简介这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程从线性调频LFM信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑面向电子信息工程、计算机、数学等专业学生适用于课程设计、期末大作业与毕业设计。代码采用参数化编程雷达带宽、脉宽等关键参数可灵活修改无需改动内部逻辑即可适配不同体制与场景匹配滤波、时宽带宽积、旁瓣特性等核心概念通过仿真结果得到直观体现注释清晰便于逐步追踪信号流。压缩包共10个文件含2个.m主程序与8个PNG图像——图像分别展示发射信号、回波、压缩后脉冲等中间/最终结果方便对照验证整体仅207KB轻量易用。已有86人浏览学习适合需要快速获取可运行Matlab代码并理解脉冲压缩原理的读者。运行附赠案例数据即可观察从发射到压缩全过程的波形变化有效串联理论公式与实际信号处理。1. 雷达信号脉冲压缩仿真从信号生成到脉压输出一次跑通做雷达信号处理的人绕不开脉冲压缩尤其是线性调频LFM信号这套体系发射宽脉冲保证足够能量接收端用匹配滤波把回波压成一个窄峰从而同时拿到作用距离和距离分辨率。这个 MATLAB 资源把整条链路拆成了三段——信号生成、回波仿真、脉冲压缩每段代码都留好了参数接口拿到就能在 MATLAB 里直接跑通。我第一次拿到这套代码时没有急着看波形而是把发射信号、回波和脉压输出逐段和公式做对照确认每个峰值都能解释清楚来自于哪个目标、为什么出现在那个距离。这个资源适合作雷达课程设计、做算法验证的工程师以及刚入门想在代码层面吃透脉压原理的同学。全文照着一个完整流程走下来你会得到的不只是一张脉压图而是一套可复用的仿真模板。2. 信号生成线性调频波形的参数约束与MATLAB实现2.1 距离分辨率、作用距离和采样率三个量先立约束脉冲压缩要解决的根本矛盾是“宽脉冲和窄脉冲不可兼得”宽脉冲能量大、探测距离远但距离分辨率差窄脉冲分辨率好但发射能量上不去。线性调频LFM信号的思路是把发射能量摊在一个长脉冲里脉冲内瞬时频率从 -B/2 线性扫到 B/2接收端再通过匹配滤波把回波压缩成 1/B 量级的窄脉冲。这样一来距离分辨率只由发射信号带宽 B 决定和脉宽 T 脱钩了。这个解耦就是脉冲压缩能在雷达里被大规模使用的根本原因。所以仿真参数不能随手写。我拿到一个脉压仿真任务时习惯按这个顺序倒推先按要求的距离分辨率确定 B比如距离分辨率 30m对应 B c/(2δR) ≈ 5MHz再按作用距离和积累需求确定 T如果要求发射能量大T 就取长一些比如 50us最后定采样率。低通采样下要求 fs ≥ 2B工程上更稳妥的是取 3 到 5 倍带宽也就是 15MHz 到 25MHz。为什么必须满足 fs ≥ 2B因为基带 LFM 信号频带宽度近似等于 B低于奈奎斯特采样率会发生频谱折叠。但频谱折叠在 LFM 信号里的表现并不是“波形看起来变差了”而是脉压后主瓣变矮、旁瓣抬高变形。这种问题从时域波形上很难直接判断属于典型的“看起来哪都对、算出来哪都不对”的玄学现场。我见过有人为了排查这种问题把窗函数换了五六种最后才发现是采样率不够。所以参数约束应当在第一层就把采样率立住。把采样率取到 60MHz 是这套代码里一个比较聪明的选择。它的直接好处有两个一是时延量化误差变小n_delay round(τ × fs) 对应距离误差最大为 c/(2fs)60MHz 采样时只有 2.5m二是后续做多目标分辨和峰值插值采样点足够密结果更稳定。代价只是序列变长、FFT 点数变大多花几十毫秒计算时间完全不值一提。这里把三个关键量的关系先说清楚带宽 B 决定距离分辨率脉宽 T 决定发射能量和压缩比 T×B采样率 fs 决定时延量化和频谱保真度。如果你在网上下载过别人写的 LFM 仿真代码经常会看到三种参数相互对不上的情况比如 B10MHz、T10us、fs20MHz 看似满足采样定理实际上三个量组合出来的调频斜率 k B/T 高得离谱相位在相邻采样点之间跳变超过 π瞬时频率曲线都是断的。所以我建议任何仿真开始前先算一遍这三个量的约束关系再动代码。2.2 复数基带LFM构建时间轴起点、代码实现和瞬时频率自检发射信号设计里最容易被忽略的是时间轴的起点。LFM 信号的复数基带形式是 s(t) exp(jπkt²)如果你照抄公式把 t 从 0 取到 T信号起始相位不为零匹配滤波参考函数和回波之间会引入一个固定相位偏移。相位偏移对幅度检测影响不大但后续如果要做多普勒处理、I/Q 不平衡校正这个固定偏移会变成累赘。更稳妥的做法是从 -T/2 取到 T/2让信号相位在 t0 处对称。为什么要用复数形式而不是直接生成 cos(2πf0t πkt²) 这样的实信号因为在脉冲压缩里要用到匹配滤波器其冲激响应是发射信号的共轭反转。如果只用实信号频谱里正负频镜像都存在匹配滤波时镜像部分会干扰主峰输出里会出现额外的假峰。虽然可以通过希尔伯特变换把实信号变成解析信号但那样相当于额外做了一次复数化。既然后面的回波仿真、匹配滤波都是复数流程发射信号从一开始就用复数形式是最自然的选择。%% LFM发射信号生成 c 3e8; % 光速 m/s B 5e6; % 带宽 5MHz对应距离分辨率 30m T 50e-6; % 脉宽 50us k B / T; % 调频斜率单位 Hz/s fs 60e6; % 采样率 60MHz Ts 1 / fs; % 采样间隔 N_T round(T * fs); % 脉宽内采样点数 3000 t (-N_T/2 : N_T/2 - 1) * Ts; % 时间轴从 -25us 到 25us lfm_tx exp(1j * pi * k * t.^2);k B/T 这一行是整个信号生成的核心。因为 t 单位是秒B/T 的单位是 Hz/s物理含义是每秒钟频率变化的速率。如果你把时间轴写成了微秒却忘了把 k 换算成 MHz/us后面的瞬时频率验证就全对不上了。这个单位换算问题出现在很多人的代码里而且非常隐蔽因为 MATLAB 不会报任何错误画出来的图“看起来”也是线性的只有斜率数值和预期对不上。%% 瞬时频率自检验证频率在 -B/2 到 B/2 之间线性扫过 phase unwrap(angle(lfm_tx)); inst_freq diff(phase) / (2 * pi * Ts); plot(t(1:end-1)*1e6, inst_freq/1e6, LineWidth, 1.2); xlabel(时间/us); ylabel(瞬时频率/MHz); grid on;这段自检代码用到了 unwrap 展开相位是因为直接取 angle 得到的相位会被限制在 [-π, π] 区间频率跨过 ±π 时相位会跳变不做展开直接差分会得到尖刺。先展开成连续相位曲线再差分得到的就是真实的瞬时频率。正常结果是一条从 -2.5MHz 到 2.5MHz 的直线斜率正好等于 k 折算到 MHz/us 后的值。对于这套代码我一般会提醒两件事。第一FFT 的频谱检查也值得做对 lfm_tx 做 fft 后取幅度频谱包络应当近似为一个宽度约 5MHz 的矩形。这个检查可以连代码都不用写直接在命令窗口执行plot(abs(fft(lfm_tx)))就能看到。第二这套代码用到的都是 MATLAB 基础函数从 R2019b 到 R2023b、MATLAB 2026b 这些版本跑都没有兼容问题不需要额外安装工具箱用在线版 MATLAB 跑也完全可以。最后补充一个细节如果你把 t 写成 linspace(-T/2, T/2, N_T1) 再去掉最后一个点得到的时间轴和这里等效但直接写 (-N_T/2 : N_T/2-1) 更简洁也更容易看出采样点数。3. 回波仿真目标距离转时延、幅度控制和噪声叠加3.1 点目标回波建模时延、幅度和基带相位的关系回波仿真的核心任务是把“目标在距离 R 处”翻译成数字信号里的延迟和幅度变化。电磁波从雷达发射到目标再返回走的是双程距离 2R所以回波相对发射信号的时延 τ 2R/c。这个 τ 要在离散信号里折算成采样点延迟 n_delay round(τ / Ts)然后让发射信号在回波数组里后移 n_delay 个位置。幅度上的处理要分清场景。理想点目标回波在雷达方程里按 R^4 衰减但在一维基带仿真里我们通常把它简化成一个标量幅度系数 A由目标散射截面积和目标距离共同决定。这样做的理由是脉压仿真关注的是距离分辨力和峰值位置不需要模拟完整的信道传播A 只要设置合理脉压后的相对幅度关系就能反映出不同目标的散射强度差异。还有一个容易想多的地方在复基带模型里回波信号不需要再乘 exp(-j2πfcτ) 这类载频项。因为基带信号已经搬掉了载频回波里剩下的相位信息主要是延迟引起的包络位移。如果目标是静止的基带回波和发射信号之间只差一个延迟和一个实系数。只有当你要模拟运动目标的多普勒时才需要在每个脉冲之间的回波里乘以步进相位这个概念我们留到最后一章再展开。%% 单个点目标回波生成 R_target 10e3; % 目标距离 10km A_coef 1.0; % 相对幅度系数 tau 2 * R_target / c; % 双程时延 n_delay round(tau / Ts); % 采样点延迟 echo_len 200000; % 回波序列总长度 rx zeros(1, echo_len); seg A_coef * lfm_tx; rx(n_delay1 : n_delayN_T) rx(n_delay1 : n_delayN_T) seg;这段代码里 echo_len 200000 乍一看很大它是从系统角度设置的回波序列要同时容纳多个目标的最远延迟和发射信号长度所以干脆开得足够宽。一个简单判断标准是 echo_len 必须大于 max(n_delay) N_T。如果回波数组长度小于这个值远目标的回波会被直接截断脉压输出里那个目标就是一片残缺的波形找不出清晰的峰。3.2 多目标回波叠加与噪声添加SNR 的口径别算错多目标回波的本质是发射信号按不同时延和幅度叠加到一个长数组里。如果你要仿真两个相距 150m 的目标在 B5MHz 分辨率 30m 的条件下脉压后应该能清楚分出两个峰这个距离差就是留给你验证分辨力的。%% 多目标回波构造 targets [10e3, 1.0; % 目标1距离10km幅度1.0 15.15e3, 0.8; % 目标2距离15.15km幅度0.8 20e3, 0.5]; % 目标3距离20km幅度0.5 rx zeros(1, echo_len); for idx 1:size(targets, 1) R targets(idx, 1); A targets(idx, 2); tau 2 * R / c; n_delay round(tau / Ts); seg A * lfm_tx; if n_delay N_T echo_len rx(n_delay1 : n_delayN_T) rx(n_delay1 : n_delayN_T) seg; else warning(目标距离超出回波序列覆盖范围: %.1f km, R/1e3); end end循环里的 if 判断是防止延迟点加上信号长度后越界。如果你一开始把 echo_len 开得足够大这个判断基本不会触发但保留它可以让代码在不同参数下不崩。这里还加了 warning 提示方便你在改目标距离时第一时间发现边界问题。加噪声时有一个非常典型的口径错误。很多人写噪声代码时用 randn 直接生成复噪声却没有意识到复噪声的总功率应该分配到实部和虚部两路。正确的写法是先计算信号平均功率再按线性信噪比换算噪声功率最后把噪声功率的一半分给实部、一半分给虚部。%% 添加复高斯白噪声 snr_dB 20; % 设定信噪比 signal_pow mean(abs(rx).^2); % 回波信号平均功率 noise_pow signal_pow / (10^(snr_dB/10)); noise sqrt(noise_pow/2) * (randn(size(rx)) 1j*randn(size(rx))); rx_noisy rx noise;这个噪声功率计算里mean(abs(rx).^2) 统计的是整个回波数组的平均功率包括零填充部分。这样处理的好处是不管你设几个目标、目标距离多远信噪比的定义口径始终是“整个接收序列里的信号平均功率对噪声功率”和雷达方程里按距离单元计算是两回事。实际工程里更常见的做法是先设定每个目标的信噪比但在一维脉压仿真里统一用一个全局 SNR 更容易控制实验结果。加噪声前后建议做一次对照。先用不含噪声的 rx 跑脉压把理想峰值位置和幅度记录下来再加噪声跑一遍对比主瓣是否还能稳定找到。如果直接拿含噪声的脉压结果来调试算法你很难区分主瓣变形到底是被噪声干扰还是算法本身有 bug。这个“先理想后加噪”的对照习惯能帮你省下大量排查时间。4. 脉冲压缩实现匹配滤波、距离轴标定与窗函数权衡4.1 频域匹配滤波共轭谱、FFT点数和群延迟补偿脉冲压缩的数学本质是让回波通过一个与发射信号共轭匹配的滤波器。匹配滤波器的冲激响应是发射信号的时间反转共轭 h(t) s*(-t)。在频域实现时只需要计算回波的 FFT 和发射信号 FFT 的共轭逐点相乘再做 IFFT这就是工程中最常用的频域匹配滤波。但频域实现里藏着一个高频翻车点直接对两个序列做同样点数的 FFT 再相乘得到的是循环卷积。如果回波的延迟点加上发射信号长度接近 FFT 点数循环卷积会把尾部数据绕回前部在脉压输出里形成等间距的虚假峰看起来像是多了一个目标。解决方法是把 FFT 点数取到两个序列长度之和减一以上确保结果是线性卷积。%% 频域匹配滤波 Nfft 2^nextpow2(length(rx_noisy) length(lfm_tx) - 1); fft_tx conj(fft(lfm_tx, Nfft)); % 匹配滤波器频域响应 fft_rx fft(rx_noisy, Nfft); % 回波频谱 conv_result ifft(fft_rx .* fft_tx); % 频域相乘 IFFT valid_len length(rx_noisy) length(lfm_tx) - 1; compressed conv_result(1:valid_len); % 截取线性卷积有效段nextpow2 的作用是把 FFT 点数取到 2 的整数次幂让 FFT 计算效率更高。这里真正重要的是 length(rx_noisy) length(lfm_tx) - 1 这个下限它保证了线性卷积不会发生循环混叠。截取到 valid_len 是因为 Nfft 可能比实际卷积长度长后面多出来的部分只是补零区不包含有效信息留着只会让距离轴刻度变得不直观。还有一个隐性的群延迟问题需要解释清楚。用 conj(fft(tx)) 做匹配滤波时FFT 的循环反转特性会让匹配滤波器的冲激响应相对“理想时间反转”多出一个固定群延迟群延迟量等于发射信号长度减一也就是 length(lfm_tx) - 1。这个偏移不会影响脉压结果的形态但在把峰值索引换算成距离时如果不把它扣掉目标距离会整体偏大一个发射信号长度对应的距离大约在 3000 个采样点左右。这在雷达仿真里的表现就是“目标设 10km峰却在 12.5km”非常迷惑。4.2 距离轴标定与窗函数主瓣展宽是分辨率换旁瓣的代价距离轴标定的正确顺序是先把线性卷积有效段对应的索引轴建立起来再扣掉群延迟最后转成距离。下面的代码演示了完整做法%% 距离轴标定与峰值定位 n_axis 0 : valid_len - 1; R_axis c * (n_axis - (length(lfm_tx) - 1)) / (2 * fs); [peak_amp, peak_idx] max(abs(compressed)); fprintf(峰值索引 %d对应距离 %.3f km\n, peak_idx, R_axis(peak_idx)/1e3);注意 R_axis 公式里减去的部分是 length(lfm_tx) - 1对应上面说的群延迟。峰值索引 peak_idx 是 MATLAB 的 1-based 下标所以 R_axis(peak_idx) 取到的距离就是真实目标距离。按照这套代码的参数10km 目标对应峰值索引大约在 11000 附近换算回来正好是 10km误差在 2.5m 以内——这是采样率量化误差的下限。不做窗函数的 LFM 脉压输出主瓣宽度约 1/B第一旁瓣压制的电平是 -13.2dB。这个旁瓣在单目标场景下没什么影响但两个目标幅度差超过 10dB 时弱目标的峰可能被强目标的旁瓣直接盖住。加窗函数可以压低旁瓣代价是主瓣展宽。下面这张表是常用的三种窗在 LFM 匹配滤波里的效果窗类型主瓣展宽因子第一旁瓣电平矩形窗不加窗1.0-13.2 dB汉明窗约 1.36-42.6 dB汉宁窗约 1.62-31.5 dB展宽因子意思很直观原始主瓣宽度 1/B加汉明窗后变成约 1.36/B。也就是说原本 30m 的分辨率会让到大约 40m。所以加窗前要想清楚你的场景是“近距离强弱目标共存旁瓣掩盖目标”还是“需要极致分辨力”。前者加窗后者别加。这一步是工程里的老话题没有免费的旁瓣抑制。%% 加汉明窗的脉冲压缩 window hamming(length(lfm_tx)).; fft_tx_w conj(fft(lfm_tx .* window, Nfft)); conv_w ifft(fft_rx .* fft_tx_w); compressed_w conv_w(1 : valid_len);窗加在发射信号上的效果等效于在频域对匹配滤波器做加权。这种加权会让远离主瓣的频谱分量衰减从而压低时域旁瓣。从公式角度理解加窗后的匹配滤波器不再与原始发射信号完全匹配所以主瓣会展宽峰值幅度也会略微下降这是失配带来的“失配损失”。实际使用中我一般先跑不加窗的版本看目标是否都在再加窗看旁瓣是否压得住两步分开做避免一次引入太多变量。5. 避坑脉冲压缩仿真里五个高频翻车现场这一章整理了我反复遇到过的五类问题全部按“现象 → 原因 → 解决”的顺序写每一条都是可以直接对照排查的经验。5.1 回波数组长度不够远目标直接被截断现象目标距离设得稍远脉压输出里那个目标只剩一段残缺波形看不到清晰的峰值把 echo_len 调大后问题消失。原因回波数组长度 echo_len 小于最大目标延迟点 n_delay 加上发射信号长度 N_T。目标回波还没完全进入数组就被边界切掉了。解决确认 echo_len max(n_delay) N_T并留 10% 余量。最笨也最有效的办法是先设一个很大的 echo_len 跑通记录峰值位置后再逐步缩短到临界值的两倍左右既省内存又保证安全。5.2 FFT点数不足循环卷积在目标旁边“造”出假峰现象脉压输出里真峰旁边出现等间距的小峰幅度略低看起来像两个目标改变目标距离小峰和主峰的间距不变。原因匹配滤波的 Nfft 直接取了 length(rx_noisy)没有考虑两序列卷积后的总长度。FFT 隐含的循环卷积把尾部数据绕回了前部形成虚警。解决Nfft 必须满足Nfft length(rx_noisy) length(lfm_tx) - 1用 nextpow2 取到 2 的幂。之后还要截取线性卷积有效段不要把补零区当成信号区。5.3 峰值索引换算距离总是偏大或偏小现象目标设在 10km脉压后峰值反算出来要么是 12km 左右整体偏移要么差几米到十几米始终对不上。原因整段偏移通常是没扣匹配滤波群延迟length(lfm_tx) - 1 对应的距离没有被减掉几米到十几米的偏差通常是时延量化误差源于 round 取整不一致。解决构造回波时用 n_delay round(2R/cfs)标定距离时用 R_axis c * (n_axis - (length(lfm_tx)-1)) / (2*fs)两头统一取整规则。如果是量化误差提高采样率或对脉压输出做抛物线插值即可把误差压到 1m 以内。5.4 加复噪声后实测信噪比比设定值低了 3dB现象代码里写了 snr_dB 20但测量脉压前的回波信噪比只有 17dB 左右整个脉压结果比预期模糊。原因复噪声用 randn 1j*randn 生成时实部和虚部各有一份噪声功率总噪声功率是单路的两倍。如果噪声幅度直接按 sqrt(noise_pow) 生成实际注入的噪声功率被放大了一倍等于信噪比降 3dB。解决噪声幅度写成 sqrt(noise_pow/2)把噪声功率先分成两半再分别赋给实部虚部。代码里就一句之差但结果差异很明显属于最容易自查却最常被忽略的问题。5.5 只改带宽不换采样率脉压结果瞬间变质现象把 B 从 5MHz 改成 20MHz其他参数不动脉压峰值变矮、主瓣变形甚至出现峰分裂。原因20MHz 带宽在 60MHz 采样率下虽然满足 fs ≥ 2B但已经是临界状态。LFM 信号的相位变化率极高相邻采样点之间的相位差接近 π相位量化误差急剧增大同时 T×B 变大后回波序列和发射信号长度不变的情况下FFT 点数可能不再满足线性卷积条件。解决fs 至少取 3B 以上Nfft 用 nextpow2 动态计算不要把点数写死。改完 B 之后固定跑一遍单目标无噪声验证脚本检查峰值距离和主瓣宽度确认没有异常再进行后续实验。6. 进阶用数值验证脉压增益再扩展多周期多普勒视图单脉冲脉压跑通之后第一件值得做的事是验证脉压增益。理论上脉压的功率增益等于时宽带宽积 T×B这是整个系统最核心的数值。参数 T50us、B5MHz 时T×B250对应功率增益约 24dB。验证方法是对比脉压前后信噪比变化。%% 脉压前后SNR对比 % 选取回波前200点作为纯噪声段 noise_seg rx_noisy(1:200); noise_pow mean(abs(noise_seg).^2); % 选取目标所在回波段估算信号功率 n_delay_10km round(2*10e3/c / Ts); sig_seg rx_noisy(n_delay_10km1 : n_delay_10kmN_T); sig_pow mean(abs(sig_seg).^2); snr_in 10*log10(sig_pow / noise_pow); % 脉压后峰值功率与远离主瓣的噪声段功率 peak_pow max(abs(compressed).^2); noise_seg_pc abs(compressed(1:200)).^2; noise_pow_pc mean(noise_seg_pc); snr_out 10*log10(peak_pow / noise_pow_pc); fprintf(SNR改善: %.2f dB理论值: %.2f dB\n, snr_out - snr_in, 10*log10(T*B));运行后你会看到实测改善在 23 到 25dB 之间和理论值 24dB 基本吻合误差来自离散化损失和噪声估计偏差。如果偏差超过 2dB优先检查窗函数——加了汉明窗之后失配损失会直接吃掉一部分增益这是正常现象。做完增益验证就可以把单脉冲场景扩展成多周期。把发射信号复制 M 份每个周期对应一个脉冲重复间隔 PRI目标在每个周期里产生相同的回波只是慢时间上多了运动带来的相位步进。把 M 个周期的脉压输出沿慢时间做 FFT就能得到距离-多普勒二维图这是雷达信号处理里真正接近工程实战的一步。扩展时注意两点不模糊距离要满足 R_max c×PRI/2PRI 太短会把远目标折叠进近距区目标运动带来的步进相位只在慢时间方向上出现距离维不受影响所以先按距离维做脉压再沿慢时间做 FFT 的顺序不能换。最后说一个我自己的习惯。每次改完参数我都会先在无噪声、单目标场景下跑一遍确认峰值位置和理论距离一致再加噪声、再多目标、再换窗函数这个顺序固定不变。它让我避免了很多“参数一动结果全乱”的排查也帮我养成了对代码里每一个峰都能说出物理意义的工作方式。希望这套仿真模板和这些踩坑记录能帮你在 MATLAB 里把脉冲压缩这条路走顺。本文还有配套的精品资源点击获取 MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现
简介这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程从线性调频LFM信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑面向电子信息工程、计算机、数学等专业学生适用于课程设计、期末大作业与毕业设计。代码采用参数化编程雷达带宽、脉宽等关键参数可灵活修改无需改动内部逻辑即可适配不同体制与场景匹配滤波、时宽带宽积、旁瓣特性等核心概念通过仿真结果得到直观体现注释清晰便于逐步追踪信号流。压缩包共10个文件含2个.m主程序与8个PNG图像——图像分别展示发射信号、回波、压缩后脉冲等中间/最终结果方便对照验证整体仅207KB轻量易用。已有86人浏览学习适合需要快速获取可运行Matlab代码并理解脉冲压缩原理的读者。运行附赠案例数据即可观察从发射到压缩全过程的波形变化有效串联理论公式与实际信号处理。1. 雷达信号脉冲压缩仿真从信号生成到脉压输出一次跑通做雷达信号处理的人绕不开脉冲压缩尤其是线性调频LFM信号这套体系发射宽脉冲保证足够能量接收端用匹配滤波把回波压成一个窄峰从而同时拿到作用距离和距离分辨率。这个 MATLAB 资源把整条链路拆成了三段——信号生成、回波仿真、脉冲压缩每段代码都留好了参数接口拿到就能在 MATLAB 里直接跑通。我第一次拿到这套代码时没有急着看波形而是把发射信号、回波和脉压输出逐段和公式做对照确认每个峰值都能解释清楚来自于哪个目标、为什么出现在那个距离。这个资源适合作雷达课程设计、做算法验证的工程师以及刚入门想在代码层面吃透脉压原理的同学。全文照着一个完整流程走下来你会得到的不只是一张脉压图而是一套可复用的仿真模板。2. 信号生成线性调频波形的参数约束与MATLAB实现2.1 距离分辨率、作用距离和采样率三个量先立约束脉冲压缩要解决的根本矛盾是“宽脉冲和窄脉冲不可兼得”宽脉冲能量大、探测距离远但距离分辨率差窄脉冲分辨率好但发射能量上不去。线性调频LFM信号的思路是把发射能量摊在一个长脉冲里脉冲内瞬时频率从 -B/2 线性扫到 B/2接收端再通过匹配滤波把回波压缩成 1/B 量级的窄脉冲。这样一来距离分辨率只由发射信号带宽 B 决定和脉宽 T 脱钩了。这个解耦就是脉冲压缩能在雷达里被大规模使用的根本原因。所以仿真参数不能随手写。我拿到一个脉压仿真任务时习惯按这个顺序倒推先按要求的距离分辨率确定 B比如距离分辨率 30m对应 B c/(2δR) ≈ 5MHz再按作用距离和积累需求确定 T如果要求发射能量大T 就取长一些比如 50us最后定采样率。低通采样下要求 fs ≥ 2B工程上更稳妥的是取 3 到 5 倍带宽也就是 15MHz 到 25MHz。为什么必须满足 fs ≥ 2B因为基带 LFM 信号频带宽度近似等于 B低于奈奎斯特采样率会发生频谱折叠。但频谱折叠在 LFM 信号里的表现并不是“波形看起来变差了”而是脉压后主瓣变矮、旁瓣抬高变形。这种问题从时域波形上很难直接判断属于典型的“看起来哪都对、算出来哪都不对”的玄学现场。我见过有人为了排查这种问题把窗函数换了五六种最后才发现是采样率不够。所以参数约束应当在第一层就把采样率立住。把采样率取到 60MHz 是这套代码里一个比较聪明的选择。它的直接好处有两个一是时延量化误差变小n_delay round(τ × fs) 对应距离误差最大为 c/(2fs)60MHz 采样时只有 2.5m二是后续做多目标分辨和峰值插值采样点足够密结果更稳定。代价只是序列变长、FFT 点数变大多花几十毫秒计算时间完全不值一提。这里把三个关键量的关系先说清楚带宽 B 决定距离分辨率脉宽 T 决定发射能量和压缩比 T×B采样率 fs 决定时延量化和频谱保真度。如果你在网上下载过别人写的 LFM 仿真代码经常会看到三种参数相互对不上的情况比如 B10MHz、T10us、fs20MHz 看似满足采样定理实际上三个量组合出来的调频斜率 k B/T 高得离谱相位在相邻采样点之间跳变超过 π瞬时频率曲线都是断的。所以我建议任何仿真开始前先算一遍这三个量的约束关系再动代码。2.2 复数基带LFM构建时间轴起点、代码实现和瞬时频率自检发射信号设计里最容易被忽略的是时间轴的起点。LFM 信号的复数基带形式是 s(t) exp(jπkt²)如果你照抄公式把 t 从 0 取到 T信号起始相位不为零匹配滤波参考函数和回波之间会引入一个固定相位偏移。相位偏移对幅度检测影响不大但后续如果要做多普勒处理、I/Q 不平衡校正这个固定偏移会变成累赘。更稳妥的做法是从 -T/2 取到 T/2让信号相位在 t0 处对称。为什么要用复数形式而不是直接生成 cos(2πf0t πkt²) 这样的实信号因为在脉冲压缩里要用到匹配滤波器其冲激响应是发射信号的共轭反转。如果只用实信号频谱里正负频镜像都存在匹配滤波时镜像部分会干扰主峰输出里会出现额外的假峰。虽然可以通过希尔伯特变换把实信号变成解析信号但那样相当于额外做了一次复数化。既然后面的回波仿真、匹配滤波都是复数流程发射信号从一开始就用复数形式是最自然的选择。%% LFM发射信号生成 c 3e8; % 光速 m/s B 5e6; % 带宽 5MHz对应距离分辨率 30m T 50e-6; % 脉宽 50us k B / T; % 调频斜率单位 Hz/s fs 60e6; % 采样率 60MHz Ts 1 / fs; % 采样间隔 N_T round(T * fs); % 脉宽内采样点数 3000 t (-N_T/2 : N_T/2 - 1) * Ts; % 时间轴从 -25us 到 25us lfm_tx exp(1j * pi * k * t.^2);k B/T 这一行是整个信号生成的核心。因为 t 单位是秒B/T 的单位是 Hz/s物理含义是每秒钟频率变化的速率。如果你把时间轴写成了微秒却忘了把 k 换算成 MHz/us后面的瞬时频率验证就全对不上了。这个单位换算问题出现在很多人的代码里而且非常隐蔽因为 MATLAB 不会报任何错误画出来的图“看起来”也是线性的只有斜率数值和预期对不上。%% 瞬时频率自检验证频率在 -B/2 到 B/2 之间线性扫过 phase unwrap(angle(lfm_tx)); inst_freq diff(phase) / (2 * pi * Ts); plot(t(1:end-1)*1e6, inst_freq/1e6, LineWidth, 1.2); xlabel(时间/us); ylabel(瞬时频率/MHz); grid on;这段自检代码用到了 unwrap 展开相位是因为直接取 angle 得到的相位会被限制在 [-π, π] 区间频率跨过 ±π 时相位会跳变不做展开直接差分会得到尖刺。先展开成连续相位曲线再差分得到的就是真实的瞬时频率。正常结果是一条从 -2.5MHz 到 2.5MHz 的直线斜率正好等于 k 折算到 MHz/us 后的值。对于这套代码我一般会提醒两件事。第一FFT 的频谱检查也值得做对 lfm_tx 做 fft 后取幅度频谱包络应当近似为一个宽度约 5MHz 的矩形。这个检查可以连代码都不用写直接在命令窗口执行plot(abs(fft(lfm_tx)))就能看到。第二这套代码用到的都是 MATLAB 基础函数从 R2019b 到 R2023b、MATLAB 2026b 这些版本跑都没有兼容问题不需要额外安装工具箱用在线版 MATLAB 跑也完全可以。最后补充一个细节如果你把 t 写成 linspace(-T/2, T/2, N_T1) 再去掉最后一个点得到的时间轴和这里等效但直接写 (-N_T/2 : N_T/2-1) 更简洁也更容易看出采样点数。3. 回波仿真目标距离转时延、幅度控制和噪声叠加3.1 点目标回波建模时延、幅度和基带相位的关系回波仿真的核心任务是把“目标在距离 R 处”翻译成数字信号里的延迟和幅度变化。电磁波从雷达发射到目标再返回走的是双程距离 2R所以回波相对发射信号的时延 τ 2R/c。这个 τ 要在离散信号里折算成采样点延迟 n_delay round(τ / Ts)然后让发射信号在回波数组里后移 n_delay 个位置。幅度上的处理要分清场景。理想点目标回波在雷达方程里按 R^4 衰减但在一维基带仿真里我们通常把它简化成一个标量幅度系数 A由目标散射截面积和目标距离共同决定。这样做的理由是脉压仿真关注的是距离分辨力和峰值位置不需要模拟完整的信道传播A 只要设置合理脉压后的相对幅度关系就能反映出不同目标的散射强度差异。还有一个容易想多的地方在复基带模型里回波信号不需要再乘 exp(-j2πfcτ) 这类载频项。因为基带信号已经搬掉了载频回波里剩下的相位信息主要是延迟引起的包络位移。如果目标是静止的基带回波和发射信号之间只差一个延迟和一个实系数。只有当你要模拟运动目标的多普勒时才需要在每个脉冲之间的回波里乘以步进相位这个概念我们留到最后一章再展开。%% 单个点目标回波生成 R_target 10e3; % 目标距离 10km A_coef 1.0; % 相对幅度系数 tau 2 * R_target / c; % 双程时延 n_delay round(tau / Ts); % 采样点延迟 echo_len 200000; % 回波序列总长度 rx zeros(1, echo_len); seg A_coef * lfm_tx; rx(n_delay1 : n_delayN_T) rx(n_delay1 : n_delayN_T) seg;这段代码里 echo_len 200000 乍一看很大它是从系统角度设置的回波序列要同时容纳多个目标的最远延迟和发射信号长度所以干脆开得足够宽。一个简单判断标准是 echo_len 必须大于 max(n_delay) N_T。如果回波数组长度小于这个值远目标的回波会被直接截断脉压输出里那个目标就是一片残缺的波形找不出清晰的峰。3.2 多目标回波叠加与噪声添加SNR 的口径别算错多目标回波的本质是发射信号按不同时延和幅度叠加到一个长数组里。如果你要仿真两个相距 150m 的目标在 B5MHz 分辨率 30m 的条件下脉压后应该能清楚分出两个峰这个距离差就是留给你验证分辨力的。%% 多目标回波构造 targets [10e3, 1.0; % 目标1距离10km幅度1.0 15.15e3, 0.8; % 目标2距离15.15km幅度0.8 20e3, 0.5]; % 目标3距离20km幅度0.5 rx zeros(1, echo_len); for idx 1:size(targets, 1) R targets(idx, 1); A targets(idx, 2); tau 2 * R / c; n_delay round(tau / Ts); seg A * lfm_tx; if n_delay N_T echo_len rx(n_delay1 : n_delayN_T) rx(n_delay1 : n_delayN_T) seg; else warning(目标距离超出回波序列覆盖范围: %.1f km, R/1e3); end end循环里的 if 判断是防止延迟点加上信号长度后越界。如果你一开始把 echo_len 开得足够大这个判断基本不会触发但保留它可以让代码在不同参数下不崩。这里还加了 warning 提示方便你在改目标距离时第一时间发现边界问题。加噪声时有一个非常典型的口径错误。很多人写噪声代码时用 randn 直接生成复噪声却没有意识到复噪声的总功率应该分配到实部和虚部两路。正确的写法是先计算信号平均功率再按线性信噪比换算噪声功率最后把噪声功率的一半分给实部、一半分给虚部。%% 添加复高斯白噪声 snr_dB 20; % 设定信噪比 signal_pow mean(abs(rx).^2); % 回波信号平均功率 noise_pow signal_pow / (10^(snr_dB/10)); noise sqrt(noise_pow/2) * (randn(size(rx)) 1j*randn(size(rx))); rx_noisy rx noise;这个噪声功率计算里mean(abs(rx).^2) 统计的是整个回波数组的平均功率包括零填充部分。这样处理的好处是不管你设几个目标、目标距离多远信噪比的定义口径始终是“整个接收序列里的信号平均功率对噪声功率”和雷达方程里按距离单元计算是两回事。实际工程里更常见的做法是先设定每个目标的信噪比但在一维脉压仿真里统一用一个全局 SNR 更容易控制实验结果。加噪声前后建议做一次对照。先用不含噪声的 rx 跑脉压把理想峰值位置和幅度记录下来再加噪声跑一遍对比主瓣是否还能稳定找到。如果直接拿含噪声的脉压结果来调试算法你很难区分主瓣变形到底是被噪声干扰还是算法本身有 bug。这个“先理想后加噪”的对照习惯能帮你省下大量排查时间。4. 脉冲压缩实现匹配滤波、距离轴标定与窗函数权衡4.1 频域匹配滤波共轭谱、FFT点数和群延迟补偿脉冲压缩的数学本质是让回波通过一个与发射信号共轭匹配的滤波器。匹配滤波器的冲激响应是发射信号的时间反转共轭 h(t) s*(-t)。在频域实现时只需要计算回波的 FFT 和发射信号 FFT 的共轭逐点相乘再做 IFFT这就是工程中最常用的频域匹配滤波。但频域实现里藏着一个高频翻车点直接对两个序列做同样点数的 FFT 再相乘得到的是循环卷积。如果回波的延迟点加上发射信号长度接近 FFT 点数循环卷积会把尾部数据绕回前部在脉压输出里形成等间距的虚假峰看起来像是多了一个目标。解决方法是把 FFT 点数取到两个序列长度之和减一以上确保结果是线性卷积。%% 频域匹配滤波 Nfft 2^nextpow2(length(rx_noisy) length(lfm_tx) - 1); fft_tx conj(fft(lfm_tx, Nfft)); % 匹配滤波器频域响应 fft_rx fft(rx_noisy, Nfft); % 回波频谱 conv_result ifft(fft_rx .* fft_tx); % 频域相乘 IFFT valid_len length(rx_noisy) length(lfm_tx) - 1; compressed conv_result(1:valid_len); % 截取线性卷积有效段nextpow2 的作用是把 FFT 点数取到 2 的整数次幂让 FFT 计算效率更高。这里真正重要的是 length(rx_noisy) length(lfm_tx) - 1 这个下限它保证了线性卷积不会发生循环混叠。截取到 valid_len 是因为 Nfft 可能比实际卷积长度长后面多出来的部分只是补零区不包含有效信息留着只会让距离轴刻度变得不直观。还有一个隐性的群延迟问题需要解释清楚。用 conj(fft(tx)) 做匹配滤波时FFT 的循环反转特性会让匹配滤波器的冲激响应相对“理想时间反转”多出一个固定群延迟群延迟量等于发射信号长度减一也就是 length(lfm_tx) - 1。这个偏移不会影响脉压结果的形态但在把峰值索引换算成距离时如果不把它扣掉目标距离会整体偏大一个发射信号长度对应的距离大约在 3000 个采样点左右。这在雷达仿真里的表现就是“目标设 10km峰却在 12.5km”非常迷惑。4.2 距离轴标定与窗函数主瓣展宽是分辨率换旁瓣的代价距离轴标定的正确顺序是先把线性卷积有效段对应的索引轴建立起来再扣掉群延迟最后转成距离。下面的代码演示了完整做法%% 距离轴标定与峰值定位 n_axis 0 : valid_len - 1; R_axis c * (n_axis - (length(lfm_tx) - 1)) / (2 * fs); [peak_amp, peak_idx] max(abs(compressed)); fprintf(峰值索引 %d对应距离 %.3f km\n, peak_idx, R_axis(peak_idx)/1e3);注意 R_axis 公式里减去的部分是 length(lfm_tx) - 1对应上面说的群延迟。峰值索引 peak_idx 是 MATLAB 的 1-based 下标所以 R_axis(peak_idx) 取到的距离就是真实目标距离。按照这套代码的参数10km 目标对应峰值索引大约在 11000 附近换算回来正好是 10km误差在 2.5m 以内——这是采样率量化误差的下限。不做窗函数的 LFM 脉压输出主瓣宽度约 1/B第一旁瓣压制的电平是 -13.2dB。这个旁瓣在单目标场景下没什么影响但两个目标幅度差超过 10dB 时弱目标的峰可能被强目标的旁瓣直接盖住。加窗函数可以压低旁瓣代价是主瓣展宽。下面这张表是常用的三种窗在 LFM 匹配滤波里的效果窗类型主瓣展宽因子第一旁瓣电平矩形窗不加窗1.0-13.2 dB汉明窗约 1.36-42.6 dB汉宁窗约 1.62-31.5 dB展宽因子意思很直观原始主瓣宽度 1/B加汉明窗后变成约 1.36/B。也就是说原本 30m 的分辨率会让到大约 40m。所以加窗前要想清楚你的场景是“近距离强弱目标共存旁瓣掩盖目标”还是“需要极致分辨力”。前者加窗后者别加。这一步是工程里的老话题没有免费的旁瓣抑制。%% 加汉明窗的脉冲压缩 window hamming(length(lfm_tx)).; fft_tx_w conj(fft(lfm_tx .* window, Nfft)); conv_w ifft(fft_rx .* fft_tx_w); compressed_w conv_w(1 : valid_len);窗加在发射信号上的效果等效于在频域对匹配滤波器做加权。这种加权会让远离主瓣的频谱分量衰减从而压低时域旁瓣。从公式角度理解加窗后的匹配滤波器不再与原始发射信号完全匹配所以主瓣会展宽峰值幅度也会略微下降这是失配带来的“失配损失”。实际使用中我一般先跑不加窗的版本看目标是否都在再加窗看旁瓣是否压得住两步分开做避免一次引入太多变量。5. 避坑脉冲压缩仿真里五个高频翻车现场这一章整理了我反复遇到过的五类问题全部按“现象 → 原因 → 解决”的顺序写每一条都是可以直接对照排查的经验。5.1 回波数组长度不够远目标直接被截断现象目标距离设得稍远脉压输出里那个目标只剩一段残缺波形看不到清晰的峰值把 echo_len 调大后问题消失。原因回波数组长度 echo_len 小于最大目标延迟点 n_delay 加上发射信号长度 N_T。目标回波还没完全进入数组就被边界切掉了。解决确认 echo_len max(n_delay) N_T并留 10% 余量。最笨也最有效的办法是先设一个很大的 echo_len 跑通记录峰值位置后再逐步缩短到临界值的两倍左右既省内存又保证安全。5.2 FFT点数不足循环卷积在目标旁边“造”出假峰现象脉压输出里真峰旁边出现等间距的小峰幅度略低看起来像两个目标改变目标距离小峰和主峰的间距不变。原因匹配滤波的 Nfft 直接取了 length(rx_noisy)没有考虑两序列卷积后的总长度。FFT 隐含的循环卷积把尾部数据绕回了前部形成虚警。解决Nfft 必须满足Nfft length(rx_noisy) length(lfm_tx) - 1用 nextpow2 取到 2 的幂。之后还要截取线性卷积有效段不要把补零区当成信号区。5.3 峰值索引换算距离总是偏大或偏小现象目标设在 10km脉压后峰值反算出来要么是 12km 左右整体偏移要么差几米到十几米始终对不上。原因整段偏移通常是没扣匹配滤波群延迟length(lfm_tx) - 1 对应的距离没有被减掉几米到十几米的偏差通常是时延量化误差源于 round 取整不一致。解决构造回波时用 n_delay round(2R/cfs)标定距离时用 R_axis c * (n_axis - (length(lfm_tx)-1)) / (2*fs)两头统一取整规则。如果是量化误差提高采样率或对脉压输出做抛物线插值即可把误差压到 1m 以内。5.4 加复噪声后实测信噪比比设定值低了 3dB现象代码里写了 snr_dB 20但测量脉压前的回波信噪比只有 17dB 左右整个脉压结果比预期模糊。原因复噪声用 randn 1j*randn 生成时实部和虚部各有一份噪声功率总噪声功率是单路的两倍。如果噪声幅度直接按 sqrt(noise_pow) 生成实际注入的噪声功率被放大了一倍等于信噪比降 3dB。解决噪声幅度写成 sqrt(noise_pow/2)把噪声功率先分成两半再分别赋给实部虚部。代码里就一句之差但结果差异很明显属于最容易自查却最常被忽略的问题。5.5 只改带宽不换采样率脉压结果瞬间变质现象把 B 从 5MHz 改成 20MHz其他参数不动脉压峰值变矮、主瓣变形甚至出现峰分裂。原因20MHz 带宽在 60MHz 采样率下虽然满足 fs ≥ 2B但已经是临界状态。LFM 信号的相位变化率极高相邻采样点之间的相位差接近 π相位量化误差急剧增大同时 T×B 变大后回波序列和发射信号长度不变的情况下FFT 点数可能不再满足线性卷积条件。解决fs 至少取 3B 以上Nfft 用 nextpow2 动态计算不要把点数写死。改完 B 之后固定跑一遍单目标无噪声验证脚本检查峰值距离和主瓣宽度确认没有异常再进行后续实验。6. 进阶用数值验证脉压增益再扩展多周期多普勒视图单脉冲脉压跑通之后第一件值得做的事是验证脉压增益。理论上脉压的功率增益等于时宽带宽积 T×B这是整个系统最核心的数值。参数 T50us、B5MHz 时T×B250对应功率增益约 24dB。验证方法是对比脉压前后信噪比变化。%% 脉压前后SNR对比 % 选取回波前200点作为纯噪声段 noise_seg rx_noisy(1:200); noise_pow mean(abs(noise_seg).^2); % 选取目标所在回波段估算信号功率 n_delay_10km round(2*10e3/c / Ts); sig_seg rx_noisy(n_delay_10km1 : n_delay_10kmN_T); sig_pow mean(abs(sig_seg).^2); snr_in 10*log10(sig_pow / noise_pow); % 脉压后峰值功率与远离主瓣的噪声段功率 peak_pow max(abs(compressed).^2); noise_seg_pc abs(compressed(1:200)).^2; noise_pow_pc mean(noise_seg_pc); snr_out 10*log10(peak_pow / noise_pow_pc); fprintf(SNR改善: %.2f dB理论值: %.2f dB\n, snr_out - snr_in, 10*log10(T*B));运行后你会看到实测改善在 23 到 25dB 之间和理论值 24dB 基本吻合误差来自离散化损失和噪声估计偏差。如果偏差超过 2dB优先检查窗函数——加了汉明窗之后失配损失会直接吃掉一部分增益这是正常现象。做完增益验证就可以把单脉冲场景扩展成多周期。把发射信号复制 M 份每个周期对应一个脉冲重复间隔 PRI目标在每个周期里产生相同的回波只是慢时间上多了运动带来的相位步进。把 M 个周期的脉压输出沿慢时间做 FFT就能得到距离-多普勒二维图这是雷达信号处理里真正接近工程实战的一步。扩展时注意两点不模糊距离要满足 R_max c×PRI/2PRI 太短会把远目标折叠进近距区目标运动带来的步进相位只在慢时间方向上出现距离维不受影响所以先按距离维做脉压再沿慢时间做 FFT 的顺序不能换。最后说一个我自己的习惯。每次改完参数我都会先在无噪声、单目标场景下跑一遍确认峰值位置和理论距离一致再加噪声、再多目标、再换窗函数这个顺序固定不变。它让我避免了很多“参数一动结果全乱”的排查也帮我养成了对代码里每一个峰都能说出物理意义的工作方式。希望这套仿真模板和这些踩坑记录能帮你在 MATLAB 里把脉冲压缩这条路走顺。本文还有配套的精品资源点击获取