雷达是英文单词 Radar的音译，其英文全称是 radio detection and ranging（无线电探测和测距）。1935年，英国物理学家罗伯特·沃森 -瓦特（ Robert Watson-Watt, 1892—1973）与 Arnold Wilkins、Albert Percival Rowe等设计并利用无线电接收机成功获取了飞机目标回波，标志着雷达的诞生。自诞生至今，雷达从军事应用走向广泛的民用领域，成为造福人类和保护地球的重要工具。尤其是 2013年以来，微小型雷达集成电路芯片的问世加速了雷达在民用领域的应用，比如自动驾驶的目标定位，交通流量精细化监测，地表环境监测，智能安防，智能家居楼宇无接触感应控制，智慧医疗中人体呼吸和心跳检测，等等。
雷达以电磁波形式发射信号和接收回波。那些发现电磁场与电磁波的科学家无疑是在人类发展进程中闪耀的群星，为人类带来了无限可能，提高了沟通效率。相对于远古时代，电磁波的利用间接地延长了人类寿命。人类发现电磁场与电磁波，开启了第二次、第三次工业革命。余音绕梁，第四次科技革命仍在其基础上顺势而发。最近十年，新一代民用通信带宽提升，智能手机终端产品迭代，以及物联网技术的成熟促使全球进入万物数字互联时代。各种设备包括中间信息的数字化、自动化，加上日益成熟、性能强大的机器学习理论及算法，全球各个行业朝着智能化趋势发展。在这个万物数字化生长的时代，雷达将重新定位，不仅会抹去以前军用的神秘色彩，还会变得更加亲和亲民，将会像智能摄像头一样走近普通消费者。
在这一历史潮流下，新型雷达芯片企业、系统级雷达公司、不同场景下雷达新产品不断涌现。这个时代对民用小雷达有广泛需求，民用雷达公司迫切期待人才。没有早一步，也没有晚一步，必须重视国产民用小雷达的技术人才培养问题。作者尽自己所能认真写好这本民用小雷达教材，期望搭建企业人才需求和高校人才培养的良好桥梁。
因此，本教材同时注重理论教学与实践操作，让读者能读懂雷达，也能用雷达，更要会设计雷达。本书的主要章节围绕雷达电磁信号与散射、信号表示与变换、 FMCW雷达系统设计、雷达信号处理、雷达目标跟踪、雷达成像技术、目标信息智能识别与利用，以及雷达实验操作等内容，知识点内容讲求复杂问题简单化，再加以相关的计算机程序、相关的习题和雷达实验操作，让读者爱上小雷达，并利用雷达传播爱和善意，提高生产效率、节能环保、呵护生命，造福人类和地球。
本教材专为高年级本科生、研究生和从事毫米波雷达研发的专业人员编写，聚焦目前毫米波雷达芯片主流产品，突出民用毫米波雷达的重点理论内容，结合当前深度学习和人工智能对雷达信号处理和应用的发展趋势，从单通道、 MIMO点云检测到雷达成像技术，覆盖雷达理论与实验、原理设计及应用、重点难点化简分解推导、程序代码辅助理解等，主要内容如下。
.第 1章雷达电磁信号传播。本章首先回顾麦克斯韦方程，简述平面电磁波，给出雷达微带天线相关基础理论，分析雷达接收机前端噪声，并结合天线相关知识推导雷达方程。
.第 2章雷达信号处理基础。本章从信号表示与变换简述傅里叶级数、傅里叶变换和离散傅里叶变换，并解决了模拟信号采样后的无限频谱延拓的等效表示，进而给出了雷达目标信息测量原理，分析了雷达距离和速度模糊、雷达检测概率和虚警概率，推导了雷达恒虚警概率技术，最后从随机信号的角度深入分析了雷达信号匹配滤波原理。
.第 3章 FMCW雷达系统原理。本章从雷达作用威力和距离分辨率的矛盾出发，引出 LFM信号，分析了该信号的特点以及时域和频域匹配滤波方法。以现有主流毫米波雷达产品为参考，给出了时分复用 FMCW雷达的工作原理、信号处理、系统设计以及系统仿真。
.第 4章 FMCW雷达干扰及其抑制。本章从现有的汽车雷达标准法规角度分析了雷达之间干扰的可能性，并从理论上对干扰进行了分类，推导了干扰空间分布概率、干扰信号表达式，并总结讲述了干扰抑制方法。
