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:
-
周期性发送 Chirp;
-
对接收回波进行混频;
-
对每个 Chirp 做一次 FFT;
-
得到一个 Range Profile;
-
将连续的 Range Profile 拼成 Range--Time Map;
-
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。