脉冲线性调频雷达信号处理全链路解析

让我把标题拆开理解一遍。PLFM 是 Pulse Linear Frequency Modulation 的缩写，也就是脉冲线性调频；RADAR 不用多说，代表整个回波接收与处理链路。所以 PLFM_RADAR 这个名字，指向的并不是某一台成品雷达的型号，而是一套完整的脉冲压缩雷达信号处理项目。

这个项目解决的问题非常具体：在发射峰值功率受到限制、又想获得足够距离分辨力的前提下，怎么通过线性调频宽脉冲加匹配滤波，把回波里的目标信息高保真地提取出来。它最典型的应用场景是移动平台近程探测验证，比如无人机避障、地面无人车环境感知、小型船只导航雷达，以及在实验室里搭一套可重复研究的雷达试验平台。如果你是雷达信号处理方向的学生、刚入行的硬件工程师，或者正打算把雷达装到某个无人平台上，这套链路上的波形设计、定时同步、脉压实现、杂波抑制和标定方法，大概率都是你躲不开的必经之路。

1.1 为什么选脉冲线性调频，而不是 FMCW

很多人拿到“雷达探测”需求后，第一反应是调频连续波（FMCW）。FMCW 体制在车载雷达里确实用得很多，硬件简单、灵敏度高、距离速度可以同时解算。但它有一个很棘手的工程问题：收发隔离。发射机一直在工作，接收机也同时在工作，哪怕功放和接收天线之间只泄漏回来一点点信号，这个泄漏信号也会把弱目标回波彻底淹没。为了压低泄漏，FMCW 雷达要么用环形器，要么用双天线加高隔离度，要么在基带做泄漏对消，每一招都增加硬件复杂度和调试成本。

脉冲体制则是在时间上把发射和接收隔开：发射机只在脉冲持续时间内工作，其余时间全部让给接收。这样收发隔离的压力小了很多，接收链路的动态范围也能做得更好。对于我这次要验证的平台来说，动辄几十 dB 的杂波动态范围需要处理，脉冲体制在这一项上的优势是实实在在的。

当然，脉冲体制也有自己的缺点，比如距离分辨力天然受限于脉宽，要想同时获得远作用距离和细距离分辨力，就必须引入脉冲压缩。这恰好就是 PLFM 的核心价值：发射大时宽带宽积的线性调频脉冲，在接收端用匹配滤波把它压成窄脉冲，距离分辨力由带宽决定，探测能量由脉宽决定，两者不再互相绑架。

1.2 目标约束与系统架构

这个项目从立项起就有明确的性能约束：作用距离覆盖 50 米到 3 公里，距离分辨力 1.5 米，能分辨两个相距较近的目标，并能输出目标距离、速度和方位信息，供平台决策使用。这个指标不算激进，但对一套要从零搭建的工程原型来说，已经足够检验信号处理链路里的每一个环节了。

系统整体划分成四个模块：

• 波形产生与发射模块：包括 FPGA 或 DDS 产生基带 I/Q 线性调频波形，经过上变频、功放后送至发射天线。
• 射频前端模块：包含收发天线、低噪声放大器（LNA）、下变频链路和中频滤波。
• 数据采集模块：ADC 对中频信号带通采样，转换为数字中频序列。
• 数字信号处理模块：数字下变频、匹配滤波、MTI 对消、多普勒积累、CFAR 检测和点迹输出。

这套架构里，最值得花时间的是数字处理部分。因为波形参数一旦定下来，雷达性能的理论上限就固定了，你能不能把这个上限发挥出来，完全取决于后端处理干不干净。

2. 波形设计：从参数计算到落地

2.1 线性调频信号的数学表达

线性调频信号的复数表达式为：

s(t) = rect(t/Tp) · exp[j·2π·(f0·t + 0.5·K·t²)]

其中 f0 是起始载频，Tp 是脉冲宽度，K = B/Tp 是调频斜率。瞬时频率随时间线性增加：f(t) = f0 + K·t。也就是说，一个脉冲从开始到结束，频率总共扫过了 B 赫兹的宽度。

