尧图网站建设 
简介面向雷达信号处理与MATLAB仿真的学习者这套压缩包围绕LFM线性调频信号与脉冲压缩雷达实现了多目标回波信号的完整仿真适合课程设计、科研入门以及需要快速搭建雷达回波模型的工程人员。包体内共2个文件1个MATLAB脚本.m用于多目标LFM回波生成、脉冲压缩与叠加分析1张结果图.png直观展示仿真输出整体仅39KB结构精简。目前已有3750人学习下载。脚本覆盖线性调频信号模型、匹配滤波、多目标回波叠加与显示等关键环节可直接运行并观察不同目标的回波与压缩结果也能在此基础上修改参数扩展实验为理解雷达测距、分辨率及目标检测提供可操作的代码级参考。1. LFM 雷达回波仿真先跑通匹配滤波器再谈多目标拿到LFM_radarMultiObject.m这套带源码的雷达回波仿真工程不要急着把目标数量改成 5 个然后直接运行。你真正需要先确认的是一件事发射 LFM 线性调频脉冲、接收端目标回波、匹配滤波压缩出尖峰这条链路上每个延时、幅度、频率换算是否对得上。LFM 信号配合脉冲压缩雷达用宽脉冲保证探测能量用宽带扫频保证距离分辨率这组特性是所有后续多目标回波仿真与参数分析的基础。我会用可运行的 MATLAB 代码把 LFM 信号生成、雷达目标回波构造、脉冲压缩和多目标仿真的细节拆开讲适合刚接触雷达回波仿真的从业者也适合想把课程设计源码改造成真实雷达算法验证脚本的研究生。2. LFM 信号模型与目标回波构造2.1 为什么是“宽脉冲发射、窄脉冲输出”LFM 信号线性调频Linear Frequency Modulation在脉冲内把瞬时频率从 (f_0) 线性扫到 (f_0B)频率与时间一一对应因此瞬时频率随时间呈斜坡状。发射端可以发一个长度为 (T_p) 的长脉冲从而获得足够的平均功率和探测距离接收端因为已知这段扫频规律用匹配滤波器把能量重新压回一个窄脉冲等效获得短脉冲的距离分辨率。如果把调频斜率记为 (kB/T_p)则 LFM 的距离分辨率由扫频带宽 (B) 决定(\delta_R c/(2B))。这个关系里没有 (T_p)所以“宽脉冲发射、窄脉冲输出”不是修辞而是脉冲压缩雷达最核心的交换条件用接收机的相位保持能力换距离分辨力。代价是接收链路必须线性处理回波任何限幅、截断或非线性失真都会在压缩时被放大变成旁瓣抬升或主瓣变形。2.2 用 MATLAB 构造复基带 LFM 信号下面这段代码生成一个典型的 LFM 复基带波形仿真时再上变频到实际载频。这里只保留包络和相位因为 IQ 解调后雷达回波就是复基带信号fs 8e6; % 采样率 8 MHz复基带信号带宽 4 MHz Tp 50e-6; % 脉冲宽度 50 us B 4e6; % 扫频带宽 4 MHz k B / Tp; % 调频斜率 8e10 Hz/s t (0:round(Tp*fs)-1) / fs; s exp(1j * pi * k * t.^2); % 复基带 LFM相位与 t^2 成正比代码里相位项取 (\pi k t^2)对相位关于时间求导再除以 (2\pi)得到瞬时频率 (f kt)从 0 线性扫到 4 MHz。如果漏掉 (\pi)等效带宽减半距离分辨率会直接翻倍如果采样率低于 (2B)高频段在离散化后会被折叠匹配滤波器同样会对不上。对这段波形做一次基础检查plot(t*1e6, real(s))能看到扫频正弦plot(t*1e6, abs(s))则是一条固定幅度线说明 LFM 是恒定包络信号。恒定包络意味着发射机可以工作在饱和状态不需要为峰值功率留太多线性余量这是 LFM 在实际雷达中被广泛使用的原因之一。后续生成目标回波时所有平移、缩放和频移都作用在这个复包络上。2.3 单点目标的回波延迟和幅度模型目标回波相对发射信号有三个变化延迟、幅度衰减、多普勒频移。先忽略速度只看静止目标延迟为 (\tau2R/c)幅度按距离平方衰减。用一个 PRI 窗口把发射信号放进去再把回波放到 delay 处c 3e8; % 光速 R0 8e3; % 目标距离 8000 m tau 2 * R0 / c; % 往返时间约 53.3 us pri 200e-6; % 脉冲重复周期 200 us t_all (0:round(pri*fs)-1) / fs; tx [s, zeros(1, round(pri*fs) - length(s))]; amp sqrt(10) / R0^2; % RCS10 m^2幅度按 1/R^2 衰减 delay round(tau * fs); % 采样点延迟 rx zeros(size(t_all)); n length(s); if delay n length(t_all) rx(delay1:delayn) amp * s; end这里amp中 RCS 开方对应幅度域严格的雷达方程里还会包含天线增益、波长和损耗项但多目标相对幅度仿真用 ( \sqrt{\sigma}/R^2 ) 已经能表达主次目标关系。