毫米波雷达：从场景回波到检测数据

相机记录场景的可见光外观，毫米波雷达测量电磁回波的时延、相位变化与到达方向。一块玻璃、一面金属墙或一段湿路面，即使几何形状相同，也可能产生截然不同的回波。雷达仿真因此需要把场景几何、非视觉物性、目标运动和信号处理连成一条计算链。

IADataSDG 在UE 5.8中使用共享场景几何构建这条链：CPU 碰撞追踪或 GPU Inline RayQuery 计算传播路径，电磁材质模型计算散射与功率，FAST 或相干 waveform 模型组织信号响应，CFAR、峰值处理和 MTI 形成最终检测。输出包括检测点、目标列表，以及可选的距离—速度—方位—俯仰张量。

雷达测量什么，结构如何对应

FMCW 雷达的波形源生成周期扫频信号，发射链通过天线辐射。回波经过接收阵列、混频与采样，数字处理从拍频、慢时间相位和阵元相位差中估计距离、径向速度与角度。雷达罩与传播介质影响链路损失，目标表面的介电属性和粗糙度影响回波能量与方向。

器件结构	核心作用	仿真对应
波形源与时钟	中心频率、带宽、chirp 周期与 CPI	`center_frequency_ghz`、`fmcw_*`、扫描调度
发射链与天线	发射能量、方向图与视场	`link_budget_db`、`antenna_pattern`、发射射线
雷达罩与传播介质	插损、雨雾衰减	独立 Radar 天气参数
接收阵列	到达角与空间孔径	构型、虚拟阵列规模、角响应
信号处理器	距离、速度、角度与检测	FAST / waveform、CFAR、NMS、MTI
数据接口	检测与信号数据	PCD / NPY 点云、JSON 目标列表、可选 cube

中心频率决定波长，带宽决定距离分辨率尺度：

\lambda=\frac{c}{f_c},\qquad \tau=\frac{2R}{c},\qquad \Delta R=\frac{c}{2B}

其中 $c$ 为光速， $R$ 为单程距离， $B$ 为扫频带宽。60 GHz 波长约 5 mm，77 GHz 约 3.89 mm。以 1.875 GHz 带宽为例，距离分辨率尺度约为 8 cm。¹

对于慢时间相干处理：

T_{\mathrm{CPI}}=N_sT_r,\qquad \Delta v=\frac{\lambda}{2N_sT_r},\qquad V_{\max}=\frac{\lambda}{4T_r}

$N_s$ 是慢时间样本数， $T_r$ 是 chirp 重复周期。CPI 控制相干观测时长，输出帧率控制扫描调度频率；两者分别配置。阵列角分辨尺度与孔径有关，近轴近似为 $\Delta\alpha\approx\lambda/(Nd)$ ，半波长间距下约为 $2/N$ rad。¹

构型决定测量能力与数据密度

构型	测量与处理特点	代表型号
`imaging_4d`	高密成像，距离、径向速度、方位和俯仰；细角格	ARS548、Arbe Phoenix、Huawei 12T24R
`mimo_4d`	单芯片稀疏 MIMO，保留方位与俯仰；较粗角格	TI AWR2944、TI IWR6843
`planar_3d`	水平阵列，输出距离、径向速度和方位；俯仰与 Z 为零	ARS408
`monopulse_mti`	少通道宽视场、主散射方向与 MTI；俯仰由型号配置决定	6130、BGT60TR13C、LD2450
`custom`	按任务配置频率、视场、量程、分辨率和信号链	用户自定义参数

6130 的 FAST 路径使用主散射射线的几何方向近似 DOA，速度凹口默认 0.05 m/s。它可以输出动目标检测点，但轨迹关联、跨帧跟踪与静止人体微动感知需要各自的处理模型。

场景几何如何形成回波

系统从雷达位置发射射线，记录命中点、表面法线、材质和对象状态。射线沿镜面反射方向继续传播；多跳回波需要满足接收方向准直和返回线段无遮挡的条件。GPU 传播使用 UE 5.8 的 TLAS 与 Inline RayQuery，CPU 使用碰撞几何与 LineTrace。²

设闭合路径依次经过 Tx、 $K$ 个散射点和 Rx，则：

L=\sum_{j=0}^{K}\|\mathbf p_{j+1}-\mathbf p_j\|, \qquad R_{\mathrm{eq}}=\frac L2, \qquad \Phi=\frac{2\pi L}{\lambda}

