1、基础命令，视使用情况设定。
clc; %清空命令行 clear; %清空工作区 close all; %关闭绘图窗口2、查看文件包含变量及相关信息。
dataFile = 'C:\Users\wfh\Desktop\毫米波雷达实测\Radar_Processing\data\000003.mat'; %对文件路径赋值 whos('-file', dataFile) %查看文件包含变量其中变量名称是：Name。变量维度是四维：根据公开数据集信息分别是2个TX发射通道，4个RX接收通道，255个Chirp，每个Chirp有128个采样点。字节大小是：4177920。数据类型：双精度。数据属性：复数数组。
3、读取文件并对变量赋值。
data = load(dataFile); %读取文件 adcData = data.adcData; %对文件中的adcData变量进行赋值这里的dataFile是2中的.mat文件，是一个结构体，通俗说可以视为一个收纳盒，里面可能有一个或多个物品，现在这里里面有一个物品，是变量，名字为adcData，data.adcData意思是把这个物品提取，第二行代码并赋值为了adcData。
4、检查数据有效性。
hasNaN = any(isnan(adcData(:))) %判断是否存在无效数据 hasInf = any(isinf(adcData(:))) %判断是否存在无穷大数据其中adcData(:)是将多维数据adcData拉直为一维。isnan()是判断某个数据组中是否有无效数据。isinf()是判断某个数据组中是否有无穷大数据。any()表示如果某个数据组中的数据有一个满足条件成立则为是，当所有都不满足条件的时候才为否。
这里的输出结果都为0，所以没有无效数据或者无穷大数据。如果hasNaN输出为1则为存在无效数据，如果hasInf输出结果为1则是存在无穷大数据，无论是无效还是无穷大数据都会影响后续数据处理的结果。
5、提取部分数据并绘制实部虚部图
s = adcData(:,1,1,1); %提取TX1-RX1的第一个Chirp并赋值为s figure; %开窗 plot(real(s)); %绘制s实部图 hold on; %保持图形开启 plot(imag(s)); %绘制s虚部图 legend('实部 I','虚部 Q'); %图例 xlabel('采样点序号'); %x轴标题 ylabel('ADC采样值'); %y轴标题 title('原始ADC信号（单Chirp，TX1 RX1）'); %标题 grid on; %开网格从图示中可以看出，实部数据基本一定的均值偏置，整体在-20附近。虚部基本在0附近。
6、去均值
s_mean = mean(s); %对s求均值 s_dc = s - s_mean; %对s去均值偏置 figure; %开窗 plot(real(s_dc)); %绘制去均值偏置后的实部图 hold on; %保持图形开启 plot(imag(s_dc)); %绘制去均值后的虚部图 legend('去直流后实部 I','去直流后虚部 Q'); %图例 xlabel('采样点序号'); %x轴标题 ylabel('ADC采样值'); %y轴标题 title('去直流后的ADC信号（单Chirp，TX1 RX1）'); %标题 grid on; %开网格这里的s是复数，mean(s)为对复数s求均值，具体操作过程是对虚部和实部分别求均值，然后组合为新的均值复数。
这是去均值后的实部和虚部图，从图中可以观察到，两条曲线已在00附近振荡。
7、加窗
N = length(s_dc); %获取去均值偏置后的信号长度 win = hamming(N); %汉明窗 s_win = s_dc.*win; %去均值的信号与窗逐点相乘这里加窗使用的汉明窗，也可使用汉宁窗，都是弱化两边的权重，减轻频谱泄露的影响。
8、求频域并绘图
fft_r = fft(s_win); %对加窗后的数据进行傅里叶变换求频域 r_spectrum = abs(fft_r); %求频域幅值 figure; %开窗 plot(r_spectrum); %绘制频域幅度谱 xlabel('FFT bin'); %以频率索引为横轴 ylabel('幅度'); %纵轴名称 title('单Chirp距离谱（bin）'); %标题 grid on; %开网格这里的频谱图中的前半部分为零频和正频，后半部分为负频。其中负频是数学计算的产物，现阶段不使用。
9、距离谱
