基于FMCW与OFDM的雷达通信一体化及多目标跟踪技术研究摘要本文依托多套MATLAB仿真代码对毫米波雷达信号处理、通信感知一体化ISAC波形设计、MIMO阵列角度估计、多目标跟踪MOT核心技术展开系统性研究。全文完整梳理雷达感知全链路理论首先推导调频连续波FMCW雷达差频信号模型与二维快速傅里叶变换2D-FFT距离-多普勒处理原理引入二维单元平均恒虚警率CA-CFAR检测算法其次针对OFDM信号推导元素级除法信道估计算法构建ISAC一体化感知数学模型随后剖析均匀线阵ULAMIMO雷达距离-多普勒-角度三维处理机制最后完成基于常速度CV模型的卡尔曼滤波算法推导结合最近邻数据关联实现多目标航迹稳定管理。研究结合严谨理论推导与仿真验证完整覆盖雷达感知、通感一体化、角度测量、目标跟踪全流程可为智能雷达系统设计与工程实现提供理论支撑与代码参考。1. 引言在自动驾驶、智能交通、低空感知等前沿场景快速落地的背景下传统单一功能雷达已无法满足系统需求雷达设备不仅需要具备高精度测距、测速、测角能力还需与无线通信系统深度融合实现通信感知一体化ISAC硬件共融、信号复用、功能兼容成为行业核心发展趋势。其中FMCW雷达凭借硬件架构简单、功耗低、抗干扰性能优异、测距测速稳定性高等优势成为民用毫米波雷达的主流技术方案。而OFDM作为5G NR核心标准波形具备频谱利用率高、抗多径衰落、易于数字实现等特点可在同一信号载体上叠加通信传输与雷达感知双重功能是当前ISAC技术的核心研究方向。雷达系统通过信号处理获取目标点云数据后原始检测结果存在噪声、虚警、漏检等问题必须依托滤波跟踪算法优化目标状态、稳定航迹。基于此本文以理论推导仿真落地为核心完整解析FMCW雷达信号处理、OFDM通感一体化、MIMO角度估计、卡尔曼多目标跟踪的全链路技术原理为相关算法设计与仿真实现提供完整技术体系。2. FMCW雷达信号处理原理FMCW雷达通过发射线性调频连续波信号利用回波时延与多普勒频移实现目标参数解算核心流程包含信号Dechirp处理、距离-多普勒二维FFT处理、恒虚警目标检测三部分。2.1 线性调频信号与Dechirp处理FMCW雷达发射的单Chirp线性调频脉冲信号表达式为$ s_{TX}(t) \exp\left( j 2\pi \left(f_c t \frac{1}{2} S t^2 \right) \right) $式中fcf_cfc为载波频率SB/TcS B/T_cSB/Tc为调频斜率BBB为信号带宽TcT_cTc为单Chirp持续时间。当雷达电磁波照射到距离为RRR、相对速度为vvv的运动目标时回波信号会产生时间延迟与多普勒频移。单Chirp周期内目标距离可近似恒定信号时延满足$ \tau \frac{2R}{c} $其中ccc为光速对应雷达接收回波信号为$ s_{RX}(t) \alpha \exp\left( j 2\pi \left( f_c (t-\tau) \frac{1}{2} S (t-\tau)^2 \right) \right) $α\alphaα为目标回波反射系数。在接收端通过Dechirp解调处理将接收信号与发射本振信号共轭相乘完成信号下变频$ s_{beat}(t) s_{TX}(t) s_{RX}^*(t) $展开公式并忽略高阶微小分量最终得到纯净差频信号$ s_{beat}(t) \approx \alpha \exp\left( j 2\pi \left( S \tau t - f_c \tau \right) \right) $由公式可得出核心结论差频信号频率fbSτ2SRcf_b S \tau \frac{2SR}{c}fbSτc2SR与目标距离呈线性正相关信号初相ϕ−2πfcτ−4πRλ\phi -2\pi f_c \tau -\frac{4\pi R}{\lambda}ϕ−2πfcτ−λ4πR包含高精度距离信息为后续测距提供理论依据。2.2 Range-Doppler二维处理雷达在一个相干处理区间CPI内连续发射NNN个Chirp信号通过快慢时间维度的双FFT处理同时解算目标距离与速度。