通过查看表格，在我看来采样率是$2 \text{ MHz}$. 我是从$\frac{\text{Samples Per Chirp}}{\text{Chirp Duration}}$，这也符合我的预期，这就是论文所说的“快速时间轴采样率”。他们还可能显示结果$4 \text{ MHz}$设置以及，请参阅pdf第18页的摘录：

包含雷达配置的文本文件必须在启动时提供给雷达。如前所述，为使用 EVM 测量生命体征定义了两种不同的场景（从背面和正面测量）。几个啁啾参数在配置中是不同的。在背面配置中，ADC 采样率为 2 MHz (2000 Ksps)，每个啁啾有 100 个 ADC 样本，而在正面配置中，ADC 采样率为 4 MHz (4000 Ksps)，每个啁啾有 200 个 ADC 样本。两种配置的采样时间或线性调频持续时间是 50 μs，即每个线性调频的 ADC 样本数除以 ADC 采样率。

我认为这是每个人都认为的传统采样率。它们还具有“慢时间轴采样率”，即它们采集一帧样本并将其输入处理的频率。我想我会称之为不同的东西，比如“帧速率”，因为它确实与每秒采集的样本数量无关。所有这些都在第 18-19 页进行了解释。

似乎由于您希望将4 GHz啁啾本身与混合后产生的拍频信号可视化而发生混淆，这最终用于 FMCW 雷达中的检测。这是两种不同的信号！

这就是2 MHz采样率不起作用的原因：它远低于带宽为4 GHz的信号的最低要求。将采样率设置为4 GHz（这是复杂信号的理论最小值）后，您会在频谱图中看到预期的结果。

对于 FMCW 雷达，使用2 MHz的采样率对产生的拍频进行采样，采样要求要低得多。

如果您想在 MATLAB 中对此进行建模，您绝对可以处理在 4 GHz（或更高）频率下对啁啾进行采样，并根据需要进行混频以获得节拍信号。您可以通过直接处理混音后产生的节拍信号来避免这种情况，正如我们已经说过的那样，它的采样要求要低得多，因此更容易处理。