delay用round取整会引入最多半个采样周期的距离误差在 8 MHz 采样率下约 9.4 m如果后面要做精确测距需要保留小数延迟或通过频域相位斜率补偿而不是简单四舍五入。PRI 的选取要先满足最大不模糊距离 (R_{max}c \cdot PRI/2)。上面 PRI 对应 30 km目标放在 8 km 是安全的如果目标距离超过 (R_{max})回波会折叠到另一个距离上表现为“距离模糊”这是脉冲雷达的固有问题。如果需要加入目标速度把延迟后的回波乘上多普勒相位fd 2 * 200 / 0.107; % 假设波长 0.107 m目标速度 200 m/s rx(delay1:delayn) amp * s .* exp(1j*2*pi*fd*(t_all(delay1:delayn) - tau));这里用t - tau而不是绝对时间表示多普勒相位从回波到达时刻才开始累积。单脉冲情况下这个固定相位不影响脉压幅度但在多脉冲测速时必须按慢时间维对齐否则速度谱会偏移。3. 匹配滤波与脉冲压缩参数、窗函数与代码实现3.1 匹配滤波器的时间反转与共轭匹配滤波器的目标是在白噪声背景下输出信噪比最大。对于已知发射波形 (s(t))匹配滤波器冲击响应是 (h(t)s^*(-t))。时域卷积等价于把回波反转后与发射信号做相关频域实现更直接发射信号做 FFT 后取共轭再乘回波频谱最后 IFFT。这个“共轭”操作会把 LFM 的平方相位项抵消掉使同一距离单元上所有采样点的能量同向叠加输出近似 sinc 形状的窄脉冲。匹配滤波带来的脉压增益等于时宽带宽积 (BT)。第 2 章中 (B4\text{ MHz})、(T_p50\text{ }\mu s)因此 (BT200)理论上压缩峰值比发射包络高约 23 dB。这个增益来自信号带宽不额外增加发射功率前提是回波相位没有被破坏。实际仿真中如果对发射波形做了加窗匹配滤波器也必须用加窗后的波形做共轭否则窗函数不匹配旁瓣抑制效果会大打折扣。3.2 频域快速卷积实现与补零使用 FFT 做快速卷积时必须补零到足够长度否则线性卷积会变成循环卷积延迟超过截止点的回波会卷绕到 PRI 起点附近。常见做法是取 (N_{fft}2^{\lceil\log_2(2L-1)\rceil})其中 (L) 是发射序列长度。实现如下nfft 2^nextpow2(2*length(tx) - 1); S fft(tx, nfft); % 发射序列补零后频谱 RX fft(rx, nfft); % 含回波的完整 PRI 序列 comp ifft(RX .* conj(S), nfft); % 频域匹配滤波这里conj(S)等价于把匹配滤波器冲击响应放到了频域因此不需要显式构造h。nfft大于length(tx)也大于length(rx)保证卷积结果中的线性分量都能落在有效区间。若直接把rx和s做conv结果长度会是 (LN-1)在只需要一个 PRI 窗口时还得截断用频域方式则可以直接把后续距离多普勒处理接上这也是工程代码里更常见的写法。匹配滤波后comp是复信号取模才能得到幅度距离像。峰值位置对应目标延迟但注意nfft不是原来的采样点数画图或读距离轴时要统一用nfft对应的索引不能直接拿1:length(rx)去对齐。3.3 窗函数旁瓣电平和主瓣展宽的权衡矩形窗处理下 LFM 脉压输出第一旁瓣电平约 (-13.3\text{ dB})多目标场景里强目标旁瓣很容易把小目标淹没。加窗是经典的抑制手段以主瓣变宽为代价降低旁瓣。对匹配滤波器加窗时窗口要乘在时域参考信号上再参与 FFTwin hann(length(s)).; % 汉宁窗行向量 s_win s .* win; % 对参考信号加权 SW fft(s_win, nfft); comp_win ifft(RX .* conj(SW), nfft);此时匹配滤波器参考波形不再是理想 LFM而是被窗函数削边的 LFM旁瓣得到抑制主瓣宽度约为矩形窗的两倍。以本例 (B4\text{ MHz}) 为例矩形窗主瓣对应距离分辨率 (37.5\text{ m})加汉宁窗后约为 (75\text{ m})两个相距 50 m 的目标在加窗后会变成一个平台无法分辨。