这三个量分别决定传播时延、等效距离与相干相位。多跳的到达角由最后散射点与接收机的方向计算。地面反射后的高处目标因此仍按接收方向形成角信息。²

多普勒也沿同一条闭合路径计算。刚体表面点速度包含线速度和旋转贡献：

\mathbf v_j=\mathbf v_{\mathrm{cm},j} +\boldsymbol\omega_j\times(\mathbf p_j-\mathbf p_{\mathrm{cm},j}), \qquad v_{\mathrm{eq}}=\frac12\sum_j\hat{\mathbf e}_j\cdot(\mathbf v_{j+1}-\mathbf v_j)

单跳时，它退化为目标与雷达的相对速度在视线方向的投影。输出采用远离为正、接近为负。静止物体也产生回波；雷达自身运动、目标切向运动以及 MTI 阈值共同决定最终检测表现。

材质、镜面反射与回波能量

非视觉物性与频率

IADataSDG 使用UIANonVisualMaterial表达电磁物性。39 类预设覆盖金属、塑料、玻璃、道路、建筑材料、含水介质与人体等；中心频率支持 10–120 GHz。预设按频率合成，用户可以通过 PM 资产覆写介电常数、损耗角正切、粗糙度、薄层厚度和电导率。

常规介质采用频率幂律先验，含水介质采用 Debye 类型色散。它们描述的是材料随频率变化的电磁响应；渲染材质的颜色、Metallic 与 Roughness 仍服务于视觉外观。³

表面与薄层反射

复介质 Fresnel 模型分别计算 TE / TM 反射，再平均功率：

\varepsilon=\varepsilon'(1+j\tan\delta),\quad q=\sqrt{\varepsilon-\sin^2\theta},\quad \Gamma=\frac{|r_{\mathrm{TE}}|^2+|r_{\mathrm{TM}}|^2}{2}

薄层模型进一步引入层内传播相位和吸收，计算 Airy 相干反射；厚度变化可以产生增强或相消。高导电金属采用 PEC 近似，功率反射率取 1。⁴

粗糙度控制镜面能量和漫散射的分配：

\rho_s=\exp\!\left[-\left(\frac{4\pi\sigma_h\cos\theta}{\lambda}\right)^2\right]

项目散射核把近法向镜面叶瓣与粗糙漫散射项组合：

\sigma^0=\Gamma\left[ \rho_s\cos^4\theta\,e^{-\tan^2\theta/m^2} +(1-\rho_s)\cos^2\theta \right]

$\sigma_h$ 是 RMS 粗糙度， $m$ 为散射核坡度尺度。多跳镜面续传则沿路径累乘各跳的反射率与相干镜面因子。⁵

射线积分与链路预算

单条射线代表立体角微元 $\Delta\Omega$ ，目标表面的面积微元近似为 $\Delta A=R^2\Delta\Omega$ ，散射贡献为 $\Delta\sigma=\sigma^0\Delta A$ 。射线加密时同步缩小微元，使累计回波按面积积分。

归一化接收功率采用：

P_{\mathrm{norm}}= \Delta\sigma\,G_{\mathrm{ant}} 10^{(C_{\mathrm{link}}-40\log_{10}R-L_{\mathrm{weather}})/10}

$C_{\mathrm{link}}$ 对应link_budget_db，汇总发射、接收与噪声参考常数； $G_{\mathrm{ant}}$ 表达方向图。固定点目标与阈值条件下，增加 3 dB 约使功率翻倍，增加 12 dB 约使理想距离翻倍。场景杂波也会随增益改变，实际检测数量由后端门限共同决定。⁶

从路径回波到 FAST / waveform 检测

每条有效路径产生距离、径向速度、到达角、功率，以及对象与材料信息。后端用两种方式组织这些回波。

FAST将功率非相干累加到四维格，并保留功率加权距离、速度和角质心，以及主贡献路径的对象/材质信息。range_resolution与velocity_resolution控制检测格宽。

waveform根据带宽、慢时间和虚拟阵列规模建立信号格，携带路径相位合成复响应：

z_k=\sum_i a_{ki}\sqrt{P_i}\,e^{j\Phi_i}+n_k, \qquad P_k=|z_k|^2=I_k^2+Q_k^2

$a_{ki}$ 是离散主旁瓣振幅核， $n_k$ 是复高斯噪声。相干合成能表达同格路径的增强与相消；该实现为频域响应模型，而非逐 ADC 样点接收机。¹

随后，CA-CFAR 从训练窗估计局部背景，排除待测单元及保护区，建立自适应门限：

\widehat N=\overline P_{\mathrm{training}}+N_{\mathrm{thermal}}, \qquad T=A_{\mathrm{CFAR}}\widehat N, \qquad P_{\mathrm{cluster}}>T

cfar_threshold为线性倍率。NMS 聚合邻近峰，MTI 按相对径向速度过滤零速附近检测。它们分别控制局部检测、峰值重复和静态杂波。⁷

恒定天气与湿膜响应

默认天气为晴天，天气状态恒定。Radar 天气参数独立于 UDS 视觉天气，由实例配置控制。天气作用分为三个层次：

层次	作用	参数示例
传播链路	大气双程衰减、雷达罩与等效杂波损失	`specific_attenuation_db_per_km`、`radome_wet_loss_db`
表面物性	水膜改变粗糙度、介电响应与损耗	`surface_wetness`
检测响应	镜面/多跳修正、残差、杂波、丢点与角扰动	`multipath_wet_gain_db`、`residual_rcs_weights`、`clutter_density`

