SuperRadar 社区共建案例｜温州大学王越基于 A100 的室内低速目标检测与 MTI 杂波抑制实验研究

作者介绍

王越，Github yyqdbngt，温州大学在读本科生，主要关注人工智能系统、深度学习推理优化、毫米波雷达信号处理及智能体技术，曾参与模型适配、推理框架优化与开源工程实践。当前亦在探索毫米波雷达与人工智能技术的交叉融合，关注相关成果的工程实现能力与实际应用价值。

社区贡献说明

本文为 SuperRadar 开发者贡献共建应用案例，项目源于 CTSAI-A100 Issue #8。

贡献者基于 CTSAI-A100 完成了室内低速目标数据采集、LFMCW 教学仿真、距离—多普勒处理、MTI 静态杂波抑制实验及真实目标运动分析，并通过 Pull Request 提交了完整工程。

项目工程位于：

https://github.com/Super-Radar/CTSAI-A100/tree/main/community/projects/a100-indoor-cart-mti

引言

毫米波雷达可在光照变化和轻度遮挡条件下获得目标距离、径向速度及角度信息，适用于走廊通行监测、实验室门口感知和低速运动目标检测。

与开阔环境相比，室内环境的固定反射面较多，目标速度较低，回波常与零多普勒附近的静态分量重叠。

采用 MTI 可削弱稳定杂波，但同时可能衰减极低速或短暂停留的目标，因此需要结合实测数据评估其作用范围。

本项目围绕 CTSAI-A100 建立一套可复现的室内实验流程，主要工作包括：

• 严格解析 A100 ADC 文本格式；
• 实现 LFMCW、距离 FFT、2D-FFT 和 MTI 处理；
• 利用点目标输出分析小推车和人员的运动趋势；
• 对仿真结果与实测结果进行对比，并给出当前数据条件下的解释边界。

实验场景与数据采集

实验条件

实验在室内房间完成，可用于模拟校园走廊、教学楼楼道或实验室门口等室内感知环境。

实验条件如下：

• 雷达设备：CTSAI-A100；
• 安装方式：倾斜安装；
• 雷达中心离地高度：约 0.95 m；
• 雷达倾角：未进行精确标定；
• 静止受控目标：约 1.00 m × 0.80 m 的塑料目标；
• 运动目标：小推车、箱体和人员；
• 采集软件：RadarTools V1.4.7.1；
• 通信参数：CAN-FD、CAN1、500K/2M；
• 处理环境：GNU Octave；
• 核心程序：兼容 MATLAB 语法的 .m 文件。

数据组成

正式数据由 10 路 ADC 文件和 7 组目标输出组成，共 31 个文件、51,666,387 字节。

每个文件的大小及 SHA-256 校验值均记录在：

data/manifest.csv

未完成采集的数据、失败的 retry2 文件以及 0 字节视频文件没有纳入正式数据。

ADC 数据解析

每个 ADC 文本文件的前三个字段依次表示：

1. 接收通道编号；
2. 快时间采样点数，固定为 1024；
3. chirp 数量，固定为 256。

随后是 131072 个 32 位打包数据字，并包含 1 个已经验证为零的尾部填充数据。

ADC 加载程序依次执行以下校验：

• 核对文件名与接收通道；
• 检查头字段；
• 检查数据长度；
• 检查尾部填充；
• 将每个 32 位数据字拆分为两个有符号 16 位样本；
• 重组为 1024 × 256 的 ADC 矩阵。

通过这些校验，可以避免数据长度错误、通道混淆或解包顺序错误对后续频谱处理造成影响。

信号处理方法

CTSAI-A100 数据采集
        ↓
数据清单与完整性校验
        ↓
ADC 解包 / 目标文件解析
        ↓
距离维 FFT
        ↓
慢时间多普勒 FFT
        ↓
MTI 静态杂波抑制
        ↓
教学仿真与实测结果对比

主要程序包括：

• ADC 加载：src/load_a100_adc.m
• 距离—多普勒处理：src/compute_range_doppler.m
• MTI 处理：src/apply_mti.m
• 目标文件解析：src/read_radartools_targets.m
• 统一运行入口：`run_all.m

LFMCW 与2D FFT

设调频带宽为 B，chirp 时宽为 T_c，则调频斜率为

S=B / T_c.

