简介：压缩包内提供线性调频（LFM）脉冲压缩雷达仿真，面向雷达信号处理学习者与Matlab仿真实践者，覆盖从信号生成、回波模拟、匹配滤波到结果分析的主要环节。包内共21个文件，以3个Matlab主脚本和2个备份脚本（.m/.asv）为核心，配合1份Word说明文档与多张运行结果图片（jpg/png）。Matlab脚本实现chirp信号生成、雷达回波模拟与匹配滤波计算；图片展示典型LFM信号波形、匹配滤波输出、正交解调原理框图和简单脉冲雷达系统框图等；Word文档则对每一步原理和代码做了说明。压缩包约331KB，结构紧凑，已有2318人学习下载。文档和图片配合使用，方便查看运行结果时对照原理。配套仿真重点演示了脉冲压缩如何借助匹配滤波提升信噪比与距离分辨力，输出结果可直接用于课程设计、期末项目或自学复现时的指标验证。

1. 线性调频脉冲压缩雷达仿真：一份能直接跑通的 MATLAB 雷达信号处理参考

线性调频（LFM）脉冲压缩这六个字，雷达信号处理里绕不开。初看觉得原理不复杂——把脉冲展宽再压缩回去，可真落到 MATLAB 代码里，匹配滤波器的方向、时延截断的位置、采样率和带宽的关系，稍不注意压缩后的波形结果就惨不忍睹。这份仿真资源是一套完整的 LFM 脉冲压缩雷达仿真实现：发射波形生成、目标回波建模、匹配滤波、距离像绘图一步到位，另外附带一份 Word 格式的原理说明和现成的运行结果图。拿到手不只能直接跑，还能照着说明把每个公式和代码对应起来。适合两类人：一类是刚开始做雷达仿真，需要一个正确参考实现的学生和开发者；另一类是准备做二次开发，想快速验证自己算法的工程师。代码主体不足两百行，参数区集中，可读性比很多论文复现代码好得多。

2. 系统架构与信号链路：从 LFM 波形设计到距离像输出的完整数据流

2.1 为什么 LFM 波形成为雷达仿真的默认选型

雷达测距的分辨率由带宽决定：距离分辨率 ΔR = c/(2B)。要提高分辨率就得加宽带宽，但带宽一大，对发射机功放、接收机 ADC 采样率的要求也跟着上去了，硬件成本和设计复杂度成倍增长。早期的做法是用窄脉冲直接获得大带宽，窄脉冲的平均功率又低，探测距离上不去。LFM 信号通过在一个脉冲宽度 T 内把频率从 f₀ 线性扫到 f₀+B，用时间换带宽，发射的是宽脉冲，压缩之后却能得到窄脉冲的分辨率。

这套思路用数学表达非常简单。复基带 LFM 信号写作：

s(t) = exp(j·π·K·t²)，其中调频斜率 K = B/T

信号频率随时间线性变化：f(t) = K·t。回波经过匹配滤波后，输出主瓣宽度大约 1/B，等效于把 T 宽的大脉冲“压缩”成了 1/B 宽的窄脉冲，压缩比就是时间带宽积 D = B·T。这个特性让 LFM 成了脉冲压缩雷达里应用最广的波形，几乎每一本雷达信号处理教材都会拿它当第一章的例题。仿真项目选它作为主线，一方面是因为公式简洁、验证容易，另一方面是它涵盖了脉冲压缩雷达最核心的完整信号链路，改一改就能扩展到其他波形。

2.2 五段式模块划分与数据流

整套仿真从结构上可以拆成五个模块，每段都有明确输入输出，串起来就是一部完整的雷达收发链路：

数据流是单向的：参数区所有常量集中放在脚本开头，后续每个模块直接引用；发射信号生成后，一路送去回波建模，作为“目标反射回来”的信号源，另一路作为匹配滤波器的参考，跟回波做卷积或频域相乘。匹配滤波器输出的是一个复数序列，取模后再转 dB，就得到了我们常说的“距离像”。这里有一个容易被忽略的设计点：匹配滤波的参考信号必须来自发射信号本身，而不是另外生成一份干净的理想 LFM，否则滤波器跟实际发射波形失配，旁瓣会抬高。

