简介：这份资源面向学习雷达信号处理、从事模糊函数仿真分析的高校学生与工程技术人员，聚焦矩形脉冲、高斯脉冲与LFM信号三类典型波形的模糊函数建模与可视化。包内共6个m文件，压缩包约4KB，全部为MATLAB脚本与函数，分别实现高斯脉冲、矩形脉冲、LFM信号的模糊函数计算，并封装成ambiguity()函数供直接调用，可绘制模糊函数图、模糊度图、距离模糊函数图与速度模糊函数图。读者可借助封装函数快速替换波形参数，对比不同信号的时频分辨特性与旁瓣表现，理解距离—速度耦合关系，也可在af.m等脚本基础上扩展自定义信号，适合作为课程设计、毕业设计或雷达波形分析的参考代码。目前已有4216人学习下载，脚本结构清晰、调用方便，便于二次开发与实验验证。

1. 从一张模糊函数图说起：这个 MATLAB 仿真项目到底能干什么

做雷达信号处理的人，迟早会撞上“模糊函数”这堵墙。我见过太多人第一次画模糊函数时，直接把公式敲进 MATLAB，结果出来的三维图要么是一坨糊在一起的尖峰，要么坐标轴量纲全乱，根本看不出距离分辨率和速度分辨率的关系。这个项目就是冲着这个痛点来的：它用 MATLAB 把矩形脉冲、高斯脉冲和 LFM 信号三种典型信号的模糊函数完整仿真出来，从公式推导到三维网格图、等高线图，一条链路跑通。适合谁？正在学雷达信号处理、做课程设计、或者需要快速验证某种波形分辨性能的开发者。你不需要从零推公式，拿到就能跑，跑完就能对着图讲清楚为什么 LFM 比单频脉冲更适合做脉冲压缩。关键词里提到的 matlab 文档资料和开发语言，在这个项目里体现得很直接：纯 MATLAB 脚本，不依赖任何工具箱之外的第三方库，注释密度高，适合当模板改。

2. 三种信号的模糊函数模型：从公式到可执行代码

2.1 模糊函数的定义与离散化处理

模糊函数描述的是信号在时延和多普勒频移联合作用下的匹配滤波输出。连续形式的定义是：

χ(τ, ξ) = ∫ s(t) · s*(t - τ) · exp(j2πξt) dt

其中 τ 是时延，ξ 是多普勒频移，s* 表示共轭。直接按定义做二重积分在 MATLAB 里不现实，工程上通用做法是离散化：把时间轴切成 N 点，时延和多普勒各自取 M 个采样点，然后对每个 (τ, ξ) 组合做数值积分。这个项目里我一般会先把信号采样率设成带宽的 4 到 8 倍，保证模糊函数主瓣不被采样栅格掩盖。

% 参数设置：以 LFM 信号为例 T = 10e-6; % 脉冲宽度 10us B = 5e6; % 带宽 5MHz K = B/T; % 调频斜率 fs = 8*B; % 采样率取 8 倍带宽 dt = 1/fs; t = -T/2:dt:T/2-dt; % 时间轴 N = length(t); % 生成 LFM 信号 s_lfm = exp(1j*pi*K*t.^2); % 时延和多普勒网格 tau = linspace(-T, T, 201); xi = linspace(-B, B, 201); [TAU, XI] = meshgrid(tau, xi);

这段代码的关键参数有三个：fs决定时延轴的分辨精度，tau和xi的网格点数决定最终三维图的平滑程度。我一般把网格设在 200×200 左右，再大跑得慢，再小主瓣会出锯齿。s_lfm的相位项pi*K*t.^2是 LFM 的核心，K 为正表示上调频，改成负值就是下调频，模糊函数关于原点对称，图不会变。

2.2 矩形脉冲与高斯脉冲的模糊函数实现

矩形脉冲的模糊函数有解析解，但项目里为了统一框架，还是走数值积分。矩形脉冲的复包络就是 1，高斯脉冲则是 exp(-t²/(2σ²))。两者的模糊函数形状差异很大：矩形脉冲的模糊函数在时延方向是三角形，多普勒方向是 sinc 函数；高斯脉冲因为时宽带宽积最小，模糊函数是一个二维高斯曲面，没有旁瓣。

