第2章信号与系统基础

第2章：信号与系统基础

各位同学，咱们今天聊聊雷达信号处理最底层的那些东西。说实话，我刚入行那会儿也觉得这些数学工具离实际工程太远，直到有一次在调试脉冲压缩算法时，怎么都搞不定旁瓣抑制的问题——后来才发现，是我对傅里叶变换的理解还停留在考试层面。

雷达系统里，信号有两种存在形式。天线接收到的回波，本质上是连续时间信号，也就是模拟信号。但进了数字信号处理器，就变成了离散时间信号。这个转换过程，我建议你把它想成「拍照」——ADC以固定间隔对连续信号采样，就像用相机定格运动物体的瞬间。

关键点：采样定理告诉我们，采样频率必须大于信号最高频率的两倍。否则就会出现频谱混叠，这玩意儿在雷达里可是大忌。我曾经在一个项目中，因为ADC采样率选低了，导致目标回波在频域里「叠」在了一起，排查了整整两天才找到原因。

离散信号用 x[n] 表示，n 是整数索引。连续信号用 x(t) 表示，t 是连续时间。两者之间的关系很简单：

x[n] = x(nT_s)  其中 T_s 是采样周期

嗯，这里要注意，采样后的信号会丢失高频信息。所以雷达系统里，ADC前面一定要加抗混叠滤波器。我习惯用巴特沃斯低通滤波器，过渡带比较平缓，相位失真也小。

傅里叶变换，说白了就是把信号从时域搬到频域。雷达里为什么需要频域分析？你想想看，目标的多普勒频移、距离分辨力、杂波抑制，这些核心问题全都要靠频域来解决。

连续时间傅里叶变换（CTFT）的公式：

X(jω) = ∫_{-∞}^{∞} x(t) e^{-jωt} dt

离散时间傅里叶变换（DTFT）的公式：

X(e^{jω}) = Σ_{n=-∞}^{∞} x[n] e^{-jωn}

实际工程中，我们用的是离散傅里叶变换（DFT），因为计算机只能处理有限长的离散序列。FFT就是DFT的快速算法，这个大家应该都熟悉。

实战技巧：做雷达信号处理时，我建议先用MATLAB仿真验证算法，再移植到FPGA或DSP上。仿真时注意设置好采样率和信号参数，避免出现频谱泄露。我曾经因为窗函数选错了，导致目标旁瓣把弱目标给淹没了——那次教训让我记住了汉明窗和布莱克曼窗的区别。

傅里叶变换在雷达里的典型应用：

拉普拉斯变换，其实是傅里叶变换的推广。傅里叶变换只能处理绝对可积的信号，而拉普拉斯变换引入了衰减因子 e^{-σt}，让更多信号变得可分析。雷达系统里的模拟滤波器、天线馈线网络、放大器等，都可以用拉普拉斯变换来分析其稳定性。

拉普拉斯变换公式：

X(s) = ∫_{0}^{∞} x(t) e^{-st} dt   其中 s = σ + jω

我个人习惯用拉普拉斯变换来分析系统的传递函数 H(s)。比如一个简单的RC低通滤波器：

H(s) = 1 / (1 + sRC)

从传递函数可以直观看出系统的极点位置。极点如果在左半平面，系统稳定；在右半平面，系统不稳定。这个判断方法，我在设计雷达接收机的中频放大器时用过很多次。

注意：拉普拉斯变换主要用于连续时间系统分析。在数字信号处理中，我们用的是Z变换，它是拉普拉斯变换的离散版本。两者之间的关系是 z = e^{sT_s}。搞混了这两个，写出来的数字滤波器可能会不稳定。

我整理了一个表格，方便大家对比：

变换类型	适用信号	主要用途	雷达应用场景
傅里叶变换	连续/离散	频谱分析	脉冲压缩、多普勒处理
拉普拉斯变换	连续	系统稳定性分析	模拟滤波器设计、放大器分析
Z变换	离散	数字滤波器设计	数字下变频、数字波束形成

实际项目中怎么选？我建议遵循这个原则：

举个例子，我在设计雷达的数字下变频模块时，先用傅里叶变换分析信号的频谱分布，确定混频器的本振频率；然后用Z变换设计数字低通滤波器，滤除镜像频率；最后用拉普拉斯变换验证整个链路的稳定性。三种工具各司其职，缺一不可。

核心总结：信号与系统基础是雷达信号处理的「内功」。傅里叶变换让你看清信号的频率成分，拉普拉斯变换帮你判断系统稳不稳，Z变换则是数字实现的桥梁。这三者搞明白了，后面学脉冲压缩、SAR成像、MTI/MTD都会轻松很多。

好了，这一章的内容就到这里。下一章咱们聊聊雷达波形设计，那才是真正有意思的东西——你会看到，不同的波形如何影响雷达的探测性能。