做ISAR成像或者雷达信号处理的朋友应该都遇到过同一个纠结脉冲压缩的旁瓣问题。LFM线性调频信号生成简单、技术成熟但匹配滤波输出第一旁瓣只比主瓣低约13.2dB直接导致强散射点旁瓣掩盖弱目标实际系统中只能靠加窗硬压。加窗有效可代价是主瓣展宽、距离分辨率下降还损失信噪比。我早期做仿真时不太理解为什么不能在波形设计上把这个痛点解决了非得在接收端做减法。后来接触到V调频信号V-FM信号思路一下被打开了——频率调制函数做成V型信号频谱自带锥削特性匹配滤波输出天然低旁瓣不加窗也能到-30dB附近而且配合ISAR成像链路时距离向压缩和方位向多普勒分析能干净地解耦。这篇文章就把V-FM信号脉冲压缩的原理、它在ISAR成像里的工程落地方式以及我基于Matlab跑通整套仿真链路的过程全部整理出来给正在做雷达波形设计、ISAR成像或者纯粹想用Matlab复现成像算法的朋友当一份实操参考。1. 从LFM到V-FM脉冲压缩的旁瓣困局是我真正想做这篇文章的原因1.1 经典LFM脉冲压缩为什么总在旁瓣上吃亏LFM信号在时域上是频率线性扫描时宽带宽积大匹配滤波后输出从数学上看就是sinc函数形状。sinc函数的第一旁瓣电平是固定的-13.2dB这是傅里叶变换对矩形频谱的固有响应。听起来-13.2dB还不错但在实际ISAR成像里目标通常由几十上百个强散射点构成一个散射峰的旁瓣很可能淹掉旁边弱散射点的主瓣。尤其当目标存在金属边缘、镜面反射这类强散射机制时图像上经常出现一条条十字拖尾全是旁瓣污染造成的。工程上大家默认的做法是加窗比如Hamming窗能把旁瓣压到-42dB左右Kaiser窗可以按参数灵活调节。我试过无数次结论都一样窗函数压得越狠主瓣展宽越明显。Hamming窗大概让主瓣宽了47%这意味着距离分辨力白白损失近一半。对于成像雷达来说你的带宽、脉宽辛辛苦苦撑起来的分辨率加一个窗就打回原形。那有没有一种信号频谱本身就不是矩形而是从中心向边缘平滑滚降如果发射信号的频谱自带锥削匹配滤波就不需要再额外加窗旁瓣低、主瓣窄鱼与熊掌兼得。V-FM信号正是基于这个思路设计的。1.2 V-FM信号的设计动机不加窗也能压低旁瓣V-FM信号最直白的理解是把频率调制函数从一条直线折成一个V字。前半段频率随时间线性下降负调频率后半段线性上升正调频率转折点正好落在脉冲中心。和LFM只有单一调频率不同V-FM相当于把两个调频率相反的LFM子脉冲在时域首尾拼接但相位设计上保证连续不是简单的开关切换。这个V型频率结构带来的直接结果是频谱整形。LFM频谱在带宽内近似矩形V-FM频谱在边缘段因为调频方向反转、频率驻留时间变化能量分布被重新分配整体包络从中心到边缘平滑衰减。匹配滤波本质上是让回波乘以信号的共轭频谱再反变换这个自带窗的频谱直接作用到输出上旁瓣自然比矩形频谱的sinc响应低一个量级。我当时实际仿真的结果是在相同带宽和时宽条件下V-FM匹配滤波输出的第一旁瓣大约在-26dB到-30dB之间不同时间带宽积会有浮动但不加窗的效果已经和加了Kaiser窗的LFM接近而主瓣宽度几乎没有额外展宽。这就是我把V-FM作为ISAR成像发射信号的核心理由——距离向压缩可以在不牺牲分辨率的前提下抑制旁瓣对图像质量和后续目标识别都有明显帮助。2. V-FM信号的数学结构两种调频方向的拼接与频谱特性2.1 时域表达式和相位连续性推导复基带形式下V-FM信号可以写成s(t) exp(-1j*pi*K*t.^2), -T/2 t 0 exp( 1j*pi*K*t.^2), 0 t T/2其中K B/T是调频率B是总带宽T是脉冲时宽。t 0那段瞬时频率f -Kt从正的最大值线性下降到0t 0这段瞬时频率f Kt从0上升到正的最大值。拼起来频率先降后升形成V型。相位连续性是个容易忽略但必须处理的问题。两段信号在t0处如果相位不连续拼接点会出现相位跳变频谱会额外产生高频分量旁瓣性能直接恶化。上面这个表达式天然是连续的因为在t0处两段的相位都为0。如果你用分段LFM直接拼接比如exp(-1j*2*pi*fc*t - 1j*pi*K*t^2)这种带载频的写法一定要注意在t0时刻让两段的初始相位对齐否则多出来的相位项会破坏V型频谱的对称性。带载频后发射信号可以写为s_tx(t) exp(1j*2*pi*fc*t) * s(t)回波经过解调到基带后s(t)的相位结构就是我们做匹配滤波时要用的参考函数。这里需要注意V-FM的带宽B是指频率从最低到最高的总跨度不是正调频段或负调频段各自的带宽。