2. 信号模型与波形设计：线性调频信号（LFM）、脉冲压缩、匹配滤波原理
各位同学，咱们今天聊聊雷达信号处理里最基础、也最核心的一块——波形设计。说实话，我刚入行那会儿，觉得波形嘛，不就是发个脉冲出去，收个回波回来，有啥好研究的？后来被现实狠狠教育了一顿。你想想看，雷达要看得远，就得发大能量；要看得准，就得脉冲窄。这两个要求本身就是矛盾的。怎么办？线性调频信号（LFM）就是来解决这个矛盾的。
2.1 线性调频信号（LFM）—— 鱼和熊掌我都要
LFM信号，也叫Chirp信号。它的频率随时间线性变化。说白了，就是发射一个宽脉冲，但在这个宽脉冲内部，频率从低到高（或者从高到低）慢慢扫过去。
数学上长这样：
s(t) = A · rect(t/T) · exp[j(2πf₀t + πKt²)]其中：
- A：幅度，决定了发射功率
- T：脉冲宽度，决定了发射能量
- f₀：载波频率
- K：调频斜率，K = B/T，B是带宽
- rect(t/T)：矩形包络，表示脉冲只在[-T/2, T/2]内存在
我个人习惯把LFM理解成「用时间换带宽」。脉冲宽了，能量上去了，但带宽也做大了。带宽大有什么好处？后面讲脉冲压缩你就明白了。
2.2 匹配滤波原理 —— 让信号自己找自己
匹配滤波，名字听着高大上，其实道理很简单：让接收到的回波信号，跟发射信号的共轭反转版本做卷积。说白了，就是让信号跟自己「对齐」的时候输出最大。
为什么会这样？因为匹配滤波器的冲激响应h(t) = s*(-t)，也就是发射信号的共轭反转。当回波信号经过这个滤波器时，在目标所在的距离处，信号和滤波器系数完全对齐，产生一个尖锐的峰值。
我记得刚学这个的时候，总觉得「共轭反转」这个操作很玄乎。后来在FPGA上实际写代码时才明白，其实就是把发射信号的采样点顺序倒过来，再取共轭。嗯，就这么简单。
匹配滤波的输出数学表达式：
y(t) = s(t) * h(t) = ∫ s(τ) · s*(τ - t) dτ这个积分，其实就是信号的自相关函数。自相关函数在t=0时取最大值，峰值幅度等于信号能量E。
2.3 脉冲压缩 —— 宽脉冲进去，窄脉冲出来
好了，前面铺垫了这么多，终于到重点了。脉冲压缩，就是把发射的宽脉冲LFM信号，通过匹配滤波处理，变成一个窄脉冲。
压缩后的脉冲宽度：
τ = 1/B其中B是LFM信号的带宽。压缩比：
D = T/τ = T·BT·B叫做时间带宽积。这个值越大，压缩比越高，距离分辨率越好。
举个例子：发射一个T=100μs的LFM脉冲，带宽B=10MHz。压缩后脉冲宽度τ=0.1μs。压缩比D=1000。也就是说，你用100μs的宽脉冲发射，获得了0.1μs窄脉冲的距离分辨率。能量没少，分辨率还上去了，这就是脉冲压缩的魅力。
2.4 距离旁瓣问题 —— 好事多磨
匹配滤波输出不是完美的单个尖峰，旁边会有一些小的旁瓣。这些旁瓣如果太高，会掩盖附近的小目标。
LFM信号的匹配滤波输出，旁瓣电平大约是-13.2dB。这个值在很多时候不够用。比如你要检测一个强目标旁边的一个弱目标，强目标的旁瓣可能把弱目标给淹没了。
怎么解决？加窗函数。常用的窗函数有：
| 窗函数 | 主瓣展宽系数 | 峰值旁瓣电平(dB) | 适用场景 |
|---|---|---|---|
| 矩形窗 | 1.0 | -13.2 | 追求分辨率，旁瓣要求不高 |
| 汉明窗 | 1.5 | -42.8 | 通用场景，旁瓣和分辨率折中 |
| 布莱克曼窗 | 1.7 | -58.1 | 强目标附近检测弱目标 |
| 凯泽窗(β=6) | 1.6 | -50.0 | 可调参数，灵活 |
加窗的代价是主瓣展宽，距离分辨率会下降。我一般先用汉明窗，如果旁瓣还不够低，再换布莱克曼。但要注意，主瓣展宽了，两个靠得很近的目标可能就分不开了。
2.5 工程实现中的几个坑
讲几个我在实际项目中踩过的坑，你们以后遇到了能少走弯路。
- 采样率要够：匹配滤波需要在数字域实现，采样率至少满足奈奎斯特采样定理。对于LFM信号，采样率要大于2B。我一般取2.5倍带宽，留点余量。
- 匹配滤波器的长度：匹配滤波器的长度等于发射脉冲的采样点数。如果脉冲宽度T=100μs，采样率fs=25MHz，那滤波器长度就是2500点。这个长度在FPGA里实现，资源消耗不小。
- 多普勒敏感：LFM信号对多普勒频移比较敏感。目标运动速度很快时，匹配滤波器的输出峰值会下降，距离也会偏移。这个问题在后面的章节会详细讲。
- IQ不平衡：零中频接收机里，IQ两路的不平衡会导致镜像频率，影响匹配滤波效果。我一般会在接收链路里加数字校准。
2.6 小结
这一章我们讲了LFM信号、匹配滤波和脉冲压缩这三个环环相扣的概念。LFM信号用宽脉冲发射、大带宽调制，解决了能量和分辨率的矛盾。匹配滤波让信号自相关，输出最大信噪比。脉冲压缩把宽脉冲变成窄脉冲，实现了高分辨率。
下一章我们会讲多普勒处理，也就是怎么从回波信号里提取目标的速度信息。到时候你会看到，LFM信号和匹配滤波在多普勒维度的表现，又是另一番景象。
好，今天就到这里。有问题随时问我。