对于第kkk个慢时间Chirp运动目标的实时距离可表示为RkR0vkTcR_k R_0 v k T_cRkR0vkTc代入差频信号模型可得慢时间维信号特性$ s_{beat, k} \propto \exp\left( -j \frac{4\pi}{\lambda} (R_0 v k T_c) \right) \exp\left( -j \frac{4\pi R_0}{\lambda} \right) \exp\left( j 2\pi f_d k T_c \right)$式中fd2vλf_d \frac{2v}{\lambda}fdλ2v为目标多普勒频率对应目标运动速度。距离维FFT快时间FFT对单Chirp差频信号做快时间维FFT结合公式Rcfb2SR \frac{c f_b}{2S}R2Scfb即可提取目标绝对距离信息。速度维FFT慢时间FFT对所有Chirp的距离维处理结果做慢时间维FFT通过vλfd2v \frac{\lambda f_d}{2}v2λfd解算目标径向运动速度。通过二维FFT处理可将时域雷达信号转换为距离-多普勒RD二维功率谱实现目标参数二维匹配。2.3 2D CA-CFAR目标检测实际雷达场景中存在大量高斯噪声、杂波干扰需通过恒虚警检测算法自适应设置检测阈值在保证低虚警率的同时有效提取目标。本文采用二维单元平均恒虚警算法2D CA-CFAR。算法核心机制以当前检测单元CUT为中心设置保护单元规避目标信号扩散干扰通过周边训练单元统计噪声平均功率。噪声功率估计公式$ P_n \frac{1}{N_{train}} \sum_{i \in \Omega} |x_i|^2 $式中NtrainN_{train}Ntrain为训练单元总数Ω\OmegaΩ为训练单元集合。根据预设虚警概率PfaP_{fa}Pfa自适应计算阈值因子α\alphaα$ \alpha N_{train} \left( P_{fa}^{-1/N_{train}} - 1 \right) $最终检测准则若检测单元功率PCUTαPnP_{CUT} \alpha P_nPCUTαPn则判定该位置存在有效目标完成目标检测。3. OFDM-ISAC通信感知一体化原理OFDM通感一体化技术核心是信号复用同一OFDM波形既承载通信数据传输功能又可通过信号解析实现雷达目标感知无需额外占用频谱资源大幅提升频谱利用率是5G/6G通感一体化的核心技术。3.1 雷达回波信号模型设OFDM信号包含NscN_{sc}Nsc个子载波子载波间隔为Δf\Delta fΔf单帧发射NsymN_{sym}Nsym个OFDM符号频域发射信号矩阵为X[k,m]X[k, m]X[k,m]kkk为子载波索引mmm为符号索引。针对多目标场景第iii个目标的距离、速度、反射系数分别为Ri、vi、αiR_i、v_i、\alpha_iRi、vi、αi叠加高斯噪声后频域回波信号模型为$ Y[k, m] X[k, m] \sum_{i1}^{N_t} \alpha_i \exp\left( -j 2\pi k \Delta f \tau_i \right) \exp\left( j 2\pi f_{d,i} m T_{sym} \right) N[k, m] $式中τi2Ric\tau_i \frac{2R_i}{c}τic2Ri为目标回波时延fd,i2viλf_{d,i} \frac{2v_i}{\lambda}fd,iλ2vi为多普勒频率TsymT_{sym}Tsym为含循环前缀的OFDM符号时长N[k,m]N[k, m]N[k,m]为频域高斯噪声。3.2 元素级除法与二维感知处理本文采用QPSK恒模调制满足∣X[k,m]∣1|X[k, m]| 1∣X[k,m]∣1可通过元素级除法剥离通信调制信息提取纯雷达信道响应规避通信数据对感知的干扰$ H_{est}[k, m] \frac{Y[k, m]}{X[k, m]} \sum_{i1}^{N_t} \alpha_i \exp\left( -j 2\pi k \Delta f \tau_i \right) \exp\left( j 2\pi f_{d,i} m T_{sym} \right) N’[k, m] $从信道响应公式可看出目标时延信息调制在子载波维度多普勒速度信息调制在符号维度二者相互解耦可通过二维傅里叶变换分别解算。