毫米波FMCW雷达中FFT为何等效于相干积累：门信号与信噪比增益解析

从面世那天起，毫米波FMCW雷达的教材里几乎都写着同一句话：“对中频信号做FFT，等效于对回波做相干积累。”我第一次读到这句话时，心里是打了一个问号的。FFT明明是频谱分析工具，怎么就成了“积累”呢？积累不是应该像抛物面天线那样把能量攒起来吗？直到后来自己用77GHz毫米波雷达平台做距离维处理、看频谱峰值随FFT点数增长的变化，才真正把这条链路想通。

这篇内容适合两类人：一类是刚接触毫米波雷达、正被“FFT=相干积累”这种说法绕晕的初学者；另一类是已经会跑通Range-Doppler处理流程、但想从原理上把信噪比改善搞清楚的工程师。我会从DFT的数学结构、FMCW中频信号的相位模型、门信号截断的影响、信噪比增益的定量推导四个层面来解释，最后结合实测中踩过的坑聊几个容易误判的工程问题。

1. 先把这个“不一致”掰开：FFT和积累到底哪里像？

1.1 “频谱分析”和“积累”在概念上的落差

先说说“积累”这个词在雷达里的本来含义。所谓积累（integration），指的是把多个时间上分散的观测样本合在一起，让属于目标的信号分量因为相位一致而增强，让噪声因为相位随机而相互抵消。它有两种经典形式：一种是包络检波之后做非相干积累，只取各次观测的模值相加，信噪比改善近似按积累点数的平方根增长；另一种是保留相位信息的相干积累，在检波之前直接对复信号相加，信噪比改善可以正比于积累点数。

而FFT呢，教科书定义是“将时域信号变换到频域，得到各频率分量的幅度与相位”。单看这个定义，它和“把多次回波加起来”完全是两码事。

这种概念落差非常真实。我在自己项目里第一次意识到二者等价，是在用某款24GHz雷达模块做室内测距实验时：中频信号明明是一个单频正弦，可做完FFT后，目标峰值的幅度并不是固定的，而是随着有效积累点数变多、明显往上蹿，同时噪声底也在涨，但涨得比信号慢。正是这个现象逼着我去查证“FFT输出到底在算什么”，也才有了后面这些从公式到工程的梳理。

1.2 FMCW雷达里FFT的实际角色

要理解这个等价性，还要先摆清FFT在FMCW雷达信号处理链路中的位置。FMCW雷达发射线性调频连续波，回波与发射信号混频后得到一个差拍中频信号，这个中频信号是单一频率（静止目标场景）或数个频率叠加（多目标场景）的正弦波，其频率正比于目标距离。距离维FFT（Range FFT）就是把每个chirp内的ADC采样点做一次FFT，把“频率轴”变成“距离轴”。

到了这一步，FFT看上去只是完成了频谱分析。但请注意：频谱分析只是它呈现出来的结果，它偷偷做的另一件事，是把截获的一段时间内的所有样本按相位对齐后加在了一起。这正是相干积累的操作。

2. 从DFT求和公式看本质：每个输出点都是一次相干相加

2.1 把公式拆开：乘法、求和、再归一化

先看离散傅里叶变换的标准表达式：

X[k] = \sum_{n=0}^{N-1} x[n] \cdot e^{-j 2\pi k n / N}, \quad k = 0,1,\dots,N-1

这个式子做的工作可以描述为：对输入序列x[n]的每一个样本，乘上一个已知频率的复指数（也就是做一个相位旋转），然后把这N个乘积全部累加起来。输出X[k]代表“输入信号里含有多少频率等于 k·Δf 的分量”。

现在反过来看相干积累的数学操作。对N个回波样本s[n]做相干积累，就是取它们的加权和，权重是信号相位的共轭，使得每个样本在求和时都旋转到同一方向再相加。而DFT的求和形式，恰好就长这个样子：它把x[n]在时域的相位依次旋转 -2πkn/N，然后求和。如果x[n]本身是一个频率恰好与k匹配的复正弦，那每一次旋转都恰好把样本的相位“掰直”，所有样本在复平面上同向相加。

2.2 频点对齐时：输出幅度放大N倍

假设输入信号是一个幅度为A、频率为k0的复指数信号：

x[n] = A \cdot e^{j(2\pi k_0 n / N + \phi)}, \quad n=0,1,\dots,N-1

把它代入DFT公式，当k等于k0时：

X[k_0] = \sum_{n=0}^{N-1} A \cdot e^{j(2\pi k_0 n / N + \phi)} \cdot e^{-j 2\pi k_0 n / N} = \sum_{n=0}^{N-1} A \cdot e^{j\phi} = N \cdot A \cdot e^{j\phi}

