毫米波雷达模组选型关键指标与落地实践

一、为什么“参数漂亮”不等于“落地好用”

在毫米波雷达模组的选型过程中，很多团队习惯先看规格书上的几个显眼数字：最大探测距离、视场角、带宽。这些指标当然重要，但把它们直接搬进项目、装到设备上之后，最先暴露的问题往往不是“测不远”，而是：

• 近处测不到——人就在设备跟前，却没有触发；
• 边缘区域不稳——目标走到视场边缘时，检测概率骤降；
• 旁边有风扇就误报——杂波抑制能力不足，周期性运动被当成目标。

这些问题的根源通常不在参数虚标，而在于选型时把注意力集中在了少数几个“好看”的数字上，忽略了最小检测距离、天线架构、杂波抑制能力这些真正决定落地表现的指标。本文尝试从原理出发，建立一套更贴近工程实际的选型评估框架。

二、原理回顾：调频连续波如何同时给出距离与速度

毫米波雷达的核心工作机制是发射调频连续波（FMCW）并接收回波。发射信号的频率随时间线性变化，回波与发射信号之间存在一个频率差，这个差值与目标距离成正比；同时，目标相对雷达的运动会引入多普勒频移，对应速度信息。

这意味着雷达的输出天然带有距离和速度两个维度，也意味着它的参数之间存在耦合关系：

• 带宽决定距离分辨率。带宽越大，距离分辨率越高，越能区分贴近的多个目标。
• 天线孔径决定角度分辨率。孔径越大，角度分辨能力越强，越能区分不同方向的目标。
• 信噪比决定弱目标的可检测性。呼吸引起的胸腔微动、手指的细微动作，都属于弱目标范畴。

理解这种耦合关系，是避免“单指标选型”的前提。下面逐一展开几个容易被忽视但影响巨大的指标。

三、最小检测距离：比最大探测距离更影响体验

规格书通常只强调“最远能测多远”，但“最近能测多近”同样关键，甚至更关键。

举一个典型例子：某模组在波束中心方向的人体存在检测典型距离可达15米，但到了视场边缘就降到8米；另一类模组最小检测距离可以做到0.025米，最大20米，视场角±60°。如果设备安装位置离用户很近，比如智能门锁、床头健康监测设备，而模组的最小检测距离偏大，就会出现“人就在跟前却不触发”的尴尬。

选型时要把安装距离和模组的近端盲区放在一起对。具体做法：

1. 明确设备在实际使用中，目标最近可能出现在什么位置；
2. 查阅规格书中“最小检测距离”的定义条件——是在波束中心还是全视场？是针对人体还是特定反射截面积的目标？
3. 如果规格书没有明确给出，应向模组厂商索取近端检测的实测数据或评估板验证。

近端盲区通常与收发切换时间、天线耦合、信号处理窗长等因素有关，不是简单调参就能消除的。把这个问题前置到选型阶段，比后期在结构上做妥协要划算得多。

四、天线架构：决定角度能力与边缘表现

天线配置通常用“发×收”来表示，不同架构的能力边界差异很大：

• 1T1R：只能判断有无和距离，无法测角；
• 1T2R：可以测角度，但角度分辨能力有限；
• MIMO虚拟阵列：通过多发多收形成虚拟孔径，才能生成点云、区分多人、识别手势。

有些模组支持1T3R可配置模式，水平垂直视场角都标到120°。但同样标120°，不同天线架构在边缘区域的实际检测概率并不相同。视场边缘的灵敏度衰减特性，往往比视场角数字本身更值得关注。

选型时建议关注以下几点：

• 边缘衰减曲线：模组在视场边缘的检测概率相对中心下降了多少？是否有实测数据支撑？
• 角度分辨率：能否区分两个相邻方向的目标？这对多人场景、手势识别至关重要。
• 虚拟阵列布局：是否支持俯仰角检测？如果设备需要判断目标高度（比如区分人和宠物），这一项不能省。

