3. 脉冲压缩的时域与频域实现

脉冲压缩的本质是匹配滤波：把回波与发射波形的共轭镜像做相关运算，使长脉冲在距离维上被“压”成窄峰。理解这一过程有两条等价路径——时域卷积与频域相乘。二者数学上完全等价，但工程代价、数值行为和实现约束差异很大，选择哪条路径直接决定了实时性与资源占用。

时域实现：卷积与相关

设发射基带信号为 s(t)，接收回波为 r(t)，匹配滤波输出为

y(t) = r(t) * h(t)，  h(t) = s*(-t)
即 y(t) = ∫ r(τ)·s*(τ - t) dτ

离散化后，若回波采样序列长度 N、参考波形长度 M，直接时域卷积需要约 N×M 次复数乘加。以一条 4096 点回波、256 点参考波形为例，单次压缩约需 10⁶ 量级复数乘加；若雷达一个 CPI 内有上千个距离门与多个脉冲，运算量迅速膨胀。时域法的优势在于：结构简单、无截断误差、可逐点流水输出、便于在 FPGA 中用移位寄存器加乘累加阵列实现，且对短码（如 13 位 Barker 码）非常高效。

频域实现：FFT 快速算法

频域法利用卷积定理：时域卷积对应频域相乘。流程为：对回波做 N 点 FFT，与预先算好的参考谱 H(k)=FFT{s*(-t)} 逐点相乘，再做 IFFT 得到压缩结果。当 N 与 M 接近时，运算量从 N×M 降到约 3×(N/2)·log₂N 量级。仍以 N=4096、M=256 为例，直接卷积约 10⁶ 次乘加，而 4096 点 FFT 三次变换约 1.5×10⁵ 次复数运算，效率提升近一个数量级。

工程上常用“分段卷积”处理长回波：将回波切成与参考长度相当的块，用重叠保留法（overlap-save）或重叠相加法（overlap-add）逐块 FFT，既控制内存又保持吞吐。参考谱可离线计算并存入 ROM，实时只做一次 FFT、一次复数乘、一次 IFFT。需要注意：FFT 点数应取 2 的幂或可分解的合数，且要大于 N+M-1 以避免循环卷积混叠；若点数不足，需补零到线性卷积长度。

距离旁瓣的来源

理想匹配滤波输出的主瓣形状由信号频谱决定。若发射波形是矩形包络的线性调频或相位编码信号，其频谱近似矩形，对应的时域压缩结果就是 sinc 函数，第一旁瓣仅比主瓣低约 13.2 dB。对于探测弱小目标或近距离强杂波场景，-13 dB 的旁瓣会淹没邻近弱目标，形成“强目标旁瓣遮盖弱目标”的典型问题。

旁瓣并非只来自波形本身。实际系统中还有几类贡献：一是带宽受限与采样截断，使频谱边缘陡降，产生 Gibbs 振荡；二是发射/接收通道的幅相误差与量化噪声，破坏理想匹配条件；三是目标多普勒与参考波形失配，使压缩峰偏移并抬高旁瓣；四是 FFT 点数不足导致的循环卷积混叠，会在距离维上产生伪峰。因此旁瓣抑制不能只靠加窗，还要控制通道一致性与处理长度。

加窗抑制旁瓣的工程权衡

加窗的思路是在频域对匹配滤波输出再乘一个平滑窗（等价于时域与窗函数卷积），压低频谱边缘的突变，从而降低旁瓣。常用窗及典型性能如下（数值为常见参考值，实际随点数与定义略有差异）：

权衡的核心是：旁瓣压得越低，主瓣越宽，距离分辨率越差，同时匹配滤波的 SNR 增益也略有损失。以 Taylor 窗为例，-35 dB 设计下主瓣展宽约 1.2 倍，意味着原本可分辨的两个相邻目标可能合并。工程上通常先明确系统指标：若要求旁瓣低于 -40 dB 且目标稀疏，可选 Hamming 或更低旁瓣窗；若要求高分辨率且强目标旁瓣不构成威胁，则保留矩形窗或仅做轻度加权。

综合来看，时域卷积适合短码、低延迟、资源受限的流水实现；频域 FFT 适合长码、大点数、高吞吐场景。旁瓣抑制不是单一窗函数能解决的，需要从波形设计、通道校准、处理长度和加窗策略四个层面协同。实际调试时，可先用 MATLAB 或 Python 对同一组回波分别跑时域与频域两条链路，对比主瓣宽度、第一旁瓣电平和 SNR 损失，确认数值一致后再移植到硬件，这样能快速定位是算法问题还是实现问题。