距离估计对信道响应沿子载波维度做IFFT得到距离剖面峰值位置对应目标回波时延进而解算目标距离。速度估计在距离处理结果基础上沿符号维度做FFT得到多普勒剖面峰值位置对应目标多普勒频率实现速度解算。该方案无需设计专用感知波形完全兼容5G通信标准真正实现了通信、感知一体化复用。4. MIMO雷达与角度估计原理传统单天线雷达仅能解算目标距离、速度无法获取方位信息。本文引入均匀线阵ULAMIMO雷达通过空域相位差实现目标高精度测角构建距离-多普勒-角度RDA三维目标信息。4.1 阵列接收信号模型设接收阵列包含NrxN_{rx}Nrx个阵元阵元间距dλ/2d \lambda/2dλ/2规避空域混叠。当目标方位角为θ\thetaθ时不同阵元接收信号存在固定空间相位差第nnn个阵元的相位偏移为$ \phi_n 2\pi \frac{d}{\lambda} \sin(\theta) n, \quad n 0, 1, \dots, N_{rx}-1 $结合FMCW差频信号模型第nnn个阵元的接收信号可表示为$ s_{beat}^{(n)}(t, k) s_{base}(t, k) \cdot \exp(-j \phi_n) $最终雷达接收数据构成快时间×慢时间×天线三维数据立方体为三维参数解算提供数据基础。4.2 3D-FFT三维处理对三维数据立方体依次进行三维傅里叶变换同步解算目标三维参数1.快时间FFT解算目标距离信息2.慢时间FFT解算目标运动速度信息3.天线维FFT通过空域相位差解算目标方位角可补零提升角度分辨率。三维变换后得到RDA三维功率谱PowRDA(r,v,θ)Pow_{RDA}(r, v, \theta)PowRDA(r,v,θ)。先通过2D CA-CFAR在距离-多普勒平面筛选候选目标再对每个候选目标做角度维峰值搜索获取高精度方位角。最后通过网格化聚类算法将邻近杂散检测点合并输出唯一目标点云(R,V,θ)(R, V, \theta)(R,V,θ)。5. 多目标跟踪与卡尔曼滤波雷达原始点云存在随机噪声、瞬时漏检、虚警干扰无法直接输出稳定航迹。本文采用常速度CV卡尔曼滤波模型结合最近邻数据关联算法实现多目标状态平滑、航迹关联与持续跟踪。5.1 状态转移与预测方程构建四维状态向量描述目标运动状态x[X,Vx,Y,Vy]T\mathbf{x} [X, V_x, Y, V_y]^Tx[X,Vx,Y,Vy]T分别对应平面X轴位置、X轴速度、Y轴位置、Y轴速度。离散系统状态转移预测方程$ \mathbf{x}{k|k-1} \mathbf{F} \mathbf{x}{k-1|k-1} \mathbf{w}_k $式中状态转移矩阵F\mathbf{F}F为$ \mathbf{F} \begin{bmatrix} 1 \Delta t 0 0 \ 0 1 0 0 \ 0 0 1 \Delta t \ 0 0 0 1 \end{bmatrix} $Δt\Delta tΔt为雷达帧间时间间隔wk\mathbf{w}_kwk为过程噪声。预测协方差更新方程$ \mathbf{P}{k|k-1} \mathbf{F} \mathbf{P}{k-1|k-1} \mathbf{F}^T \mathbf{Q} $Q\mathbf{Q}Q为过程噪声协方差矩阵由目标加速度方差决定用于描述目标运动扰动。5.2 测量方程与更新方程雷达观测输出为目标平面坐标观测向量zk[X,Y]T\mathbf{z}_k [X, Y]^Tzk[X,Y]T对应测量矩阵$ \mathbf{H} \begin{bmatrix} 1 0 0 0 \ 0 0 1 0 \end{bmatrix} $计算卡尔曼增益平衡预测值与观测值权重$ \mathbf{K}k \mathbf{P}{k|k-1} \mathbf{H}^T \left( \mathbf{H} \mathbf{P}_{k|k-1} \mathbf{H}^T \mathbf{R} \right)^{-1} $R\mathbf{R}R为观测噪声协方差矩阵对应雷达检测误差。