目标距离为 R、径向速度为 v 时，往返时延为 τ = 2R/c，多普勒频率为 f_D = 2v/λ。发射信号与延迟回波去斜后得到差频信号。

对每个 chirp 的快时间数据加 Hann 窗并执行 FFT，得到距离维频谱；

随后沿 chirp 方向执行慢时间 FFT，得到距离—多普勒矩阵。

仿真参数完全由程序设置，因此可将频点换算为距离和速度。

实测 ADC 未包含完整可核验的调频斜率、采样率、chirp 时序、发射相位编码和通道标定参数，故仅使用距离 bin 和 cycles/chirp 表示坐标。

MTI 处理

一阶 MTI 在慢时间方向执行相邻 chirp 差分：

y[n]=x[n]−x[n−1].

对于 P 阶级联差分，其传递函数为 H(z) = (1 − z⁻¹)ᴾ。零多普勒处形成陷波，阶数增加可加深静态分量抑制，但低速目标的幅度损失也随之增加。为保证前后结果可比较，MTI 前后的二维图均采用处理前峰值作为统一的 0 dB 参考。

目标输出分析

RawTarget 和 TraTarget 文件中包含帧标记、时间戳及目标记录。

解析程序仅保留字段完整且距离、速度、角度可解析的记录。

运动分析分别构建靠近和远离候选，根据时间连续性、距离跳变、距离斜率与径向速度符号的一致性选择有效分段。

所得曲线表示逐帧检测包络，不等同于具有稳定身份的目标跟踪轨迹。

实践方案

教学仿真采用 77 GHz 载频、1 GHz 带宽、60 μs chirp、70 μs 重复周期、1024 个快时间采样和 256 个 chirp。

场景设置一个距离 6 m、速度 −0.35 m/s 的靠近目标，以及三个静止散射体。

参数实验采用单变量原则，分别改变带宽、chirp 时宽、脉冲重复频率（PRF）、目标速度、目标数量和 MTI 阶数。

实测分析包括三类对比：

• 空场与静止目标的距离谱对比；
• 小推车靠近、远离数据的 MTI 前后对比；
• 新空场、约 3 m 静止人员及人员远离数据的目标输出对比。

静止人员分析区域固定为 2.5～3.1 m、−20°～5°，两组数据使用相同阈值和区域范围。

实践结果

仿真结果与参数影响

仿真得到：

距离—多普勒图显示，一阶 MTI 后零速度位置的三个静止散射峰下降，同时移动目标仍位于预期距离和速度单元。

参数实验进一步显示：

1. 当目标速度由 −0.15 m/s 增加至 −0.70 m/s 时，一阶 MTI 后目标的相对幅度由约 −29.4 dB 提升至约 −16.0 dB。

2. 这说明速度更低的目标更加靠近 MTI 的零频陷波区域，因此受到的衰减更明显。

3. 带宽由 0.5 GHz 增至 1.5 GHz 时，理论距离分辨率由约 0.300 m 改善至 0.100 m。

4. 固定 chirp 数量时，提高 PRF 可扩大无模糊速度范围，但速度 bin 间隔相应增大。

5. 目标速度由 −0.15 m/s 增至 −0.70 m/s 时，一阶 MTI 后的相对幅度由约 −29.4 dB 增至 −16.0 dB，说明更慢的目标受到更强的零频陷波影响。

6. 提高 MTI 阶数可进一步抑制静态分量，但移动目标幅度也继续降低。

实测 ADC 结果

10 路 ADC 数据均通过头字段、长度、填充和矩阵尺寸校验。

一阶 MTI 处理后，小推车场景的零多普勒邻域抑制度为：

静止目标及空场各通道的对应数值为 51.8～53.6 dB。

该结果表明，相邻 chirp 差分削弱了慢时间近零频的稳定分量，但上述数值表示 bin 域幅度变化，不等同于目标信噪比或检测率提升。

人员与小推车结果

新空场共 268 帧，预设区域内未检出目标；

静止人员数据共 266 帧，其中 163 帧在预设区域内出现目标，帧检出比例为 61.3%

静止人员目标的统计结果为：

人工标记距离约为 3 m，两者差异可能来自人工测距基准、人体有效反射中心、安装倾斜及室内多径。

运动包络分析得到：

• 小推车靠近过程由 2.62 m 变化至 1.57 m，距离斜率为 −0.0750 m/s；
• 小推车远离过程由 1.20 m 变化至 2.89 m，距离斜率为 0.1772 m/s；
• 人员短距离远离过程由 3.24 m 变化至 4.01 m，距离斜率为 0.0700 m/s。