% 矩形脉冲 s_rect = ones(1, N); % 高斯脉冲，sigma 取脉冲宽度的 1/6 sigma = T/6; s_gauss = exp(-t.^2/(2*sigma^2)); % 模糊函数计算函数（离散积分） function af = ambiguity_func(s, t, tau, xi, dt) N = length(s); af = zeros(length(xi), length(tau)); for i = 1:length(xi) for j = 1:length(tau) % 时延后的信号，超出范围补零 s_delay = zeros(1, N); shift = round(tau(j)/dt); if shift >= 0 s_delay(shift+1:end) = s(1:end-shift); else s_delay(1:end+shift) = s(-shift+1:end); end % 多普勒相位项 phase = exp(1j*2*pi*xi(i)*t); af(i,j) = abs(sum(s .* conj(s_delay) .* phase)) * dt; end end end

这里有个容易翻车的地方：时延移位用round(tau(j)/dt)取整，如果tau网格步长比dt大很多，主瓣峰值会被削掉。我一般让tau的步长等于dt或者dt/2，保证峰值采样到位。另外s_delay补零的长度要和s一致，否则sum会报维度不匹配。高斯脉冲的sigma不要取太小，小于T/10时数值积分会因信号能量过于集中而出现数值噪声。

2.3 三种信号模糊函数的对比可视化

算完三个模糊函数矩阵后，项目用surf画三维图，用contour画等高线图，并排放在一个 figure 里。LFM 的模糊函数是斜椭圆，斜率为 -K，这个斜度直接对应距离-速度耦合；矩形脉冲是正十字形；高斯脉冲是圆对称的椭圆。

% 计算三种信号的模糊函数 af_rect = ambiguity_func(s_rect, t, tau, xi, dt); af_gauss = ambiguity_func(s_gauss, t, tau, xi, dt); af_lfm = ambiguity_func(s_lfm, t, tau, xi, dt); % 归一化并画图 figure; subplot(1,3,1); surf(TAU, XI, af_rect/max(af_rect(:))); title('矩形脉冲模糊函数'); xlabel('时延/s'); ylabel('多普勒/Hz'); shading interp; colormap jet; subplot(1,3,2); surf(TAU, XI, af_gauss/max(af_gauss(:))); title('高斯脉冲模糊函数'); xlabel('时延/s'); ylabel('多普勒/Hz'); shading interp; subplot(1,3,3); surf(TAU, XI, af_lfm/max(af_lfm(:))); title('LFM 模糊函数'); xlabel('时延/s'); ylabel('多普勒/Hz'); shading interp;

shading interp去掉网格线，图更干净。归一化用max(af(:))保证三种信号的峰值都在 1，方便对比旁瓣电平。LFM 的图你会看到主瓣沿斜线拉长，这正是它做脉冲压缩时对多普勒不敏感的原因。如果画出来发现 LFM 的斜椭圆方向反了，检查K的符号和xi的定义方向是否一致。

3. 工程化组织：目录结构、参数配置与运行入口

3.1 推荐的目录结构与文件职责

这个项目虽然不大，但按工程化方式组织后，改起来会顺手很多。我一般会拆成四个文件：主入口脚本、信号生成函数、模糊函数计算函数、绘图函数。不要把所有代码塞进一个 .m 文件，否则调参数时来回滚屏，血泪经验。

project_root/ ├── main.m % 主入口，设置参数、调用计算和绘图 ├── gen_signal.m % 生成矩形、高斯、LFM 三种信号 ├── ambiguity_func.m % 模糊函数离散积分核心 ├── plot_af.m % 三维图和等高线图绘制 └── config.m % 参数集中管理

config.m里放所有可调参数，比如T、B、fs、tau和xi的网格点数。这样换一种信号做实验时，只改config.m，不用动核心算法。main.m只做三件事：读配置、调gen_signal和ambiguity_func、调plot_af。职责清晰，二次开发时替换信号生成逻辑不会影响模糊函数计算。

