本贴非教程，是为帮助开发者思路启发，是从代码看懂“为什么这么设计"
友友们拿到毫米波开发板，第一反应是：“这东西能干点啥？”
不聊复杂的，给大家指两条 “零代码上手” 的路——矽典微ONELAB套件中的两个Python开源示例，装个环境就能跑，先让你亲身体验毫米波“看到了什么”，再想能用它做什么。
为什么选 Python 做 DEMO？
有人会问：为什么不用 C？为什么不直接给 SDK？
答案很简单：算法验证阶段，Python 是最快的“想法→结果”路径。
你想试一个新的检测逻辑？改 3 行代码，10 秒出结果。用 C 写？编译、烧录、调试，半天过去了。
所以这两个 DEMO 的定位很明确——不是给你量产用的，是给你“玩想法”用的。先验证思路可行，再考虑移植和优化。
📏 1T1R 目标测距——“看到距离”背后的 3 层设计
示例硬件：开发板 DEV101Pro（基于毫米波ICL1112 SoC）
1T1R 测距DEMO 是最基础的：让雷达知道一个人体目标离TA有多远。
看起来简单，但代码里藏了 3 个“为什么”：
① 为什么是三进程架构？
接收、处理、显示各跑一个进程。原因很现实：
- 串口数据是实时的，不能等；
- 信号处理要算 FFT，会卡；
- 界面刷新要流畅，不能堵。
三条线各干各的，用队列传数据，谁也不耽误谁。
② MTI 为什么在芯片端做，不在 PC 端？
MTI（动目标检测）是用来过滤静止物体的。这个计算量不大，但对实时性要求极高——放在芯片端，传到 PC 的数据就已经是“干净”的了，省带宽、省算力。
③ 为什么要做多次 Chirp 积累？
简单说：信噪比提升约 9dB。一次测量有噪声，多次平均一下（参考8次），信号就“浮出水面”了。就像拍照，长曝光比单张更清楚——代价是帧率降一点，但对测距来说完全值得。
最后再加一个三点插值，把距离精度从“距离门”级别提到厘米级——这就是从“能测”到“测得准”的那一步。
🎯 1T2R 轨迹跟踪——“看到位置和速度”的进阶玩法
示例硬件：开发板 DEV202E（基于毫米波ICL1122 SoC）
1T2R轨迹跟踪示例获取的信息更丰富：不仅知道目标“有多远”，还知道“在哪个方向”、“在往哪动”。
这里面有几个关键设计，值得你跑通之后回头琢磨：
① 双通道的价值：一根天线测距离，两根天线测角度
原理说穿了很简单——同一个目标，两个天线收到的信号有相位差。用这个相位差反推角度，就是 θ = arcsin (λφ/2πd)。
但实际做起来没那么容易：相位会卷绕、会有噪声、多径会干扰。所以 DEMO 里做了互相关、做了平滑、做了范围限制——这些都是“从原理到能用”之间的坑。
② 背景扣除为什么用 EMA（指数移动平均）？
背景不是一成不变的：温度变了、环境变了、天线沾了灰，底噪都会飘。
EMA 的好处是：它是 “慢变”的——新帧进来只更新一点点，既跟得上环境变化，又不会把目标当成背景扣掉。4 帧热身之后开始工作，快但不激进。
③ 只能做“单目标”跟踪？
由于本 DEMO演示目的让开发者了解基础的目标跟踪原理和方式，演示中识别能量最强的单目标。您也可以基于理解和开发目标使用1T2R开发板测试多目标轨迹跟踪。数关联、轨迹管理、ID 分配等算法开发的复杂度会随着上升。建议可以先跑通最简路径，再叠加复杂度。
💭 这两个 DEMO 能用来干嘛？
跑通之后你可能会问：然后呢？ 给你几个方向开开脑洞：
| DEMO 类型 |
可延伸的算法方案 |
| 1T1R测距 DEMO |
智能感应灯（人来亮灯人走熄灯）、占位检测（人来保持、久坐提醒） |
| 1T2R目标跟踪 DEMO |
人体存在检测（人进入范围触发关联设备）、人员检测（人经过触发计数）、
智能风向（定位人的位置，跟踪识别送风/避风） |
| 多传感结合 |
区域入侵检测、人员计数、跌倒检测原型 |
这，只是一些想法——你的场景你创造，才是TA最有用的价值。
👉 本期谈谈芯：跑通这两个例程之后，想一想——同样的效果，能用在你的什么项目里？
欢迎回帖分享你的脑洞，不管靠不靠谱，说出来就有价值。
（跑不通也没关系，回帖说卡在哪了，我们一起排雷 🧡）
