雷达信号MATLAB仿真脚本：脉冲、LFM、NLFM与噪声干扰

简介面向雷达信号处理与基于MATLAB的仿真学习者系统解读常规脉冲、相位编码、线性调频与调幅、非线性调频与调相以及噪声调幅、调频、调相等多种典型雷达信号的建模思路。包内共含9个文件包括8个可直接运行的脚本文件和1份说明文档压缩后体积仅144KB非常轻量。脚本覆盖线性调频LFM、非线性调频NLFM、巴克码相位编码、噪声调幅/调频/调相等仿真实现能帮助读者快速生成对应信号并观察其时域波形与频谱特征说明文档对各类信号的基本原理、代码逻辑和参数设置做了梳理便于边学边练。目前已有820人学习下载。通过这套内容读者能系统接触多类常见雷达信号理解不同调制方式对距离分辨率和抗干扰能力的影响同时获得可复用的仿真代码与分析思路为后续雷达系统设计打下基础。1. 雷达信号仿真从常规脉冲到噪声干扰的完整脚本集雷达信号处理的第一步往往不是直接上算法而是先有一组能自由改参数、能重复生成、能叠加干扰的测试信号。你手上这份“雷达信号集锦”MATLAB仿真包覆盖了常规脉冲、7位巴克码相位编码、线性调频LFM、非线性调频NLFM以及调幅AM、调频FM、调相PM三类噪声干扰配合说明文档可以快速理清不同信号的时域和频域差异。我拆这套脚本时最大的感受是它适合课程设计、毕业设计也适合刚接触雷达仿真的工程师拿来当信号源框架。下面从常规脉冲和相位编码讲起逐步把LFM、NLFM和噪声干扰的生成方式、参数选择、验证方法串起来。2. 常规脉冲与Barker七位相位编码从时域波形到自相关特性常规脉冲和相位编码的核心区别在于距离分辨力由谁决定。常规脉冲的距离分辨力由脉宽决定相位编码信号把脉宽拆成若干子码片匹配滤波后分辨力由码片宽度决定。压缩包里的 NS.m 和 Barker_7.m 恰好把这两类信号放在一起便于对比。2.1 NS.m 常规脉冲串生成与参数表NS.m 生成的是周期重复的矩形脉冲串。工程上做雷达仿真时我习惯先把基带脉冲用复指数表示这样后面加频偏、加相位调制、加干扰都更方便。下面这段代码等价于 NS.m 的核心逻辑% NS.m 核心常规脉冲串生成 fs 20e6; % 采样率 20 MHz fc 2e9; % 载频 2 GHz pri 100e-6; % 脉冲重复间隔 100 us pw 10e-6; % 脉冲宽度 10 us n_pulse 16; % 脉冲数量 % 单个脉冲的基带包络 t_pri 0:1/fs:pri-1/fs; pulse rectpuls(t_pri - pw/2, pw); % 宽度为 pw 的方波 baseband pulse .* exp(1j*2*pi*fc*t_pri); % 复载频调制 % 重复 n_pulse 个周期 seq repmat(baseband, 1, n_pulse);这里rectpuls(t - pw/2, pw)生成一个从 0 到 pw 的矩形窗exp(1j*2*pi*fc*t_pri)是复载频。之所以用复信号而不是cos是因为后续做解调和脉压时复基带能天然保留相位信息且采样率可以只围绕信号带宽设置不必按 2GHz 载频去采。repmat把单个周期复制成 16 段得到可用于相参积累测试的脉冲串。常规脉冲的致命问题也随之暴露脉宽 10us匹配滤波输出主瓣宽度接近 2 倍脉宽距离分辨力约等于c*pw/2也就是 1.5 公里量级。这就是现代雷达宁可牺牲部分时宽也要用调频或相位编码的原因。参数含义典型值调整影响fs采样率20 MHz需大于后续信号带宽的2倍否则波形失真fc载频2 GHz只影响混频位置不影响脉压结果pri脉冲重复间隔100 us决定最大不模糊距离pw脉冲宽度10 us决定常规脉冲距离分辨力n_pulse脉冲数16用于验证相参积累2.2 Barker_7.m七位巴克码的相位映射Barker 码是长度有限的最优二元序列其自相关旁瓣幅度恒为 1。Barker_7 码长为 7码序列是[1, 1, 1, -1, -1, 1, -1]。相位编码就是把这一串码映射成 0 和 π 两态相位。% Barker_7.m 核心码片到相位的映射 barker7 [1 1 1 -1 -1 1 -1]; % 7位巴克码双极性表示 chip_width 0.5e-6; % 码片宽度 0.5 us oversample 20; % 每个码片采样点 fs oversample / chip_width; % 采样率 40 MHz % 将每个码片重复 oversample 个点得到连续方波串 code_samples repmat(barker7, oversample, 1); code_samples code_samples(:); % 变成行向量 % 双极性值 1 - 相位0-1 - 相位pi phase (1 - code_samples) / 2 * pi; barker_signal exp(1j * phase);repmat(barker7, oversample, 1)生成一个oversample × 7的矩阵每列是同一个码片的 20 个重复点展开后得到每个码片持续 20 个采样点的双极性序列。