完成目标状态与协方差矩阵更新$ \mathbf{x}{k|k} \mathbf{x}{k|k-1} \mathbf{K}_k (\mathbf{z}k - \mathbf{H} \mathbf{x}{k|k-1}) $$ \mathbf{P}_{k|k} (\mathbf{I} - \mathbf{K}k \mathbf{H}) \mathbf{P}{k|k-1} $通过预测-更新迭代可有效平滑点云噪声修正目标运动状态。5.3 数据关联与航迹管理针对多目标交叉、邻近场景采用贪心最近邻数据关联算法实现观测点与航迹的精准配对1. 计算所有预测航迹与当前帧观测点的欧氏距离D∣Hxpred−z∣2D |\mathbf{H}\mathbf{x}_{pred} - \mathbf{z}|_2D∣Hxpred−z∣22. 设置距离门限GGG仅对DGD GDG的有效候选点配对选取距离最小值完成关联3. 未匹配的观测点初始化新航迹未匹配的已确认航迹标记为漏检。航迹管理采用M/N逻辑准则新建临时航迹在滑动窗口内命中M次则转为正式有效航迹正式航迹连续漏检次数超标则自动删除规避虚警航迹保证跟踪稳定性。6. 结论本文以MATLAB仿真实现为基础系统完成了FMCW雷达信号处理、OFDM通感一体化、MIMO角度估计、卡尔曼多目标跟踪的全链路理论推导与原理解析。研究明确了FMCW雷达Dechirp处理、二维FFT参数解算、CA-CFAR目标检测的核心机理验证了OFDM波形通过元素级除法剥离通信信息、实现低成本通感一体化的可行性阐明了MIMO阵列三维FFT测角与点云聚类优化方法搭建了基于卡尔曼滤波最近邻关联的多目标航迹管理体系。全文理论推导与仿真代码高度适配完整覆盖雷达感知与跟踪核心技术链路可为毫米波通感一体化雷达系统设计、算法优化、工程落地提供扎实的理论依据与技术参考。
基于FMCW与OFDM的雷达通信一体化及多目标跟踪技术研究【附MATLAB代码】
基于FMCW与OFDM的雷达通信一体化及多目标跟踪技术研究摘要本文依托多套MATLAB仿真代码对毫米波雷达信号处理、通信感知一体化ISAC波形设计、MIMO阵列角度估计、多目标跟踪MOT核心技术展开系统性研究。全文完整梳理雷达感知全链路理论首先推导调频连续波FMCW雷达差频信号模型与二维快速傅里叶变换2D-FFT距离-多普勒处理原理引入二维单元平均恒虚警率CA-CFAR检测算法其次针对OFDM信号推导元素级除法信道估计算法构建ISAC一体化感知数学模型随后剖析均匀线阵ULAMIMO雷达距离-多普勒-角度三维处理机制最后完成基于常速度CV模型的卡尔曼滤波算法推导结合最近邻数据关联实现多目标航迹稳定管理。研究结合严谨理论推导与仿真验证完整覆盖雷达感知、通感一体化、角度测量、目标跟踪全流程可为智能雷达系统设计与工程实现提供理论支撑与代码参考。1. 引言在自动驾驶、智能交通、低空感知等前沿场景快速落地的背景下传统单一功能雷达已无法满足系统需求雷达设备不仅需要具备高精度测距、测速、测角能力还需与无线通信系统深度融合实现通信感知一体化ISAC硬件共融、信号复用、功能兼容成为行业核心发展趋势。其中FMCW雷达凭借硬件架构简单、功耗低、抗干扰性能优异、测距测速稳定性高等优势成为民用毫米波雷达的主流技术方案。而OFDM作为5G NR核心标准波形具备频谱利用率高、抗多径衰落、易于数字实现等特点可在同一信号载体上叠加通信传输与雷达感知双重功能是当前ISAC技术的核心研究方向。雷达系统通过信号处理获取目标点云数据后原始检测结果存在噪声、虚警、漏检等问题必须依托滤波跟踪算法优化目标状态、稳定航迹。基于此本文以理论推导仿真落地为核心完整解析FMCW雷达信号处理、OFDM通感一体化、MIMO角度估计、卡尔曼多目标跟踪的全链路技术原理为相关算法设计与仿真实现提供完整技术体系。2. FMCW雷达信号处理原理FMCW雷达通过发射线性调频连续波信号利用回波时延与多普勒频移实现目标参数解算核心流程包含信号Dechirp处理、距离-多普勒二维FFT处理、恒虚警目标检测三部分。