IWR1843BOOST: IWR1843BOOST和DCA1000EVM检测目标距离误差为5cm

Guangwei Yao

Part Number: IWR1843BOOST
Other Parts Discussed in Thread: DCA1000EVM,

使用IWR1843BOOST和DCA1000EVM对某些目标进行检测：第一个目标是墙，通过移动雷达，从而改变雷达到墙的距离，采集到信号后进行处理，在峰值处显示的距离总比实际距离大5cm；第二个目标是木板，在峰值处的距离总比实际距离大6-7cm.

处理过程中利用TI官方的示例代码解析二进制文件，再将数据重塑为4D矩阵[天线数, 采样点数, 每帧chirp数, 总帧数]，然后进行如下代码的处理

请问是什么原因导致的这个问题啊？是代码错误，还是硬件原因啊？

18 天前

0 Eirwen 18 天前

TI__Mastermind 33155 points

已经收到了您的案例，调查需要些时间，感谢您的耐心等待。

0 Eirwen 16 天前回复 Eirwen

TI__Mastermind 33155 points

当前使用的配置的距离分辨率是多少？
无论采用何种chirp configuration，是否都会出现这种现象？

0 Guangwei Yao 16 天前回复 Eirwen

Prodigy 90 points

BW = numADCSamples / (config_SampleRate_ksps * 1e3) * (config_FrequencySlope_MHz_us * 1e12);

rangeBin = 3e8 / BW / 2 = 0.0733米;

根据参数配置，采用以上公式计算出来的距离分辨率是0.0733米。目前仅配置了一种chirp进行检测。

请问检测精度都和哪些因素有关系啊，怎样尽量提高检测精度啊

0 Eirwen 9 天前回复 Guangwei Yao

TI__Mastermind 33155 points

在区分不同距离的物体时，距离分辨率是最关键的因素。如果场景中只有一个目标，或许可以尝试稍作调整的场景和材质，此时获得的误差范围是否仍能稳定地接近距离分辨率的数值？

0 Guangwei Yao 9 天前回复 Eirwen

Prodigy 90 points

我又配置了另一种chirp，距离分辨率是0.0431米。检测场景中只有一个目标，目标分别为墙壁、书、木板、塑料板，从雷达数据中得到的距离和实际距离基本都是相差5厘米左右。

采集到数据，用matlab进行bin文件解析、FFT等处理，最终得到以距离为横轴，幅度为纵轴的图像。在这个图像中峰值处的数值就是代表的是雷达到目标的距离值吗？还是说代表的是 [ 数值，数值+距离分辨率 ) 这个范围啊

0 Eirwen 6 天前回复 Guangwei Yao

TI__Mastermind 33155 points

我不确定您具体如何处理距离数据，但似乎实际检测距离与距离分区值几乎总是存在一个分区的偏差。距离分辨率仅在场景中存在多个物体时才适用。以5厘米距离分辨率为例，两个物体必须相距至少5厘米才能形成两个独立峰值。距离区间0涵盖0-5厘米范围，区间1为5-10厘米，区间2为10-15厘米，依此类推。您似乎始终偏离一个距离区间。若将测量值减去一个距离分辨率的距离值后，所得结果是否准确且符合预期？

0 Guangwei Yao 7 小时前回复 Eirwen

Prodigy 90 points

clear;

clc;

close all;

%% 步骤1：解析原始二进制数据

fileName = 'adc_data5.bin'; % 待解析的二进制数据文件

adcResult = readDCA1000(fileName); % 调用自定义解析函数，返回[numRX, 总采样数]的复数矩阵

% 验证解析结果，输出关键信息便于核对

fprintf('成功读取文件：%s\n', fileName);

[numRX, totalSamples] = size(adcResult);

fprintf('解析后数据维度：%d 个接收天线 × %d 个总采样点\n', numRX, totalSamples);

save('adc_result.mat', 'adcResult');

fprintf('解析后的数据已保存为adc_result.mat\n');

fprintf('=======================================================\n');

%% 步骤2：配置雷达核心参数

% fopen：打开JSON配置文件，返回文件标识符jsonFileId和可能的错误信息errMsg；'r'：以只读模式打开文件

[jsonFileId, errMsg] = fopen('C:\Users\ygw\Desktop\data\2026.1.18\2026.1.18.mmwave.json', 'r');

% fscanf：读取文件中的所有文本内容；'%s'：格式字符串，表示读取为字符串

rawJsonText = fscanf(jsonFileId, '%s');

% 关闭已打开的JSON文件

fclose(jsonFileId);

% 将JSON格式的文本解析为MATLAB结构体

mmwParams = jsondecode(rawJsonText);

% 从结构体中提取ADC输出格式

addFmt = mmwParams.mmWaveDevices.rfConfig.rlAdcOutCfg_t.fmt.b2AdcOutFmt;

% 提取chirp配置参数

rfProfileCfg = mmwParams.mmWaveDevices.rfConfig.rlProfiles.rlProfileCfg_t;

% 提取帧配置参数

frameCfg = mmwParams.mmWaveDevices.rfConfig.rlFrameCfg_t;