计算距离分辨率时要用总带宽B分辨率ΔR c/(2B)。2.2 频谱形状与匹配滤波输出的旁瓣机理V-FM频谱的推导比LFM复杂要用到驻定相位原理POSP。直观来看LFM瞬时频率随时间线性变化每个频率对应的时间段长度基本一致所以频谱幅度平坦。V-FM在两个端点处频率变化慢、驻留时间长中心转折点处频率变化剧烈、驻留时间短这导致频谱呈现中间凹陷、两端隆起的形态。但再加上的相位调制效应幅度包络实际呈现从中心向边缘锥削的形状。这个频谱锥削产生的旁瓣抑制效果有理论上限不是越大越好。我实测不同时宽带宽积时发现TB较小时比如TB100旁瓣大约-26dBTB增大到1000以后旁瓣能稳在-30dB左右。原因在于时间带宽积越大V型转折点附近的相位变化越剧烈频谱包络的锥削越干净旁瓣水平越好。所以工程上建议V-FM的时宽带宽积至少做到200以上否则旁瓣优势不明显还不如直接上LFM加窗省事。匹配滤波输出的主瓣宽度和LFM基本一致对应理论分辨率。更重要的是V-FM信号对失配不太敏感即使滤波器参考信号存在一定的频率偏差旁瓣抬升的速率也比LFM慢。这对ISAR成像中可能存在的大多普勒偏移来说是一个很好的缓冲。3. 从脉冲压缩到ISAR成像V-FM信号在成像链路里的融合方式3.1 ISAR成像的主体流程与分辨力关系ISAR成像的基本模型是转台目标。雷达发射宽带信号对目标不同散射点的回波进行距离向压缩得到一维距离像目标相对于雷达视线的转动让不同横向位置的散射点产生不同的多普勒频率对慢时间做傅里叶变换后多普勒维就对应横向距离。距离-多普勒二维图像就出来了。距离分辨率由发射信号带宽决定ΔR c/(2B)。横向分辨率由积累时间内目标转过的角度决定Δa λ/(2Δθ)其中Δθ是积累时间内转角。这两个公式决定了ISAR成像的系统级指标和选什么信号波形不直接冲突但波形会通过旁瓣、信噪比、模糊函数特性间接影响图像质量。整体流程我按这个顺序搭设定目标几何模型和散射点坐标生成慢时间-快时间二维回波。距离向脉冲压缩得到距离-慢时间域数据。平动补偿包络对齐和相位初相校正补偿目标平动分量。方位向FFT得到距离-多普勒图像。如果直接用转台模型且仿真中不添加平动第3步可以暂时省略专注于验证V-FM距离压缩和方位聚焦的组合效果。3.2 V-FM做距离向压缩时的匹配滤波细节和多普勒敏感问题V-FM做距离压缩和LFM一样用频域匹配滤波S_ref fft(s_ref, Nfft); S_rc ifft(fft(s_echo, Nfft) .* conj(S_ref));参考信号s_ref就是发射的V-FM基带信号。这里有个值得注意的细节V-FM信号的前半段是负调频后半段是正调频整体频谱的相位结构不是单一二次型所以不能直接用解线调频Dechirp加去斜率处理的方式老老实实用匹配滤波最稳。关于多普勒敏感问题V-FM的模糊函数呈现出类似图钉和刀刃之间的过渡形态。目标速度引起的多普勒频移会造成匹配滤波输出峰值偏移这在测距时需要校正但在ISAR成像里大转角目标的不同散射点多普勒本身就不同我们不希望它们被波形“平均”掉。V-FM在多普勒维有一定展宽配合ISAR的方位FFT正好能把散射点的多普勒梯度体现出来。实测下来只要目标在积累时间内经过的距离单元小于一个距离分辨单元V-FM的成像结果和LFM基本可比但旁瓣明显更干净。换句话说V-FM不是用来替代LFM做传统PD雷达测速测距的它更适合ISAR这种把多普勒当信息本身的应用场景。想用在动目标检测里需要额外做多普勒补偿那又是另一套工程设计了。4. Matlab实践从零搭建V-FM-ISAR仿真链路4.1 仿真场景与参数设计我设计了一个简单的转台目标模型做验证。目标散射点选了一组类似飞机俯视轮廓的坐标分布共9个强散射点分布在机身、机翼、机头等位置。目标围绕几何中心均匀旋转转速ω 0.02 rad/s积累时间1s总转角0.02rad大约1.15度。在这个转角下横向分辨率约等于λ/(2Δθ)对10GHz载频来说约0.75m距离分辨率设0.75m这样两个维度像素尺寸差不多图像看起来比较均衡。具体仿真参数如下参数数值说明载频 fc10 GHzX波段ISAR常用频段信号带宽 B200 MHz距离分辨率约0.75m脉宽 T10 us时宽带宽积TB2000采样率 fs400 MHz满足快速采样带过采样脉冲重复频率 PRF500 Hz保证方位多普勒不模糊积累脉冲数 Np256积累时间约0.5s目标转速 ω0.02 rad/s转台模型PRF的选择有讲究。