米波雷达距离估计、速度估计以及角度估计的基本原理有所了解

本篇文章主要讲解如何将DCA1000采集的原始bin文件再matlab中解读出来，从而方便后续的数据处理，例如距离FFT、2D FFT等处理。在讲解之前，默认各位已经掌握了利用xWr1xxx mmWave +DCA1000通过mmWave studio采集原始数据，在本篇文章中不过多讲解，如果对与上述测数据的操作尚有不解可以参照此文档,mmWave_studio_user。一、xWR1xx Wit

2.信号回波模型1.简介距离多普勒算法（RDA）是在1976至1978年 为处理SEASATSAR数据提出来的，该算法于1978年处理出了第一幅机载SAR数字图像。RDA至今仍在广泛使用，它通过距离和方位上频域操作，达到了高效的模块化处理要求，同时又具有了一维操作的简便性。该算法根据距离和方位上的大尺度差异，在两个一维之间使用距离徙动校正（RCMC），对距离和方位都进行了近视的分离处理。由于RCM

在理解Capon算法之前，我们有必要先了解波束形成的基本思想以及原理到底是什么。这有助于我们更好的理解Capon算法的思想。如图1展示了均匀阵列波束导向的示意图。图中wm表示加权值，波速形成(DBF)的基本思想就是将各阵元输出进行加权求和，在一定时间内将天线阵列“导向”到一个方向上，对期望信号得到最大输出功率的导向位置，同时这个位置也表征了目标或波达方向。

毫米波雷达心率、呼吸检测原理本项目分两到三篇文章写完，第一阶段借鉴TI开源项目以及根据自己的见解适当更改信号处理链通过AWR1843汽车雷达传感器和DCA1000采集卡采集数据完成人体呼吸和心跳检测算法的实现。第二阶段将仿真成功的代码搬移TIAWR1843传感器并通过串口数据实现生命体征的实时处理。本文即为第一阶段实现过程。本文首先概述毫米波雷达呼吸心跳检测的原理，紧接着概述本项目信号处理流程，另

有关阵列信号处理DOA估计内容，可以观看本人DOA估计算法专栏，本人会不定期更新。另外，创作不易，望各位多多支持。参考资料：雷达原理（丁鹭飞版）