窗类型第一旁瓣电平主瓣展宽因子适用场景矩形-13.3 dB1.0高分辨率、近距离目标少Hann-31.5 dB2.0中等旁瓣抑制、多目标Hamming-42.8 dB1.47旁瓣要求较高、目标数量多Blackman-58.1 dB2.35强目标旁瓣需要压到很低选择窗函数时还要考虑计算复杂度。Hamming 展宽因子只有 1.47旁瓣 (-42.8\text{ dB})在目标密集场景里比 Hann 更合适Blackman 旁瓣最低但主瓣最宽对近距离多目标不友好。理论表里的旁瓣值来自窗函数本身频谱实际离散 LFM 加窗后会略有偏差所以判断效果时应该直接画20*log10(abs(comp_win)/max(abs(comp_win)))。4. 多目标回波仿真LFM_radarMultiObject.m 的拆解与参数设计4.1 先立住“线性叠加”模型多目标回波不是每个目标单独画一条曲线而是在接收机天线输出端把所有目标回波按距离延迟、幅度、相位和多普勒频移线性叠加起来。只要目标之间没有互调效应回波就是各个回波之和。这正是LFM_radarMultiObject.m这类脚本的核心逻辑循环目标参数生成一段带延迟的 LFM 切片累加到同一个rx数组。我习惯先把多普勒频移置 0只保留延迟和幅度跑通距离压缩后再加入速度。原因是多普勒会让匹配滤波器输出峰出现距离偏移这在 LFM 里被称为距离速度耦合。如果一开始就把多普勒放进去排错时无法判断距离误差来自延迟计算还是耦合效应。多目标仿真先静态后动态能节省大量调试时间。4.2 目标参数表与回波生成代码假设一部 C 波段雷达载频 2.8 GHz波长约 0.107 m距离分辨率约 37.5 m。三个目标按下表设置目标距离(m)RCS(m^2)径向速度(m/s)1700010-20293001353120002580目标 1 和目标 2 相距 2300 m远大于主瓣和旁瓣宽度因此强目标旁瓣不会盖住弱目标。如果想验证极限分辨能力可以把目标 1 和目标 2 的距离差改为 80 m 和 150 m分别测试矩形窗和汉宁窗下的分离效果。生成多目标回波的代码fc 2.8e9; % 载频 2.8 GHz lambda c / fc; % 波长约 0.107 m target_range [7000, 9300, 12000]; target_rcs [10, 1, 25]; target_velo [-20, 35, 80]; pri 200e-6; t_all (0:round(pri*fs)-1) / fs; tx [s, zeros(1, round(pri*fs) - length(s))]; rx zeros(size(t_all)); n length(s); for idx 1:numel(target_range) tau 2 * target_range(idx) / c; delay round(tau * fs); amp sqrt(target_rcs(idx)) / target_range(idx)^2; fd 2 * target_velo(idx) / lambda; if delay n length(t_all) rx(delay1:delayn) rx(delay1:delayn) ... amp * s .* exp(1j * 2 * pi * fd * (t_all(delay1:delayn) - tau)); end end rx rx 0.02 * (randn(size(t_all)) 1j*randn(size(t_all))); % 复噪声循环里每个目标按自身距离计算延迟按 RCS 计算幅度按速度计算多普勒最后累加到同一个rx。amp里的1/R^2是简化距离衰减真实雷达方程还包含天线方向图因子如果目标是同一波束内的多目标这个简化足够。噪声标准差 0.02 是拍脑袋写的示例值实际应按照 SNR 峰值功率/噪声方差来设置比如主目标脉压前 SNR 为 10 dB 时先算信号功率再反推噪声标准差。代码中t_all(...) - tau是回波本地时间多普勒相位从脉冲到达目标时刻开始累积。这里没有考虑脉冲内目标移动导致的距离走动对单脉冲仿真影响很小如果是相参积累 64 个脉冲以上必须把慢时间维的距离走动也加进去。4.3 从压缩距离像读目标位置对叠加后的rx做匹配滤波并用findpeaks读取峰值位置nfft 2^nextpow2(2*length(tx) - 1); S fft(tx, nfft); RX fft(rx, nfft); comp ifft(RX .