有人可能会问，为什么要让频率“扫”起来？答案在于匹配滤波。发射信号通过目标反射回来后，接收机里存放着一份与发射信号相位严格同步的参考信号，两者做相关运算时，同一目标在不同时刻的回波会在某个时延处相干叠加，形成一个尖锐的相关峰。线性调频相当于给脉冲内部的每一个时刻贴上了不同的频率标签，让匹配滤波可以把它们精确地“聚”到一起。

当然，没有任何波形是免费的。线性调频信号在做匹配滤波时会产生距离-多普勒耦合，也就是目标径向速度带来的多普勒频移，会让相关峰峰值位置沿距离轴发生少量偏移。脉冲体制里这个偏移通常可以忽略，但如果目标速度很快、脉宽又很长，就需要在数据处理时补偿掉。

2.2 核心参数计算：带宽、脉宽、PRF

距离分辨力的公式是：

ΔR = c / (2B)

如果指标要求 ΔR = 1.5 米，那么带宽：

B = c / (2ΔR) = 3×10⁸ / (2×1.5) = 100 MHz

这个数字一出来，后面很多东西都被它锁定了。采样率至少要到 200 MSPS 以上，滤波器带宽、功放平坦度、天线带宽都要覆盖 100 MHz，这些都是硬件上逃不掉的开销。

脉宽 Tp 的选择，则要看能量的需求。目标回波功率和脉宽成正比，脉宽越长，单个脉冲携带的能量越大。但它也决定了信号的时宽带宽积 Tp·B，这个数值就是匹配滤波的理论处理增益。比如 20 微秒脉宽配 100 MHz 带宽，时宽带宽积是 2000，换算成对数约 33 dB。通俗点说，就是用 20 微秒的宽脉冲发射，经过脉压后能得到大约 33 dB 的信噪比提升，再弱的目标回波也会被抬起来。

脉冲重复频率（PRF）的选取，需要同时考虑最大无模糊距离和多普勒覆盖。最大无模糊距离 R_max = c / (2·PRF)。如果 PRF 取 10 kHz，R_max 就是 15 公里，对近程平台来说完全溢出覆盖需求；而多普勒无模糊速度范围是 ±λ·PRF/4，载频 5.8 GHz 时波长约 51.7 毫米，对应最大无模糊速度约 ±129 m/s，中低速平台和一般地面目标都在这个范围里。

下表是我在这个项目里实际使用的波形参数，可以作为一套能直接跑通的基准配置：

2.3 频段选型的工程考量

选 5.8 GHz 这个载频，我不完全是拍脑袋。S 波段（2~4 GHz）大气衰减小、穿透性好，适合远距离，但天线尺寸较大，同样增益的天线在 5.8 GHz 下可以做小一半左右。X 波段（8~12 GHz）天线更小、带宽更容易做大，但雨衰和器件成本就上去了。

对移动平台来说，C 波段是一个比较舒服的折中：天线尺寸适中，带宽能轻松做到 100 MHz 以上，器件成熟度高，功放也好选。如果你的平台对体积有更极限的要求，可以用 X 波段；如果更看重低成本和小体积，甚至可以考虑 K 波段，但那些频段的射频器件选型和 PCB 设计要求都会明显更高。

3. 数字信号处理链路的完整实现

3.1 波形产生：DDS 与正交调制

数字链路的第一步，是产生基带线性调频 I/Q 数据。我用的方法是在 FPGA 里做一个 DDS 核，用相位累加器的步进值随时间线性增加，来产生频率递增的正弦信号，同时输出 I、Q 两路。因为后续上变频要用正交调制器，需要的是复数基带信号，而不是单路实信号。

这一步有几个细节值得提醒。第一，DAC 更新率要留够余量。基带信号带宽 100 MHz，DAC 更新率至少要在 250 MSPS 以上，否则高频分量会在频谱上折叠出镜像。第二，必须在波形产生之后实测一次发射链路的幅频响应，因为 DAC、滤波器、功放的幅频特性都不可能是理想的平坦直线，如果不做补偿，脉压后的主瓣会有畸变，旁瓣也会被抬高。

3.2 接收链路与中频采样

接收端的经典做法，是先把射频信号经过 LNA 放大，下变频到几十 MHz 的中频，再交给 ADC 采样。很多初学者会下意识以为采样率越高越好，其实在中频采样的架构里，我们按照带通采样定理选择采样率就行，关键是让频谱完整搬移、不发生混叠。