(1 - code_samples) / 2 * pi把 1 映射到相位 0把 -1 映射到相位 π最终用指数函数得到复基带编码信号。巴克码 7 的码片越窄信号带宽越高距离分辨力越好。但巴克码长度有限脉压比只有 7也就是说只能获得 7 倍的脉冲压缩增益。和 LFM 那种动辄几百的时间带宽积相比巴克码更适用于码长较短的场合。指标常规脉冲Barker_7脉压前带宽1/pw1/chip_width距离分辨力c·pw/2c·chip_width/2脉压比17主副瓣比无旁瓣概念约 16.9 dB2.3 用自相关验证相位编码特性验证编码是否正确最直接的方式是看自相关旁瓣是否恒为 1。用xcorr对过采样后的信号做相关峰值为 7旁瓣幅度为 1归一化后旁瓣应在 -16.9 dB 附近。% 对巴克码信号做自相关 R xcorr(barker_signal, coeff); plot(20*log10(abs(R) eps)); ylim([-60 5]);coeff选项把零延迟归一化为 1所以旁瓣约等于 1/7。如果画出来的旁瓣不是等幅的 -16.9 dB常见原因是repmat展开时码字顺序被改乱或者oversample在不同码片间不一致。这个自相关结果也等价于匹配滤波输出因为巴克码的匹配滤波就是共轭反转后的发射信号。3. 线性调频LFM仿真chirp生成、调频斜率与脉冲压缩LFM 是雷达中用得最多的大时宽带宽积信号。它的价值在于让脉冲宽度和有效带宽解耦脉宽决定发射能量带宽决定距离分辨力。MATLAB 里生成 LFM 可以用chirp函数但自己写相位积分能清楚看到瞬时频率的变化过程。3.1 LFM.m 的复基带生成方式LFM 基带信号的相位是时间的二次函数。设脉宽为 T带宽为 B调频斜率 KB/T则表达式为 s(t)exp(jπKt²)。对应代码% LFM.m 核心复基带LFM生成 T 10e-6; % 脉宽 10 us B 20e6; % 带宽 20 MHz fs 40e6; % 采样率 40 MHz K B / T; % 调频斜率 2e12 Hz/s t 0:1/fs:T-1/fs; phase pi * K * t.^2; % 相位积分结果 lfm exp(1j * phase); % 复基带chirp % 如果需要实信号再叠加中频载频 fc 5e6; % 中频载频 5 MHz rf_lfm real(lfm .* exp(1j*2*pi*fc*t));phase pi*K*t.^2是对瞬时频率 f(t)Kt 做时间积分得到的瞬时频率从 0 线性增长到 B。在复基带下采样率 fs 只需要大于 B 即可这里用 40MHz 是为了留出余量。rf_lfm那一步把信号搬到 5MHz 中频方便用示波器观察实际仿真中多在基带上处理。LFM 的性能由时间带宽积 BT 决定。BT200 时脉冲压缩比也是 200也就是匹配滤波后信噪比提升 10log10(200)≈23dB。参数含义典型值备注T脉宽10 us决定发射能量B带宽20 MHz决定距离分辨力 c/(2B)≈7.5mK调频斜率2e12 Hz/s失配会导致主瓣偏移fs采样率40 MHz复信号时需大于 B3.2 脉冲压缩验证与主瓣宽度检查 LFM 生成是否正确最直接的方式是做匹配滤波。参考信号是发射信号的共轭反转用快速卷积实现% 匹配滤波脉冲压缩 ref conj(fliplr(lfm)); % 共轭反转后作为参考 pc fftfilt(ref, lfm); % 快速卷积 pc pc / max(abs(pc)); % 归一化到 0 dB plot(20*log10(abs(pc) eps)); ylim([-60 5]);fftfilt内部用 FFT 做卷积比直接conv更快尤其当 LFM 点数很大时。fliplr将时间反折conj匹配复相位。脉压输出主瓣宽度约 1/B50ns对应距离分辨力 7.5m。第一旁瓣约 -13.2dB这是不加窗 LFM 的理论旁瓣水平。如果实际旁瓣明显高于这个值优先检查采样率是否足够、参考信号和发射信号长度是否一致。3.3 调频斜率失配与加窗权衡实际系统中发射机和本振的斜率难免有偏差。下面模拟参考信号斜率比发射信号高 5% 的失配情况% 失配LFMK 增加 5% K_mismatch K * 1.05; phase_mm pi * K_mismatch * t.