* conj(S), nfft); r_axis (0:nfft-1) / fs * c / 2; [peak, locs] findpeaks(abs(comp), MinPeakHeight, 0.1*max(abs(comp))); est_range r_axis(locs); for i 1:numel(est_range) fprintf(Peak %d: %.1f m, amplitude %.3f\n, i, est_range(i), peak(i)); endMinPeakHeight设成最大值的 0.1 倍是为了滤掉噪声小峰。三个目标幅度相差超过 20 dB 时小目标会低于这个门限被漏掉这时应该改用固定噪声门限或 CFAR 检测而不是继续调低阈值。findpeaks默认对相邻峰要求有一定距离这个距离相当于主瓣宽度如果目标距离差小于分辨率主峰会合并成一个读出来的距离是加权平均位置不是任何一个目标的真实距离。4.4 参数设置里最常见的四个坑第一PRI 超出最大不模糊距离。目标距离大于 (c \cdot PRI/2) 时回波会折叠压缩后出现在虚假距离上。设置目标前先用Rmax c*pri/2计算可见距离窗。第二目标延迟差小于一个采样周期时压缩峰会重合先加密采样或减小带宽注意加密采样只能让峰值更平滑不能提升真实分辨率。第三窗函数只加在回波侧、参考信号不加窗会导致频域共轭后窗函数不匹配旁瓣压不下去窗必须乘在匹配滤波器参考信号上。第四多普勒频移过大时匹配滤波峰值出现距离偏移这是 LFM 的距离速度耦合特性对高速度目标需要先做多普勒补偿或用 Keystone 变换而不是靠加大采样率去解决。这四个坑对应到代码里都是参数关系问题不是算法本身错误。逐个检查delay、fd、nfft和窗口长度多目标仿真基本能一次跑通。5. 进阶验证把仿真脚本改成可量测的雷达模型5.1 把距离像扩展成距离-多普勒图单脉冲匹配滤波只能给出目标距离无法区分同距离不同速度的目标。常见做法是发射 N 个相同 PRI 的脉冲得到 (N_{fft} \times N) 的距离-多普勒矩阵。先在快时间维做匹配滤波再在慢时间维做 FFTn_pulse 64; range_doppler zeros(nfft, n_pulse); for m 1:n_pulse range_doppler(:, m) ifft(fft(rx_all(:, m), nfft) .* conj(S), nfft); end doppler_axis (-n_pulse/2 : n_pulse/2-1) / (n_pulse * pri); slow_fft fftshift(fft(range_doppler, n_pulse, 2), 2);这里假定rx_all是按 PRI 排列的慢时间回波矩阵每个列向量是一个 PRI。慢时间维 FFT 后零多普勒居中速度分辨率约为 (\lambda/(2N \cdot PRI))64 个脉冲、200 us PRI 下约 4.2 m/s。如果目标速度差异小于这个值频谱上会重叠这时只能增加脉冲积累数。5.2 距离轴校准与固有延迟补偿FFT 匹配滤波结果中的峰值索引并不严格等于目标延迟因为发射信号长度、窗函数中心和补零长度都会引入偏差。工程上最可靠的做法是先设置一个已知距离的强目标得到测量距离与设定距离的差再用它校准整个距离轴R_ref 10e3; [~, idx_ref] max(abs(comp)); R_measured r_axis(idx_ref); delay_cal R_ref - R_measured; R_axis_cal r_axis delay_cal;这段代码放到目标参数输入之前之后所有读到的距离都基于R_axis_cal。加窗后的匹配滤波主瓣中心也可能偏移几个采样点如果不校准多个目标测距误差会累积到几十米量级上足以影响下一步多普勒-距离联合分析。5.3 从仿真转向采集数据的准备LFM_radarMultiObject.m这类脚本大多在双精度浮点、无量化误差条件下运行而实际雷达回波是 ADC 采样后的 IQ 数据。把仿真脚本改造成可量测模型时至少要做三处调整用quantizer或round模拟 ADC 量化观察量化位宽低于 12 bit 时脉压旁瓣的抬升把噪声功率按带宽和噪声系数换算而不是固定写 0.02把目标 RCS 换成 Swerling 起伏模型让单脉冲幅度不再是常数。最后把多目标回波保存为.mat文件再单独写一个只读文件做匹配滤波测试这样能验证处理链路是否与仿真生成端解耦避免把源码里的循环变量顺序也当成雷达信号处理流程的一部分。本文还有配套的精品资源点击获取 LFM雷达回波仿真：匹配滤波与多目标脉冲压缩参数设计
