声学感知基础:Day1.常见音频类型(Chirp、FMCW、OFDM)的区别、联系和选择

一、核心结论

Chirp 是一种具体的扫频波形;FMCW 是利用连续或周期性 Chirp 进行测距、测速的感知体制;OFDM 是让多个正交子载波同时工作的多载波信号体制。

因此,Chirp 和 FMCW 并不是完全并列的概念:FMCW 通常使用 Chirp 实现,但使用 Chirp 不一定就是 FMCW。


二、三者分别是什么?

1. Chirp:一种"声音长什么样"

Chirp 的频率随时间变化。例如,一段 Chirp 可以在一定时间内从 18 kHz 扫描到 22 kHz:

线性 Chirp 的瞬时频率为:

其中:

  • :起始频率;

  • :调频斜率;

  • :时间。

它描述的是一种具体波形,相当于说明"扬声器要播放一段从低频逐渐扫到高频的声音"。Chirp 可以用于:

  • 通过相关运算寻找回波延迟;

  • 通过匹配滤波增强回波;

  • 构成 FMCW 感知系统;

  • 估计距离和运动;

  • 作为设备之间的同步信号。

所以,使用 Chirp 不一定等于使用 FMCW

2. FMCW:一种"如何利用 Chirp 感知"的体制

FMCW 全称为 Frequency Modulated Continuous Wave,即"调频连续波"。它通常连续或周期性地发送 Chirp:

目标反射回来的 Chirp 会产生传播延迟。系统将发射信号与接收信号混频,得到拍频:

其中:

  • :Chirp 调频斜率;

  • :回波传播延迟;

  • :拍频。

如果扬声器和麦克风近似位于同一位置,目标距离可以表示为:

所以 FMCW 的基本逻辑是:

论文中所说的"发送 FMCW 信号",通常意味着系统反复发送线性 Chirp,并利用混频、FFT、相位分析等方法处理回波。

3. OFDM:多个频率同时发送

OFDM 全称为 Orthogonal Frequency Division Multiplexing,即"正交频分复用"。它把总带宽划分成多个窄带正交子载波:

这些子载波在同一段时间内同时存在:

其中:

  • :第个子载波的频率;

  • :该子载波上的复数符号;

  • :子载波数量。

接收 OFDM 信号后,可以分别观察每个子载波的振幅、相位和信道响应。论文中常将频域信道响应表示为 CFR 或 CSI:

其中 是已知发射信号,是接收信号, 是该子载波经历的信道响应。

可以把 OFDM 理解为:同时派出很多个不同频率的"探测员",观察各频率经过人体和环境后发生的变化。


三、直观比喻

假设需要检查 18~22 kHz 这段频率范围。

Chirp

像一辆车从 18 kHz 出发,沿频率轴依次经过所有位置:

即:不同频率依次出现。

FMCW

让这辆扫频车不断重复行驶,并比较它出发和返回时的差异,从而判断目标距离和运动。

即:使用连续或重复的 Chirp 完成测距、测速和运动感知。

OFDM

同时派出很多辆车,每辆车固定在一个不同的子载波上:

即:多个频率同时出现。


四、时频图上的区别

信号 时间---频率特征
单频连续波 CW 一条水平线
Chirp 一条斜线
重复 FMCW Chirp 多条周期性斜线
OFDM 多条同时存在的水平线

在时频图中,Chirp/FMCW 的频率会随时间扫描,因此通常表现为斜线;OFDM 的多个子载波在一个符号周期内同时存在,因此表现为多条水平线。


五、核心差异对比

对比项 Chirp FMCW OFDM
本质 一种扫频波形 一种感知体制 一种多载波波形或调制体制
频率出现方式 依次扫过 连续或周期性重复扫频 多个正交子载波同时出现
常见处理方法 相关、匹配滤波 混频、FFT、相位分析 FFT、信道估计、CFR/CSI
主要观测量 延迟、相关峰 拍频、距离、相位 各子载波的振幅和相位
距离获取 根据相关峰的延迟 根据拍频得到距离 对频域信道响应作 IFFT 得到时延信息
微小运动感知 可通过相位检测 非常常见 可通过子载波相位检测
主要优势 相关增益高、实现直观 易生成距离维并跟踪运动 可同时观察多个频率的信道响应
主要难点 同步、回波定位 直达波、多径、泄漏 同步、频偏、较高峰均功率比
常见用途 测距、同步、声呐 呼吸、心跳、手势、跟踪 多目标、多径分析、通信感知一体化