三组数据自动判断的运动方向均与采集记录一致。

小结

仿真结果与实测结果存在差异。

教学模型仅包含有限数量的理想点散射体和复白噪声，所有波形参数均已知；

真实室内环境则同时包含：

• 连续墙面和地面反射；
• 门框与家具散射；
• 多径传播；
• 接收机噪声；
• 不同接收通道的增益差异；
• 非理想目标散射中心；
• 未标定的雷达安装姿态；
• 实际发射编码及波形配置。

因此，仿真中的深零频陷波不能直接视为硬件可达到的抑制性能，实测 ADC 中的固定非零频带也不能在缺少 DDMA 编码信息时解释为准确物理速度。

本项目已完成 A100 ADC 严格读取、距离维和多普勒维处理、MTI 前后对比、六组参数实验以及真实目标运动方向分析，形成了从数据校验到结果输出的完整工程流程。

实验结果可用于说明室内静态杂波及 MTI 对低速目标的影响，但不构成商业化检测性能评估。

工程复现

项目下载地址为 Super-Radar/CTSAI-A100。

进入 community/projects/a100-indoor-cart-mti/ 后可执行：

octave-cli --no-gui --quiet --eval "addpath('tests'); run_tests"  
octave-cli --no-gui --quiet --eval "run_all"

run_all.m 依次完成数据清单校验、教学仿真、参数实验、实测 ADC 和目标输出分析。结果写入 figures/ 和 results/。

当前indoor-cart-mti 1.0.0 版本包含项目 README、运行入口、信号处理代码、测试程序、正式示例数据、18 张结果图、6 份结果 CSV、数据说明及技术文章。

局限性

当前存在以下限制：

• 雷达倾角和通道幅相未标定；
• 实测 ADC 缺少完整波形与 DDMA 参数，不能直接生成具有准确物理单位的距离—速度图；
• 小推车远离场景的 TraTarget 仅包含 1 帧有效跟踪记录；
• 运动包络不提供目标身份连续性；
• 静止人员实验仅在单一距离区域内完成，尚未开展复杂多目标、不同安装高度和不同走廊结构下的系统测试。
• MTI 对低速目标的衰减还表明，处理阶数需要根据目标速度范围选择。

后续工作

本文完成了基于 CTSAI-A100 室内低速目标数据采集和信号处理实验。

标准 LFMCW 仿真验证了距离 FFT、2D-FFT 和 MTI 的处理关系；

实测 ADC 结果表明，一阶 MTI 能够削弱零多普勒邻域的稳定分量；

点目标数据反映了静止人员检出情况及小推车、人员的总体运动方向。

仿真与实测对比进一步说明，硬件参数、室内多径和目标散射特性会影响结果解释。

后续工作可在获得完整波形配置和时间同步信息后进行 ADC 物理标定，并补充不同距离、多目标和横向运动场景；

算法方面可进一步加入恒虚警率检测、点云聚类、身份跟踪及带人工真值的检测率评估。

也欢迎大家一起共建，有任何问题欢迎给我Issue，或者来社区一起交流探讨。

参与共建

在 SuperRadar 社区，贡献不一定需要从完整项目开始。一次实验、一组数据、一段代码、一篇文章，甚至一个有效的问题反馈，都可以成为社区公共技术资产的一部分。

项目已发布至 CTSAI-A100 仓库：

community/projects/a100-indoor-cart-mti/

欢迎大家复现、讨论和继续完善。

期待下一个 SuperRadar 共建案例，来自你的贡献。

最后，也感谢王越对 SuperRadar 社区的贡献，我们坚信，一个人可以走很快，但是一群人能让毫米波雷达社区走的更远，再次致敬开发者！

社区介绍

SuperRadar 是深圳承泰科技股份有限公司核心 Sponsor 的开放毫米波雷达社区，聚焦感知、AI 算法、多传感器融合、机器人、智能交通、工业安全、低空经济等方向，致力于通过开放技术基座、开发者工具、场景实践和生态共创，推动毫米波雷达感知技术进步与智能感知行业发展。