简介面向雷达信号处理与MATLAB仿真的学习者这套压缩包围绕LFM线性调频信号与脉冲压缩雷达实现了多目标回波信号的完整仿真适合课程设计、科研入门以及需要快速搭建雷达回波模型的工程人员。包体内共2个文件1个MATLAB脚本.m用于多目标LFM回波生成、脉冲压缩与叠加分析1张结果图.png直观展示仿真输出整体仅39KB结构精简。目前已有3750人学习下载。脚本覆盖线性调频信号模型、匹配滤波、多目标回波叠加与显示等关键环节可直接运行并观察不同目标的回波与压缩结果也能在此基础上修改参数扩展实验为理解雷达测距、分辨率及目标检测提供可操作的代码级参考。1. LFM 雷达回波仿真先跑通匹配滤波器再谈多目标拿到LFM_radarMultiObject.m这套带源码的雷达回波仿真工程不要急着把目标数量改成 5 个然后直接运行。你真正需要先确认的是一件事发射 LFM 线性调频脉冲、接收端目标回波、匹配滤波压缩出尖峰这条链路上每个延时、幅度、频率换算是否对得上。LFM 信号配合脉冲压缩雷达用宽脉冲保证探测能量用宽带扫频保证距离分辨率这组特性是所有后续多目标回波仿真与参数分析的基础。我会用可运行的 MATLAB 代码把 LFM 信号生成、雷达目标回波构造、脉冲压缩和多目标仿真的细节拆开讲适合刚接触雷达回波仿真的从业者也适合想把课程设计源码改造成真实雷达算法验证脚本的研究生。2. LFM 信号模型与目标回波构造2.1 为什么是“宽脉冲发射、窄脉冲输出”LFM 信号线性调频Linear Frequency Modulation在脉冲内把瞬时频率从 (f_0) 线性扫到 (f_0B)频率与时间一一对应因此瞬时频率随时间呈斜坡状。发射端可以发一个长度为 (T_p) 的长脉冲从而获得足够的平均功率和探测距离接收端因为已知这段扫频规律用匹配滤波器把能量重新压回一个窄脉冲等效获得短脉冲的距离分辨率。如果把调频斜率记为 (kB/T_p)则 LFM 的距离分辨率由扫频带宽 (B) 决定(\delta_R c/(2B))。这个关系里没有 (T_p)所以“宽脉冲发射、窄脉冲输出”不是修辞而是脉冲压缩雷达最核心的交换条件用接收机的相位保持能力换距离分辨力。代价是接收链路必须线性处理回波任何限幅、截断或非线性失真都会在压缩时被放大变成旁瓣抬升或主瓣变形。2.2 用 MATLAB 构造复基带 LFM 信号下面这段代码生成一个典型的 LFM 复基带波形仿真时再上变频到实际载频。这里只保留包络和相位因为 IQ 解调后雷达回波就是复基带信号fs 8e6; % 采样率 8 MHz复基带信号带宽 4 MHz Tp 50e-6; % 脉冲宽度 50 us B 4e6; % 扫频带宽 4 MHz k B / Tp; % 调频斜率 8e10 Hz/s t (0:round(Tp*fs)-1) / fs; s exp(1j * pi * k * t.^2); % 复基带 LFM相位与 t^2 成正比代码里相位项取 (\pi k t^2)对相位关于时间求导再除以 (2\pi)得到瞬时频率 (f kt)从 0 线性扫到 4 MHz。如果漏掉 (\pi)等效带宽减半距离分辨率会直接翻倍如果采样率低于 (2B)高频段在离散化后会被折叠匹配滤波器同样会对不上。对这段波形做一次基础检查plot(t*1e6, real(s))能看到扫频正弦plot(t*1e6, abs(s))则是一条固定幅度线说明 LFM 是恒定包络信号。恒定包络意味着发射机可以工作在饱和状态不需要为峰值功率留太多线性余量这是 LFM 在实际雷达中被广泛使用的原因之一。后续生成目标回波时所有平移、缩放和频移都作用在这个复包络上。2.3 单点目标的回波延迟和幅度模型目标回波相对发射信号有三个变化延迟、幅度衰减、多普勒频移。先忽略速度只看静止目标延迟为 (\tau2R/c)幅度按距离平方衰减。用一个 PRI 窗口把发射信号放进去再把回波放到 delay 处c 3e8; % 光速 R0 8e3; % 目标距离 8000 m tau 2 * R0 / c; % 往返时间约 53.3 us pri 200e-6; % 脉冲重复周期 200 us t_all (0:round(pri*fs)-1) / fs; tx [s, zeros(1, round(pri*fs) - length(s))]; amp sqrt(10) / R0^2; % RCS10 m^2幅度按 1/R^2 衰减 delay round(tau * fs); % 采样点延迟 rx zeros(size(t_all)); n length(s); if delay n length(t_all) rx(delay1:delayn) amp * s; end这里amp中 RCS 开方对应幅度域严格的雷达方程里还会包含天线增益、波长和损耗项但多目标相对幅度仿真用 ( \sqrt{\sigma}/R^2 ) 已经能表达主次目标关系。