等效天气损失为 $L_{\mathrm{weather}}=2\gamma R/1000+L_{\mathrm{radome}}+L_{\mathrm{clutter}}$ ，其中 $R$ 使用 m， $\gamma$ 使用 dB/km。内置天气档位提供参数先验。⁸

湿膜按向上法线分量和湿度构造膜厚，估计粗糙峰的淹没比例，并在干材质与水物性之间连续混合。检测级响应则以单跳镜面增益、地面漫散射抑制、多跳增益和六维残差表达统计变化。离线工具可以从晴天检测数据直接合成天气数据，UE 运行时则从场景路径开始计算；两者按各自的作用层级使用参数。

仿真 pipeline 与数据应用

text

capture 配置 / 型号 / Rig 外参
                ↓
频变材质表 / 天气参数 / 扫描射线 / 运动状态
                ↓
CPU LineTrace 或 RTX Inline RayQuery
                ↓
命中材质 → 表面散射 → 镜面续传 → 返回可见性
                ↓
路径回波：Req / vr / DOA / power / 对象与材质信息
                ↓
       FAST 功率格 / waveform 相干频域响应
                ↓
             CFAR → 峰值处理 → MTI
                ↓
        天气检测响应 → 测量噪声 → ISO 坐标
                ↓
       PCD / NPY 点云 + JSON 目标列表

功率与复数 cube 在信号链阶段生成并独立导出，形状为(NEl, NAz, NV, NR)。GPU 扫描经过派发、异步回读、编码与写盘，帧号、仿真时间和位姿绑定到对应扫描。

输出采用 ISO 8855 右手坐标：X 前、Y 左、Z 上。点云与目标列表配套保存，目标列表包含对象、材质、法线、入射角和跳数信息。双雷达合并按安装外参转换并拼接点；各点的径向速度保留来源雷达定义。

这套数据可以用于：

雷达目标检测：利用距离、速度、角度、RCS / SNR 与场景标注建立检测训练样本。
雷达–相机融合：在同一场景与仿真时钟下生成多模态观测，并用 Rig 外参转换到公共坐标。
信号检测研究：用功率/复数频域响应比较门限、峰值和检测策略。
雷达–LiDAR 学习：利用配对采集建立跨模态监督和蒸馏数据。

具体模型输入需按数据语义适配：检测重建张量、频域相干响应和硬件原始 IQ 分别承载不同信息。

参考资料

FMCW 与阵列探测原理；项目实现：IARadarFMCW.cpp。参考：Texas Instruments，Introduction to mmWave Sensing: FMCW Radars；M. A. Richards，Fundamentals of Radar Signal Processing。 ↩ ↩² ↩³
SBR、多跳路径与 Inline RayQuery；项目实现：IARadarSensor.cpp、IARadarRayTrace.usf。参考：H. Ling et al.，Shooting and Bouncing Rays（1989）；DXR Functional Spec。 ↩ ↩²
频变材质与非视觉物性；项目实现：IARadarMaterialLibrary.h。参考：ITU-R P.2040、P. Debye，Polar Molecules；Gabriel et al.，The Dielectric Properties of Biological Tissues。 ↩
Fresnel 与 Airy 薄层模型；项目实现：ComputeSurfaceReflection。参考：Born & Wolf，Principles of Optics。 ↩
粗糙表面散射；项目实现：ComputeBackscatterCoefficient。参考：Beckmann & Spizzichino，The Scattering of Electromagnetic Waves from Rough Surfaces。 ↩
面积微元与雷达方程；项目实现：ComputeDifferentialRCSM2、ComputePathGainLinear。参考：Skolnik，Radar Handbook。 ↩
CFAR、峰值与 MTI；项目实现：IARadarDetection.cpp、ConvertDetectionsToOutput。参考：H. Rohling，Radar CFAR Thresholding in Clutter and Multiple Target Situations（1983）。 ↩
独立天气与湿膜模型；项目实现：IARadarWeatherModel.cpp。传播衰减背景参考：ITU-R P.838。 ↩