基于 TI IWR1843 + DCA1000EVM 采集的原始 ADC 数据，完成从原始信号到点云地图的完整处理链，并用 G-ICP 做多帧配准建图。
采集场景为一人在两把椅子之间走动，共 100 帧（约 150 MB）。
全部代码不使用任何工具箱函数（不依赖 Statistics / Image Processing / Computer Vision Toolbox），MATLAB R2018b 及以上可直接运行。
run_processing % 主入口：处理全部帧，输出 gicp_map_<时间戳>.mat / .png
verify_results % 打印各项统计量，可与论文数值逐项对照run_processing.m 会自动在若干候选路径查找 adc_data.bin，找不到时按提示把数据放到本目录下即可；也可以直接在该文件的 DATA_FILE 中填入完整路径。
运行后会生成两个输出文件：gicp_map_<时间戳>.mat（地图点云 + 各帧位姿 + 逐帧统计）与同名 .png（结果图）。
注意：这两个输出未纳入仓库，因此
verify_results需要先成功跑过一次run_processing才能使用——它读取的是.mat里的建图结果，而不是原始数据。
| 文件 | 作用 |
|---|---|
run_processing.m |
主入口脚本：定位数据、设置参数、调用处理链、打印概览 |
process_radar_data.m |
处理链主体：逐帧处理 + G-ICP 配准建图 + 结果图 |
DCA1000_Read_Data.m |
原始 ADC 读取、I/Q 解交织、数据立方体重排 |
radar_constants.m |
雷达参数与全部派生指标（单一真源） |
verify_results.m |
结果验证：点云规模、空间分布、配准位姿、场景结构 |
输出 gicp_map_<时间戳>.mat / .png |
运行后生成：地图点云 + 各帧位姿 + 统计 / 结果图 |
读取 ADC
└─ DCA1000_Read_Data.m fseek 定位目标帧 -> I/Q 解交织 -> 立方体 (Samples, Chirps, 12)
↓
距离维 FFT（汉明窗） process_single_frame
↓
多普勒维 FFT（沿慢时间，汉明窗 + fftshift）
↓
角度维 FFT（方位取 4 个接收阵元 / 俯仰取 3 个发射阵元，零填充至 180 点）
↓
距离-多普勒二维 CFAR + 角度谱峰值校验 detect_points_3d_cfar
↓
极坐标 -> 直角坐标 + 帧内有效性筛选 convert_to_3d_coordinates_3d
↓
静态点筛选（速度门限） filter_static_points
↓
与累积地图作 G-ICP 配准 gicp_register
└─ point_covariances / estimate_rigid_transform / apply_transform
↓
并入地图，进入下一帧（首帧直接初始化为地图）
检测在距离-多普勒二维图上做，门限为参考窗均值加偏置
$T=\mu+K\sigma$ （参考窗 13×13、含 4×4 保护单元共 153 个参考单元，$K=0.8$），再用角度谱峰值比（$>1.2$）校验；这与解析式 CA-CFAR 的$\alpha$ 门限不同。函数名中的3d指其输出用于三维点云，检测本身是二维的。
集中定义在 radar_constants.m，所有派生指标由参数自动计算，不在别处硬编码。
| 参数 | 值 |
|---|---|
| 起始频率 | 77 GHz |
| 调频斜率 | 29.982 THz/s |
| 扫频 / 空闲时间 | 60 / 100 µs |
| chirp 间隔 Tc | 160 µs |
| 采样点数 / 采样率 | 256 / 10 MHz |
| 慢时间分组数 Chirps | 128 |
| 阵列 | 3 TX × 4 RX = 12 虚拟通道 |
| 帧周期 | 80 ms |
| 距离维 / 多普勒维 / 角度维点数 | 256 / 128 / 180 |
| 单帧原始数据量 | 1.5 MiB |
数据立方体统一为 data_radar(Samples, Chirps, txNum*rxNum)。
12 个虚拟通道由 3 个发射通道**分时（TDM-MIMO）**获得，因此同一虚拟通道相邻两次慢时间采样的实际间隔为
TcGroup = 3 × Tc = 480 µs
而原实现按 Tc = 160 µs 计算，速度值会偏大 3 倍。radar_constants.m 中的开关控制这一选择：
params.dopplerUseGroupPRI = false（默认）—— 与原实现一致，论文数据即由此得到params.dopplerUseGroupPRI = true—— 按物理正确的TcGroup计算，速度值相应变为 1/3
改动此开关会改变速度门限的判据，请留意其影响。
verify_results.m 内置的参考值（100 帧原始数据集、默认参数）：
| 指标 | 数值 |
|---|---|
| 地图总点数 | 3413 |
| 参与建图帧数 | 100 |
| 单帧点数（均值 / 中位 / 最大） | 34.1 / 34 / 48 |
| 水平覆盖 | x 0.44 ~ 18.32 m，y −4.55 ~ 7.17 m |
| 点云半径（均值 / 95% 分位） | 6.81 / 17.94 m |
| 强度范围 | 5.25×10⁴ ~ 1.33×10⁶ |
| 配准平移（均值 / 最大） | 0.076 / 0.336 m |
| 配准旋转（均值 / 最大） | 1.17 / 4.24° |
雷达在采集中固定不动，因此上表的配准位姿量级即配准误差——平均平移 7.6 cm、平均旋转 1.17°，可用于判断建图是否收敛。
算法本身未做改动，因此结果与论文一致、可复现。以下修复记录在源码注释中：
| # | 修复 | 影响 |
|---|---|---|
| 1 | 补充缺失的 radar_constants.m 依赖 |
原版本调用该函数但目录中没有该文件，无法运行 |
| 2 | 帧读取改为 fseek 直接定位 |
原实现每帧都从头读入，100 帧累计读取约 8 GB；现仅需 150 MB |
| 3 | 修正 I/Q 解交织的循环边界 | 原实现漏掉每帧最后 4 个 int16（即最后 2 个复数采样被置零） |
| 4 | 明确区分 Tc 与 TcGroup(3·Tc) |
见上文「关于速度刻度的一处口径问题」 |
| 5 | 去掉 global 变量与函数内的 clear |
参数全部显式传递，函数可重入 |
| 6 | 局部协方差与距离矩阵改为分块计算 | 避免地图增长时的内存峰值 |
| 7 | map_frame_ids 显式存为 double |
原实现帧数超过 255 时溢出 |
| 8 | 输出含逐帧统计与位姿 | 便于结果验证（配合 verify_results.m） |
adc_data.bin（TI IWR1843 + DCA1000EVM 原始采集，100 帧，约 150 MB）未纳入仓库——超出 GitHub 单文件 100 MB 上限。使用时把它放到本目录下即可，run_processing.m 会自动找到。
建图结果（gicp_map_*.mat / .png）为程序输出，同样未纳入仓库。
- 雷达平台：Texas Instruments IWR1843 + DCA1000EVM