六、为什么不同论文使用不同音频信号?

1. 研究目标不同

测量绝对距离

如果论文需要知道人体或物体处于哪个距离、哪个 Range Bin 对应胸腔,通常更倾向于:

  • Chirp;

  • FMCW;

  • 脉冲或编码信号;

  • 宽带 OFDM。

这些宽带信号具有一定的距离分辨能力。

测量微小运动

如果只需要检测呼吸、心跳、声带振动或手指微动,可能采用:

  • 单频连续波;

  • FMCW 的相位;

  • OFDM 子载波相位。

微小位移会引起相位变化:

因此,即使距离变化很小,也可能通过相位检测出来。

获取完整信道特征

如果论文希望观察多个频率经过人体和环境后的变化,通常更倾向于 OFDM,因为它能直接得到多个子载波的 CFR/CSI:

这些数据也很适合作为深度学习模型的输入。

2. 是否需要区分多个目标或多条反射路径

室内环境中存在人体、墙壁、桌面、地面、设备外壳以及扬声器到麦克风直达路径等多径。单频信号容易将它们混合在一起。

宽带 Chirp、FMCW 或 OFDM 可以提供时延或距离维度,从而把不同反射路径分配到不同的 Range Bin。因此,多目标、远距离和复杂多径研究通常更偏好宽带信号。

3. 时间分辨率与距离分辨率要求不同

宽带信号的理想距离分辨率与带宽有关:

一般来说,带宽越大,越容易区分距离接近的目标。但 Chirp 持续时间 也会影响系统表现:

  • 太长:单次测量耗时较长,不利于追踪快速动作;

  • 太短:单次发射能量减少,可能降低 SNR;

  • 带宽太小:距离分辨率较差;

  • 带宽太大:扬声器和麦克风可能无法稳定覆盖整个频段。

4. 硬件条件不同

不同设备的采样率、扬声器数量、麦克风数量、高频响应、同步精度和音频滤波策略不同。

在 48 kHz 采样率下,根据奈奎斯特采样定理,理论最高频率为:

但普通扬声器在 20 kHz 附近可能已明显衰减。所以有的论文选择 17~20 kHz,有的选择 18~22 kHz,还有的使用可听频率、单频信号或专用超声换能器。这通常是研究目标和硬件条件共同决定的。

5. 是否需要同时通信

OFDM 最初就是通信中的多载波技术。如果论文希望一边传输数据、一边进行感知,或希望在不同子载波上分配不同任务,OFDM 通常更合适。

例如:

  • 一部分子载波用于通信;

  • 一部分子载波用于感知;

  • 不同子载波分配给不同设备。

FMCW 通常更专注于距离和运动感知,本身不以高速传输复杂数据为主要目标。

6. 鲁棒性需求不同

Chirp 容易进行相关或匹配滤波。若接收信号为:

将它与已知 Chirp 进行相关,正确延迟位置会产生明显相关峰,因此即使回波较弱也有机会检测出来。

OFDM 则可以同时观察很多子载波。某些子载波发生深衰落时,其他子载波可能仍然可靠,因此可以筛选或融合多个子载波。

  • Chirp 的鲁棒性主要来自宽带相关与能量积累;