不能只看角度数字，要关注模组在视场边缘的灵敏度衰减特性，以及这种特性是否与你的安装方式、目标运动轨迹相匹配。

五、频段选择：物理特性与场景匹配

60GHz频段波长约5毫米，对厘米级甚至毫米级的位移敏感，适合检测呼吸引起的胸腔微动和手势动作，但信号衰减快，有效距离集中在近距离。24GHz波长更长、穿透性更好，适合大范围存在检测，但微动检测的精细度不如60GHz。

频段选择不是“哪个更先进”的问题，而是“哪个的物理特性和场景匹配”的问题。可以按以下维度做决策：

维度	24GHz	60GHz
波长	约12.5mm	约5mm
微动检测	一般	精细
穿透性	较好	较弱
典型距离	中远距离	近距离
适用场景	大范围存在检测	呼吸监测、手势交互

如果产品需要在穿透一定遮挡（如塑料外壳、薄木板）后仍保持稳定检测，24GHz通常更稳妥；如果产品核心价值在于精细动作识别或生命体征监测，60GHz的物理特性更匹配。

六、杂波抑制：决定“旁边有风扇会不会误报”

杂波抑制能力是规格书里最不容易量化、但实际体验中最容易暴露问题的指标。风扇、空调出风口、窗帘摆动、宠物走动，都可能产生类似目标的回波。

评估杂波抑制能力，可以从以下几个角度入手：

1. 静态杂波对消：雷达是否具备有效的静态杂波滤除机制？对固定物体的抑制深度如何？
2. 周期性运动识别：风扇叶片属于周期性运动，与人体随机运动在时频域上有差异。算法是否能区分？
3. 多普勒维度利用：是否充分利用速度信息做目标筛选？比如只保留特定速度范围内的目标。
4. 实测验证：在真实环境中布置干扰源，观察误报率。这一步不能省。

很多模组在干净环境下表现优秀，一旦进入真实家居或办公环境就频繁误报。选型阶段如果能拿到评估板做场景化测试，会比只看规格书可靠得多。

七、功耗：和供电方式一起算

功耗不是一个孤立指标，它和检测频率、响应速度、待机策略绑在一起，需要按整机的续航预算来匹配。

• 市电供电的设备对功耗不敏感，可以优先考虑性能；
• 电池供电的智能门锁、无线传感器则完全不同，需要精打细算。

市面上有24GHz芯片工作电流可以做到70微安量级，甚至55微安；也有模组平均工作电流76毫安，尺寸仅7毫米×30毫米，适合空间受限的嵌入式场景。两类产品的功耗差异巨大，对应的是完全不同的供电架构和续航策略。

选型时建议做一次简单的功耗预算：

整机续航目标 = 电池容量 / (平均工作电流 × 占空比 + 待机电流 × (1 - 占空比))

其中占空比取决于检测频率和响应速度要求。如果产品要求“人一靠近就立刻唤醒”，占空比就不能太低，平均功耗自然上升。把功耗和供电方式、检测策略放在一起算，才能得到可落地的结论。

八、选型评估清单：从参数到场景

综合以上讨论，可以整理出一份面向落地的选型评估清单：

1. 安装距离 vs 最小检测距离：目标最近出现在哪里？模组近端盲区是否覆盖？
2. 视场角 vs 边缘衰减：目标是否经常出现在视场边缘？边缘检测概率是否有数据支撑？
3. 天线架构 vs 角度需求：是否需要测角、测俯仰、区分多人？
4. 频段 vs 场景：微动检测精细度与穿透性需求如何权衡？
5. 杂波抑制 vs 环境干扰：使用环境中是否存在风扇、窗帘、宠物等干扰源？
6. 功耗 vs 供电方式：电池供电还是市电供电？续航目标是多少？
7. 尺寸 vs 结构限制：模组尺寸是否适配产品内部空间？

把这七项逐一确认，比单纯对比几个规格书数字要可靠得多。毫米波雷达模组选型的本质，不是找“参数最强的”，而是找“物理特性与场景最匹配的”。理解原理、关注落地指标、结合场景做验证，才能避开那些“装上去才发现”的坑。