2.3 距离分辨率、时间带宽积和参数联动关系

先看最核心的距离分辨率公式：

ΔR = c / (2B)

分母里的 2 来自电磁波的双程传播。这个公式说明分辨率只跟带宽有关，和脉宽没有直接关系。但单独增大 B 会遇到两个问题：一是采样率要跟着涨，二是目标回波的能量没有变多，信噪比上不去。LFM 的好处在这里体现得最明显——把 B 做大、T 也做大，时间带宽积 D 随之增大，匹配滤波带来的处理增益就越大，而分辨率始终由 B 单独决定。

三个参数之间存在联动：带宽 B 是分辨率的上限来源，脉宽 T 决定发射能量和压缩比，采样率 fs 必须高于信号带宽的两倍左右，否则频谱混叠直接毁掉压缩结果。仿真代码里通常还会定义最大不模糊距离 Rmax，用于计算脉冲重复周期 PRT。Rmax 越大，PRT 越长，快时间采样点数越多，计算量也随之上升。初学者最容易犯的错是把这几个参数割裂开调，比如单独把 B 从 10 MHz 改成 200 MHz，却不改 fs，结果压缩出来的波形全是混叠后的鬼影。

3. 核心代码拆解：MATLAB 实现逐段注释与逻辑解析

3.1 参数定义与发射信号生成

仿真代码通常把全部参数集中在脚本最前面，方便统一调整。下面是发射信号生成这段的核心代码：

%% 参数定义区 fc = 10e9; % 载频 10 GHz，真实雷达常用频段 B = 10e6; % 带宽 10 MHz T = 50e-6; % 脉冲宽度 50 us fs = 20e6; % 采样率 20 MHz，约 2 倍带宽 c = 3e8; % 光速 Rmax = 15000; % 最大不模糊距离 15 km K = B / T; % 调频斜率，关键参数 PRT = 2 * Rmax / c; % 脉冲重复周期 100 us t_fast = 0 : 1/fs : PRT - 1/fs; % 快时间轴，覆盖整个 PRT %% 发射信号生成 t_tx = 0 : 1/fs : T - 1/fs; % 只在脉宽内取点 s_tx = exp(1j * pi * K * t_tx.^2); % LFM 复基带信号

这段代码定义了整个仿真的“底数”。调频斜率 K 是发射信号的核心，它决定了频率随时间变化的快慢。注意 t_tx 和 t_fast 是两根时间轴：发射信号只在一个脉宽 T 内存在，而接收窗口要覆盖整个 PRT，这样才能容纳远距离目标的回波。t_fast 从 0 到 PRT 之间均匀取点，长度由 PRT × fs 决定，15000 米对应 100 us 窗口，在 20 MHz 采样率下就是 2000 个点。

这里有一个细节需要说清楚：s_tx 用的是复指数形式，而不是实数 cos 波形。复基带信号的好处是能把载频剥掉，只保留包络和相位信息，后面的匹配滤波也都是复运算。写代码时指数里的 1j 不能省略，用实数 cos 建模后续所有公式都要重推，得不偿失。

3.2 回波建模：目标时延、多普勒与噪声

回波是发射信号经过双程传播后的延迟副本。距离 R 的目标，回波滞后时间为 2R/c，这个时延落到离散采样点上就对应一个整数偏移量 n_delay。下面是典型的回波建模代码：

%% 目标回波建模 R0 = 3000; % 目标距离 3 km delay = 2 * R0 / c; % 双程时延 20 us n_delay = round(delay * fs); % 转成采样点偏移量 s_rx = zeros(1, length(t_fast)); % 接收窗口初始化为 0 s_rx(n_delay + 1 : n_delay + length(s_tx)) = s_tx; % 叠加高斯白噪声，信噪比设 10 dB SNR = 10; noise_power = 10^(-SNR/10); noise = sqrt(noise_power/2) * (randn(size(s_rx)) + 1j*randn(size(s_rx))); s_rx = s_rx + noise;