  • OFDM 的鲁棒性主要来自多子载波观测与信道估计。


七、不同研究任务的常见选择

研究任务 常用信号 主要原因
粗略运动检测 单频连续波 结构简单,容易提取相位或多普勒
手势识别 FMCW/Chirp 可以同时观察距离和运动
呼吸检测 单频、FMCW 呼吸产生周期性相位变化
心跳检测 FMCW、多频信号 需要提取更加微弱的周期变化
多目标定位 宽带 FMCW、OFDM 需要距离和多径区分能力
信道特征分析 OFDM 可以直接获得多子载波 CFR/CSI
远距离感知 长 Chirp、编码信号 有利于积累能量和提高 SNR
通信感知一体化 OFDM 可同时承载通信与感知信息
手机无感感知 近超声 Chirp/OFDM 尽量减小对用户听觉的影响

八、如何判断论文究竟采用了什么方法?

论文中可能出现以下表述:

  • we transmit Chirp signals

  • we adopt an FMCW waveform

  • we periodically transmit linear Chirps

它们描述的发射波形可能非常相似。判断论文采用的体制,需要继续查看后续处理步骤。

1. 如果主要做相关运算

通过相关峰寻找传播延迟,更适合称为 Chirp 测距或匹配滤波方法。

2. 如果进行发射---接收混频

随后通过 FFT 寻找拍频:

这属于典型的 FMCW 处理流程。

3. 如果先通过 FFT 得到多个子载波

然后计算:

并分析各个子载波的振幅和相位,则更接近 OFDM/CFR/CSI 感知。


九、与深度学习方向的关系

对于以下研究路线:

FMCW 是比较自然的前端感知方案:

  1. 周期性发送 Chirp;

  2. 对接收回波进行混频;

  3. 对每个 Chirp 做一次 FFT;

  4. 得到一个 Range Profile;

  5. 将连续的 Range Profile 拼成 Range--Time Map;

  6. 使用 CNN、Transformer 或 Mamba 提取时空特征。

OFDM 则更容易产生"子载波 × 时间"形式的 CFR/CSI 矩阵,再将该矩阵作为二维输入交给深度学习模型。

感知体制 常见深度学习输入 两个轴的含义
FMCW Range--Time Map 距离 × 时间
OFDM Subcarrier--Time CFR/CSI 子载波 × 时间
原始音频 + STFT Spectrogram 频率 × 时间

这些数据都可以输入 CNN、Transformer 或 Mamba,但每个轴的物理意义不同,不能只把它们当作普通图像。


十、一句话总结

Chirp 决定"播放什么波形",FMCW 决定"怎样利用重复 Chirp 测距和测速",OFDM 则通过多个正交子载波同时探测信道;论文会根据测距、多目标、微动检测、通信需求和硬件限制选择不同信号。

相关推荐
DisonTangor1 小时前
Qwen-Drive-1.0:首个统一 3D 感知、视觉问答与运动规划的自动驾驶视觉语言基础模型
人工智能·3d·自动驾驶
XiaoKe20261 小时前
数海云擎:以内外双向数智化锻造竞争壁垒,跑通销售全链路
大数据·人工智能·科技·软件需求
m0_587383001 小时前
全民健身解决方案软件开发:从架构设计到落地实践
人工智能·数据挖掘·系统架构·需求分析
Zzj_tju1 小时前
小模型指令微调:数据混合、模板与过拟合的最小复现
人工智能·深度学习·机器学习·语言模型
basketball6161 小时前
AI Infra 推理部署技术总结:2. vLLM 内核——PagedAttention 与调度器原理
android·人工智能·vllm·ai infra
新知图书1 小时前
第 1 章 大模型时代 《DeepSeek原生应用与智能体开发实践》
人工智能·智能体
伯恩bourne1 小时前
Qdrant 快速入门 :数据模型介绍
服务器·数据库·人工智能
开开心心就好1 小时前
免费桌签打印工具,支持批量导入名字
前端·javascript·人工智能·docker·jupyter·智能手机·语音识别
信安IT租赁1 小时前
本地化部署的AI营销CRM:基于事件驱动的全流程自动化状态机实践
大数据·人工智能·软件工程