delay用round取整会引入最多半个采样周期的距离误差在 8 MHz 采样率下约 9.4 m如果后面要做精确测距需要保留小数延迟或通过频域相位斜率补偿而不是简单四舍五入。PRI 的选取要先满足最大不模糊距离 (R_{max}c \cdot PRI/2)。上面 PRI 对应 30 km目标放在 8 km 是安全的如果目标距离超过 (R_{max})回波会折叠到另一个距离上表现为“距离模糊”这是脉冲雷达的固有问题。如果需要加入目标速度把延迟后的回波乘上多普勒相位fd 2 * 200 / 0.107; % 假设波长 0.107 m目标速度 200 m/s rx(delay1:delayn) amp * s .* exp(1j*2*pi*fd*(t_all(delay1:delayn) - tau));这里用t - tau而不是绝对时间表示多普勒相位从回波到达时刻才开始累积。单脉冲情况下这个固定相位不影响脉压幅度但在多脉冲测速时必须按慢时间维对齐否则速度谱会偏移。3. 匹配滤波与脉冲压缩参数、窗函数与代码实现3.1 匹配滤波器的时间反转与共轭匹配滤波器的目标是在白噪声背景下输出信噪比最大。对于已知发射波形 (s(t))匹配滤波器冲击响应是 (h(t)s^*(-t))。时域卷积等价于把回波反转后与发射信号做相关频域实现更直接发射信号做 FFT 后取共轭再乘回波频谱最后 IFFT。这个“共轭”操作会把 LFM 的平方相位项抵消掉使同一距离单元上所有采样点的能量同向叠加输出近似 sinc 形状的窄脉冲。匹配滤波带来的脉压增益等于时宽带宽积 (BT)。第 2 章中 (B4\text{ MHz})、(T_p50\text{ }\mu s)因此 (BT200)理论上压缩峰值比发射包络高约 23 dB。这个增益来自信号带宽不额外增加发射功率前提是回波相位没有被破坏。实际仿真中如果对发射波形做了加窗匹配滤波器也必须用加窗后的波形做共轭否则窗函数不匹配旁瓣抑制效果会大打折扣。3.2 频域快速卷积实现与补零使用 FFT 做快速卷积时必须补零到足够长度否则线性卷积会变成循环卷积延迟超过截止点的回波会卷绕到 PRI 起点附近。常见做法是取 (N_{fft}2^{\lceil\log_2(2L-1)\rceil})其中 (L) 是发射序列长度。实现如下nfft 2^nextpow2(2*length(tx) - 1); S fft(tx, nfft); % 发射序列补零后频谱 RX fft(rx, nfft); % 含回波的完整 PRI 序列 comp ifft(RX .* conj(S), nfft); % 频域匹配滤波这里conj(S)等价于把匹配滤波器冲击响应放到了频域因此不需要显式构造h。nfft大于length(tx)也大于length(rx)保证卷积结果中的线性分量都能落在有效区间。若直接把rx和s做conv结果长度会是 (LN-1)在只需要一个 PRI 窗口时还得截断用频域方式则可以直接把后续距离多普勒处理接上这也是工程代码里更常见的写法。匹配滤波后comp是复信号取模才能得到幅度距离像。峰值位置对应目标延迟但注意nfft不是原来的采样点数画图或读距离轴时要统一用nfft对应的索引不能直接拿1:length(rx)去对齐。3.3 窗函数旁瓣电平和主瓣展宽的权衡矩形窗处理下 LFM 脉压输出第一旁瓣电平约 (-13.3\text{ dB})多目标场景里强目标旁瓣很容易把小目标淹没。加窗是经典的抑制手段以主瓣变宽为代价降低旁瓣。对匹配滤波器加窗时窗口要乘在时域参考信号上再参与 FFTwin hann(length(s)).; % 汉宁窗行向量 s_win s .* win; % 对参考信号加权 SW fft(s_win, nfft); comp_win ifft(RX .* conj(SW), nfft);此时匹配滤波器参考波形不再是理想 LFM而是被窗函数削边的 LFM旁瓣得到抑制主瓣宽度约为矩形窗的两倍。以本例 (B4\text{ MHz}) 为例矩形窗主瓣对应距离分辨率 (37.5\text{ m})加汉宁窗后约为 (75\text{ m})两个相距 50 m 的目标在加窗后会变成一个平台无法分辨。