2. 线性调频信号与匹配滤波原理

线性调频(LFM)信号是脉冲压缩体制中最基础、也最具代表性的波形。它的核心思想并不复杂:让发射脉冲的频率随时间线性变化,从而在时宽与带宽之间“解耦”。普通单频矩形脉冲的时宽带宽积近似为 1,想要提高距离分辨率就必须缩短脉宽,而缩短脉宽又意味着发射能量下降,作用距离随之减小。LFM 通过引入大带宽,使脉冲压缩后的等效脉宽由带宽决定,而不是由发射脉宽决定,从而同时获得长脉冲的高能量和短脉冲的高分辨率。

一、LFM 信号的时频特性

设发射信号为

s(t) = rect(t/T) · exp[j2π(f0·t + 0.5·K·t²)]

其中 T 为脉冲时宽,f0 为载频,K = B/T 为调频斜率,B 为信号带宽。rect(t/T) 表示在 |t| ≤ T/2 内为 1,其余为 0。瞬时频率是相位对时间的导数:

f(t) = (1/2π)·dφ(t)/dt = f0 + K·t

可见频率在脉冲持续时间内从 f0 − B/2 线性变化到 f0 + B/2。K 为正时称为上扫频(正调频),K 为负时称为下扫频(负调频)。时频平面上的投影是一条斜率为 K 的直线,这条直线的斜率直接决定了信号带宽与时宽的关系。

时域上,LFM 信号表现为等幅振荡,但振荡周期逐渐变密或变疏;频域上,其幅度谱近似为矩形,相位谱呈平方律分布。正是这个平方律相位项,使得信号在通过匹配滤波器后能够形成尖锐的压缩峰。需要特别注意的是,LFM 信号本身并不“窄”,它只是把能量分散在较宽的频带内,压缩处理才把分散的能量重新汇聚到很短的时间区间。

二、匹配滤波器的推导

匹配滤波器的目标是在白噪声背景下使输出信噪比最大。设接收信号为 r(t) = s(t) + n(t),滤波器冲激响应为 h(t),则输出为卷积 y(t) = r(t) * h(t)。在频域中,输出信噪比可写为

SNR_out = |∫ S(f)·H(f) df|² / (N0/2 · ∫ |H(f)|² df)

由柯西–施瓦茨不等式,当 H(f) 与 S(f) 共轭匹配时取等号,即

H(f) = S*(f) · exp(−j2πf·t0)

对应时域冲激响应为

h(t) = s*(t0 − t)

也就是说,匹配滤波器的冲激响应是发射信号的时间反转共轭,再平移一个时延 t0。对于实信号,共轭可省略;对于复信号,共轭不可省略。t0 是人为引入的时延,用于保证滤波器物理可实现,通常取 t0 ≥ T。

匹配滤波器的输出等价于信号的自相关函数。对 LFM 信号而言,其自相关函数具有 sinc 型主瓣和逐渐衰减的旁瓣。主瓣宽度约为 1/B,第一旁瓣电平约为 −13.2 dB。这个旁瓣电平在很多成像和检测场景中偏高,因此实际系统常采用加权(如汉明窗、泰勒窗)来压低旁瓣,代价是主瓣展宽、分辨率略有下降。

三、脉冲压缩增益与分辨率关系

脉冲压缩增益定义为发射脉冲时宽与压缩后等效脉宽之比,也等于时宽带宽积:

G = T / τ_comp ≈ T·B = D

其中 D = T·B 称为压缩比或时宽带宽积。例如 T = 100 μs、B = 10 MHz,则 D = 1000,压缩增益约 30 dB,压缩后脉宽约 0.1 μs。距离分辨率由带宽决定:

ΔR = c / (2B)

B = 10 MHz 时,ΔR ≈ 15 m。可以看到,分辨率只与带宽有关,而增益只与时宽带宽积有关。增大 T 可以提高能量和增益,增大 B 可以提高分辨率,两者通过 K = B/T 耦合在一起。若 T 固定而增大 B,则 K 增大,对采样率和器件带宽提出更高要求;若 B 固定而增大 T,则 K 减小,调频斜率变缓,但脉冲持续时间变长,可能影响近距离盲区和收发切换。

实际工程中还需关注距离旁瓣、多普勒失配和加权损失。目标存在径向速度时,回波会产生多普勒频移,使匹配滤波输出峰值偏移、幅度下降,这就是多普勒失配。LFM 对多普勒频移具有一定的容忍度,但大时宽带宽积信号在高速目标下仍需考虑多普勒补偿或采用多普勒滤波器组。

LFM 信号时频特性与匹配滤波压缩链 时域:等幅、频率线性变化 T = 100 μs,B = 10 MHz 时频平面:斜率 K = B/T f0 − B/2 f0 + B/2 K = 10¹¹ Hz/s 匹配滤波器 h(t) = s*(t0 − t) H(f) = S*(f)·e^(−j2πf t0) 输出信噪比最大 等价于自相关 脉冲压缩输出:sinc 型主瓣 + 旁瓣 时间 幅度 −13.2 dB 主瓣 ≈ 1/B 关键关系 G = T·B ΔR = c/(2B) K = B/T τ ≈ 1/B T↑ 增益↑ B↑ 分辨率↑ 示例参数:T = 100 μs,B = 10 MHz,D = 1000,压缩增益 ≈ 30 dB,ΔR ≈ 15 m

四、工程实现中的关键考虑

在数字实现中,LFM 信号通常以复基带形式产生。设采样率为 fs,则离散化后的相位为

φ[n] = π·K·(n/fs)²,n = 0,1,…,N−1
s[n] = exp(j·φ[n])

匹配滤波既可以在时域用卷积实现,也可以在频域用 FFT 实现。频域实现的计算量为 O(N log N),在大时宽带宽积下明显优于时域卷积。具体做法是:对接收数据做 N 点 FFT,乘以匹配滤波器频域响应 H[k] = conj(S[k]),再做 IFFT 得到压缩输出。需要注意补零长度至少为 N + M − 1,以避免循环卷积混叠。

加权处理通常在频域进行,即 H[k] 再乘以窗函数 W[k]。汉明窗可将第一旁瓣压到约 −42 dB,但主瓣展宽约 1.3~1.5 倍,分辨率相应下降。工程上需要在旁瓣抑制和分辨率之间折中,常见选择包括汉明、泰勒、凯泽等窗函数。

判断压缩效果时,重点观察三个指标:主瓣宽度是否接近 1/B、第一旁瓣是否满足系统要求、峰值位置是否与目标距离一致。若旁瓣异常抬高,应检查加权是否生效、FFT 长度是否足够、是否存在截断或循环卷积混叠。

综上,LFM 信号通过线性调频把时宽和带宽解耦,匹配滤波器通过共轭匹配把分散的能量汇聚成窄峰,脉冲压缩增益由时宽带宽积决定,距离分辨率由带宽决定。理解这三者之间的关系,是后续学习脉压实现、旁瓣抑制和多普勒处理的基础。