第二章 信号处理基础：采样定理、傅里叶变换、数字滤波器设计

各位同学，欢迎来到信号处理基础这一章。说实话，这一章的内容是雷达信号处理的根基。你想想看，雷达回波说到底就是一堆随时间变化的电压信号，我们得想办法把它变成能用的信息。这中间，采样、变换、滤波，三步缺一不可。

我在做某型机载火控雷达项目时，就遇到过采样率选低了，结果目标多普勒频率混叠，差点把低速目标当成杂波滤掉。嗯，从那以后，我对采样定理的理解就深刻多了。

2.1 采样定理：别让信号“说谎”

采样定理，也叫奈奎斯特-香农定理。说白了就一句话：采样频率必须大于信号最高频率的两倍。为什么？因为采样是对连续信号的离散化，频率信息会周期延拓。如果采样率不够，延拓的频谱就会重叠，产生混叠。

核心公式：

fs > 2 * fmax

其中 fs 是采样频率，fmax 是信号最高频率分量。

我个人习惯，在工程中会留出 20%~30% 的余量。比如信号最高频率 100 MHz，我至少用 250 MHz 采样。为什么？因为实际滤波器不是理想砖墙，带外抑制有限，留点余量心里踏实。

避坑指南：我曾经在调试某型雷达时，发现目标距离测量总是偏大。查了半天，原来是 ADC 采样时钟抖动太大，等效降低了有效采样率。记住，采样定理不仅要求频率够，还要求时钟质量够。

2.2 傅里叶变换：时域与频域的“翻译官”

傅里叶变换，是信号处理里最核心的工具。它把时域信号映射到频域，让我们能看到信号里有哪些频率成分。雷达里，目标的多普勒频移、距离分辨、杂波抑制，全得靠它。

离散傅里叶变换（DFT）的公式长这样：

X[k] = Σ x[n] * e^(-j*2π*k*n/N)   (n=0 to N-1)

实际工程中，我们几乎不用 DFT，而是用快速傅里叶变换（FFT）。FFT 把计算量从 O(N²) 降到 O(N log N)。你想想看，如果做 1024 点的 DFT，直接算要 100 多万次乘法，用 FFT 只要 1 万次左右。这差距，在实时处理中就是能不能跑得动的区别。

经验之谈：我在做脉冲多普勒处理时，FFT 点数选多少很讲究。点数太少，频率分辨率不够，两个目标分不开；点数太多，计算量大，实时性差。一般我会根据目标速度分辨需求来算：Δf = fs / N，再换算成速度分辨率。

还有一个概念很重要——频谱泄露。为什么会有泄露？因为 FFT 是对有限长信号做周期延拓，如果截断的窗口不是信号周期的整数倍，频谱就会展宽。解决办法是加窗函数，比如汉宁窗、海明窗。

窗函数 主瓣宽度 旁瓣抑制 适用场景
矩形窗 最窄 -13 dB 频率分辨优先
汉宁窗 较宽 -32 dB 通用场景
海明窗 较宽 -43 dB 旁瓣抑制要求高
布莱克曼窗 最宽 -58 dB 强干扰抑制

嗯，这里要注意：加窗会降低频率分辨率。所以这是个 trade-off，你得根据实际需求来选。

2.3 数字滤波器设计：把想要的留下，不想要的滤掉

雷达信号处理里，滤波器无处不在。脉冲压缩要匹配滤波，动目标显示（MTI）要高通滤波，杂波抑制要自适应滤波。数字滤波器分两大类：FIR（有限冲激响应）和 IIR（无限冲激响应）。

FIR 滤波器：

  • 优点：稳定，线性相位（不畸变波形）
  • 缺点：阶数高，计算量大
  • 适合：脉冲压缩、匹配滤波等对相位敏感的场景

IIR 滤波器：

  • 优点：阶数低，计算量小
  • 缺点：非线性相位，可能不稳定
  • 适合：MTI 对消器、简单杂波滤波

我建议，在雷达信号处理中优先用 FIR。为什么？因为雷达对相位一致性要求极高，IIR 的非线性相位会破坏脉冲压缩的匹配效果。我曾经在一个项目里图省事用了 IIR，结果脉冲压缩后的旁瓣抬高了 3 dB，目标检测性能明显下降。后来老老实实换成 FIR，问题解决。

设计示例：一个 32 阶低通 FIR 滤波器

% MATLAB 代码示例
fs = 100e6;          % 采样率 100 MHz
fpass = 10e6;        % 通带 10 MHz
fstop = 15e6;        % 阻带 15 MHz

% 设计滤波器
d = designfilt('lowpassfir', ...
    'PassbandFrequency', fpass, ...
    'StopbandFrequency', fstop, ...
    'SampleRate', fs, ...
    'PassbandRipple', 0.5, ...
    'StopbandAttenuation', 60);

% 查看系数
coeffs = d.Coefficients;
fvtool(d);  % 查看频率响应

实际工程中，我不会直接在 FPGA 里用 MATLAB 生成的浮点系数。我会先量化成定点数，比如 16 位。为什么？因为 FPGA 做浮点乘法太费资源，定点数又快又省。但量化会引入误差，需要仿真验证性能下降在可接受范围内。

小技巧：设计滤波器时，我习惯先定阻带衰减指标。雷达里杂波抑制通常需要 40~60 dB，所以阻带衰减至少设 60 dB。通带纹波控制在 0.5 dB 以内，避免信号失真。

2.4 三者关系：采样、变换、滤波的协同

这三个知识点不是孤立的。采样定理决定了你能处理的信号带宽；傅里叶变换让你在频域观察和处理信号；数字滤波器则是在时域或频域对信号进行整形。

举个例子，脉冲多普勒处理流程：

  1. ADC 采样（满足采样定理）
  2. 脉冲压缩（匹配滤波，本质是 FIR 滤波器）
  3. MTI 对消（高通滤波器，滤除地杂波）
  4. FFT 变换（得到多普勒频谱）
  5. CFAR 检测（在频域找目标）

你看，每一步都离不开这三块基础。所以，别觉得这些理论枯燥，它们是你以后做雷达系统设计的“内功”。内功不扎实，招式再花哨也没用。

好了，这一章就到这里。下一章我们讲雷达波形设计，看看怎么通过波形设计来兼顾距离分辨率和速度分辨率。到时候我会分享一个我踩过的坑——关于线性调频信号带宽和脉宽的选择，挺有意思的。

← 上一章 📖 返回目录 下一章 →