关于RS6240一个Chirp最短时间确认！

小航_不停留 2026-08-11 10:10:26

问题一：若调频速度为800MHz/us，调频带宽1.6GHz，按照图中解释是不是单个chirp的周期为1.6G/800M+4us,即单chirp最小时间为6us。

 

问题二：条件同问题一，中频带宽设置20Mhz,ADC采样率是否可以达到40M/s。

...全文
87 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
RuifDu 08-11 11:23
  • 打赏
  • 举报
 回复

问题1：
SDK无法单独配置扫频速率，ADC固定采样率10MHz，因此你描述的计算方式是不正确的。按你对扫频速率的描述，一个Interval仅能采集2个点。
问题2：
ADC采样率暂无法配置为20MHz，仅固定10MHz

小航_不停留 08-11 11:52
  • 举报
 回复
@RuifDu 请问下按照我的这个扫频速率，你说一个Interval仅能采集2个点，这个是怎么判断的呀？有什么计算方式可以去参考吗？
小航_不停留 08-11 11:59
  • 举报
 回复
@RuifDu 手册描述中频带宽支持到20MHz，如果采样率只有10MHz,这个在ADC采样中如何实现啊？？
RuifDu 08-12 15:39
  • 举报
 回复
@小航_不停留 ADC输出的中频带宽默认就是10MHz，目前是固定的
1条回复
Linux下如何读取RS4240的DataCube？
🏆本文收录于 《全栈 Bug 调优（实战版）》 专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值。
YOLO算法电子显微镜下微米级标尺与文本目标检测数据集-200张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部可查看数据集可视化效果； 该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s、yolo11等轻量级至中型骨干网络进行端到端训练，支持从零训练（from scratch）与迁移学习（fine-tuning）两种模式；包含voc格式和yolo格式标签可直接使用
导航html , 单个html的极简导航
导航html , 单个html的极简导航
电子工程电赛硬件设计与控制算法实战指南：STM32模块化开发及系统调试优化
内容概要：本文档是一份针对全国大学生电子设计竞赛（NUEDC）的“保姆级”实战指导手册，系统涵盖赛题解析与方案库、模块化代码与电路实现、以及测试报告范例三大核心部分。手册深入剖析了电赛七大赛题类别及其命题规律，强调“基本要求+发挥部分”的结构特点、指标逐年收紧趋势及测量与控制复合型题目的增加。通过数控直流电流源和频率特性测试仪两个典型案例，展示了从系统方案设计、关键器件选型到软硬件实现的完整路径。同时，提供了基于STM32 HAL库的ADC采样、PWM生成、OLED显示、无线通信等常用模块的详细电路原理与驱动代码，并辅以测试报告范例和评分标准解析，帮助参赛者规范撰写高质量设计报告。; 适合人群：参加全国大学生电子设计竞赛的本科生及指导教师，尤其适合有一定单片机和电路基础、希望在短时间内高效备赛并提升获奖概率的团队。; 使用场景及目标：①帮助参赛者快速掌握电赛命题规律与主流技术方案，精准应对电源类、控制类、仪器仪表类等高频赛题；②提供可复用的模块化代码与电路设计，加速硬件搭建与软件开发进程；③指导撰写符合评审标准的设计报告，强化误差分析与测试数据呈现，提升综合得分。; 阅读建议：建议按照“赛题分析→方案设计→模块实现→报告撰写”的流程顺序阅读，重点学习典型案例的整体设计思路与关键器件选型依据。对于代码与电路部分，应在实际开发板上动手验证，结合示波器、逻辑分析仪等工具进行调试。撰写报告时，务必参考文中测试表格与误差分析模板，确保数据完整、分析定量，避免因报告不规范而失分。;
图像分割基于局部质心的无监督的2D 和 3D 图像分割（Matlab代码实现）
内容概要：本文提出了一种基于局部质心的无监督图像分割方法，适用于2D和3D图像，通过Matlab代码实现。该方法不依赖标注数据，利用图像内部的局部质心信息进行聚类分析，从而实现对图像关键区域或物体边界的自动提取。文中系统阐述了算法的核心原理、实现流程及其在多种图像类型上的应用表现，重点展示了其在处理复杂结构图像时所具备的高鲁棒性与分割精度，尤其适用于缺乏先验标签的实际场景。; 适合人群：具备一定图像处理理论基础和Matlab编程能力，从事计算机视觉、医学影像分析、工业检测或遥感图像研究等相关领域的科研人员及研究生。; 使用场景及目标：①实现医学图像（如MRI、CT）中病灶区域的无监督自动分割；②应用于工业领域中三维物体表面缺陷的识别与定位；③完成遥感或生物显微图像在无标签条件下的像素级分割任务；④为后续高级视觉任务（如目标识别、行为追踪）提供高质量的前期特征支持； 阅读建议：建议读者结合所提供的Matlab代码进行动手实践，深入理解局部质心计算机制与聚类分割过程，尝试在不同模态图像上调整参数以优化分割效果，并可将其与K-means、Mean Shift等经典算法进行对比实验，全面掌握该方法的优势与适用边界。
Possumic正和微芯官方社区

219

社区成员

383

社区内容

发帖
与我相关
我的任务
社区描述
欢迎来到正和微芯官方社区，这里是毫米波雷达技术爱好者、开发者、技术专家以及行业领袖的聚集地。我们致力于提供一个开放、合作、创新的交流平台，让每一位成员都能在这里找到价值、获得启发、实现成长。
硬件架构射频工程物联网 企业社区 广东省·珠海市
社区管理员
  • Possumic正和微芯官方
  • sblxk008
  • 波谱Sense
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章