3. 雷达目标特性：RCS、Swerling模型与多普勒效应
各位同学，今天我们来聊聊雷达目标特性。说实话，这部分内容是我当年从理论走向工程时，感触最深的一块。你想想看，雷达发射信号出去，到底能收到什么样的回波？这完全取决于目标本身。我个人习惯把目标特性拆成三个维度来看：能反射多少能量（RCS）、反射能量怎么波动（Swerling模型）、以及目标运动带来的频率偏移（多普勒效应）。咱们一个一个说。
3.1 雷达散射截面（RCS）
RCS，说白了就是目标在雷达方向上的“等效反射面积”。它不是目标的物理面积，而是一个虚构的面积。嗯，这里要注意：RCS 的单位是平方米，但通常用 dBsm 表示，因为实际目标的 RCS 动态范围太大了。
核心公式：
σ = 4π * (反射功率密度 / 入射功率密度) * R²其中 R 是目标距离，σ 就是 RCS。
我在项目中遇到过一件有意思的事。有一次做海面目标检测，理论计算时用了 1 m² 的 RCS 值，结果实测回波弱得可怜。后来才发现，海面小目标的 RCS 随姿态角变化极大，平均下来可能只有 0.1 m²。所以，千万别把 RCS 当成一个固定值。
| 目标类型 | 典型RCS (m²) | 典型RCS (dBsm) |
|---|---|---|
| 小型无人机 | 0.01 - 0.1 | -20 ~ -10 |
| 战斗机 | 1 - 5 | 0 ~ 7 |
| 大型客机 | 10 - 100 | 10 ~ 20 |
| 舰船 | 100 - 10000 | 20 ~ 40 |
工程小技巧：做 CFAR 检测时，RCS 的起伏会直接影响检测门限。我建议在仿真阶段，至少用 3 种不同的 RCS 值来测试你的算法鲁棒性。
3.2 目标起伏模型（Swerling模型）
为什么目标回波会忽大忽小？因为目标在运动，姿态在变化，RCS 自然也在变。Swerling 模型就是用来描述这种起伏规律的。它分为 4 种类型，我帮你梳理一下：
- Swerling 0：也叫非起伏模型。RCS 恒定不变。现实中几乎不存在，但仿真时常用作理想参考。
- Swerling 1：慢起伏。回波幅度在一次扫描内不变，但扫描间变化。适用于大型飞机、舰船。
- Swerling 2：快起伏。回波幅度在脉冲间就变了。适用于喷气式战斗机这类快速机动目标。
- Swerling 3：慢起伏，但概率分布不同。适用于直升机、螺旋桨飞机。
- Swerling 4：快起伏，分布同 Swerling 3。适用于小型快速目标。
避坑指南：我曾经在 CFAR 检测中直接用了 Swerling 1 模型，结果实测数据全是 Swerling 2 的起伏特性。检测概率直接掉了 15%。后来我学乖了——先用实测数据做统计拟合，再选模型。
为什么会这样？因为不同的起伏模型，对应的 CFAR 检测门限是不一样的。Swerling 1 和 Swerling 2 虽然都是指数分布，但相关时间不同，导致虚警概率差异很大。
3.3 多普勒效应
多普勒效应，你肯定不陌生。火车进站时汽笛声变尖，出站时变低沉。雷达里也一样——目标靠近时回波频率升高，远离时降低。这个频率偏移量就是多普勒频率。
核心公式：
f_d = 2 * v_r / λ其中 v_r 是径向速度，λ 是波长。
举个例子：X 波段雷达（λ ≈ 3 cm），目标以 100 m/s 径向速度靠近，多普勒频率就是：
f_d = 2 * 100 / 0.03 ≈ 6667 Hz这个频率偏移，在脉冲多普勒雷达里可以直接用来测速。
我个人习惯把多普勒效应分成两个层面来理解：
- 测速层面：通过 f_d 反推目标径向速度。这是 MTD（动目标检测）的基础。
- 杂波抑制层面：静止杂波的多普勒频率为 0，运动目标的多普勒频率非零。用 MTI（动目标显示）滤波器就能把杂波滤掉。
实战经验：做地面雷达时，地杂波的多普勒谱很宽，不是理想的 0 Hz。我建议在 MTI 滤波器设计时，留出 20-50 Hz 的零陷宽度，否则低速目标会被误滤掉。
3.4 三者如何协同工作？
你想想看，RCS 决定了回波强度，Swerling 模型决定了强度如何起伏，多普勒效应决定了频率偏移。这三者共同决定了你在 CFAR 检测中看到的信号特征。
举个例子：检测一架低空飞行的无人机。
- RCS：很小，0.01 m² 量级，回波弱。
- Swerling 模型：旋翼转动导致 RCS 快速起伏，适合 Swerling 2 或 4。
- 多普勒效应：飞行速度慢，多普勒频率低，容易被地杂波淹没。
这种情况下，CFAR 检测的门限必须动态调整。我记得有一次做无人机检测，单纯用 CA-CFAR 根本不行，后来结合了多普勒信息做二维 CFAR，效果才上来。
总结一句话：理解目标特性，是做好 CFAR 检测的前提。RCS 告诉你信号有多强，Swerling 告诉你信号怎么变，多普勒告诉你信号在哪。三者缺一不可。
好了，这一章就到这里。下一章我们开始讲 CFAR 检测的核心算法，到时候会用到今天讲的这些概念。你先把 RCS 和 Swerling 模型吃透，后面会轻松很多。