news 2026/9/24 5:33:25

【雷达学习笔记 02】距离高分辨是怎么来的?——宽带信号、脉冲压缩与一维距离像

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【雷达学习笔记 02】距离高分辨是怎么来的?——宽带信号、脉冲压缩与一维距离像

【雷达学习笔记 02】距离高分辨是怎么来的?——宽带信号、脉冲压缩与一维距离像

这是《雷达成像技术》学习记录的第 2 篇,对应第二章 2.1–2.3 节。

第二章的主线一句话:雷达怎么通过宽带信号得到"一维距离像",以及一维距离像有什么特点、怎么用。


2.1 为什么要用"大时宽宽带信号"?

原文的难点:单频脉冲越窄,频带越宽,但峰值功率要求太高,实际难做到;所以改用大时宽的宽带信号(如线性调频),接收后再压缩成窄脉冲。

类比

你想把一颗钉子一次性砸进去,需要非常大的力气(高峰值功率),但你做不到。于是你换一把小锤子,连续敲很多下(大时宽):每一下力气都不大,但累积起来效果一样。

雷达也是这样:发射一个"拖得很长"的信号,但信号内部频率在变化(宽带);接收后再通过处理把它"压缩"成一个很短的脉冲,效果上等效于发射了一个极窄的脉冲。

这就是"脉冲压缩"的动机:用大时宽换来低峰值功率,再用处理换回高距离分辨率。

匹配滤波在做什么?

原文的难点:匹配滤波就是把各频率分量的相位校正成一样,再按信号频谱幅度加权,使输出信噪比最大。

类比

你和一群朋友在嘈杂的广场上喊同一个名字,每个人听到的版本都不一样(有的被噪声干扰、有的延迟不同)。匹配滤波就像让所有人把听到的版本对齐、同相相加——你的名字会特别突出,噪声被压下去。

雷达的匹配滤波就是把回波中各个频率分量的相位对齐,让目标回波的能量集中成一个尖峰。

结论:匹配滤波 → 输出一个 sinc 形状的尖峰 → 主瓣宽度决定分辨率。

点散布函数(PSF)

原文的难点:理想点目标经过系统后不是冲激,而是一个有一定宽度的波形。

类比:你用一个不太好的相机拍一个极小的点光源,照片上不是一个点,而是一个模糊的小圆斑。这个小圆斑就是点散布函数

雷达也一样:理想点目标经过系统后会被"抹开",抹开的宽度决定了分辨率。这个概念后面讲 SAR 图像质量时会反复出现。

【此处有图:理想点目标的回波经匹配滤波后形成的 sinc 主瓣(点散布函数)】


2.2 线性调频信号与解线频调

LFM 信号是什么?

原文的难点:LFM 信号的频率随时间线性变化。

类比:你吹口哨,从低音"呜——“均匀滑到高音"喂——”,这就是线性调频。

雷达发射这种信号,接收后可以通过"解线频调"把它变成单频信号,方便处理。

解线频调在做什么?

原文的难点:用一个参考信号和回波作差频处理,把不同距离的回波变成不同频率的单频脉冲

类比

你和朋友合唱同一首歌,朋友唱得比你快一点,两个人的声音混在一起很乱。但如果你把朋友的歌声录下来,和你的歌声相减,剩下的就是一个"差频"信号——朋友唱得越快,差频越高。

解线频调就是用参考信号和回波"相减",把"距离不同"变成"频率不同":距离越远,差频越高

解线频调的好处

原文的难点:可以把几百兆赫的信号频带降到几兆赫,简化中放和 A/D 变换。

类比

你要量一根很长的绳子,但尺子只有 30 厘米。你可以先量出一段参考长度,再量出绳子比参考长度多多少——只需要一把小尺子,就能量很长的绳子。

解线频调就是"先定一个参考距离,只处理目标相对于参考距离的差值",从而大大降低对设备的要求。这是我第一次感受到:信号处理里的很多技巧,本质都是"把难测的量转换成容易测的量"。

剩余视频相位(RVP)

