第四章 动目标检测（MTI）：杂波对消、多普勒滤波、MTI改善因子
各位同学，今天我们聊聊MTI。说实话，这是雷达信号处理里最“接地气”的一个模块。为什么这么说？因为只要你做雷达，就绕不开杂波。地杂波、海杂波、气象杂波、箔条干扰……这些固定或慢速的反射体，会把目标信号淹没得干干净净。MTI就是干这个的——把杂波干掉，把动目标拎出来。
我个人习惯把MTI看作一个“高通滤波器”。它只让运动目标通过，静止的东西统统滤掉。听起来简单，但实际做起来，坑不少。我当年在项目中第一次调MTI，就踩过一个雷——对消器设计得太理想，结果实际数据一进来，杂波根本对不干净。嗯，这里要注意，理论和工程之间，差着好几个“细节”。
4.1 杂波对消：MTI的核心操作
杂波对消，说白了就是“做减法”。你发射一串脉冲，每个脉冲的回波里都包含杂波和目标。如果杂波是静止的，那它在相邻脉冲间的相位和幅度几乎不变。你把两个相邻脉冲的回波相减，杂波就抵消了，只剩下运动目标的变化分量。
最简单的对消器是一次对消器，也叫双脉冲对消器。它的数学表达式很简单：
y[n] = x[n] - x[n-1]其中x[n]是第n个脉冲的回波，y[n]是对消后的输出。你看，就是一个减法。但为什么它能滤除杂波？因为静止杂波在x[n]和x[n-1]中几乎一样，相减后接近零。而运动目标在两个脉冲间有相位变化，相减后会有残留。
我在项目中遇到过一个问题：一次对消器对慢速目标的响应很差。比如一个目标径向速度只有几米每秒，它的相位变化很小，对消后残留也很小，容易被误判为杂波。所以实际工程中，我们常用二次对消器或三次对消器。
二次对消器的公式是：
y[n] = x[n] - 2*x[n-1] + x[n-2]这相当于对一次对消的结果再做一次对消。它的频率响应更陡峭，能更好地抑制慢速杂波。但代价是——对消次数越多，信噪比损失越大。你想想看，每做一次减法，噪声的功率就会叠加。所以这里有个权衡：杂波抑制深度 vs. 信噪比损失。
关键点：一次对消器的频率响应在零频处有一个零点，能完全抑制静止杂波。二次对消器在零频处有两个零点，抑制更彻底，但通带内的起伏也更大。
4.2 多普勒滤波：从时域到频域
杂波对消只是第一步。对消后的信号里，目标虽然凸显了，但你还不知道它的速度。这时候就需要多普勒滤波。
多普勒滤波的本质，是对一组脉冲做傅里叶变换。你发射N个脉冲，每个脉冲的回波里都包含目标的相位信息。这N个采样点，经过FFT后，就得到了N个多普勒通道。每个通道对应一个速度区间。
为什么会这样？因为运动目标的多普勒频率f_d = 2v/λ，其中v是径向速度，λ是波长。FFT把时域信号变换到频域，频域上的峰值位置就对应目标的多普勒频率，进而可以算出速度。
我记得有一次调试一个机载雷达，地面杂波很强，但目标速度很慢。我们用64点FFT做多普勒滤波，结果目标刚好落在杂波所在的零多普勒通道附近。怎么办？我建议加一个窗函数，比如汉明窗或布莱克曼窗。窗函数能压低旁瓣，减少杂波泄漏到相邻通道。但代价是主瓣展宽，速度分辨率下降。
这里有个表格，对比几种常用窗函数：
| 窗函数 | 主瓣宽度 | 最高旁瓣电平(dB) | 适用场景 |
|---|---|---|---|
| 矩形窗 | 最窄 | -13 | 无杂波或弱杂波 |
| 汉明窗 | 较宽 | -43 | 中等杂波环境 |
| 布莱克曼窗 | 最宽 | -58 | 强杂波环境 |
| 凯泽窗(β=6) | 可调 | -50左右 | 灵活选择 |
实际项目中，我一般先用矩形窗看看原始频谱，再根据杂波强度选窗函数。千万别一上来就用强窗函数，否则慢速目标可能被展宽的主瓣淹没。
4.3 MTI改善因子：衡量性能的标尺
做MTI，你得有个指标来衡量做得好不好。这个指标就是改善因子（Improvement Factor, IF）。
改善因子的定义是：输出信杂比与输入信杂比的比值。说白了，就是MTI处理前后，目标相对于杂波“清晰了多少倍”。
公式是：
IF = (S_out / C_out) / (S_in / C_in)其中S是目标信号功率，C是杂波功率。IF越大，说明MTI对杂波的抑制效果越好。
我曾经在一个项目中，MTI改善因子要求做到40dB以上。一开始用一次对消器，实测只有25dB。后来换成二次对消器，加上合适的窗函数，才勉强达到38dB。最后发现是A/D量化噪声限制了改善因子——杂波对消后，量化噪声成了主要限制因素。嗯，这里要注意，改善因子不是无限提高的，它受限于系统的动态范围和量化精度。
实战技巧：改善因子可以用“杂波对消比”和“目标增益”两个分量来理解。杂波对消比取决于对消器的频率响应，目标增益取决于目标速度是否落在通带内。设计时，要同时考虑这两个因素。
还有一个概念叫MTI盲速。当目标的速度刚好使它的多普勒频率等于脉冲重复频率（PRF）的整数倍时，目标在相邻脉冲间的相位变化是2π的整数倍，看起来就像静止目标一样，会被对消器滤除。这就是盲速。
避免盲速的方法有两种：一是采用参差重频，即发射脉冲的间隔不是固定的，而是变化的。这样盲速点会被打散。二是用多PRF，即交替使用不同的脉冲重复频率，然后综合判断。
警告：盲速是MTI系统的固有缺陷，无法完全消除。参差重频虽然能缓解，但会引入额外的杂波调制，导致改善因子下降。设计时需要在盲速和改善因子之间做权衡。
4.4 实际工程中的MTI设计流程
好了，理论讲完了。我给大家梳理一下实际工程中MTI的设计流程，这是我多年总结的经验：
- 分析杂波环境：先搞清楚你的雷达要面对什么杂波。地杂波？海杂波？气象杂波？它们的频谱宽度和强度都不一样。
- 选择对消器阶数：一般一次对消够用，但强杂波环境建议用二次或三次。注意信噪比损失。
- 设计多普勒滤波器组：确定FFT点数、窗函数类型。我建议先仿真，再实测调整。
- 计算改善因子：用实测数据或仿真数据计算IF，看是否满足指标要求。
- 处理盲速问题：如果目标速度范围覆盖盲速点，必须引入参差重频或多PRF。
- 硬件实现：注意定点数精度、量化噪声、实时性要求。我曾经因为FPGA资源不够，被迫把64点FFT改成32点，结果速度分辨率下降了一半。
最后说一句，MTI不是万能的。对于高速目标，MTI效果很好；但对于慢速目标，尤其是速度接近杂波谱宽度的目标，MTI可能无能为力。这时候就需要更高级的技术，比如动目标检测（MTD），它结合了MTI和多普勒滤波，性能更好。但那是下一章的内容了。
好，今天就到这里。记住，MTI的核心就是“做减法”和“做变换”。把杂波减掉，把目标变换到速度域。下次你们调试MTI时，如果发现杂波对不干净，先检查一下是不是量化噪声太大，或者对消器阶数不够。嗯，这些坑我都踩过，希望你们能绕过去。