第二章 雷达信号模型：从发射到接收的完整链路
做雷达信号处理，第一步就是搞清楚信号长什么样。我刚开始接触雷达时，总觉得这些模型太抽象，直到在项目里调试一个目标检测算法，发现怎么都检测不到目标——后来才发现是信号模型里的多普勒项算错了。嗯，从那以后，我再也不敢轻视这些基础模型了。
这一章，我们就把雷达信号的整个生命周期走一遍。从发射机产生信号，到电磁波碰到目标反射回来，再到接收机把回波变成电信号，最后加上噪声和杂波——说白了，就是模拟真实世界的雷达工作场景。
2.1 发射信号模型
雷达发射的信号，本质上是一个高频载波被调制后的波形。我个人习惯用最简单的脉冲信号来理解：
s_t(t) = A * rect(t/τ) * cos(2πf_c t + φ)其中：
- A：发射信号的幅度，决定了雷达的威力
- rect(t/τ)：矩形脉冲，τ是脉冲宽度
- f_c：载波频率，比如X波段就是10GHz左右
- φ：初始相位，通常设为0
你想想看，实际工程中我们很少用这么简单的矩形脉冲。为什么？因为矩形脉冲的频谱旁瓣太高，会干扰邻近频段。我在做某型机载雷达时，就遇到过因为脉冲形状没选好，导致频谱泄露到保护频带的问题。
更常用的发射信号是线性调频信号（LFM）：
s_t(t) = A * rect(t/τ) * cos(2πf_c t + πKt²)这里的K是调频斜率。LFM的好处是可以通过脉冲压缩获得高距离分辨率，同时保持较宽的脉冲宽度来保证探测距离。说白了，就是鱼和熊掌可以兼得。
2.2 接收信号模型
接收信号比发射信号复杂得多。它包含了目标回波、噪声、杂波，还有各种干扰。接收信号可以写成：
s_r(t) = s_target(t) + n(t) + c(t)其中：
- s_target(t)：目标回波
- n(t)：噪声
- c(t)：杂波
接收机前端通常有低噪声放大器（LNA）、混频器、滤波器等。我记得有一次调试接收链路，发现信号衰减特别大，查了半天发现是混频器的本振功率没调好——这种细节在书本上根本不会写。
2.3 目标回波模型
目标回波是雷达信号处理的核心。它包含了两个关键参数：距离延迟和多普勒频移。
2.3.1 距离延迟
电磁波从发射到接收，走过的路程是2R（R是目标距离）。所以回波相对于发射信号有一个时间延迟：
τ_d = 2R / c其中c是光速。这个延迟直接对应目标的距离。我在做某型地面监视雷达时，要求距离精度达到1米，对应的时延精度就是6.67纳秒——这要求采样率至少150MHz以上。
考虑延迟后的回波信号：
s_target(t) = α * s_t(t - τ_d)这里的α是衰减因子，包含了路径损耗、目标RCS（雷达散射截面积）等因素。
2.3.2 多普勒频移
目标运动会导致回波频率发生变化，这就是多普勒效应。多普勒频移的计算公式：
f_d = 2v_r / λ其中：
- v_r：目标的径向速度（靠近雷达为正）
- λ：波长
举个例子，X波段雷达（λ=3cm），目标以100m/s的速度靠近，多普勒频移就是：
f_d = 2 * 100 / 0.03 ≈ 6667 Hz这个频移看起来不大，但在脉冲多普勒雷达中，它决定了动目标检测的能力。我曾经遇到过一个项目，目标速度很慢（只有1m/s），多普勒频移只有几十赫兹，结果被地杂波淹没了——后来用了MTI滤波器才解决。
完整的回波信号模型（同时考虑延迟和多普勒）：
s_target(t) = α * s_t(t - τ_d) * exp(j2πf_d t)2.4 噪声模型：高斯白噪声
噪声是雷达系统中不可避免的。最常见的模型是加性高斯白噪声（AWGN）。为什么是高斯分布？因为根据中心极限定理，大量独立随机源叠加的结果趋近于高斯分布。
噪声的统计特性：
- 均值：0（直流分量被滤波器滤除）
- 功率谱密度：N₀/2（双边谱），在通带内均匀分布
- 概率密度函数：p(n) = (1/√(2πσ²)) * exp(-n²/(2σ²))
噪声功率σ² = N₀B，B是接收机带宽。信噪比（SNR）是衡量雷达性能的核心指标：
SNR = P_signal / P_noise我记得在做某型相控阵雷达时，系统要求检测概率90%、虚警概率10⁻⁶，对应的SNR大约需要13dB。这个值是通过雷达方程算出来的，但实际测试时发现差了3dB——后来发现是接收机噪声系数比手册上大了。
2.5 杂波模型简介
杂波是雷达信号处理中最头疼的问题之一。它来自地面、海面、气象、鸟群等非目标物体的回波。杂波的强度通常比目标回波大得多——我见过地杂波比目标强40dB的情况。
常见的杂波模型：
| 杂波类型 | 幅度分布 | 典型场景 |
|---|---|---|
| 瑞利分布 | p(x) = (x/σ²)exp(-x²/(2σ²)) | 低分辨率雷达、气象杂波 |
| 对数正态分布 | p(x) = (1/(xσ√(2π)))exp(-(lnx-μ)²/(2σ²)) | 高分辨率雷达、海杂波 |
| 韦布尔分布 | p(x) = (c/b)(x/b)^(c-1)exp(-(x/b)^c) | 地杂波、海杂波（通用模型） |
| K分布 | 复杂表达式 | 高分辨率海杂波 |
杂波还有一个重要特性——功率谱。地杂波的频谱很窄（多普勒频移接近0），而海杂波和气象杂波的频谱较宽。这个特性在MTI/MTD滤波器设计中非常有用。
举个实际例子：我在做某型对海监视雷达时，海杂波在3级海况下比目标强20dB，而且频谱展宽到几百赫兹。单纯用MTI滤波器根本滤不干净，后来用了自适应杂波抑制算法才搞定。
2.6 完整的信号模型
把上面所有部分组合起来，完整的雷达接收信号模型就是：
s_r(t) = Σ α_i * s_t(t - τ_i) * exp(j2πf_di t) + n(t) + c(t)其中i表示第i个目标。这个模型虽然简单，但已经包含了雷达信号处理的所有核心要素。我在做系统仿真时，就是基于这个模型搭建的——先加目标，再加噪声，最后加杂波，一步步验证算法性能。
嗯，这一章的内容就到这里。下一章我们会讨论脉冲压缩，这是雷达信号处理的第一步，也是最重要的一步。到时候我会分享一些实际项目中的调试经验。