原文的难点:解线频调后多了一个 RVP 项,会使多普勒有少许改变,还会导致脉冲在时间上不对齐。

类比:你和朋友合唱,虽然唱的是同一首歌,但朋友总是比你慢半拍。这个"慢半拍"就是 RVP。

它本身不影响你听出朋友唱的是什么,但如果你想把两个声音精确对齐,就必须补偿掉。雷达里通过"去斜"处理来消除 RVP。

解线频调后的采样率

原文的难点:解线频调后,距离采样率等于分辨率,观测距离范围由采样点数决定。

类比:你用一把"差值尺"量绳子,尺子的最小刻度决定你能分辨多小的差别

  • 刻度越细 → 能分辨的距离越小;
  • 刻度数量越多 → 能测量的总范围越大。

2.3 散射点模型与一维距离像

散射点模型

原文的难点:目标在光学区可以用一系列散射点表示,每个散射点有幅度和相位。

类比:你用手电筒照一个钥匙串,钥匙串上有很多小金属片,每个小片都会反光。雷达看到的目标也是这样:飞机、车辆等目标可以看成很多个"小反光点"的集合

这个模型很关键——后面几乎所有成像算法,都是在处理"一堆散射点"的回波。

一维距离像是什么?

原文的难点:宽频带雷达的回波不再是"点",而是沿距离分布的一维像,是目标三维散射点在雷达射线上的投影。

类比

你用手电筒从侧面照一串挂着的钥匙,你看到的不是钥匙的真实形状,而是钥匙串在光线方向上的投影——有的地方密、有的地方稀。

一维距离像 = 目标上所有散射点在雷达视线方向上的投影。它不是目标的真实形状,只是"沿距离方向的分布"。

【此处有图:三维目标散射点 → 沿雷达视线投影 → 一维距离像的示意】

一维距离像随视角变化:位置慢变、幅度快变

原文的难点:视角变化不大时,散射点位置基本不变,但同一距离单元里多个散射点的相位差会变化,导致幅度起伏。

类比:你从不同角度照钥匙串——

  • 角度只变一点点(比如 1°):钥匙的位置基本不变,但不同钥匙反光到达你眼睛的先后顺序会变,亮度忽明忽暗;
  • 角度变很多(比如 15°):有些钥匙被挡住、有些原来挡住的露出来,整个投影形状都变了。

所以结论是:峰值位置变化慢,峰值幅度变化快。

这里要引入"距离单元"的概念:雷达把距离分成很多小格,每格叫一个距离单元,同一个单元里可能有好几个散射点。

  • 位置为什么慢变:散射点在目标上的位置变化慢,所以峰值还在原来那个距离单元;
  • 幅度为什么快变:同一个距离单元里多个散射点的相位差对视角极其敏感,相位差一变,叠加后的幅度就忽大忽小。

一句话:一维距离像的"骨架"(峰值位置)稳定,“亮度”(峰值幅度)忽明忽暗。

平均距离像

原文的难点:在一定的转角范围里,取多个等角度间隔的回波作平均,交叉项被平均掉,得到稳定的平均距离像。

类比:你拍一张照片,画面里有很多随机噪点,可以连拍很多张取平均,噪点被平均掉,剩下的就是稳定景物。

雷达也一样:一维距离像里有很多随机起伏(交叉项),取多个不同角度的回波作平均,起伏被平均掉,剩下的就是稳定的"自身项",即平均距离像。

书上还提到可以用特征分解主分量得到平均距离像。我的理解是:

类比:你有一堆不同角度的照片,想找一张"最能代表所有人"的。用数学方法找出所有照片中最共同的那个成分,就是主分量。结果和直接平均几乎一样。

距离像的三种单元

原文的难点:距离单元分为三类——一个强点+杂波、纯杂波、少数几个强点+杂波。

类比(这个类比我觉得特别好用):

  • 第一类(一个强点+杂波):像一杯清水里滴了一滴墨水,主要看到墨水,水只是背景;
  • 第二类(纯杂波):像一杯浑水,没有明显主色,整体随机起伏;
  • 第三类(少数几个强点+杂波):像一杯水里滴了两三滴不同颜色的墨水,颜色互相干涉,忽明忽暗。

第三类单元是最不稳定的,因为两个强度相近的散射点会"打架",产生大的起伏。这解释了后面做目标识别时为什么最难处理的是这类单元。

顺带提到:测速和多径测高

  • 测速:你连续拍两张照片,看目标移动了多少像素,就能算出速度。雷达看相邻两次回波的距离像移动了多少,就知道径向速度(滑动互相关)。
  • 测高:你站在山谷里喊一声,听到两个回声——一个来自对面山壁、一个来自地面,两个回声的时间差可以告诉你山壁的高度。雷达利用直达波和地面反射波的时差来测目标高度。

2.4 一维距离像回波的相干积累(顺带读到,卡了很久)

为什么宽带信号难做相干积累?