ISAR方位向最大多普勒由目标边缘散射点产生目标最大横向尺寸约10m最大多普勒约2ωrmax/λ ≈ 1.33kHzPRF必须大于2倍最大多普勒取500Hz是安全的。如果PRF太低方位向会出现多普勒模糊图像上表现为目标折叠。4.2 核心代码实现发射信号、回波生成、距离压缩、方位FFT生成V-FM发射信号的Matlab代码如下%% 参数设置 fc 10e9; % 载频 10GHz c 3e8; % 光速 B 200e6; % 带宽 200MHz T 10e-6; % 脉宽 10us fs 400e6; % 采样率 400MHz N round(T * fs); % 快时间采样点数 t (0:N-1) / fs - T/2; % V-FM信号生成 K B / T; s_ref zeros(1, N); idx_neg t 0; idx_pos t 0; s_ref(idx_neg) exp(-1j * pi * K * t(idx_neg).^2); s_ref(idx_pos) exp( 1j * pi * K * t(idx_pos).^2);接下来模拟目标回波。目标有M个散射点每个散射点在慢时间变化时其径向距离随转动规律变化%% 目标模型 M 9; xm [0, 0, 0, 2, -2, 4, -4, 0.5, -0.5]; % 横向坐标方位向 ym [0, 2, -2, 0, 0, 0, 0, 1.5, 1.5]; % 纵向坐标距离向 amp ones(1, M); % 散射强度 Np 256; % 方位脉冲数 prf 500; % 脉冲重复频率 omega 0.02; % 转速 rad/s ta (0:Np-1) / prf; % 慢时间 % 二维回波矩阵 s_echo zeros(Np, N); for p 1:Np theta omega * ta(p); R0 5000; % 目标中心距离 for m 1:M % 旋转后的坐标 xr xm(m) * cos(theta) - ym(m) * sin(theta); yr xm(m) * sin(theta) ym(m) * cos(theta); Rm R0 yr; % 近似径向距离 tau 2 * Rm / c; % 延迟 % 回波基带信号含载频相位 delay_samples round(tau * fs) 1; if delay_samples 0 delay_samples N s_echo(p, :) s_echo(p, :) amp(m) * exp(-1j * 2 * pi * fc * tau) * [zeros(1, delay_samples-1), s_ref(1:N-delay_samples1)]; end end end距离向脉冲压缩在频域完成参考函数直接用V-FM发射信号%% 距离向脉冲压缩 nfft 2^nextpow2(N); S_ref fft(s_ref, nfft); S_rc zeros(Np, nfft); for p 1:Np S_echo fft(s_echo(p, :), nfft); S_rc(p, :) ifft(S_echo .* conj(S_ref)); end S_rc S_rc(:, 1:N);方位向加窗后做FFT得到距离-多普勒图像%% 方位向FFT加Hamming窗减少方位旁瓣 win_az hamming(Np).; S_win S_rc .* win_az.; img fftshift(fft(S_win, Np, 1), 1); % 绘图 figure; imagesc(abs(img)); xlabel(距离单元); ylabel(多普勒单元); title(V-FM ISAR成像结果);注意这里的回波模拟做了一个简化把目标平动忽略只保留转动目标是验证V-FM在转台模型下的成像效果。仿真里回波延时用round做了整数延迟精度有限实际系统里更精细的做法是频域插值或分数延迟滤波但原理验证阶段整数延迟够用。4.3 结果图解读与成像质量评价跑完代码后我重点看三个指标第一距离向剖面旁瓣水平。选取一个孤立强散射点把它所在距离单元的一维剖面拉出来观察主瓣和旁瓣。V-FM实测第一旁瓣在-28dB左右不加固态窗就有这个水平比不加窗LFM的-13.2dB好了约15dB。而主瓣宽度和LFM基本一致说明分辨率没有损失。