第二章 信号处理基础：傅里叶变换与频谱分析、采样定理、数字下变频

各位同学，欢迎来到第二章。这一章的内容，是雷达信号处理的基石。说白了，你后面要做的所有事情——脉冲压缩、动目标检测、测距测速——都离不开这里讲的东西。我个人习惯把这一章叫做“吃饭的家伙”，因为搞雷达不懂这些，就像厨师不会用刀。

好，我们开始。

2.1 傅里叶变换：从时域到频域的“翻译官”

傅里叶变换，这个名字听起来挺唬人。其实它的核心思想很简单：任何一个时域信号，都可以分解成一系列不同频率、不同幅度、不同相位的正弦波之和。

你想想看，我们雷达接收到的回波信号，是一个随时间变化的电压波形。这个波形里，包含了目标的信息、杂波的信息、噪声的信息。但光看这个波形，你很难直接看出“哦，这里有个目标”。为什么？因为目标的信息，往往隐藏在信号的频率成分里。

举个例子。我在项目中遇到过这样一个情况：一个静止的目标和一个运动的目标，它们的回波在时域上几乎完全重叠。你盯着示波器看半天，也分不清谁是谁。但一做完傅里叶变换，好家伙，两个目标在频域上清清楚楚地分开了——静止目标的回波频率没变，运动目标的回波因为多普勒效应，频率偏移了。这就是傅里叶变换的威力。

对于离散信号，我们用的是离散傅里叶变换（DFT）。实际工程中，我们几乎只用它的快速算法——FFT。公式我就不写了，大家课本上都有。我想强调的是：FFT的点数决定了频率分辨率。

2.2 采样定理：奈奎斯特的“紧箍咒”

采样定理，也叫奈奎斯特采样定理。内容很简单：为了能从采样后的离散信号中无失真地恢复出原始连续信号，采样频率必须大于等于信号最高频率的两倍。

为什么会这样？说白了，就是采样频率不够高的话，高频信号会“伪装”成低频信号，混进你的数据里。这种现象叫“混叠”。

我刚开始做雷达时，犯过一个低级错误。当时我设计一个采样系统，信号带宽是 50 MHz，我心想：采样率用 100 MHz 不就行了吗？刚好两倍。结果一跑数据，频谱里全是乱七八糟的假目标。查了半天，才发现问题出在信号最高频率不是 50 MHz，而是 50 MHz 加上一些谐波分量。实际最高频率到了 70 MHz，100 MHz 的采样率根本不够。

另外，采样前一定要加抗混叠滤波器。这个滤波器的作用，就是把高于采样频率一半的信号成分统统滤掉。没有它，你采进来的数据就是“脏”的，后面再怎么处理也救不回来。

2.3 数字下变频（DDC）：把高频信号“搬”到基带

雷达接收到的信号，通常是中频信号。中频信号的频率很高，比如 100 MHz。直接对这个信号做处理，计算量太大了。怎么办？把它搬到基带（零中频）去处理。这就是数字下变频（DDC）要做的事。

DDC 的原理，我可以用一句话概括：乘以一个本振信号，然后低通滤波。

具体来说，分三步：

1. 混频：输入信号分别乘以两路正交的本振信号（cos 和 sin），得到 I 路和 Q 路信号。
2. 低通滤波：混频后的信号，包含和频分量和差频分量。低通滤波器把和频分量滤掉，只保留差频分量（也就是基带信号）。
3. 抽取：基带信号的带宽变窄了，所以我们可以降低采样率，减少数据量。这一步叫“抽取”。

我画个简单的框图，大家感受一下：

输入信号 (中频)
    │
    ├──×── cos(ω₀t) ──→ 低通滤波 ──→ I 路 (基带)
    │
    └──×── sin(ω₀t) ──→ 低通滤波 ──→ Q 路 (基带)

然后 I 和 Q 合起来，就是复基带信号：I + jQ

这里有个关键点：为什么要用 I/Q 两路？ 因为单路信号会丢失相位信息。雷达是靠相位差来测距、测速的，相位信息丢了，那就什么都干不了了。

我在项目中常用的 DDC 实现方式有两种：一种是基于 FPGA 的并行实现，适合高速实时处理；另一种是基于 DSP 的串行实现，适合灵活配置。具体选哪种，看你的系统需求。

2.4 三者之间的关系

傅里叶变换、采样定理、数字下变频，这三者不是孤立的。它们环环相扣：

• 采样定理决定了你该用多高的采样率去采集信号。
• 数字下变频把高频信号搬到基带，降低数据率。
• 傅里叶变换在基带对信号做频谱分析，提取目标信息。

你想想看，如果没有采样定理，你采进来的数据可能全是混叠的，做 FFT 也白搭。如果没有 DDC，你直接对中频信号做 FFT，计算量大得吓人，实时性根本保证不了。这三者，缺一不可。

好，这一章就讲到这里。下一章，我们会深入讨论脉冲压缩的原理和实现。到时候，你会发现，今天讲的傅里叶变换和采样定理，会反复用到。所以，务必把这一章的内容消化掉。

有问题随时问我。我们下章见。