比如中频选 120 MHz，采样率用 250 MSPS，信号频谱落在 70~170 MHz 之间，正好处于第一奈奎斯特区内。这样既降低了对 ADC 速率的要求，数字下变频的实现也更简单。采样得到的是一路实中频序列，要得到 I/Q 数据，可以在 FPGA 里做一个数字下变频：NCO 产生 120 MHz 本振，混频后级联低通滤波和抽取，最后输出基带 I/Q 数据。

这段链路里最容易被忽视的是滤波器的过渡带设计。过渡带太陡，时域会有振铃，表现为脉压后出现伪峰；过渡带太缓，带外泄漏又会污染相邻频段。我的经验是先用离线数据在仿真环境里把滤波器参数粗调一遍，再上板看实际频谱，反复迭代几轮，才能拿到一个“干净”的基带信号。

3.3 匹配滤波与旁瓣抑制

匹配滤波在数字域有标准实现方式：回波做 FFT，参考信号做 FFT 后取共轭，两者相乘，再 IFFT 回时域。写成伪代码就是：

import numpy as np # r: 一帧回波数据, ref: 与发射信号一致的参考信号 N_fft = len(r) + len(ref) - 1 R_fft = np.fft.fft(r, N_fft) Ref_fft = np.fft.fft(ref, N_fft) y = np.fft.ifft(R_fft * np.conj(Ref_fft), N_fft)

这里有三个要点。第一，参考信号必须和发射信号严格一致，包括起始相位和采样时钟。如果参考信号和发射信号有频率或相位偏差，相关峰幅度会下降，距离测量也会偏移。第二，FFT 长度必须大于回波长度和参考长度之和，否则圆周卷积会把能量从正确的距离单元混叠到其他位置，这属于工程上很低级但很容易犯的错误。第三，输出信号是相关峰，旁瓣控制必须提前规划。

如果不加窗，LFM 脉压后的第一旁瓣只比主瓣低 13.2 dB。这个水平在单目标场景下凑合，但在多目标或强杂波场景下，强目标的旁瓣会把附近弱目标完全淹没。我在参考信号上做了汉明窗加权，旁瓣压到约 -42 dB，代价是主瓣展宽约 1.5 倍，距离分辨力从理论值的 1.5 米变成大约 2.2 米。

如果你的场景里强杂波特别多，可以直接上泰勒窗或凯泽窗。这两种窗的旁瓣抑制能力可以通过参数连续调节，在旁瓣电平和主瓣宽度之间找平衡，调起来更灵活。

3.4 慢时间积累、多普勒处理和 CFAR 检测

单个脉冲做完脉压后，得到的一维距离剖面只能告诉你“多远有回波”，还不能测速度。要测速度，需要用多个脉冲组成慢时间序列：把每个距离单元上的复数值沿脉冲序号方向做 FFT，就得到该距离单元上的多普勒频谱。这个过程叫慢时间积累，能同时提高信噪比和获得目标速度。

我的处理流程是多脉冲距平排列成矩阵，先做一个简单的两脉冲对消器把静止杂波抑制掉，再沿慢时间维做 FFT，输出距离-多普勒二维图。对消器虽然简单，但效果立竿见影：地面建筑、护栏这一类固定目标的回波在相邻脉冲间相位基本不变，相减后直接对消，只剩下运动目标。

检测环节用 CFAR 而不是固定门限。CFAR 的核心思想是，对待检单元附近的一段区域做统计，估计当前的杂波功率，再把门限设为统计量的若干倍。这样做的好处是门限自适应，杂波强的地方门限抬高，杂波弱的地方门限降低，检测性能比固定门限好太多。

CA-CFAR（单元平均恒虚警）是最常用的实现。待检单元前后各留几个保护单元，再取保护单元两侧的多个训练单元，求平均值作为杂波功率估计，门限 = 均值 × 门限因子。保护单元的目的是防止强目标能量泄漏进训练单元，训练单元数量则决定估计的稳健性。

实际调参时，我发现虚警率设得太低，弱小目标会被门限压掉；设得太高，强杂波点又会漏进点迹。我最终取了虚警率约 1e-5 到 1e-6 之间的配置，在近地杂波环境里能保持稳定的检测效果。如果目标密集出现、相互遮挡的情况比较多，可以把 CA-CFAR 换成有序统计 CFAR（OS-CFAR），它能抵抗多个目标同时对训练单元的污染。