窗类型第一旁瓣电平主瓣展宽因子适用场景矩形-13.3 dB1.0高分辨率、近距离目标少Hann-31.5 dB2.0中等旁瓣抑制、多目标Hamming-42.8 dB1.47旁瓣要求较高、目标数量多Blackman-58.1 dB2.35强目标旁瓣需要压到很低选择窗函数时还要考虑计算复杂度。Hamming 展宽因子只有 1.47旁瓣 (-42.8\text{ dB})在目标密集场景里比 Hann 更合适Blackman 旁瓣最低但主瓣最宽对近距离多目标不友好。理论表里的旁瓣值来自窗函数本身频谱实际离散 LFM 加窗后会略有偏差所以判断效果时应该直接画20*log10(abs(comp_win)/max(abs(comp_win)))。4. 多目标回波仿真LFM_radarMultiObject.m 的拆解与参数设计4.1 先立住“线性叠加”模型多目标回波不是每个目标单独画一条曲线而是在接收机天线输出端把所有目标回波按距离延迟、幅度、相位和多普勒频移线性叠加起来。只要目标之间没有互调效应回波就是各个回波之和。这正是LFM_radarMultiObject.m这类脚本的核心逻辑循环目标参数生成一段带延迟的 LFM 切片累加到同一个rx数组。我习惯先把多普勒频移置 0只保留延迟和幅度跑通距离压缩后再加入速度。原因是多普勒会让匹配滤波器输出峰出现距离偏移这在 LFM 里被称为距离速度耦合。如果一开始就把多普勒放进去排错时无法判断距离误差来自延迟计算还是耦合效应。多目标仿真先静态后动态能节省大量调试时间。4.2 目标参数表与回波生成代码假设一部 C 波段雷达载频 2.8 GHz波长约 0.107 m距离分辨率约 37.5 m。三个目标按下表设置目标距离(m)RCS(m^2)径向速度(m/s)1700010-20293001353120002580目标 1 和目标 2 相距 2300 m远大于主瓣和旁瓣宽度因此强目标旁瓣不会盖住弱目标。如果想验证极限分辨能力可以把目标 1 和目标 2 的距离差改为 80 m 和 150 m分别测试矩形窗和汉宁窗下的分离效果。生成多目标回波的代码fc 2.8e9; % 载频 2.8 GHz lambda c / fc; % 波长约 0.107 m target_range [7000, 9300, 12000]; target_rcs [10, 1, 25]; target_velo [-20, 35, 80]; pri 200e-6; t_all (0:round(pri*fs)-1) / fs; tx [s, zeros(1, round(pri*fs) - length(s))]; rx zeros(size(t_all)); n length(s); for idx 1:numel(target_range) tau 2 * target_range(idx) / c; delay round(tau * fs); amp sqrt(target_rcs(idx)) / target_range(idx)^2; fd 2 * target_velo(idx) / lambda; if delay n length(t_all) rx(delay1:delayn) rx(delay1:delayn) ... amp * s .* exp(1j * 2 * pi * fd * (t_all(delay1:delayn) - tau)); end end rx rx 0.02 * (randn(size(t_all)) 1j*randn(size(t_all))); % 复噪声循环里每个目标按自身距离计算延迟按 RCS 计算幅度按速度计算多普勒最后累加到同一个rx。amp里的1/R^2是简化距离衰减真实雷达方程还包含天线方向图因子如果目标是同一波束内的多目标这个简化足够。噪声标准差 0.02 是拍脑袋写的示例值实际应按照 SNR 峰值功率/噪声方差来设置比如主目标脉压前 SNR 为 10 dB 时先算信号功率再反推噪声标准差。代码中t_all(...) - tau是回波本地时间多普勒相位从脉冲到达目标时刻开始累积。这里没有考虑脉冲内目标移动导致的距离走动对单脉冲仿真影响很小如果是相参积累 64 个脉冲以上必须把慢时间维的距离走动也加进去。4.3 从压缩距离像读目标位置对叠加后的rx做匹配滤波并用findpeaks读取峰值位置nfft 2^nextpow2(2*length(tx) - 1); S fft(tx, nfft); RX fft(rx, nfft); comp ifft(RX .