2.1 线性调频信号与Dechirp处理FMCW雷达发射的单Chirp线性调频脉冲信号表达式为$ s_{TX}(t) \exp\left( j 2\pi \left(f_c t \frac{1}{2} S t^2 \right) \right) $式中fcf_cfc为载波频率SB/TcS B/T_cSB/Tc为调频斜率BBB为信号带宽TcT_cTc为单Chirp持续时间。当雷达电磁波照射到距离为RRR、相对速度为vvv的运动目标时回波信号会产生时间延迟与多普勒频移。单Chirp周期内目标距离可近似恒定信号时延满足$ \tau \frac{2R}{c} $其中ccc为光速对应雷达接收回波信号为$ s_{RX}(t) \alpha \exp\left( j 2\pi \left( f_c (t-\tau) \frac{1}{2} S (t-\tau)^2 \right) \right) $α\alphaα为目标回波反射系数。在接收端通过Dechirp解调处理将接收信号与发射本振信号共轭相乘完成信号下变频$ s_{beat}(t) s_{TX}(t) s_{RX}^*(t) $展开公式并忽略高阶微小分量最终得到纯净差频信号$ s_{beat}(t) \approx \alpha \exp\left( j 2\pi \left( S \tau t - f_c \tau \right) \right) $由公式可得出核心结论差频信号频率fbSτ2SRcf_b S \tau \frac{2SR}{c}fbSτc2SR与目标距离呈线性正相关信号初相ϕ−2πfcτ−4πRλ\phi -2\pi f_c \tau -\frac{4\pi R}{\lambda}ϕ−2πfcτ−λ4πR包含高精度距离信息为后续测距提供理论依据。2.2 Range-Doppler二维处理雷达在一个相干处理区间CPI内连续发射NNN个Chirp信号通过快慢时间维度的双FFT处理同时解算目标距离与速度。对于第kkk个慢时间Chirp运动目标的实时距离可表示为RkR0vkTcR_k R_0 v k T_cRkR0vkTc代入差频信号模型可得慢时间维信号特性$ s_{beat, k} \propto \exp\left( -j \frac{4\pi}{\lambda} (R_0 v k T_c) \right) \exp\left( -j \frac{4\pi R_0}{\lambda} \right) \exp\left( j 2\pi f_d k T_c \right)$式中fd2vλf_d \frac{2v}{\lambda}fdλ2v为目标多普勒频率对应目标运动速度。距离维FFT快时间FFT对单Chirp差频信号做快时间维FFT结合公式Rcfb2SR \frac{c f_b}{2S}R2Scfb即可提取目标绝对距离信息。速度维FFT慢时间FFT对所有Chirp的距离维处理结果做慢时间维FFT通过vλfd2v \frac{\lambda f_d}{2}v2λfd解算目标径向运动速度。通过二维FFT处理可将时域雷达信号转换为距离-多普勒RD二维功率谱实现目标参数二维匹配。2.3 2D CA-CFAR目标检测实际雷达场景中存在大量高斯噪声、杂波干扰需通过恒虚警检测算法自适应设置检测阈值在保证低虚警率的同时有效提取目标。本文采用二维单元平均恒虚警算法2D CA-CFAR。算法核心机制以当前检测单元CUT为中心设置保护单元规避目标信号扩散干扰通过周边训练单元统计噪声平均功率。噪声功率估计公式$ P_n \frac{1}{N_{train}} \sum_{i \in \Omega} |x_i|^2 $式中NtrainN_{train}Ntrain为训练单元总数Ω\OmegaΩ为训练单元集合。根据预设虚警概率PfaP_{fa}Pfa自适应计算阈值因子α\alphaα$ \alpha N_{train} \left( P_{fa}^{-1/N_{train}} - 1 \right) $最终检测准则若检测单元功率PCUTαPnP_{CUT} \alpha P_nPCUTαPn则判定该位置存在有效目标完成目标检测。