.第 5章 FMCW雷达目标跟踪。本章面向自动驾驶应用领域，从递归贝叶斯估计方法推导了卡尔曼滤波，讲述雷达在非线性观测下的多目标跟踪方法。
.第 6章非接触人体呼吸和心跳检测。本章面向毫米波雷达在智慧医疗应用新领域，分别推导了单频连续波雷达和调频连续波雷达检测人体呼吸和心跳信号
的原理，并逐步讲述了人体呼吸和心跳检测处理过程；结合当前的深度学习理论方法，本章还利用雷达进行非接触式测量人体心电图（ Electrocardiogram， ECG）波形。这一崭新的应用为毫米波雷达技术开辟了新的研究领域，具有广泛的潜在应用前景。
.第 7章毫米波雷达成像及其图像理解应用。在现有汽车毫米波雷达技术中，雷达仅能获取目标的三维点云数据，无法精准感知目标的形状和更加细致的结构，例如道路路面信息。因此，雷达成像技术是无人设备环境感知发展的关键技术趋势。为此，本章深入介绍合成孔径以及实孔径雷达成像方法。在合成孔径成像上，分享笔者自己研发的 FMCW雷达成像方法原理：距离多普勒成像、两维波数域成像，以及后向投影成像方法；在实孔径雷达成像方面，具体介绍的雷达通过机械旋转实现天线的 360.扫描的先进成像方法。这些成像技术所获取的雷达图像提供的信息比起 MIMO虚拟天线阵列所获取的点云数据将更为丰富，包含目标的形状和结构信息，可为高级别自动驾驶系统提供更可靠的数据支持。然而，与光学摄像头获取的图像相比，毫米波雷达图像并不易于理解和解释，给图像信息提取和应用带来一定的挑战。因此，本章将从数据模型的角度深入讲解毫米波雷达图像，设计有效的雷达图像相干噪声抑制方法，以提高图像质量。同时，本章还引入了深度学习模型，为毫米波雷达图像的道路提取方法提供了新的思路和技术流程。笔者相信这一章的内容能起到抛砖引玉的作用，激发读者进一步探索与创新，探讨更多高级应用内容，例如车辆识别、行人识别和路面可行驶程度评估等领域。这些挑战性的任务将进一步拓展毫米波雷达技术的应用领域，为未来智能交通和自动驾驶技术的发展贡献更多的智慧和探索。
.第 8章毫米波雷达实验。本章采用德州仪器（Texas Instruments, TI）开发的雷达实验硬件和软件，分别讲述了 TI雷达实验软硬件方案、数据采集与处理方法，设计了 FMCW雷达干扰实验、微多普勒特征提取实验与人体呼吸信号检测实验。
本教材是在作者主持的江苏省自然科学青年基金项目（ BK20180945）和面上项目（ BK20231336）长期资助下的前沿技术探索积累。高校应引领市场及行业，因此及时将科研成果转化成教学课程。在教材的出版经费上，荣幸地获得多方面支持和帮助。特别地，本教材荣获南通大学研究生教材建设专项基金的资助。在教材立项过程
中，南通大学智能交通系的高锐锋主任给予了作者巨大支持。深深感谢德州仪器大学计划部的王沁经理、潘亚涛先生及谢胜详先生，他们的大
力支持使得实验硬件和案例开发取得了更上一层楼的突破。
在此，作者向南通大学和德州仪器的同事、朋友们，深表衷心的感谢和由衷的敬
意。正是这么多的支持与鼓励，让本教材得以问世，能为民用小雷达技术的进步提供
技术参考。我们将一如既往地勇于创新，为民用雷达科技教育贡献更多的力量，携手
代码共创更美好的明天。感谢我的妻子和孩子的默默付出。正是你们的支持和对我纯真的爱，使我有时间静下心来认真撰写这本教材，遗憾的是少了许多陪伴你们的时间。由于知识、时间和精力有限，尽管已努力避免错误，但仍难免存在一些疏漏。在此恳请各位读者不吝赐函，给予宝贵的修改意见。
彩图
最后，祝愿读者在这个万物数字互联智能的时代学有所爱，学有所乐，用有其乐。致敬不服输、努力奋斗、把美好奉献给他人的平凡人们！
许致火
于 2024年 10月
