请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。
器件型号：AWRL6432BOOSTThread 中讨论的其他器件：AWRL6432、
工具/软件：
我们正在使用 AWRL6432 芯片组开发雷达模块、并使用我们设计的天线和其他电路。
然而、当我们提高灵敏度来扩展检测范围时、我们会遇到大量的 Ghosts、这是我们非常关心的问题。
为了解决这个问题、我们 的目标是优化组跟踪器算法中分配步骤（gtrack_moduleAllocate 函数）中使用的与范围相关的 SNR 阈值。
查看 SDK_05_05_03 中的运动存在检测演示代码后、似乎是使用您自己的 EVM 进行测试建立的实验公式。
这些公式包括最长 1m 的恒定值 (~11.5)、最长 2.5m 的线性增加 (~34.6) 和此后的衰减 1/R^2（在 allocationParams.snrThre = 6 时）。
我们计划调整这些 SNR 阈值公式、以适合我们的定制天线和电路、从而减少鬼影。
以下测试方法是否合适？
- 有意调整 cfg 以生成大量 Ghosts：
- 在 cfarCfg 中降低比例因子（例如，12 -> 6）。
- 在 allocationParams 中降低点 Thre（例如，5 -> 2）。
- 修改 gtrack_moduleAllocate 函数以收集★部分中集群的 totalSNR：
void gtrack_moduleAllocate (GtrackModuleInstance * inst、GTRACK_measurementPoint *点、uint16_t num)｛
/*提取点的一组聚类 */
/*★此时收集 set.mCenter.vector.range 和 set.totalSNR */
if (set.totalSNR > snrThreshold)
｛ /*分配新的跟踪器*/
}
}
- 在空场景中收集 Ghost 在一段时间内的 totalSNR、推导基于距离的配置文件、并调整与距离相关的 SNR 公式。
此外、由于射频特性不仅因范围而异、而且因方位角而异、因此我想知道应用与方位角相关的 SNR 阈值是否会更有效地减少重影。
是这样吗？