3. OFDM-ISAC通信感知一体化原理OFDM通感一体化技术核心是信号复用同一OFDM波形既承载通信数据传输功能又可通过信号解析实现雷达目标感知无需额外占用频谱资源大幅提升频谱利用率是5G/6G通感一体化的核心技术。3.1 雷达回波信号模型设OFDM信号包含NscN_{sc}Nsc个子载波子载波间隔为Δf\Delta fΔf单帧发射NsymN_{sym}Nsym个OFDM符号频域发射信号矩阵为X[k,m]X[k, m]X[k,m]kkk为子载波索引mmm为符号索引。针对多目标场景第iii个目标的距离、速度、反射系数分别为Ri、vi、αiR_i、v_i、\alpha_iRi、vi、αi叠加高斯噪声后频域回波信号模型为$ Y[k, m] X[k, m] \sum_{i1}^{N_t} \alpha_i \exp\left( -j 2\pi k \Delta f \tau_i \right) \exp\left( j 2\pi f_{d,i} m T_{sym} \right) N[k, m] $式中τi2Ric\tau_i \frac{2R_i}{c}τic2Ri为目标回波时延fd,i2viλf_{d,i} \frac{2v_i}{\lambda}fd,iλ2vi为多普勒频率TsymT_{sym}Tsym为含循环前缀的OFDM符号时长N[k,m]N[k, m]N[k,m]为频域高斯噪声。3.2 元素级除法与二维感知处理本文采用QPSK恒模调制满足∣X[k,m]∣1|X[k, m]| 1∣X[k,m]∣1可通过元素级除法剥离通信调制信息提取纯雷达信道响应规避通信数据对感知的干扰$ H_{est}[k, m] \frac{Y[k, m]}{X[k, m]} \sum_{i1}^{N_t} \alpha_i \exp\left( -j 2\pi k \Delta f \tau_i \right) \exp\left( j 2\pi f_{d,i} m T_{sym} \right) N’[k, m] $从信道响应公式可看出目标时延信息调制在子载波维度多普勒速度信息调制在符号维度二者相互解耦可通过二维傅里叶变换分别解算。距离估计对信道响应沿子载波维度做IFFT得到距离剖面峰值位置对应目标回波时延进而解算目标距离。速度估计在距离处理结果基础上沿符号维度做FFT得到多普勒剖面峰值位置对应目标多普勒频率实现速度解算。该方案无需设计专用感知波形完全兼容5G通信标准真正实现了通信、感知一体化复用。4. MIMO雷达与角度估计原理传统单天线雷达仅能解算目标距离、速度无法获取方位信息。本文引入均匀线阵ULAMIMO雷达通过空域相位差实现目标高精度测角构建距离-多普勒-角度RDA三维目标信息。4.1 阵列接收信号模型设接收阵列包含NrxN_{rx}Nrx个阵元阵元间距dλ/2d \lambda/2dλ/2规避空域混叠。当目标方位角为θ\thetaθ时不同阵元接收信号存在固定空间相位差第nnn个阵元的相位偏移为$ \phi_n 2\pi \frac{d}{\lambda} \sin(\theta) n, \quad n 0, 1, \dots, N_{rx}-1 $结合FMCW差频信号模型第nnn个阵元的接收信号可表示为$ s_{beat}^{(n)}(t, k) s_{base}(t, k) \cdot \exp(-j \phi_n) $最终雷达接收数据构成快时间×慢时间×天线三维数据立方体为三维参数解算提供数据基础。4.2 3D-FFT三维处理对三维数据立方体依次进行三维傅里叶变换同步解算目标三维参数1.快时间FFT解算目标距离信息2.慢时间FFT解算目标运动速度信息3.天线维FFT通过空域相位差解算目标方位角可补零提升角度分辨率。三维变换后得到RDA三维功率谱PowRDA(r,v,θ)Pow_{RDA}(r, v, \theta)PowRDA(r,v,θ)。先通过2D CA-CFAR在距离-多普勒平面筛选候选目标再对每个候选目标做角度维峰值搜索获取高精度方位角。