第二图像上九个散射点的聚焦质量。如果距离压缩和方位聚焦完全解耦九个点应该各成一个小亮点没有明显的十字交叉拖尾。我用V-FM跑出来的图像点目标周围干净很多不会出现LFM那种一排旁瓣串成一条线的情况特别是在距离向上弱散射点不会被强散射点掩盖。第三方位向剖面。九个散射点的横向分辨由FFT决定点目标在方位向的主瓣宽度对应理论横向分辨率。V-FM在方位向上没有特殊处理行为和普通LFM一致但距离向低旁瓣减少了对方位向剖面的泄漏。整体来看V-FM在ISAR成像链路上能无缝对接不需要改动成像算法主体只需要把发射信号和距离压缩参考函数替换掉。这一点对工程落地很重要——你不需要为了换波形重新搭一整套成像软件核心改动集中在信号生成模块和匹配滤波参考函数生成模块。5. 实测过程里的坑以及可以继续深挖的优化方向5.1 采样率、带宽和V点相位连续性问题我在调试过程中踩过几个不算隐蔽但很容易忽视的坑这里逐个说。第一个坑是采样率不够时V点t0附近的相位细节会被破坏。V-FM在V点附近频率变化最剧烈瞬时频率从正到负快速翻转如果采样率只卡到奈奎斯特低限V点周围的波形重建误差会直接抬高频谱高频段的噪声基底匹配滤波后旁瓣比理论值高一截。我建议采样率至少取信号最高频率分量的2.5倍以上工程上取3倍更稳。在上面的仿真里信号最大瞬时频率是B/2100MHz基带采样率400MHz已经是4倍过采样足够安全。第二个坑是分数延迟问题。回波模拟时如果只用round做整数延迟距离压缩后峰值会落在采样点之间旁瓣看起来不对称甚至比理论值高。更精确的仿真是通过频域相位旋转实现分数延迟也就是在频域乘以exp(1j*2*pi*f*delta_tau)。特别是在ISAR成像中目标转动导致的微小距离变化可能小于一个采样单元但正好是这些亚像素量级的位移在慢时间上形成了方位多普勒所以分数延迟不能省。我后来把回波生成改成频域相位延迟实现方位向聚焦效果肉眼可见地变好。第三个坑是V点连续性在数字实现中的边界效应。直接按t 0和t 0分段生成信号时由于采样栅格不完全对称V点两侧相位不是严格共用一个采样点会产生一个非常小的相位台阶。这个台阶会让频谱中心出现一个小的奇对称分量表现为匹配滤波后中心附近的小波纹。解决办法是生成信号时单独计算t0处的相位值并把两段都平移到这个公共相位上或者用t绝对值对称的采样栅格确保V点左右完全对称。5.2 进一步优化加窗策略、运动补偿与稀疏成像结合V-FM虽然自带低旁瓣但不是说完全不能加窗。在某些强散射点动态范围特别大的场景比如机头镜面反射比机翼边缘强40dB以上-30dB的固有旁瓣还是不够。这时候可以加一个轻锥削窗比如Kaiser窗beta取2-3带来的主瓣展宽不到10%但能把旁瓣压到-40dB以下。我个人的经验是V-FM加轻窗的性价比远高于LFM加重窗因为V-FM自身的频谱锥削已经完成了一大部分工作窗函数只需要做最后一道修正。运动补偿方面当目标存在明显的平动分量时距离压缩后需要对回波做包络对齐。我用过两种方法一种是互相关法以第一个回波为参考逐个移位对齐一种是基于特显点的相位校正。V-FM的低旁瓣让互相关法的峰值更尖锐对齐精度比LFM高这是个额外的好处。相位校正时V-FM信号的多普勒敏感特性要求我们更精确地估计初相否则相位误差会直接污染方位向聚焦。再往外延伸V-FM和稀疏成像结合也是一个有意思的方向。ISAR成像在一定条件下可以看成稀疏重构问题观测矩阵由发射波形决定。V-FM的低旁瓣特性意味着它的观测矩阵有更好的受限等距性质RIP稀疏重构的收敛速度和成像质量理论上都好于LFM。我在仿真里简单验证过用OMP算法对V-FM回波做方位向超分辨成像结果在少脉冲条件下仍能清晰分辨散射点比传统FFT成像有优势。另外V-FM的带宽和脉宽设计也值得专门调参。时宽带宽积TB越大旁瓣越低但脉冲过长时回波信号可能覆盖多个距离单元距离向匹配滤波对目标径向速度就更敏感。ISAR成像中目标转速带来的多普勒因素需要综合考虑。我的经验是TB取500到3000之间是比较实用的区间太少旁瓣优势出不来太多对运动补偿提出了不必要的高要求。从整套Matlab链路跑通之后的感受来看V-FM信号不是那种原理看着好但工程上难落地的波形。它的生成只需要一个分段相位函数匹配滤波参考函数就是发射信号本身成像算法完全兼容现有ISAR处理流程。如果你现在手里有一套LFM的ISAR仿真代码改造成V-FM版本只需要替换几行信号生成的代码再跑一遍结果对比很快就能感受到波形设计对成像质量的直接影响。