代码里先把整个接收窗口填零，再把发射信号放到对应时延位置，这样做的好处是回波天然就在正确的时间位置，不会因为数组长度不够而被截断。n_delay 是时延对应的采样点数，round() 会引入最多半个采样点的时延量化误差，换算成距离大约是 c/(2fs) 米，在这个仿真量级下可以接受；但如果要做高精度测距，就需要考虑用插值或者分数时延滤波器来消除这个误差。

噪声功率的计算用了 SNR = 10 dB 作为约束条件。先算线性功率 10^(-SNR/10)，再拆成实部虚部各一半噪声功率，这样复噪声的总功率恰好满足设定。randn 每次运行结果都不同，如果希望结果可复现，可以在参数区加一句 rng(0) 固定随机种子，这样每次跑出来的噪声波形完全一致，方便对比参数变化的效果。

3.3 匹配滤波：脉冲压缩的时域与频域实现

匹配滤波是脉冲压缩的核心，目标是把宽脉冲 LFM 信号压缩成窄脉冲。时域上，匹配滤波器的冲激响应是发射信号的共轭翻转：h(t) = s_tx*(-t)。两个长度为 N 的序列做线性卷积，直接算复杂度是 O(N²)，所以实际代码都用 FFT 来提速。下面是基于频域相乘的实现：

%% 频域匹配滤波 Nfft = 2^nextpow2(length(t_fast) + length(s_tx)); % FFT 点数 S_RX = fft(s_rx, Nfft); S_REF = fft(conj(fliplr(s_tx)), Nfft); % 匹配滤波器频域响应 Y = S_RX .* S_REF; y = ifft(Y); % 压缩后的时域序列 y = y(1:length(t_fast)); % 截取有效长度 y_db = 20 * log10(abs(y) / max(abs(y)) + eps); % 归一化 dB 幅度

这里最关键的写法是 conj(fliplr(s_tx))。fliplr 把发射信号在时间上翻转，conj 做共轭，两者共同构成了真正的匹配滤波参考。很多人一开始只会做互相关，直接把 s_tx 跟回波卷积，结果主瓣宽度和旁瓣都不对，问题就在忘了共轭这一步。LFM 信号本身的二次相位决定了它只跟自己的共轭翻转能对齐压缩，少了任何一个操作，相位都不能完全对消。

Nfft 取了 2 的幂，作用是让 FFT 运算效率最高。如果忽略这个细节直接取 length(t_fast)，卷积结果会因为循环卷积而出现时间混叠，目标跑到不该出现的位置。y 取前 length(t_fast) 个点，是去掉线性卷积多出来的过渡带。整段处理的物理意义可以概括为：匹配滤波之后，信号能量被集中到一个距离单元上，输出峰值位置对应目标所在距离。

3.4 距离轴换算与结果绘图

压缩后 y 的每个位置对应一个快时间采样点，要把它变成直观的“距离”，需要做一次坐标换算：

%% 距离轴换算 range_axis = (0 : length(t_fast)-1) * c / (2 * fs); %% 绘图 figure; plot(range_axis, y_db); xlim([0 Rmax]); xlabel('距离 (m)'); ylabel('归一化幅度 (dB)'); title('LFM 脉冲压缩后的距离像'); grid on; [k, idx] = max(y_db); % 找峰值位置

range_axis 的换算关系里除以 2 是因为双程传播。y_db 的幅度已经按最大值归一化到 0 dB，峰值位置就是目标距离。用这段代码跑 3 km 的目标，理论上应该在 3000 米处出现一个尖锐主瓣，旁边是一串衰减的旁瓣。主瓣宽度大约对应 c/(2B) = 15 米，这个数字可以直接用光标手动量出来，用来校验代码有没有写对。