注意这里发生了什么：指数项完全消掉了，只剩下N倍的复常数。也就是说，N个样本的随机旋转相位全部被对齐，然后直接做长度N的矢量相加。每个样本长度都是A，方向一致，结果就是NA。这就是“相干积累”四个字在数学上的全部含义。

而如果输入信号的频率与k不一致，求和项是一个等比数列求和，分子分母交叉抵消，结果趋近于零。这套“对准了就相加，对不准就抵消”的行为，本质上就是一个匹配滤波器。

2.3 频点没有对齐时：扇贝损失与栅栏效应

实际中目标距离不可能恰好落在某一个FFT频点上，信号频率往往落在两个相邻频点之间。这时每个样本的相位并不能被完全掰直，求和中会残留一个残余相位旋转，导致输出峰值低于NA，并且能量向相邻频点泄漏。这个峰值损失有个专门的名字叫扇贝损失（scalloping loss），也就是FFT频点像栅栏一样只能“看到”离散的位置，栅栏之间的信号强度会被低估。

最大扇贝损失发生在信号频率位于两个频点正中间时。对矩形窗而言，归一化损失约为3.92dB。这是“FFT=相干积累”这个说法最容易被误解的地方：只有当目标频率和FFT频点对齐时，你才拿到完整的N倍相干增益；没对齐时，增益会打折扣。工程上一般通过补零插值或加窗插值来削弱这个效应。

2.4 匹配滤波器视角：FFT是一组并行的匹配滤波器

再换一个更高层的视角。在白噪声背景下，检测一个已知复包络的信号，最优线性滤波器是匹配滤波器，其冲激响应是信号的共轭倒序。如果待检测的信号是长度为N、频率为k0的复正弦，那么匹配滤波器在峰值时刻的输出恰好就是：

y = \sum_{n=0}^{N-1} x[n] \cdot e^{-j2\pi k_0 n / N}

这个式子与DFT在k0处的计算完全一致。所以更准确的说法是：FFT本质上是一组覆盖整个频带的并行匹配滤波器，每个频率点对应一个“假设信号是频率为k的复正弦”的匹配滤波器。相干积累只是这组匹配滤波器在特定激励下呈现出来的效果。这也是为什么在雷达检测理论里，距离维FFT之后的峰值能直接和匹配滤波后的输出画等号。

3. FMCW中频信号的相位结构：相干性从哪里来

3.1 发射、混频到中频的完整信号流

有了“FFT的输出就是一个相干求和”这个认知，接下来的问题就变成：在毫米波FMCW雷达里，被送进FFT的那些ADC样本，到底是不是“相位可对齐”的信号？这要从FMCW的信号模型本身看起。

设发射信号是线性调频连续波：

s_{TX}(t) = A_T \cdot e^{j(2\pi f_c t + \pi S t^2)}

其中 f_c 是起始频率，S = B/T_c 是调频斜率（单位Hz/s）。回波经过目标反射，延迟时间为 τ = 2R/c，接收信号为：

s_{RX}(t) = A_R \cdot e^{j(2\pi f_c (t-\tau) + \pi S (t-\tau)^2)}

收发混频之后，差拍中频信号为：

s_{IF}(t) = s_{TX}(t) \cdot s_{RX}^*(t) = A_{IF} \cdot e^{j(2\pi f_c \tau - 2\pi S \tau t + \pi S \tau^2)}

这里的关键项是第二项，-2πSτt。它的频率是：

f_{IF} = S \cdot \tau = S \cdot \frac{2R}{c}

也就是说，中频频率与目标距离成正比。目标越远，差拍频率越高。对中频信号做FFT，在频谱上找到峰值对应的频点，查表换算就是目标的距离。

3.2 中频相位为什么“每一点都在预料之中”

现在来看相位。中频信号在t时刻的瞬时相位为：

\phi(t) = 2\pi f_c \tau - 2\pi S \tau t + \pi S \tau^2

对单个静止目标来说，τ固定，因此在一个chirp持续时间内，φ(t)是时间的线性函数，斜率是 -2πSτ。这意味着什么呢？意味着ADC在t1, t2, ..., tN这些均匀采样时刻得到的中频样本，其相位是按一个恒定步进线性旋转的。只要调频斜率S是已知的、线性的，就能精确预测相邻样本之间的相位差。

“相干”在工程上的定义就是：相位之间存在确定关系，可以被补偿或利用。FMCW中频信号天然满足这个条件。所以当我们把N个中频样本做DFT时，本质上是在用一个已知线性相位模型去匹配这组样本。匹配上了，输出幅度等于NA；匹配不上，输出接近零。这也是为什么FFT作为匹配滤波器能成功提取目标的根本原因。