* conj(S), nfft); r_axis (0:nfft-1) / fs * c / 2; [peak, locs] findpeaks(abs(comp), MinPeakHeight, 0.1*max(abs(comp))); est_range r_axis(locs); for i 1:numel(est_range) fprintf(Peak %d: %.1f m, amplitude %.3f\n, i, est_range(i), peak(i)); endMinPeakHeight设成最大值的 0.1 倍是为了滤掉噪声小峰。三个目标幅度相差超过 20 dB 时小目标会低于这个门限被漏掉这时应该改用固定噪声门限或 CFAR 检测而不是继续调低阈值。findpeaks默认对相邻峰要求有一定距离这个距离相当于主瓣宽度如果目标距离差小于分辨率主峰会合并成一个读出来的距离是加权平均位置不是任何一个目标的真实距离。4.4 参数设置里最常见的四个坑第一PRI 超出最大不模糊距离。目标距离大于 (c \cdot PRI/2) 时回波会折叠压缩后出现在虚假距离上。设置目标前先用Rmax c*pri/2计算可见距离窗。第二目标延迟差小于一个采样周期时压缩峰会重合先加密采样或减小带宽注意加密采样只能让峰值更平滑不能提升真实分辨率。第三窗函数只加在回波侧、参考信号不加窗会导致频域共轭后窗函数不匹配旁瓣压不下去窗必须乘在匹配滤波器参考信号上。第四多普勒频移过大时匹配滤波峰值出现距离偏移这是 LFM 的距离速度耦合特性对高速度目标需要先做多普勒补偿或用 Keystone 变换而不是靠加大采样率去解决。这四个坑对应到代码里都是参数关系问题不是算法本身错误。逐个检查delay、fd、nfft和窗口长度多目标仿真基本能一次跑通。5. 进阶验证把仿真脚本改成可量测的雷达模型5.1 把距离像扩展成距离-多普勒图单脉冲匹配滤波只能给出目标距离无法区分同距离不同速度的目标。常见做法是发射 N 个相同 PRI 的脉冲得到 (N_{fft} \times N) 的距离-多普勒矩阵。先在快时间维做匹配滤波再在慢时间维做 FFTn_pulse 64; range_doppler zeros(nfft, n_pulse); for m 1:n_pulse range_doppler(:, m) ifft(fft(rx_all(:, m), nfft) .* conj(S), nfft); end doppler_axis (-n_pulse/2 : n_pulse/2-1) / (n_pulse * pri); slow_fft fftshift(fft(range_doppler, n_pulse, 2), 2);这里假定rx_all是按 PRI 排列的慢时间回波矩阵每个列向量是一个 PRI。慢时间维 FFT 后零多普勒居中速度分辨率约为 (\lambda/(2N \cdot PRI))64 个脉冲、200 us PRI 下约 4.2 m/s。如果目标速度差异小于这个值频谱上会重叠这时只能增加脉冲积累数。5.2 距离轴校准与固有延迟补偿FFT 匹配滤波结果中的峰值索引并不严格等于目标延迟因为发射信号长度、窗函数中心和补零长度都会引入偏差。工程上最可靠的做法是先设置一个已知距离的强目标得到测量距离与设定距离的差再用它校准整个距离轴R_ref 10e3; [~, idx_ref] max(abs(comp)); R_measured r_axis(idx_ref); delay_cal R_ref - R_measured; R_axis_cal r_axis delay_cal;这段代码放到目标参数输入之前之后所有读到的距离都基于R_axis_cal。加窗后的匹配滤波主瓣中心也可能偏移几个采样点如果不校准多个目标测距误差会累积到几十米量级上足以影响下一步多普勒-距离联合分析。5.3 从仿真转向采集数据的准备LFM_radarMultiObject.m这类脚本大多在双精度浮点、无量化误差条件下运行而实际雷达回波是 ADC 采样后的 IQ 数据。把仿真脚本改造成可量测模型时至少要做三处调整用quantizer或round模拟 ADC 量化观察量化位宽低于 12 bit 时脉压旁瓣的抬升把噪声功率按带宽和噪声系数换算而不是固定写 0.02把目标 RCS 换成 Swerling 起伏模型让单脉冲幅度不再是常数。最后把多目标回波保存为.mat文件再单独写一个只读文件做匹配滤波测试这样能验证处理链路是否与仿真生成端解耦避免把源码里的循环变量顺序也当成雷达信号处理流程的一部分。本文还有配套的精品资源点击获取