% 针对性对各参数进行赋值

config_Frame_Period_ms = frameCfg.framePeriodicity_msec; % 帧周期ms，包含空闲时间

config_frameChirpNum = frameCfg.numLoops; % 每帧包含的Chirp数量

config_numADCSamples = rfProfileCfg.numAdcSamples; % 每个Chirp的采样点数量

config_SampleRate_ksps = rfProfileCfg.digOutSampleRate; % ADC采样率，单位ksps

config_FrequencySlope_MHz_us = rfProfileCfg.freqSlopeConst_MHz_usec; % 调频斜率

config_RampEndTime_us = rfProfileCfg.rampEndTime_usec; % 调频结束时间/chirp

config_IdleTime_us = rfProfileCfg.idleTimeConst_usec; % 空闲时间/chirp

config_f_pass_Hz = 10; % 低通截止频率（根据目标振动频率调整，通常<100Hz）

%% 步骤3：雷达数据完整性验证

numADCSamples = config_numADCSamples; % 每个Chirp的ADC采样点数

frameChirpNum = config_frameChirpNum; % 每帧包含的Chirp数

% 确保总Chirp数为frameChirpNum（每帧包含的Chirp数量）的整数倍

numChirps_original = totalSamples / numADCSamples; % 计算原始总Chirp数

numFrames = floor(numChirps_original / frameChirpNum); % 计算帧数，向下取整，确保帧数为整数

% 重新计算实际使用的总Chirp数

numChirps = numFrames * frameChirpNum; % 整数倍的Chirp数

% 如果数据不完整，截断多余数据

if numChirps < numChirps_original

fprintf('注意：原始数据有%.2f个Chirp，使用前%d个Chirp（共%d帧）\n', numChirps_original, numChirps, numFrames);

fprintf('丢弃最后%d个Chirp\n', round(numChirps_original - numChirps));

end

fprintf('数据总Chirp数：%d，每帧Chirp数：%d，总帧数：%d\n', numChirps, frameChirpNum, numFrames);

fprintf('=======================================================\n');

%% 步骤4：数据重塑为4D矩阵（适配雷达信号处理标准格式）

% 截断数据以确保可正确reshape

totalSamples_required = numChirps * numADCSamples; % 计算需要保留的总采样点数

% 如果原始数据有多余，进行截断

if size(adcResult, 2) > totalSamples_required

adcResult = adcResult(:, 1:totalSamples_required);

fprintf('数据已截断：保留前%d个采样点（%d个Chirp）\n', totalSamples_required, numChirps);

end

% 将原始数据重塑为4D：[天线数, 采样点数, 每帧chirp数, 总帧数]

temp_4D = reshape(adcResult, [numRX, numADCSamples, frameChirpNum, numFrames]);

% 然后调整维度顺序为：[采样点数, 每帧chirp数, 天线数, 总帧数]

radardata_reshaped = permute(temp_4D, [2, 3, 1, 4]);

% 输出4D矩阵维度信息

fprintf('4D矩阵维度：[采样点数, 每帧chirp数, 天线数, 总帧数] = [%d, %d, %d, %d]\n', ...

size(radardata_reshaped, 1), size(radardata_reshaped, 2), size(radardata_reshaped, 3), size(radardata_reshaped, 4));

% 验证数据重塑的正确性

fprintf('数据验证：\n');

fprintf(' 第一帧第一根天线第一个采样点: %.6f + %.6fi\n', ...

real(radardata_reshaped(1, 1, 1, 1)), imag(radardata_reshaped(1, 1, 1, 1)));

fprintf(' 最后一帧最后一根天线最后一个采样点: %.6f + %.6fi\n', ...

real(radardata_reshaped(end, end, end, end)), imag(radardata_reshaped(end, end, end, end)));

% 保存为mat文件（保留变量名和数据类型）

save('radardata_4DReshaped.mat', 'radardata_reshaped', '-v7.3');

fprintf('雷达重塑数据已保存到 radardata_4DReshaped.mat\n');

fprintf('=======================================================\n');

%% 步骤5：距离多普勒图

% 距离分辨单元宽度

BW = numADCSamples / (config_SampleRate_ksps * 1e3) * (config_FrequencySlope_MHz_us * 1e12); % 带宽不要使用mmWave Studio软件中计算的Bandwidth，实际BW=采样点数/采样率*调频斜率

rangeBinWidth = 3e8 / BW / 2; % 距离分辨率单元宽度（未补零）

% 多普勒分辨单元宽度

PRT = (config_IdleTime_us + config_RampEndTime_us) * 1e-6;

% 1.距离多普勒图-未补零

c = 3e8; % 光速

fc = 77e9; % 雷达中心频率

lambda = c / fc; % 波长

ymax = lambda / 2 / PRT; % 计算最大不模糊速度（根据PRT计算）

y1 = ((1 : numADCSamples) - 1) * rangeBinWidth; % 创建距离轴：每个采样点对应的距离

x1 = ((1 : frameChirpNum) - 1) * (ymax / frameChirpNum); % 创建速度轴：每个chirp对应的速度

[X1, Y1] = meshgrid(x1, y1); % 创建网格用于3D绘图

% 提取第一帧第一根天线的数据进行分析

dataRDM = squeeze(radardata_reshaped(:, :, 1, 1)); % 快时间采样点数 × 脉冲数（chirp数）

% 进行2D FFT：第一个维度FFT（距离维），第二个维度FFT（多普勒维）

RDdata = squeeze(dataRDM); % 移除矩阵中维度为1的维度

% 绘制距离-多普勒图

figure(1);

mesh(X1, Y1, abs(fft2(RDdata)));

xlabel('X轴：速度（米/秒）' , 'FontSize' , 10);

ylabel('Y轴：距离（米）' , 'FontSize' , 10);

title('距离-多普勒图' , 'FontSize' , 12);

以上是我处理雷达数据的代码，可不可以帮忙看一下代码，是否是代码原因导致的存在的测量误差

传感器

传感器论坛

IWR1843BOOST: IWR1843BOOST和DCA1000EVM检测目标距离误差为5cm