fs = 4e6; %采样率 slope = 21e12; %调频斜率 c = 3e8; %光速 bin_axis = 0:N-1; %获取横轴索引序列 fb_axis = bin_axis * fs / N; %将横轴序列索引转化为拍频 R_axis = c * fb_axis /(2 * slope); %将拍频转化为实际距离 figure; %开窗 plot(R_axis(1:64), r_spectrum(1:64)); %绘制横轴为距离的前半部分的幅度谱 xlabel('距离 (m)'); %横轴名 ylabel('幅度'); %纵轴名 title('距离谱（横坐标换算为真实距离）'); %图标题 grid on; %开网格其中fb_axis = bin_axis * fs / N中fs/N为频率分辨率，公式由来为：采样频率为fs，则采样间隔为1/fs，一共采样点数为N则总时长则为N/fs，那么频率分辨率则为fs/N。
其中R_axis = c * fb_axis / (2 * slope)，为毫米波雷达连续锯齿波距离公式为：，其中
为目标距离雷达的距离，
为拍频，
为调频斜率。
这里只绘制了零频和正频部分的距离-幅度谱，因为负频部分是数学产物这里不做使用。从图示可以看出在10米附近有一个比较明显的目标。
10、完整版代码
clc; %清空命令行 clear; %清空工作区 close all; %关闭绘图窗口 dataFile = 'C:\Users\wfh\Desktop\毫米波雷达实测\Radar_Processing\data\000003.mat'; %对文件路径赋值 whos('-file', dataFile) %查看文件包含变量 data = load(dataFile); %读取文件 adcData = data.adcData; %对文件中的adcData变量进行赋值 hasNaN = any(isnan(adcData(:))) %判断是否存在无效数据 hasInf = any(isinf(adcData(:))) %判断是否存在无穷大数据 s = adcData(:,1,1,1); %提取TX1-RX1的第一个Chirp并赋值为s figure; %开窗 plot(real(s)); %绘制s实部图 hold on; %保持图形开启 plot(imag(s)); %绘制s虚部图 legend('实部 I','虚部 Q'); %图例 xlabel('采样点序号'); %x轴标题 ylabel('ADC采样值'); %y轴标题 title('原始ADC信号（单Chirp，TX1 RX1）'); %标题 grid on; %开网格 s_mean = mean(s); %对s求均值 s_dc = s - s_mean; %对s去均值偏置 figure; %开窗 plot(real(s_dc)); %绘制去均值偏置后的实部图 hold on; %保持图形开启 plot(imag(s_dc)); %绘制去均值后的虚部图 legend('去直流后实部 I','去直流后虚部 Q'); %图例 xlabel('采样点序号'); %x轴标题 ylabel('ADC采样值'); %y轴标题 title('去直流后的ADC信号（单Chirp，TX1 RX1）'); %标题 grid on; %开网格 N = length(s_dc); %获取去均值偏置后的信号长度 win = hamming(N); %汉明窗 s_win = s_dc.*win; %去均值的信号与窗逐点相乘 fft_r = fft(s_win); %对加窗后的数据进行傅里叶变换求频域 r_spectrum = abs(fft_r); %求频域幅值 figure; %开窗 plot(r_spectrum); %绘制频域幅度谱 xlabel('FFT bin'); %以频率索引为横轴 ylabel('幅度'); %纵轴名称 title('单Chirp距离谱（bin）'); %标题 grid on; %开网格 fs = 4e6; %采样率 slope = 21e12; %调频斜率 c = 3e8; %光速 bin_axis = 0:N-1; %获取横轴索引序列 fb_axis = bin_axis * fs / N; %将横轴序列索引转化为拍频 R_axis = c * fb_axis /(2 * slope); %将拍频转化为实际距离 figure; %开窗 plot(R_axis(1:64), r_spectrum(1:64)); %绘制横轴为距离的前半部分的幅度谱 xlabel('距离 (m)'); %横轴名 ylabel('幅度'); %纵轴名 title('距离谱（横坐标换算为真实距离）'); %图标题 grid on; %开网格声明：个人水平有限，不足之处，欢迎批评指正。