最后通过网格化聚类算法将邻近杂散检测点合并输出唯一目标点云(R,V,θ)(R, V, \theta)(R,V,θ)。5. 多目标跟踪与卡尔曼滤波雷达原始点云存在随机噪声、瞬时漏检、虚警干扰无法直接输出稳定航迹。本文采用常速度CV卡尔曼滤波模型结合最近邻数据关联算法实现多目标状态平滑、航迹关联与持续跟踪。5.1 状态转移与预测方程构建四维状态向量描述目标运动状态x[X,Vx,Y,Vy]T\mathbf{x} [X, V_x, Y, V_y]^Tx[X,Vx,Y,Vy]T分别对应平面X轴位置、X轴速度、Y轴位置、Y轴速度。离散系统状态转移预测方程$ \mathbf{x}{k|k-1} \mathbf{F} \mathbf{x}{k-1|k-1} \mathbf{w}_k $式中状态转移矩阵F\mathbf{F}F为$ \mathbf{F} \begin{bmatrix} 1 \Delta t 0 0 \ 0 1 0 0 \ 0 0 1 \Delta t \ 0 0 0 1 \end{bmatrix} $Δt\Delta tΔt为雷达帧间时间间隔wk\mathbf{w}_kwk为过程噪声。预测协方差更新方程$ \mathbf{P}{k|k-1} \mathbf{F} \mathbf{P}{k-1|k-1} \mathbf{F}^T \mathbf{Q} $Q\mathbf{Q}Q为过程噪声协方差矩阵由目标加速度方差决定用于描述目标运动扰动。5.2 测量方程与更新方程雷达观测输出为目标平面坐标观测向量zk[X,Y]T\mathbf{z}_k [X, Y]^Tzk[X,Y]T对应测量矩阵$ \mathbf{H} \begin{bmatrix} 1 0 0 0 \ 0 0 1 0 \end{bmatrix} $计算卡尔曼增益平衡预测值与观测值权重$ \mathbf{K}k \mathbf{P}{k|k-1} \mathbf{H}^T \left( \mathbf{H} \mathbf{P}_{k|k-1} \mathbf{H}^T \mathbf{R} \right)^{-1} $R\mathbf{R}R为观测噪声协方差矩阵对应雷达检测误差。完成目标状态与协方差矩阵更新$ \mathbf{x}{k|k} \mathbf{x}{k|k-1} \mathbf{K}_k (\mathbf{z}k - \mathbf{H} \mathbf{x}{k|k-1}) $$ \mathbf{P}_{k|k} (\mathbf{I} - \mathbf{K}k \mathbf{H}) \mathbf{P}{k|k-1} $通过预测-更新迭代可有效平滑点云噪声修正目标运动状态。5.3 数据关联与航迹管理针对多目标交叉、邻近场景采用贪心最近邻数据关联算法实现观测点与航迹的精准配对1. 计算所有预测航迹与当前帧观测点的欧氏距离D∣Hxpred−z∣2D |\mathbf{H}\mathbf{x}_{pred} - \mathbf{z}|_2D∣Hxpred−z∣22. 设置距离门限GGG仅对DGD GDG的有效候选点配对选取距离最小值完成关联3. 未匹配的观测点初始化新航迹未匹配的已确认航迹标记为漏检。航迹管理采用M/N逻辑准则新建临时航迹在滑动窗口内命中M次则转为正式有效航迹正式航迹连续漏检次数超标则自动删除规避虚警航迹保证跟踪稳定性。6. 结论本文以MATLAB仿真实现为基础系统完成了FMCW雷达信号处理、OFDM通感一体化、MIMO角度估计、卡尔曼多目标跟踪的全链路理论推导与原理解析。研究明确了FMCW雷达Dechirp处理、二维FFT参数解算、CA-CFAR目标检测的核心机理验证了OFDM波形通过元素级除法剥离通信信息、实现低成本通感一体化的可行性阐明了MIMO阵列三维FFT测角与点云聚类优化方法搭建了基于卡尔曼滤波最近邻关联的多目标航迹管理体系。全文理论推导与仿真代码高度适配完整覆盖雷达感知与跟踪核心技术链路可为毫米波通感一体化雷达系统设计、算法优化、工程落地提供扎实的理论依据与技术参考。