4. 运行与调优：从脚本入口到距离结果图的完整解读

4.1 资源包结构与运行入口

解压后会看到三类产物：MATLAB 脚本、Word 格式的说明文档、运行结果图。脚本是整个仿真的主体，一般做成一个主脚本，从参数区到绘图区可以直接顺序执行，在 MATLAB 里打开用 F5 跑通全程，也可以用 “Run Section” 分段调试，参数区跑一遍、回波区跑一遍，逐步观察中间变量。Word 说明文档里通常包含公式推导、参数表和运行截图，它的作用是让代码跟理论对得上号，建议在跑通代码之后再读，这样每个公式都能找到对应实现。

运行环境方面，这套代码只用了 MATLAB 基础函数（fft、plot、randn 等），不需要安装任何额外的工具箱。早期版本和现代版本都能跑，代码里也没有依赖 R2019b 以后才有的语法特性，兼容性不用担心。如果电脑上同时装了多个 MATLAB 版本，建议用比较新但稳定的大版本打开，绘图渲染效果好一些，其他没有差别。

4.2 核心参数调整对照表

参数调整是读懂这套仿真的最快路径。改一个参数、重跑一次、看结果变化，就能建立直观的物理对应关系。下面是几个最值得动手的参数：

每次只改一个参数是铁律。同时改两个参数，就无法判断结果变化由谁引起。比如你把带宽翻倍的同时又把目标距离改远，压缩峰位置和分辨率同时变，出了任何异常都难排查。

4.3 结果图应该怎么读

跑完脚本，弹出的距离像图上有三个信息值得看：峰值位置、主瓣宽度、旁瓣水平。

峰值位置直接对应目标距离，拿它跟设定的 R0 做差，误差应该在几个采样间隔以内（±c/(2fs) 米）。如果偏差大到几十米，优先检查时延取整是否丢了点。主瓣宽度验证分辨率，用游标量 3 dB 处的宽度，跟理论值 c/(2B) 对比，误差 10% 以内属于正常范围。旁瓣水平反映匹配滤波的“干净”程度，无加窗矩形窗的情况下第一旁瓣大约在 13.2 dB 以下，也就是比主瓣低 13 dB 左右，这是 sinc 函数形状固有的现象。如果旁瓣跟主瓣差不多高，几乎可以断定匹配滤波器写错了，优先回看 3.3 节的 conj 和 fliplr 有没有遗漏。

5. 避坑指南：脉冲压缩仿真里最常见的四类翻车现场

5.1 采样率不够，距离像上出现“重影”

现象：压缩后的图上，主瓣旁边出现对称的虚假峰值，看起来像目标旁边多了一个“影子”，改变带宽后影子位置也跟着变。

原因：采样率 fs 没有跟上带宽 B。LFM 信号瞬时频率从 0 扫到 B，理论上复基带采样率 fs 至少要等于 B 才能保证不混叠。很多初学者按 fs = B 取，刚好卡在临界值上，实际仿真中又叠加了噪声和离散化误差，频谱边缘折叠回来，就会在距离像上形成额外的能量聚集。

解决：把采样率提高到带宽的两倍到四倍。比如带宽 10 MHz 就用 20 或 40 MHz。提高采样率只是让计算量变大，不会带来其他副作用。我一直的习惯是“先留三倍余量，跑通了再往下压，看混叠在什么程度开始出现”。

5.2 匹配滤波器方向接反，压缩峰出不来

现象：回波和参考信号做卷积后，输出还是一个大包络，或者峰值附近乱七八糟，看不到预期的尖锐主瓣。

原因：匹配滤波器写成 s_tx 本身，而不是 s_tx 的共轭翻转。LFM 信号的频率随时间线性变化，匹配过程必须把调频方向倒过来，让相位从二次项变成一次项，才能实现能量聚焦。方向反了，相位不能对消，压缩效果自然消失。