^2; ref_mm conj(fliplr(exp(1j * phase_mm))); pc_mm fftfilt(ref_mm, lfm);失配时脉压峰会从理论位置偏移一段距离峰值下降这就是雷达里常说的距离-多普勒耦合现象。处理运动目标时LFM 的峰值偏移会被误判为距离变化所以需要补偿。不加窗时旁瓣高加窗则旁瓣低但主瓣展宽。常见窗函数的取舍如下窗类型第一旁瓣主瓣展宽失配损耗不加窗-13.2 dB1.00 dBHamming 窗约 -40 dB约 1.4 倍约 1.3 dB余弦窗约 -23 dB约 1.2 倍约 0.4 dB这些是经验参考值具体结果会随采样点数和窗长变化。若既想低旁瓣又不付出失配损耗就需要用下一章的 NLFM。4. 非线性调频NLFM窗函数设计、NLFM_sin.m与旁瓣抑制LFM 加窗压旁瓣的代价是信噪比损失和主瓣展宽。NLFM 的思路不同它让瞬时频率随时间非线性变化使信号频谱本身带上类似窗函数的加权效果匹配滤波后旁瓣自然压低无需失配窗。这也是 NLFM.m 和 NLFM_sin.m 两个文件存在的意义。4.1 为什么是“频率函数”而不是“相位函数”设计 NLFM 的核心是设计瞬时频率 f(t)。f(t) 与频谱幅度满足群延迟关系频率变化慢的位置对应频谱能量高变化快的位置对应频谱能量低。若希望得到某种窗形频谱只需让频率函数在脉冲两端驻留时间长、中间驻留时间短。工程上常用 Hamming、余弦或 Taylor 窗反解得到 f(t)也可以用简单的正弦类函数近似。% NLFM_sin.m 核心正弦函数做非线性频率曲线 T 10e-6; B 20e6; fs 40e6; t 0:1/fs:T-1/fs; % 频率函数从0到B两端斜率小中间斜率大 f_inst B * (0.5 - 0.5 * cos(pi * t / T)); phase 2*pi * cumsum(f_inst) / fs; nlfm_sin exp(1j * phase);f_inst在 t0 时为 0tT 时为 B。cos 在 [0,π] 上单调下降所以频率整体单调上升但变化率不是常数两端很小、中间最大。这样等效于频谱两端强、中间弱实现旁瓣抑制。cumsum是对离散频率序列积分/fs换算成时间步长得到相位。如果想换其他窗函数只需改变f_inst的表达式。NLFM.m 走的就是更严格的窗函数反解路径NLFM_sin.m 用正弦类函数近似两者最终都能降低旁瓣。4.2 用spectrogram验证非线性时频曲线生成后不能只看波形必须看时频图。spectrogram可以直观显示瞬时频率随时间的变化spectrogram(nlfm_sin, 256, 200, 1024, fs, yaxis);窗口长度 256重叠 200FFT 点数 1024。如果看到一条斜率低-高-低的 S 形曲线说明频率函数生效如果是一条直线说明f_inst被写成了常数或者相位计算写错。与 LFM 的斜直线相比NLFM 的时频线在两端明显变平。4.3 NLFM脉压结果与LFM对比用相同的匹配滤波方式处理nlfm_sin可以得到旁瓣、主瓣和损耗的对比关系信号类型第一旁瓣主瓣宽度失配损耗LFM-13.2 dB1.00 dBLFMHamming 窗约 -40 dB约 1.4 倍约 1.3 dBNLFM正弦型约 -30 至 -40 dB约 1.2 倍约 0.2 dBNLFM 的代价是多普勒敏感性不同于 LFM目标速度会导致脉压峰发生非线性偏移做高速目标检测时需要另行补偿。如果你的系统很在意距离旁瓣且多普勒范围不大NLFM 是比加窗 LFM 更优的选择。5. 噪声干扰模型Noise_AM.m、Noise_FM.m、Noise_PM.m 的实现与评估雷达仿真里不加干扰等于只做了半程。Noise_AM.m、Noise_FM.m、Noise_PM.m 分别实现调幅、调频、调相三类干扰它们不是普通的高斯白噪声而是先把随机序列调制到载波上再叠加进雷达信号。三种干扰在频谱上的差异很大理解这一点才能选对抗干扰手段。5.1 三种干扰的统一模型干扰类型数学表达对应脚本调幅 AM(A0 m·n(t))·cos(ω_ct)Noise_AM.m调频 FMA0·cos(ω_ct 2πK_f∫n(t)dt)Noise_FM.m调相 PMA0·cos(ω_ct K_p·n(t))Noise_PM.mn(t) 是低通随机过程m、K_f、K_p 分别控制调制深度、频偏指数和相位指数。实际仿真中n(t) 不能直接用randn后就用必须带限否则调制后频谱会无限宽不符合真实干扰环境。