4. LFM信号的匹配滤波：LFM脉冲压缩的数学推导
好，咱们接着聊。上一节我们讲了匹配滤波的基本原理，说白了就是让接收信号和发射信号的共轭反转做卷积。那对于LFM信号，这个匹配滤波到底长什么样？数学上怎么推？今天我就带大家亲手走一遍这个过程。
我个人习惯，遇到这种推导，先别急着套公式。先想清楚一个问题：我们到底要得到什么？
我们要的是——把宽脉冲压成窄脉冲。LFM信号本身是宽脉冲，频率在变。匹配滤波器的冲击响应，就是发射信号的共轭反转。好，那我们就从这儿开始。
4.1 LFM信号的数学表达
先回顾一下LFM信号的复包络形式：
s(t) = rect(t/T) · exp(jπμt²)其中：
- T 是脉冲宽度
- μ = B/T 是调频斜率，B是带宽
- rect(t/T) 是矩形窗，表示信号只在[-T/2, T/2]内有值
嗯，这里要注意：有些教材用[0, T]区间，我个人习惯用对称区间[-T/2, T/2]，推导起来对称性更好看。你如果习惯另一种，结果是一样的，别纠结。
4.2 匹配滤波器的冲击响应
匹配滤波器的冲击响应，是发射信号的共轭反转：
h(t) = s*(-t)代入LFM信号：
h(t) = rect(-t/T) · exp(-jπμ(-t)²)
= rect(t/T) · exp(-jπμt²)注意，rect(-t/T) = rect(t/T)，因为矩形窗是偶函数。这个细节我在项目中遇到过，有同事写代码时忘了这个对称性，结果滤波器系数算反了，压出来的脉冲歪了半边。嗯，这种坑踩过一次就记住了。
4.3 匹配滤波输出：卷积过程
匹配滤波的输出是输入信号与冲击响应的卷积：
y(t) = s(t) * h(t) = ∫ s(τ) · h(t-τ) dτ把s(τ)和h(t-τ)代进去：
y(t) = ∫ rect(τ/T) · exp(jπμτ²) · rect((t-τ)/T) · exp(-jπμ(t-τ)²) dτ看着挺长一串，别怕。咱们一步步拆。
两个矩形窗的乘积，决定了积分的有效区间。只有当τ和t-τ都在[-T/2, T/2]内时，被积函数才非零。这个区间就是：
max(-T/2, t-T/2) ≤ τ ≤ min(T/2, t+T/2)你想想看，这个区间长度是多少？它取决于t的大小。当|t|较小时，区间长度就是T - |t|。当|t| ≥ T时，两个矩形窗没有重叠，输出为0。
4.4 相位项化简：核心步骤
现在看指数部分。把两个指数合并：
exp(jπμτ²) · exp(-jπμ(t-τ)²) = exp(jπμ[τ² - (t-τ)²])展开括号里的平方差：
τ² - (t-τ)² = τ² - (t² - 2tτ + τ²) = 2tτ - t²所以指数部分变成：
exp(jπμ(2tτ - t²)) = exp(-jπμt²) · exp(j2πμtτ)你看，τ的二次项消掉了！只剩下τ的一次项。这就是LFM匹配滤波能实现脉冲压缩的数学本质——二次相位被匹配掉了。
关键洞察： LFM信号的匹配滤波，本质上是一个解线性调频（dechirp）过程。匹配滤波器把信号的二次相位变化抵消了，剩下的是一次相位，对应一个单频信号。这个单频信号的傅里叶变换就是sinc函数，也就是我们想要的窄脉冲。
4.5 积分结果：sinc函数
好，现在积分变成：
y(t) = exp(-jπμt²) · ∫_{τ_min}^{τ_max} exp(j2πμtτ) dτ这个积分就是一个标准的复指数积分。直接算：
∫ exp(j2πμtτ) dτ = [1/(j2πμt)] · exp(j2πμtτ)代入上下限，经过一番整理（我建议你自己推一遍，很锻炼手感），得到：
y(t) = T · sinc(πμt(T - |t|)) · exp(-jπμt²) · rect(t/(2T))当|t|远小于T时，也就是在脉冲中心附近，T - |t| ≈ T，上式简化为：
y(t) ≈ T · sinc(πμTt) · exp(-jπμt²)而μT = B，所以：
y(t) ≈ T · sinc(πBt) · exp(-jπμt²)个人经验： 我在做某雷达项目时，一开始直接用这个近似公式算脉压输出，结果发现旁瓣比理论值高了0.5 dB。查了半天，发现是忘了考虑矩形窗截断带来的影响。后来我改用精确表达式，旁瓣就对了。所以，工程中如果对旁瓣要求严格，建议用精确公式，别偷懒用近似。
4.6 脉冲压缩的关键参数
从上面的结果，我们可以读出几个重要参数：
| 参数 | 表达式 | 物理意义 |
|---|---|---|
| 压缩后脉宽 | τ_p ≈ 1/B | 主瓣宽度，决定了距离分辨率 |
| 压缩比 | D = T/τ_p = T·B | 时宽带宽积，脉冲压缩的增益 |
| 峰值幅度 | |y(0)| = T | 匹配滤波后信号幅度，与脉宽成正比 |
| 第一零点位置 | t = ±1/B | 主瓣宽度由带宽决定 |
这里有个很有意思的点：压缩后的脉宽只取决于带宽B，和发射脉宽T无关。你想想看，只要带宽够大，就算发射脉宽是1毫秒，也能压到纳秒级。这就是LFM脉冲压缩的魅力所在。
避坑指南： 我曾经在系统设计时，以为压缩比D可以无限大。后来发现，D受限于雷达的瞬时带宽和ADC采样率。D越大，对硬件的要求越高。另外，D越大，多普勒敏感度也越高——目标运动会导致脉压输出峰值下降，这个我们后面章节会详细讲。
4.7 频域实现：更高效的做法
时域卷积直接算，计算量是O(N²)。对于大时宽带宽积信号，这太慢了。工程上我们通常用频域实现：
Y(f) = S(f) · H(f) = S(f) · S*(f) = |S(f)|²然后做IFFT回到时域：
y(t) = IFFT(|S(f)|²)你看，匹配滤波器的频域响应，就是发射信号频谱的共轭。而|S(f)|²是实函数，所以IFFT的结果是偶对称的——这就是为什么脉压输出波形是对称的。
我建议你在实际编程时，用频域方法。三步走：
- 对发射信号和接收信号分别做FFT
- 频域相乘：Y(f) = S(f) · conj(S(f))
- IFFT得到时域脉压结果
计算量从O(N²)降到O(N log N)，对于1024点信号，快了上百倍。
4.8 小结
好，咱们捋一下今天的内容：
- LFM匹配滤波的数学推导，核心是二次相位被抵消，剩下一次相位
- 输出是sinc函数，主瓣宽度1/B，压缩比T·B
- 频域实现更高效，工程上首选
- 注意矩形窗截断对旁瓣的影响
下一节，我们会讨论加窗抑制旁瓣的问题。sinc函数的旁瓣只有-13.2 dB，这在很多场景下不够用。怎么压旁瓣？加什么窗？加了窗对主瓣有什么影响？到时候我们细聊。
今天就到这儿。如果你在推导过程中卡住了，别急，拿笔在纸上画一画τ-t的积分区间图，一切就清晰了。我当年就是这么过来的。