解决：确认代码写的是 conj(fliplr(s_tx))，三个操作缺一不可。调试的时候可以加一行自相关检查：直接对 s_tx 做匹配滤波，如果输出主瓣跟旁瓣差距明显，说明滤波器本身没问题，问题出在回波建模这一段。

5.3 回波截断，目标位置跑到错误距离上去

现象：压缩后峰值出现的距离和设定值差了很远，而且差值和 R0 不是线性关系，改采样率后差异也会变。

原因：回波建模时用了不恰当的截断方式。常见错误是先生成延迟后的回波，再用 s_rx(1:length(t)) 强行截到和发射信号同长度，这样后半段回波被切掉，匹配滤波时有效信号不完整，压缩峰会偏移甚至消失。

解决：正确做法是像 3.2 节那样，接收窗口按 PRT 的长度预先分配好，只在 n_delay 偏移处嵌入发射信号，不截断、不拼接。窗口长度必须大于 n_delay + length(s_tx)，否则回波尾部溢出报错或者被截断。血泪经验：数组长度这种东西，永远要多留一点，别卡着最大值分配。

5.4 加窗后旁瓣降了，主瓣也垮了

现象：给信号加上汉明窗后，旁瓣确实从 -13 dB 降到了 -40 dB 左右，但主瓣宽度明显变宽，原本能分开的两个相邻目标糊成了一个峰。

原因：窗函数在抑制旁瓣的同时展宽了主瓣。这是加窗的固有代价，汉明窗能让主瓣变宽约一倍。如果仿真里设了两个距离很近的目标，比如相差 20 米，带宽 10 MHz 理论分辨率 15 米，加窗后主瓣宽度接近 30 米，两个目标就不可分辨了。

解决：加窗之前先想清楚仿真目标。如果是看单目标检测，加窗完全没问题；如果是验证分辨率，先不加窗跑一次，把原始旁瓣行为看清楚，再加窗对比。实际雷达系统中加窗是为了压低强目标旁瓣对弱目标的遮蔽，不是为了让图好看。调参数时保持“不加窗能跑，加窗能讲出为什么”的状态，才算真正理解了这一步。

6. 二次开发：把仿真脚本改造成可扩展的雷达信号处理框架

6.1 从单目标到多目标

改造成多目标并不复杂。原理是把 3.2 节中一段回波变成多段回波的叠加：

R_list = [3000, 7000, 12000]; % 三个目标分别位于不同距离 s_rx = zeros(1, length(t_fast)); for i = 1:length(R_list) n_delay_i = round(2 * R_list(i) / c * fs); s_rx(n_delay_i + 1 : n_delay_i + length(s_tx)) = ... s_rx(n_delay_i + 1 : n_delay_i + length(s_tx)) + s_tx; end

同一段代码里叠加多份延迟信号，压缩后就能看到多个峰。改完这个，再接上 6.2 节的速度维，一个完整的雷达信号处理基础框架就成型了。

6.2 补上多普勒维

在快时间回波上乘以一个多普勒相位因子 exp(j·2π·fd·t_fast)，fd = 2vf_c/c，再多发几个脉冲组成慢时间矩阵，对慢时间维做 FFT，就能测速。这是从脉冲压缩雷达跨向脉冲多普勒雷达的关键一步，代码量增加不大，但能覆盖雷达信号处理最核心的二维处理流程。

6.3 验证：拿理论距离分辨率校准代码

跑完新代码后，必须做的验证是把实测 3 dB 主瓣宽度和理论值 ΔR = c/(2B) 对比，误差控制在几个采样点内。从那以后我每次写完匹配滤波，都强制自己先画一遍单目标加窗前的自相关曲线，确认第二个峰的衰减在 13 dB 上下，再继续往下叠多目标或多普勒。这次拆这套 LFM 仿真，最有价值的不是代码本身，而是这份代码把脉冲压缩的每一处细节都放在明面上，改起来不用猜。希望帮到你。

本文还有配套的精品资源，点击获取