完整做一次... save frame, draw range FFT..

AWR1642BOOST config command:

sensorStop
flushCfg
dfeDataOutputMode 1
channelCfg 15 3 0
adcCfg 2 1
adcbufCfg -1 0 0 1 0
profileCfg 0 77 429 7 57.14 0 0 70 1 256 5209 0 0 30
chirpCfg 0 0 0 0 0 0 0 1
chirpCfg 1 1 0 0 0 0 0 2
frameCfg 0 1 16 0 100 1 0
lowPower 0 1
guiMonitor -1 1 1 0 0 0 1
cfarCfg -1 0 0 8 4 4 0 5120
cfarCfg -1 1 0 4 2 3 0 5120
peakGrouping -1 1 1 1 1 255
multiObjBeamForming -1 1 0.5
clutterRemoval -1 0
calibDcRangeSig -1 0 -5 8 256
extendedMaxVelocity -1 0
bpmCfg -1 0 0 1
lvdsStreamCfg -1 0 1 0
nearFieldCfg -1 0 0 0
compRangeBiasAndRxChanPhase 0.0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0
measureRangeBiasAndRxChanPhase 0 1.5 0.2
CQRxSatMonitor 0 3 5 123 0
CQSigImgMonitor 0 127 4
analogMonitor 1 1
sensorStart

這樣，adc.py 的chirp/frame 參數是：

ADC_PARAMS = {'chirps': 16, 
              'rx': 4,
              'tx': 2,
              'samples': 256,
              'IQ': 2,
              'bytes': 2}

用 dca1000test:tryadc 的 testadc.c...

from adc import DCA1000
import numpy as np

dca = DCA1000()
dca.send_start_command()
adc_data = dca.read(timeout=.1)
np.save('framedata',adc_data)

dca.send_stop_command()

save 一個 frame 的資料 framedata.npy。

import numpy as np
import matplotlib.pyplot as plt

rawdata = np.load('framedata.npy')
rxdata = np.zeros(len(rawdata)//2, dtype=complex)

rxdata[0::2] = rawdata[0::4] + 1j * rawdata[2::4]
rxdata[1::2] = rawdata[1::4] + 1j * rawdata[3::4]

rxchirp = rxdata.reshape((16*4*2,256))

把 data 讀進來，依照 udp data format 的順序，和 chirp parameters, 轉成 complex，
然後再改成二維陣列，每個 chirp 一個element.

然後把一個rx 的 chirp 畫出來看...

plt.plot(np.abs(rxchirp[0]))
plt.show()

這個樣子..感覺應該是 signed 才對 (值很靠近 0, 所以負值以unsigned 看來看0xFFxx 變得很大)

看 OpenRadar 的 basic/range.ipynb，其中有說明:

#Read in chirp data
addc_samples = np.loadtxt('../assets/chirp.txt',dtype=np.complex)

#Manually cast to signed ints
adc_samples.real = adc_samples.real.astype(np.int16)
adc_samples.imag = adc_samples.imag.astype(np.int16)

#Take FFT across ADC samples
range_bins = np.fft.fft(adc_samples)

# Plot the magnititude of the range bins
plt.plot(np.abs(range_bins))
plt.show()

果然，讀近來之後，要 cast 成 int16

所以修改 adc.py，存的時候就用 int16，不用 uint16，這樣np.load 後，也會是 int16.
上面的 code ，不用修改，就變成：

看起來比剛剛正常。
進型 FFT 後...

plt.plot(np.abs(np.fft.fft(rxchirp[0])))
plt.show( )

顯示正確的 range peak: