雷达信号处理这个方向很多初学者接触过的第一个“完整系统”往往就是脉冲多普勒PD处理。我在几个项目里反复用过这套链路从车载毫米波雷达到交通测速雷达核心框架几乎一致发射相参脉冲串、接收回波、脉冲压缩、多普勒滤波最后在距离-多普勒图上把目标找出来。这篇文章我把整条链路从头到尾拆一遍包括每个公式背后的物理含义、每个参数怎么定、每一步MATLAB仿真代码怎么落以及我在调试中踩过的坑。适合刚接触雷达信号处理的学生也适合想快速把PD处理完整跑通并理解其原理的工程师。1. 为什么脉冲多普勒处理这么重要1.1 从连续波到脉冲一次说清“测距”和“测速”的关系雷达要测一个目标的距离本质是测量电磁波从发射到接收的往返延时。距离分辨率取决于信号带宽带宽越大能够区分两个相近目标的能力就越强。而测速靠的是多普勒效应目标相对雷达运动时回波载频会发生偏移偏移量正比于径向速度。这里有个容易混淆的点连续波雷达可以精确测速但如果只发射单频连续波它无法测距因为缺少时间参考点。所以实际工程里要么用调频连续波要么用脉冲体制。脉冲体制的优势在于它通过发射一系列短脉冲把“时间戳”打在了信号上回波脉冲相对发射脉冲的延迟直接对应距离。可这样一来多普勒信息又变得不那么直观了——每个脉冲只有很短的时间频率分辨率不够。脉冲多普勒PD处理的核心思想就是把一串相参脉冲当成一个整体来看在慢时间维度上提取多普勒频率。我在实际项目里经常用一句话给同事解释快时间看距离慢时间看速度。快时间是单个脉冲内部的采样时刻用来做脉冲压缩测距慢时间是脉冲与脉冲之间的序号用来做FFT测速。两者组合起来就形成了距离-多普勒二维矩阵。1.2 PD到底在解决什么问题PD处理解决的问题可以归纳为三个层次。第一把弱小目标从强杂波里捞出来。地面雷达会接收到大量地物杂波这些杂波来自静止物体多普勒频率为零或接近零而运动目标的多普勒频率明显偏离零频。MTI对消器和MTD滤波器组就是为了把静止杂波抑制掉把运动目标凸显出来。第二同时获得目标的距离和速度信息。只测距不知道目标动没动只测速不知道目标在哪PD处理一次脉冲串就能同时给出距离维和多普勒维的二维信息。第三通过相参积累提高信噪比。N个脉冲相参积累信噪比在功率域提升N倍这是非相参积累做不到的。信噪比的提升直接决定了雷达能看多远、探测概率有多高。理解这三点再看原理和代码就不会觉得散。PD处理不是什么高深莫测的技术它是一套非常工程化的信号处理框架。2. 先搞懂信号模型仿真才不会跑偏2.1 相参脉冲串与被“藏”在慢时间里的多普勒PD处理的前提是相参性。所谓相参就是每个脉冲的初始相位都是确定的、与参考时钟同步的。只有这样慢时间维度的相位变化才能真实反映多普勒频率。假设雷达发射一串脉冲脉冲重复周期为PRT那么第n个脉冲的发射时刻就是n倍PRT。对于一个距离为R0、径向速度为v的目标第n个脉冲的回波延时可以写成tau(n) 2 * (R0 v * n * PRT) / c这个式子看着简单但它包含着关键信息延时随脉冲序号在变化。从慢时间角度看目标在每个脉冲上回波的相位会随n线性变化变化速率就是多普勒频率fd 2 * v / lambda这里lambda是载波波长。我在仿真里经常强调不要只把多普勒当成一个“频率偏移”它本质上是由目标运动引起的相位积累。目标每移动半个波长往返相位就变化一个完整周期这就是多普勒频率的物理来源。在MATLAB仿真里慢时间相位往往是逐脉冲加的比如把第n个脉冲的回波乘上exp(-1j * 4 * pi * fc * R0 / c)再乘上exp(-1j * 4 * pi * fc * v * n * PRT / c)。前者是固定相位项对所有脉冲都一样不影响多普勒提取后者是关键它让回波在慢时间域呈现为正弦振荡。2.2 线性调频信号与脉冲压缩实际雷达很少发射简单矩形脉冲因为矩形脉冲的距离分辨率和作用距离之间存在矛盾脉宽越大发射能量越足但距离分辨率越差。线性调频LFM信号把能量摊开在时宽和带宽两个维度通过匹配滤波实现脉冲压缩从而同时兼顾探测距离和距离分辨率。LFM信号的表达式通常是s(t) exp(1j * pi * K * t^2)其中K B / TpB是调频带宽Tp是脉宽。匹配滤波后输出信号的形状近似为sinc函数主瓣宽度约为1/B对应的距离分辨率就是c / (2B)。比如10MHz带宽对应约15米距离分辨率50MHz带宽对应约3米。我在仿真里一直用LFM原因很简单它贴近工程实际而且脉冲压缩的过程非常直观。匹配滤波可以在频域实现把回波做FFT乘上发射信号的共轭频谱再IFFT回时域。需要特别注意的是使用频域匹配滤波时发射信号要补零到和回波等长否则会产生循环卷积导致的错误结果。2.3 距离模糊、多普勒模糊与盲速脉冲体制有一个绕不开的问题模糊。距离模糊发生在回波延时超过脉冲重复周期时此时目标被折叠到本周期内看起来比实际距离近。最大不模糊距离是R_unamb c * PRT / 2多普勒模糊则发生在目标多普勒频率超过PRF/2时此时速度被折叠到低频区。最大不模糊多普勒频率是PRF/2对应的不模糊速度是v_unamb lambda * PRF / 4这两个公式放在一起就能看出PD系统设计的一个核心矛盾想增大不模糊距离就要降低PRF想增大不模糊速度就要提高PRF。雷达工程师常说“PRF选择是一门妥协的艺术”就是这个原因。盲速是另一个容易踩坑的概念。当目标的多普勒频率恰好等于PRF的整数倍时它在慢时间域的相位变化每个PRT内都恰好是整周期看起来就像静止目标一样速度测不出来。这就是盲速。实际工程中常用多重PRF、参差重频等手段来解盲速和模糊在仿真里我通常会故意设置一个靠近盲速的速度值让读者直观看到MTD输出上的目标“消失”现象。3. MTI、MTD与滤波器组设计3.1 MTI对消器把静止杂波摁下去MTIMoving Target Indication是最经典的运动目标检测手段核心思想很朴素静止杂波在慢时间上相位不变运动目标在慢时间上相位变化。因此把相邻两个脉冲的回波相减静止杂波就被对消掉了运动目标则因为相位不同而保留下来。一阶对消器的实现极其简单y[n] x[n] - x[n-1]但这东西有坑。如果目标速度很低多普勒频率很小相邻脉冲之间的相位差也很小对消后目标幅度同样会大幅衰减。换句话说MTI在抑制静止杂波的同时也会损失低速目标的检测能力。所以MTI更适合用来滤除地物杂波、建筑物回波这类零多普勒干扰而不是通用目标检测。我习惯把MTI理解成一个高速滤波器它的频率响应是一个正弦形状在零频处有零点在多普勒频率等于PRF/2处增益最大。这个特性决定了MTI对慢速目标不友好但在多普勒频率接近PRF/2时表现很好。在PD处理链路中MTI通常放在脉冲压缩之后、MTD之前。先通过MTI把强静止杂波干掉避免杂波泄漏到MTD的多普勒旁瓣里。3.2 MTD多普勒滤波器组用FFT实现速度通道MTDMoving Target Detection比MTI更进一步它不是简单对消而是通过一组多普勒滤波器把不同速度的目标分到不同通道里从而同时检测多个运动目标并测出各自速度。理论上M个多普勒滤波器组成滤波器组每个滤波器对应一个多普勒频移。实际实现时最常用的方法就是对慢时间维做M点FFT。每个距离单元上M个连续脉冲构成一个M点序列做FFT后得到的M个频点就对应M个多普勒通道。这就是为什么工程里常说“MTD就是一个按距离单元逐行做FFT的过程”。从信噪比角度讲MTD是相参积累M个脉冲积累后信噪比在功率域提升M倍。这一点在仿真中很容易验证目标峰值相对噪声基底的高度确实会随脉冲数增加而明显抬升。MTD还有一个好处它天然可以抑制静止杂波因为静止杂波集中在零频附近与运动目标所在的多普勒通道不重叠。所以完整的PD处理链路里如果MTD点数足够大甚至可以不单独做MTI直接对回波做MTD也能看到运动目标。但实际工程中由于杂波强度可能远大于目标且存在频谱泄漏通常还是会先加MTI处理。3.3 窗函数怎么选MTD对慢时间序列做FFT时隐含着“截断”效应会造成频谱泄漏。目标的多普勒频率如果不在FFT的整数频点上能量会泄漏到相邻通道导致目标峰值变宽、旁瓣抬高。这个问题在强目标旁边检测弱目标时尤其致命。解决办法是加窗。常用的窗函数包括汉明窗、汉宁窗、布莱克曼窗等。加窗的代价是主瓣变宽多普勒分辨率下降但旁瓣水平可以大幅降低。汉明窗可以把旁瓣压到大约-40dB适合动态范围大的场景布莱克曼窗旁瓣更低但主瓣更宽。我在做MTD时通常会在慢时间维加窗快时间维的脉冲压缩也视需要加窗。快时间维加窗降低距离旁瓣慢时间维加窗降低多普勒旁瓣。如果你发现仿真图上目标周围出现一整条横向亮线那多半是慢时间维没加窗频谱泄漏到所有多普勒通道里了。4. MATLAB仿真全流程实现4.1 仿真场景与参数设计下面这套仿真代码的核心思路是构造一个包含一个强静止杂波和一个运动目标的场景让读者能直观看到MTI和MTD各自的作用。先定义雷达系统参数。载频选择10GHz这个频段在车载雷达和交通雷达里很常见波长约0.03米。带宽50MHz对应距离分辨率约3米。脉宽10微秒时宽带宽积500脉冲压缩比就是500。PRF选择10kHz最大不模糊距离是15公里不模糊速度约75m/s够用。目标1是强静止杂波距离5000米速度0m/s回波幅度设为20模拟一个反射很强的地物。目标2是运动目标距离5200米速度40m/s幅度为1。目标2的多普勒频率约为2667Hz在PRF 10kHz下没有模糊对应的多普勒通道也比较靠中间。参数都确认好之后仿真结果会非常清晰MTI前静止杂波和目标混在一起MTI后静止杂波被压制运动目标保留MTD后两个目标在距离-多普勒图上完全分开。下面是完整代码。4.2 发射信号与回波生成发射信号采用LFM代码里先定义调频斜率K然后生成N_samples个采样点。回波生成时要注意几个细节。第一个是时延的精确计算每个脉冲对应的时延是2乘以当前距离除以光速当前距离要考虑目标运动。第二个是相位项慢时间维要乘上多普勒相位固定距离项也要保留。第三个是采样对齐回波在时域上要放到正确的位置即按四舍五入后的时延确定起始采样点位置。% 雷达基本参数 clear; clc; close all; fc 10e9; % 载频 10GHz c 3e8; % 光速 lambda c / fc; % 波长 B 50e6; % 带宽 50MHz Tp 10e-6; % 脉宽 10us K B / Tp; % 调频斜率 PRF 10e3; % 脉冲重复频率 PRT 1 / PRF; % 脉冲重复周期 N_pulse 64; % 积累脉冲数 N_samples round(PRT * 200e6); % 每个PRT内的采样点数 fs N_samples / PRT; % 采样率 t_fast (0:N_samples-1) / fs; % 发射信号 N_T round(Tp * fs); t_up (0:N_T-1) / fs; s_tx exp(1j * pi * K * t_up.^2); % 场景目标参数 % 目标1强静止杂波距离5000m速度0 % 目标2运动目标距离5200m速度40m/s targets [ 5000, 0, 20; 5200, 40, 1 ]; % 回波矩阵每一行是一个脉冲的接收信号 rx_mat zeros(N_pulse, N_samples); for np 1:N_pulse t_slow (np - 1) * PRT; for nt 1:size(targets, 1) R0 targets(nt, 1); v targets(nt, 2); amp targets(nt, 3); R_now R0 v * t_slow; tau 2 * R_now / c; n_start round(tau * fs) 1; % 慢时间维多普勒相位 fd 2 * v / lambda; phase_doppler exp(-1j * 2 * pi * fd * t_slow); % 固定距离相位 phase_range exp(-1j * 4 * pi * fc * R0 / c); if n_start N_T - 1 N_samples rx_mat(np, n_start:n_startN_T-1) ... rx_mat(np, n_start:n_startN_T-1) ... amp * s_tx * phase_range * phase_doppler; end end end % 加接收机热噪声 noise_var 0.01; rx_mat rx_mat sqrt(noise_var/2) * (randn(N_pulse, N_samples) 1j*randn(N_pulse, N_samples));这里我没有把每个脉冲里目标移动造成的脉内微小频率变化建模进去因为在10微秒脉宽和40m/s速度下脉内多普勒效应非常小忽略它不会影响结论。如果你仿真超高速目标或者脉宽很大就需要在快时间信号上叠加多普勒频率也就是直接对s_tx乘exp(1j * 2 * pi * fd * t_fast)否则会有误差。4.3 脉冲压缩、MTI与MTD实现脉冲压缩的频域实现方式很简单但有个容易忽略的点发射信号和回波长度不同做卷积前必须把发射信号补零到回波长度否则FFT的点数对不上结果会错得离谱。% 频域脉冲压缩 S_tx conj(fft(s_tx, N_samples)); S_rx fft(rx_mat, N_samples, 2); pc_out ifft(S_rx .* S_tx, N_samples, 2);脉压后的输出是一个N_pulse乘N_samples的复数矩阵每一行对应一个脉冲的距离像。接下来分两条路走一路直接做MTD看原始效果另一路先MTI再MTD看杂波抑制效果。% MTI 对消一阶延迟对消 mti_out zeros(N_pulse - 1, N_samples); for np 2:N_pulse mti_out(np-1, :) pc_out(np, :) - pc_out(np-1, :); end % MTD 滤波器组对慢时间维做FFT N_fft 256; % 补零到256点让多普勒通道更细 win_slow hanning(size(mti_out, 1)).; % 直接MTD未做MTI rd_raw fftshift(fft(pc_out, N_fft, 1), 1); % MTI MTD mti_win mti_out .* win_slow; rd_mti fftshift(fft(mti_win, N_fft, 1), 1);多普勒通道对应的频率轴需要自己换算。做FFT前慢时间维采样率就是PRF所以第k个FFT频点对应的多普勒频率为f_dop (k - N_fft/2 - 1) * PRF / N_fft速度轴则用fd换算v fd * lambda / 2。距离轴换算相对简单。脉压后采样点索引通过fs换算成时间再乘c/2就是斜距。需要注意脉压输出峰值位置在实际工程中还要考虑脉宽带来的偏移但仿真里用匹配滤波后峰值位置可以直接读距离误差很小。5. 仿真结果怎么看参数改了会发生什么5.1 从距离多普勒图上读目标跑完代码后重点看两个图未做MTI的距离-多普勒图和做了MTI再MTD的距离-多普勒图。未做MTI时静止杂波位于5000米、多普勒频率0Hz附近运动目标位于5200米、多普勒频率约2667Hz附近。由于静止杂波幅度是目标的20倍在二维图上目标峰值可能看起来并不明显杂波会有较长的尾巴沿多普勒维展开也就是频谱泄漏。做了MTI之后静止杂波被大幅压制运动目标依然存在。这时候再去MTD目标的峰值变得很干净。这里MTI最大的作用不是提高目标信噪比而是降低零多普勒附近的杂波基底防止强杂波泄漏掩盖弱目标。我看结果图时习惯先把数据转成dB单位再画二维imagesc。动态范围一般取40到60dB太大会把弱小目标直接淹没在颜色映射里。这个显示技巧在实际做仿真时非常影响读图效果。5.2 几个关键参数的量化影响第一个容易看到的现象是脉冲数N_pulse对多普勒分辨率的影响。N_pulse越大多普勒分辨率越细两个速度接近的目标越容易分开。但代价是处理时间和数据量成倍增加而且积累时间变长后高速目标的距离走动问题会变得突出。第二个现象是PRF对模糊的影响。把PRF从10kHz降到5kHz最大不模糊速度从75m/s降到37.5m/s速度40m/s的目标就会发生多普勒折叠测出来的多普勒频率不对。这个我建议读者自己改一下代码跑一遍感受非常直观。第三个现象是带宽B对距离分辨率的影响。把带宽从50MHz改成25MHz距离分辨率从3米变成6米如果两个目标相距只有4米脉压后就分不开了。距离维的旁瓣也会随加窗与否有明显变化。第四个现象是加窗的影响。把慢时间维的窗函数去掉再跑一次你会发现目标峰值旁边的多普勒旁瓣明显抬高当弱目标靠近强目标时几乎没法看。这就是为什么我一直强调窗函数在MTD里的重要性。6. 工程中绕不开的坑与排查思路6.1 盲速与多普勒模糊的处理办法盲速是PD仿真里最容易被忽略的坑。盲速公式是v_blind lambda * PRF / 2对于上面这套参数盲速是150m/s。速度恰好落在盲速上时慢时间相位每个脉冲变化整数个周期MTD输出峰值落在零频通道目标看起来就是个静止目标。实际雷达不会只用单一PRF而是用多重PRF或参差重频。多重PRF的思路是用两个或多个不同PRF分别测量各自得到模糊的多普勒频率再用中国余数定理或查表法把真实速度解出来。参差重频则是让PRT在一个小范围内逐个变化破坏盲速上的相位整周期关系。如果只是仿真有个简单的演示技巧把PRF改小让目标速度超过不模糊速度你就会在MTD图上看到目标出现在错误的多普勒通道。这时候你就能直观理解“模糊”到底是怎么回事。6.2 距离走动高速目标积累时会翻车MTD在慢时间维做FFT时默认假设目标在一个积累周期内始终停留在同一个距离单元。如果目标速度较快积累时间内目标的距离变化超过一个距离单元就会发生距离走动。表现在图上就是目标峰值不再是一个点而是一条倾斜的亮线能量分散到多个距离单元里检测性能下降。距离走动量可以估算Delta_R v * (N_pulse * PRT)。在本仿真中40m/s乘6.4毫秒约为0.256米远小于3米的距离分辨率所以没问题。但如果换成1000m/s的高超目标积累64个脉冲就会走动6.4米超过两个距离单元需要做距离走动补偿。工程上常用的方法是Keystone变换把快时间和慢时间在相位上解耦把倾斜的目标轨迹校直。更简单的做法是缩短积累时间但这会牺牲多普勒分辨率。仿真里如果出现斜线状目标先算一下走动量往往就能定位问题。6.3 常见问题速查表下面这张表是我做PD仿真时经常对照的排查清单很多问题现象都一样但根因完全不同。现象可能原因排查方向目标峰值出现在错误距离单元时延计算错误、采样率设置异常检查n_start索引与时延换算确认距离轴刻度目标多普勒通道测速不对多普勒模糊、FFT频点换算错核对fd与PRF关系换算速度轴的单位静止杂波抑制不干净MTI阶数不够、杂波频谱有展宽尝试二阶对消器检查相位是否相参目标峰值旁边出现高旁瓣快时间或慢时间没加窗分别在两个维度加窗观察旁瓣变化目标峰值整体偏低脉冲压缩没对齐、补零不对检查发射信号补零长度确认FFT点数一致MTD图上出现一整条横向亮线强目标频谱泄漏到多普勒维给慢时间数据加窗增大MTD点数目标在图上消失盲速或速度接近盲速用多重PRF重测或改速度避开盲速还有一个小经验噪声方差不要设得太小否则MTD后目标峰值高得吓人反而看不到MTI和加窗带来的对比效果。我通常把噪声方差调到让底部噪声在距离-多普勒图上呈均匀的“雪花状”这样动态范围比较真实。最后再分享一个我自己的习惯。拿到别人的PD仿真代码后我不会急着去跑通跑顺而是先改一个关键参数看结果怎么变。改成低PRF看模糊改成高速度看距离走动去掉窗函数看旁瓣泄露。每改一次对PD处理的理解就深一层。这套仿真代码本身不难难的是把每个参数变化和物理现象对应起来这才是真正有价值的地方。