5.2 MATLAB实现与参数控制% 公共参数采样率、载频、时长 fs 40e6; fc 10e6; T 1e-3; t 0:1/fs:T-1/fs; % 低通高斯噪声带宽1 MHz lpFilt designfilt(lowpassfir, FilterOrder, 80, ... CutoffFrequency, 1e6, SampleRate, fs); n filter(lpFilt, randn(size(t))); % Noise_AM.m 调幅干扰 A0 1; ma 0.8; noise_am (A0 ma * n) .* cos(2*pi*fc*t); % Noise_FM.m 调频干扰 kf 5e6; % 频率偏移系数 phase_fm 2*pi*kf * cumsum(n) / fs; noise_fm A0 * cos(2*pi*fc*t phase_fm); % Noise_PM.m 调相干扰 kp 5; % 相位调制指数 noise_pm A0 * cos(2*pi*fc*t kp * n);n先经过低通滤波器带宽设为 1MHz这是为了模拟窄带干扰。cumsum(n)/fs是离散积分注意不要误写成cumsum(n)后不除以 fs那样会把幅度放大约 40 倍。filter的前几十个点有瞬态调试时应丢弃开头 0.1ms或者改用filtfilt做零相位滤波。如果雷达信号本身是复基带干扰也要对应写成复信号例如exp(1j*(2*pi*fc*t phase_fm))再和信号相加。这样后续解调才不会产生镜像分量。为了实验可复现建议在每个噪声脚本开头加rng(2024)否则每次运行随机序列不同脉压数据难以对比。5.3 干扰强度评估干信比与频谱宽度评估干扰效果不能只看波形要看干信比% 干信比 JSR 计算 signal_power mean(abs(lfm).^2); noise_power mean(noise_am(1:length(lfm)).^2); jsr 10 * log10(noise_power / signal_power eps); % 干扰频谱观察 pwelch(noise_am, 1024, 512, 1024, fs);mean(abs(x).^2)计算平均功率干信比表示干扰相对信号的强度。工程上做干扰仿真时JSR 往往比 SNR 更重要因为压制式干扰的核心就是让 JSR 抬高到信号检测门限之上。通过pwelch可以看到AM 干扰频谱集中在载频两侧约 ±1MHzFM 干扰的频谱宽度随 kf 增大而展宽kf 从 1MHz 调到 10MHz 时干扰带宽可能从几MHz扩展到几十MHzPM 干扰则类似相位噪声谱宽由 kp 决定。这个特征直接决定后续是用频域陷波还是宽带对消。将干扰叠加到 LFM 信号上再脉压能直观看到旁瓣被抬高、目标峰被淹没的过程。这也是验证抗干扰算法最常用的一步。6. 用FFT做信号验证CSV导入、频率轴与常见问题排查最后分享一个调试这套脚本时常用的验证流程。无论生成的是常规脉冲、LFM 还是干扰信号最终都要靠 FFT 确认频谱是否和设计一致。尤其是从示波器或 CSV 导入数据时很多人卡在频率轴画不对。6.1 CSV数据导入与FFT频率轴data readmatrix(radar_signal.csv); t data(:,1); s data(:,2); fs 1 / mean(diff(t)); % 根据时间列估计采样率 s s - mean(s); % 去直流避免0频峰占用动态范围 N length(s); fd (-N/2:N/2-1) * fs / N; % 双边频率轴 spec fftshift(fft(s)); plot(fd / 1e6, 20*log10(abs(spec) / N eps)); xlabel(频率 (MHz)); ylabel(归一化幅度 (dB));fd从 -fs/2 到 fs/2fftshift把零频移到中心。除以 N 是为了让幅度和理论幅值对应加 eps 避免 log 0。如果原始信号是实信号只看正频部分即可如果是复基带信号必须看完整双边频谱。6.2 仿真脚本排错的三个检查点第一长度对齐。cumsum、filter、repmat之后经常出现长度差一个点的问题。可以在每个脚本开头加assert(length(phase)length(t))快速定位。第二相位连续性。生成 LFM/NLFM 时cumsum是离散均匀采样下的积分不需要unwrap。但如果从外部文件读入频率序列且时间轴不均匀就要用cumtrapz而不是cumsum否则相位累积误差会直接反映到脉压旁瓣上。第三采样率联调。Noise_AM.m 等脚本共用 fs 和 fc替换数据后最容易忘掉同步修改低通滤波器的截止频率导致干扰带宽偏离设计值。改完这三个点再跑一次脉压和频谱基本就能把波形和说明文档里的仿真图对齐了。本文还有配套的精品资源点击获取