3.5 点迹输出与平台集成

距离-多普勒图只是中间产物，真正的雷达要输出目标点迹。检测到目标后，需要把距离-多普勒单元的坐标换算成平台坐标系下的距离、方位、俯仰，再结合惯导数据做运动补偿，最终送给显控或决策模块。这里的工作量大多不在算法，而在数据流衔接：FPGA 做完脉压和积累后，点迹量可能很大，得做降采样、合并和优先级排序，再用低延迟接口发给上位机。

平台集成时，我踩得最深的一个坑是同步。发射脉冲和接收采样必须有统一时基，否则哪怕每个脉冲都做了完美匹配滤波，慢时间积累时也会因为时间漂移失配，多普勒谱会出现异常展宽。解决方法是把 PRF 触发信号由 FPGA 内部产生，并回环到接收 ADC 的采样时钟域，保证每个脉冲的起点都和发射严格对齐。硬件端还要注意收发天线的相位中心对齐，如果发射和接收天线分开安装，两路的相位误差会直接影响测角精度，需要在标定的时候做补偿。

4. 实测排错：那些教科书里不会写的坑

4.1 频谱混叠和镜像频率

第一次整机联调时，我在距离-多普勒图上总能看到一个“影子目标”，位置刚好和真实目标成镜像。排查到最后，发现是 ADC 采样率设得太低，中频信号在带通采样时发生频谱折叠，真实回波的高频部分混叠到了错误位置。这类问题的排查思路很直接：把发射机关掉，接一个已知信号源，看频谱里有没有多余的峰值。如果有，优先检查采样率和前端抗混叠滤波器的截止频率。

4.2 强目标旁瓣淹没弱目标

城市环境里，大楼墙面、金属围栏这类强反射体非常多。它们的回波强，脉压后旁瓣也跟着高，旁边的弱目标哪怕真实存在，也很容易被掩埋。我采用的方案是两层防护：脉压前先用幅度归一化和非线性压缩把信号动态范围压低，CFAR 之前再对先验的强静态杂波位置做凹口处理。如果条件允许，也可以在波形设计阶段改用非线性调频或相位编码波形，把旁瓣能量打散到更宽的时延区间。

4.3 平台运动带来的多普勒展宽

静态调试一切正常，一装到运动平台上，多普勒谱立刻变糊。原因并不复杂：平台径向速度给所有回波叠加了一个额外的多普勒频移。这时候不能简单调 CFAR 门限去掩盖，而要做运动补偿：根据惯导提供的平台速度和航向，对每个距离单元的相位做补偿后再积累。一个容易忽略的细节是惯导数据延迟，如果延迟大于最小积累时间间隔，补偿后的残余相位误差反而会让速度估计变乱。

4.4 标定和校准必须前置

这个系统里各种非理想特性很折磨人：功放非线性、I/Q 不平衡、滤波器群延迟、天线相位中心不一致。这些误差不标定，理论值永远只是参考。我的做法是每次上电后先跑一遍内部校准环路，把发射信号直接耦合进接收通道，测出系统延迟和幅相响应，再在数字处理中做补偿。这一步做完，实测距离精度会收敛很多，这为后续测角、跟踪打下基础。

5. 一点经验总结

PLFM_RADAR 做下来，我最深的一个体会是：雷达工程百分之八十的时间都花在“让信号变干净”这件事上。波形设计和理论参数计算只是起点，频谱不混叠、时序对齐、系统标定做完，后面的检测和跟踪才谈得上。另一个很实际的经验是，不要一上来就追求极限参数，先搭一个带宽适中、硬件简单、能跑通全链路的原型，比一开始就堆高性能器件重要得多。参数优化留到链路稳定之后再去抠，效率会高不少。

最后分享一个小技巧：调试雷达时，准备一个金属角反射器当标准目标，比用真人真车方便得多。它雷达截面积大、方向性好、成本低，在不同距离上测一组回波，能直观看到脉压峰值、旁瓣电平和距离测量误差随信噪比变化的曲线。这套方法论让我把很多“看起来玄学”的问题，变成了可以量化的指标。