3.2 参数配置与运行入口

config.m用结构体返回参数，避免全局变量污染工作区。这是我在多个 MATLAB 项目里踩坑后固定下来的习惯：全局变量在并行计算或函数嵌套调用时容易出玄学问题。

function cfg = config() cfg.T = 10e-6; % 脉冲宽度 cfg.B = 5e6; % 带宽 cfg.fs = 8 * cfg.B; % 采样率 cfg.Ntau = 201; % 时延网格点数 cfg.Nxi = 201; % 多普勒网格点数 cfg.sigma_ratio = 1/6; % 高斯脉冲 sigma 与 T 的比例 end

main.m的入口逻辑：

cfg = config(); [t, signals] = gen_signal(cfg); [tau, xi] = deal(linspace(-cfg.T, cfg.T, cfg.Ntau), ... linspace(-cfg.B, cfg.B, cfg.Nxi)); af = cell(1,3); for k = 1:3 af{k} = ambiguity_func(signals{k}, t, tau, xi, 1/cfg.fs); end plot_af(tau, xi, af);

gen_signal返回一个 cell 数组，顺序是矩形、高斯、LFM。ambiguity_func的最后一个参数是dt，从cfg.fs取倒数。这样写的好处是，如果你想加第四种信号，比如 Barker 码，只需要在gen_signal里多返回一个信号，主循环改成1:4，其他不用动。

3.3 运行前的环境检查与常见配置错误

MATLAB 版本建议 R2016b 以上，因为用到了隐式扩展和cell数组的常规操作。不需要额外工具箱，Signal Processing Toolbox 可用可不用，项目里没依赖它。运行前检查三件事：当前文件夹是否在project_root，config.m里的fs是否大于2*B，Ntau和Nxi是否设成了奇数。奇数网格能保证零时延和零多普勒正好落在网格中心，否则主瓣峰值会偏半个格，图看起来不对称。如果跑完发现内存不够，把Ntau和Nxi降到 101，三维图会糙一点，但趋势不变。

4. 避坑与排查：模糊函数仿真里最容易翻车的五个点

4.1 模糊函数图出现对称的假峰

现象：矩形脉冲的模糊函数在时延轴两端出现不该有的尖峰。原因：时延移位时shift超出信号长度，s_delay索引越界后被 MATLAB 自动补零，但补零区域和原信号相乘后产生了虚假相关峰。解决：在ambiguity_func里加边界判断，shift的绝对值不能超过N，超过时直接令af(i,j)=0。

4.2 LFM 模糊函数的斜椭圆方向与理论相反

现象：画出来的 LFM 模糊函数斜椭圆向右上倾斜，但理论应该是向右下。原因：多普勒相位项exp(1j*2*pi*xi*t)中xi的符号与K的符号不匹配。解决：检查xi的定义，如果K为正，xi从负到正递增时，耦合项-K*τ应该让椭圆沿负斜率方向。把xi改成linspace(B, -B, Nxi)或者把相位项改成exp(-1j*2*pi*xi*t)，两者选一，不要同时改。

4.3 高斯脉冲模糊函数出现数值噪声

现象：高斯脉冲的模糊函数曲面不平滑，有细小的毛刺。原因：sigma太小，信号能量集中在少数几个采样点上，离散积分误差被放大。解决：把sigma_ratio从 1/6 调到 1/4 或 1/3，同时把fs提高到16*B。如果还不行，在积分前对信号做归一化，s = s / sqrt(sum(abs(s).^2)*dt)，保证能量为 1。

4.4 三维图坐标轴量纲混乱

现象：时延轴显示的是采样点数而不是秒，多普勒轴显示的是归一化频率。原因：surf传入的是网格索引而不是物理量。解决：用meshgrid生成物理量网格TAU和XI，传给surf的是这两个矩阵，不是1:Ntau。xlabel和ylabel要带单位，时延用秒，多普勒用赫兹。