补充一点容易被忽略的：中频信号是复数信号还是实数信号，会影响FFT结果的表现。在I/Q采样体制下，接收机输出复中频信号，频谱只在单边有峰值，负频谱部分没有镜像；而如果ADC只采集实信号，频谱会出现镜像，能使用的有效频率范围打对折。很多初学雷达信号处理的同学拿实信号做FFT时，会发现目标旁边总有一个对称的“鬼影”，就是这个原因。

3.3 运动目标与慢时间维的二级积累

目标运动时，情况会变得更复杂一点，但也更能体现“相干积累”的分层结构。对做距离维FFT的单个chirp而言，由于chirp时间极短（通常几十到几百微秒），目标的径向位移量很小，基本可以认为在一个chirp内τ近似不变，所以距离维FFT仍然能把这一个chirp内的能量积起来。

但目标在chirp与chirp之间是运动的。假设chirp周期为T_c，目标径向速度为v，那么每个chirp之间额外产生的相位差为：

\Delta \phi = \frac{4\pi v T_c}{\lambda}

这个相位差是随时间线性变化的，导致目标峰值在慢时间维上也在做等角速度旋转。把不同chirp同一距离门的数据再排成一列，再做一次FFT——也就是Doppler FFT——就相当于在慢时间维上又做了一次相干积累。这次积累是对“目标速度相位”的匹配。

所以完整的2D-FFT处理，本质上是两级相干积累：第一级在chirp内的快时间维积累，得到距离；第二级在chirp间的慢时间维积累，得到速度。每做一次FFT，信噪比就多一次N倍的改善。这个“两级积累”的视角对理解FMCW雷达的整体处理增益非常有用。

4. 门信号表达式才是关键：矩形截断决定了积累的边界

4.1 时域截断等于乘以矩形门信号

说到这儿，标题里的“门信号表达式”就该登场了。实际雷达接收机不可能拿到无限长的中频信号，ADC只能在一个chirp时间内采集有限个点。这种截断处理，在数学上就是乘了一个矩形门信号：

g(t) = \mathrm{rect}\left(\frac{t - T/2}{T}\right)

其中T是采样窗口长度，通常等于chirp持续时间。矩形门的傅里叶变换是一个sinc函数：

G(f) = T \cdot \mathrm{sinc}(fT) \cdot e^{-j\pi fT}

门信号的存在对频谱有根本影响。截断后信号的频谱，不再是理想单频信号在频域的冲激，而是原频谱与sinc函数的卷积。也就是说，一个理想单频信号经过矩形门截断后，在频域上会“摊开”成以原频率为中心、形状为sinc的峰。

正因如此，FFT输出实际上是对这个卷积结果在离散频点上的采样。当目标频率恰好对准某一条FFT谱线时，sinc主瓣的采样点正好落在峰值上，这时输出最大；当目标频率偏离频点时，采样点落在sinc主瓣的斜坡上，峰值幅度下降，这就是上一节说的扇贝损失。

4.2 门宽度决定积累时间和频率分辨率

门信号的长度T，直接决定了相干积累能积多长时间。从频域来看，sinc函数的主瓣宽度正比于1/T。门越宽，主瓣越窄，等效的窄带滤波器带宽越小，抑制带外噪声的能力越强；门越窄，主瓣越宽，积累时间短，单个频点看到的噪声功率越大。

这个关系在FMCW雷达中有直接体现。频率分辨率：

\Delta f = \frac{1}{T}

对应到距离分辨率为：

\Delta R = \frac{c \cdot \Delta f}{2S} = \frac{c}{2B}

这里B = S·T是调频带宽。所以距离分辨率只取决于调频带宽，不直接取决于做FFT的点数。但如果采样率固定，FFT点数增加意味着采样窗口时间变长，这时距离分辨率会随着T变长而提高——因为带宽在被测频段内实际上是增加的（对FMCW而言，更长的chirp时间在相同斜率下意味着更大的带宽）。很多初学者把“FFT点数越多分辨率越高”简单等同于“插值”，但忽略了点数的增加往往来自更长的观察时间，这才是分辨率提升的真正来源。

4.3 工程加窗：用相干积累损失换旁瓣抑制

矩形门虽然在增益上最“干净”，但sinc的旁瓣衰减很慢，第一旁瓣只比主瓣低约13.3dB。在雷达场景中，强反射体（比如金属护栏、地角反射器）的旁瓣很容易盖住邻近的弱目标。为了压低旁瓣，工程上通常在FFT之前乘一个非矩形的窗函数，比如汉宁窗、汉明窗、布莱克曼窗。