原文的难点:宽带信号下,目标运动会使回波包络在距离单元间走动,难以积累。

类比:你连续拍一个跑步的人,他跑得很快,每一张照片里他都在不同的位置。你想把多张照片叠加增强信号,结果人变成了一条模糊的线。

雷达也一样:目标一动,回波就在距离单元间"走动",直接叠加反而模糊。

楔石形变换(Keystone)

原文的难点:通过虚拟时间变换,把不同频率的多普勒"凝结"在同一个时刻,消除包络走动。

类比:你拍一列火车,火车在动,每节车厢速度不同。你想把各车厢对齐,可以根据每节车厢的速度调整拍照时间,让它们在照片里"停"在同一位置。

楔石形变换就是根据不同频率调整时间尺度,让回波包络对齐。(下一篇会专门展开讲这个,因为我当时完全没看懂"为什么调整时间尺度就能对齐"。)


2.5 高距离分辨雷达的检测

原文的难点:对理想点目标,检测性能只决定于发射能量,与波形无关;对复杂目标,宽频带信号回波能量分散,检测性能反而下降。

类比

  • 理想点目标:像一颗完美的玻璃珠,用宽光还是窄光照,反射的总能量一样;
  • 复杂目标:像一串钥匙,用宽光(宽频带)照,每把钥匙都反射一点,能量分散;用窄光(窄频带)照,可能只有一把钥匙反射很强。

所以检测时用窄频带更好,因为能量集中。这直接引出那句话:宽带信号适合成像,窄带信号适合检测(当时我也不理解,下一篇专门讲)。


第二章最需要记住的几句话

  1. 宽带信号 + 脉冲压缩 = 高距离分辨率
  2. 匹配滤波把各频率分量的相位对齐,让回波能量集中。
  3. 解线频调把"距离不同"变成"频率不同",降低设备要求。
  4. 一维距离像是目标散射点在雷达视线上的投影,不是真实形状
  5. 一维距离像随视角变化:峰值位置变化慢、峰值幅度变化快。
  6. 平均距离像通过多角度平均得到,稳定可靠。
  7. 宽带信号适合成像,窄带信号适合检测
  8. 楔石形变换用来补偿宽带信号下的包络走动。

我的复盘

第二章信息量比第一章大得多,我最后是靠"三个比喻"把整章串起来的:

  • 锤子敲钉子→ 为什么要大时宽宽带信号;
  • 钥匙串投影→ 什么是一维距离像;
  • 连拍取平均→ 为什么要多角度平均。

但这一章我留下了好几个没搞懂的问题:为什么宽带难相干积累、Keystone 凭什么能对齐、为什么宽带适合成像却适合不了检测。这些我在下一篇里逐个补上了。

(下一篇:相干积累、Keystone 变换,以及"带宽"到底怎么理解——我在那里犯了一个非常典型的错误。)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/24 5:25:40

Kali Linux 2026.2虚拟机配置与安全测试工具链实战指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/24 5:20:52

Marchand巴伦设计实战:从耦合线原理到宽带差分转换

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/24 5:18:05

ESP32 I2S驱动D类功放:从协议原理到ESP-IDF实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/24 5:16:31

ESP32无线图像传输实战:WebSocket实时视频流方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/9/24 5:05:11

Wandb Core 中的 gax-go v2:从 2.4 到 2.25 的能力演进与源码级解析

机器学习深度学习数据可视化可观测性 【免费下载链接】wandb The AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production. 项目地址: https://gitcode.com/gh_mirrors/wa/wandb 点…

作者头像 李华