4.5 运行速度慢到无法忍受

现象：201×201 网格跑一次要几分钟。原因：双重循环里每次都重新计算exp(1j*2*pi*xi(i)*t)，这个相位项只依赖i，可以提到内层循环外面。解决：把多普勒相位项预计算成矩阵Phase = exp(1j*2*pi*xi(:)*t)，内层循环直接索引Phase(i,:)。另外s_delay的构造可以用circshift替代手动索引，但要注意circshift是循环移位，不是补零移位，用之前先补零到两倍长度再截取。

5. 二次开发与扩展：从三种信号到任意波形

5.1 替换信号生成逻辑的通用接口

这个项目的扩展点集中在gen_signal.m。它现在的签名是[t, signals] = gen_signal(cfg)，返回时间轴和信号 cell 数组。如果你想加相位编码信号，比如 Barker 码，只需要在函数内部多生成一个信号，追加到signals末尾，然后在main.m里把循环上限从 3 改成 4，plot_af会自动多画一张子图。plot_af里用的是cell遍历，不硬编码信号数量，这是当初设计时特意留的口子。

% 在 gen_signal.m 末尾追加 Barker 码 code = [1 1 1 -1 -1 1 -1]; % 13 位 Barker 码的前 7 位示例 chip_len = round(T/length(code)/dt); s_barker = zeros(1, N); for k = 1:length(code) idx = (k-1)*chip_len + (1:chip_len); s_barker(idx) = code(k); end signals{end+1} = s_barker;

注意chip_len要取整，否则信号长度和t对不上。Barker 码的模糊函数是图钉形，主瓣尖锐，旁瓣均匀，和 LFM 对比着看能讲清楚相位编码和线性调频的区别。

5.2 从模糊函数到模糊度图的裁剪与切片

三维图看整体，但实际分析分辨率时，大家更关心零多普勒切面和零时延切面。在plot_af.m里加两行就能出切片图：

% 零多普勒切面（距离维） [~, idx_xi0] = min(abs(xi)); figure; plot(tau, af{3}(idx_xi0,:)); xlabel('时延/s'); ylabel('归一化幅度'); title('LFM 零多普勒切面'); % 零时延切面（速度维） [~, idx_tau0] = min(abs(tau)); figure; plot(xi, af{3}(:,idx_tau0)); xlabel('多普勒/Hz'); ylabel('归一化幅度'); title('LFM 零时延切面');

min(abs(xi))找到零多普勒对应的索引，比硬编码(Nxi+1)/2更稳，因为网格点数改了之后中心索引会变。零多普勒切面的主瓣宽度对应距离分辨率，零时延切面的主瓣宽度对应速度分辨率。LFM 的零多普勒切面是 sinc 形，主瓣宽度约1/B，这就是为什么带宽越大距离分辨率越高。

5.3 参数扫描与批量出图的技巧

做对比实验时，经常要扫T或B看模糊函数怎么变。不要手动改config.m再跑，写个外层循环：

B_list = [1e6, 5e6, 10e6]; for b = B_list cfg = config(); cfg.B = b; cfg.fs = 8 * b; [t, signals] = gen_signal(cfg); af = ambiguity_func(signals{3}, t, tau, xi, 1/cfg.fs); figure; surf(TAU, XI, af/max(af(:))); title(sprintf('LFM 模糊函数 B=%d MHz', b/1e6)); shading interp; end

每次循环重新生成cfg，避免上一次的fs残留。tau和xi如果依赖T和B，也要在循环内重新生成。批量出图时记得加drawnow，否则 MATLAB 可能把图窗卡住不刷新。

5.4 一个我踩过的坑：归一化方式影响旁瓣对比

早期我做三种信号对比时，用af/max(af(:))归一化，结果高斯脉冲的旁瓣看起来比矩形脉冲还高。后来发现高斯脉冲的能量集中在主瓣，峰值大，归一化后旁瓣被压得很低，但视觉上因为曲面陡峭，颜色映射把低旁瓣也染成了暖色。解决：改用af/max(af(:))之后，再把caxis设成[0 0.3]，只显示主瓣和第一旁瓣，旁瓣差异就一目了然。从那以后我每次画模糊函数都强制走一遍caxis检查，不然图会骗人。

希望帮到你。

本文还有配套的精品资源，点击获取