但加窗是有代价的。窗函数会改变信号的幅度包络，导致原本同相叠加的效率下降，主瓣峰值降低。这类损失一般称为窗函数的相干积累损失，常用“等效相干增益”来表示。下表是我实际做车载毫米波数据处理时常用的几组参数：

从这个表格能直观看到，加窗就是拿信噪比换旁瓣。在雷达多目标检测场景下，这种权衡通常是值得的，因为CFAR检测被旁瓣干扰导致的虚警，往往比损失几个dB信噪比更头疼。我个人的做法是：先不加窗做一轮查找看目标大致位置，确定没有强目标邻近之后，再对目标距离窗加窗做精细谱估计；如果追求全自动检测流程，就直接用汉明窗统一处理。

5. 信噪比增益的定量账：信号涨N倍，噪声只涨根号N倍

5.1 信号部分：同相叠加的功率增益

相干积累最诱人的红利是信噪比的改善。现在把信号和噪声分开算账。

信号部分已经在前面算过了。N个输入样本同相叠加后，输出幅度为NA，信号功率变为：

P_{s,out} = |N A|^2 = N^2 |A|^2 = N^2 P_{s,in}

所以信号功率放大N²倍。

这里要注意一个细节：如果FFT做了归一化处理（例如输出除以N），信号幅度就会变成A而不是NA，这时讲义里的“N倍增益”就看不到了。FFT的缩放约定不同，直接对比绝对值没有意义，关键是看信噪比比值。

5.2 噪声部分：随机相位叠加的统计结果

噪声的情况完全不同。假设每个采样点的噪声是独立同分布的复高斯白噪声，均值为零，方差为σ²。FFT输出是N个噪声样本的线性组合：

Y[k] = \sum_{n=0}^{N-1} w[n] \cdot e^{-j2\pi k n / N}

由于每个w[n]乘以一个模为1的复指数后统计特性不变，而且各样本相互独立，输出噪声的功率为：

P_{n,out} = E\left[|Y[k]|^2\right] = \sum_{n=0}^{N-1} E\left[|w[n]|^2\right] = N \sigma^2

噪声功率只增长了N倍，而不是N²倍。原因在于噪声相位是随机的，N个噪声向量在复平面上做的是随机行走，合成长度的期望按√N增长，平方之后就是N倍。

于是FFT输出端的信噪比为：

SNR_{out} = \frac{N^2 P_{s,in}}{N \sigma^2} = N \cdot \frac{P_{s,in}}{\sigma^2} = N \cdot SNR_{in}

一句话总结：信号是“排队走正步”，N个人步子统一，合起来是N倍；噪声是“广场上乱走”，N个人方向随机，合起来只涨√N倍。这就叫相干积累增益。

5.3 等效噪声带宽视角与雷达灵敏度的实际提升

另一个常见的等效说法是“等效噪声带宽压缩”。输入噪声的带宽由前端滤波器决定，假设为B_noise；而FFT每个频点等效于一个中心频率为kΔf、带宽约为1/T的窄带滤波器。做FFT相当于把宽带噪声压缩到了窄带里，噪声功率因此减少为原来的1/(T·B_noise)左右。在信号恰好落入某一个窄带滤波器时，这个比例就是N倍，和上面的推导自洽。

不同FFT点数下的理论增益值可以直接查表：

这个增益在雷达链路里是非常可观的。按照雷达方程，最大探测距离R_max与接收信噪比的四次方根成正比：

R_{max} \propto SNR_{out}^{1/4}

如果通过相干积累把信噪比提高24dB，也就是功率比放大251倍，对应的探测距离理论上可以扩展到原来的约4倍。当然这是理想情况，实际还会受前端线性度、相位噪声、天线口径等限制，但方向是对的。

补充一个实际的数字感受：在我调试77GHz雷达时，用256点距离FFT配合64点多普勒FFT，两级积累总增益约18dB+21dB=39dB。如果去掉多普勒维的FFT，只保留包络检波再做非相干积累，64个chirp的增益大约只有√(64)倍即9dB。同样一段回波，相干处理和非相干处理差了约10dB的信噪比，这对弱目标检测、雨雾环境下的行人识别影响极其显著。

6. 实战中关于“FFT=相干积累”的几个常见误判

6.1 误区一：FFT点数越多，距离分辨率越高

这是我在带新人时几乎每次都要纠正的问题。距离分辨率由调频带宽B决定，ΔR=c/(2B)。FFT点数N再多，如果带宽没有变，物理分辨率也不会变。增加FFT点数到超出ADC采样点数的那部分，实际是靠补零实现的，它只能让频谱采样更密，在视觉上让峰值更平滑，却无法把两个靠得很近的反射体分开。

判断一个目标能否被分辨，看的是频谱主瓣宽度，而不是谱线间隔。主瓣宽度由积累时间T决定，而T的长短来自实际采样了多少有效数据，不是由补零决定的。真正提升距离分辨率的做法是增大调频带宽，或是采用超分辨算法，而不是盲目把FFT点数翻倍。

6.2 误区二：积累时间可以无限拉长

做慢时间维FFT时，有人会想：既然FFT点数越多增益越高，那我多积累几百个chirp不就行了？这个思路在静止目标场景确实可行，但目标一旦运动，长时间积累会引入两个问题。

第一个就是距离走动。目标在积累时间T_coherent内发生径向位移超过一个距离单元时，目标的峰值会在距离维上“漂移”，导致慢时间维上同一距离门的信号不再是同一个目标的相位序列。例如目标以30m/s运动，积累128个chirp（假设每个chirp周期100μs，总时长12.8ms），目标移动了0.384m。若距离分辨率为2.3cm，这相当于跨越了大约16个距离门。这种情况下，同一距离门做慢时间FFT，看到的根本不是同一个反射点，积累增益大打折扣。

第二个是相位噪声的累积。雷达本振相位噪声会随着观察时间的增加而累积，长时间积累后信噪比的增长可能从N倍退化为√N倍。

所以在做长时间积累前，必须评估目标的距离走动是否小于一个距离门。超出一两个距离门时，就要考虑距离走动补偿算法，或者在积累之前做包络对齐。

6.3 误区三：加窗是免费的

从第4节的表格看得很清楚，加窗会牺牲掉几个甚至七八个dB的相干增益。对于弱目标检测场景，这个代价很可能是致命的。所以加窗之前要问自己：旁瓣压制的需求真的大于信噪比的需求吗？

一个折中方案是自适应的：先用矩形窗检测主目标，定位所有强散射点的距离-多普勒位置，然后在谱估计阶段对这些位置附近用窗函数重做局部FFT。这样既保留了全局检测时的信噪比，又能在精细分析时压低旁瓣。

还有一个工程细节：加窗会改变目标的相位估计精度，影响测角、测速的相位链。很多在做AOA估计时发现相位误差偏大的问题，最后查下来是窗函数对幅度包络调制引入的相位偏置。加窗之后做相位类运算，一定要先做窗函数的相位校正。

6.4 误区四：补零能提高积累增益和分辨率

补零是FFT频谱细化的常用手段，但它的效果有限。补零只是对已有的DFT结果做了sinc插值，不会引入任何新的信息，因此不会提高信噪比增益，也不会提高物理分辨率。

判断补零有没有用的标准很简单：如果原始数据有效点数只有128，那不管补多少零，最终等效的积累时间仍然是128个采样周期，噪声带宽和信号能量都没有变化。补零唯一能改善的是“频谱显示效果”——让栅栏效应造成的峰值低估得到一部分恢复，便于更精确地读取峰值位置。

6.5 实操建议：如何低成本验证这套理论

如果你手上没有雷达硬件，也可以用纯软件来验证FFT相干积累增益。我自己常用的方法是：生成一段复数正弦信号叠加复高斯白噪声，信噪比设为0dB左右，分别对64、256、1024点做FFT，观察目标峰值处的信噪比变化。再做一个对比实验：不改变有效信号长度，只对64点数据补零到1024点做FFT，你会发现信噪比没有任何改善。

把我在验证时用的关键判断思路整理成一张可直接对照的检查表：

这套理论最有价值的应用场景之一，是解释为什么同样一颗毫米波雷达，在某些工况下探测距离明显变短。多数时候不是天线或者射频端出了故障，而是处理链中的相干积累被某个环节破坏了——比如中频滤波器带宽过窄导致目标信号被削边、距离FFT的窗函数选择过重、或者是chirp间相位不一致。把“FFT=相干积累”这个公式吃透后，你会习惯性地从相位对齐的角度去定位问题，而不是盲目调一发波形参数。

我自己在调试中最大的体会是：把“频谱分析”和“相干积累”这两个概念在脑子里合并成同一个操作之后，再去看Range-Doppler图、再去做CFAR阈值设计，思路会清楚很多。每一次FFT，本质上都是你在跟回波信号“对暗号”——相位对得上，信号就留下；对不上，就当成噪声滤掉。这种理解方式，比单纯记公式有用得多。