脉冲压缩原理总结与实现

1 前言

脉冲压缩是雷达体系中普遍采用的信号处理方案，它在整个接收信号处理体系中处于较为前端的位置。脉冲压缩的主要作用是将时域上混杂在一起的不同目标回波，经过处理后在时域上能够分辨，且输出较高的信噪比。

2 脉冲压缩作用

脉冲压缩是针对脉冲雷达进行的处理。雷达有两个关键指标，距离和距离分辨率，而这两者之间是存在矛盾的。距离分辨率是指距离上不同目标的间隔，反映在时域，如果雷达发射脉冲波形为正弦波，且持续时长为$T_p$，则两个物体至少要相距：$\Delta R=c\ast T_p/2$；雷达才能将这两个物体分辨开来，如果两物体与雷达之间的径向距离之差小于$\Delta R$，那么它们的回波就会相互混叠，导致无法区分。对于没有进行频率调制的信号，脉宽和带宽近似满足以下关系：$T_p\ast B=1$，则距离分辨率可写为：$\Delta R=\frac{c}{2\ast B}$。

接受信噪比可用如下公式来表示：

$$SNR=\frac{P_t{T}_p{G}^2{\lambda }^2\sigma }{(4\pi {)}^3{R}^{4}k{T}_{e}FL}$$
式中$T_p$为发射信号的脉冲宽度；$B$为发射信号的带宽；$P_t$为发射信号的平均功率。

在实际需求中，设计人员既想雷达能够达到较高的分辨率（$\Delta R$越小越好），又想能够得到足够高的信噪比。然而通过以上两个雷达公式，可以发现两者是矛盾的，由于$T_p$的作用，使得$T_p$增大时，信噪比会得到一定提升，但距离分辨率会有一定程度的下降（$\Delta R$增大)，反之亦然。因此，这两者之间存在矛盾。

随着技术发展，雷达设计人员发现，距离分辨力对窄脉冲的限制，并不需要通过压窄发射脉冲宽度来实现，也可以通过对回波脉冲的压缩处理来实现。即在电磁波发射时采用具备特殊调制的宽脉冲信号，以提高雷达的平均发射功率，在回波接收处理时采用特殊的信号处理手段，获取窄的回波信号，以提高雷达的距离分辨率，这种技术称为脉冲压缩技术。

3 脉冲压缩原理

为了实现压缩，在接收机上设置一个与发射信号“共轭匹配”的压缩网络。如图所示，时域上，匹配滤波器的冲击响应函数构造为输入信号的镜像；频域上，匹配滤波器的幅频特性与信号的幅频特性一致。如图，当信号通过匹配滤波器时，信号越强的频率点，滤波器的放大倍数也越大；信号越弱的频率点，滤波器的放大倍数也越小，从而使信号在时域更集中。

另外一方面，从相频特性上看，匹配滤波器的相频特性和输入信号正好完全相反。这样，通过匹配滤波器后，信号的相位为零，正好能实现信号时域上的相干叠加。而噪声的相位是随机的，只能实现非相干叠加，这样在时域上保证了输出信噪比的最大。脉冲压缩的本质就是匹配滤波，故$h(n)=s^{\ast }(-t)$，即发射信号反褶后取共轭。

取LFM信号$S(t)$​为发射信号：
$$S(t)=rect(\frac{t}{T}exp[j2\pi (f_{c}t+\frac{K}{2}{t}^2)])=s(t)exp(j2\pi f_{c}t)$$
其中$s(t)=rect(\frac{t}{T})exp(j\pi K{t}^2)$是线性调频信号的复包络，由傅里叶变换性质可知，$S(t)$与$s(t)$具有相同的幅频特性，只是中心频率不同而已，因此在Matlab仿真时，只需要考虑其复包络$s(t)$；$f_c$是载波频率，$K=B/T_p$是频率调制的斜率，$B$和$T_p$分别是脉冲带宽和持续时间。

匹配滤波器的时域脉冲响应为：
$$h(t)=S^{\ast }(-t)$$
匹配滤波器的输出$s_0(t)$​可计算为：
$$\begin{gathered} S_0(t)=S(t)\ast h(t) \\ ={\int }_{-\infty }^{\infty }S(\tau )S^{\ast }(t-\tau )d\tau \\ ={\int }_{-\infty }^{\infty }rect(\frac{\tau }{T_p})exp[j2\pi (f_c\tau +\frac{K}{2}{\tau }^2)]\times rect(\frac{\tau -t}{T_p})exp[j2\pi (f_c(\tau -t)+\frac{K}{2}(\tau -t{)}^2)]d\tau \end{gathered}$$
其中$rect(\frac{\tau }{T_p})$和$rect(\frac{\tau -t}{T_p})$分别是在$(-\frac{T_p}{2},\frac{T_p}{2})$和$(-\frac{T_p}{2}+t,\frac{T_p}{2}+t)$范围内的距离窗，由于卷积操作，$t$的取值范围在$(-T_p,T_p)$之间。

当$t\in (-T_p,0)$​时，有：
$$\begin{gathered} S_0(t)exp(j2\pi f_{c}t-j\pi K{t}^2){\int }_{-\frac{T_p}{2}}^{\frac{T_p}{2}+t}exp(j2\pi Kt\tau )d\tau \\ =exp(j2\pi f_{c}t)\frac{sin(\pi Kt(T_p+t))}{\pi Kt} \end{gathered}$$
当$t\in (0,T_p)$​时，有：
$$\begin{gathered} S_0(t)=exp(j2\pi f_{c}t-j\pi K{t}^2){\int }_{-\frac{T_p}{2}+t}^{\frac{T_p}{2}}exp(j2\pi Kt\tau )d\tau \\ =exp(j2\pi f_{c}t)\frac{sin(\pi Kt(T_p-t))}{\pi Kt} \end{gathered}$$
将以上$t$​的取值范围合并得到：
$$S_0(t)=exp(j2\pi f_{c}t)\frac{sin(\pi Kt(T_p-|t|))}{\pi Kt},t\in (-T_p,T_p)$$
经过上述推导，可以得到这样一个包络类似于sinc函数的最终结果。根据驻定相位原理可以将上述结果中的$t$忽略掉，从而得到如下的近似结果：
$$S_0(t)=exp(j2\pi f_{c}t)\frac{sin(\pi Kt{T}_p)}{\pi Kt},t\in (-T_p,T_p)$$

clear all;clc;
fc=10e9;    %载波频率
Tp=10e-6;   %脉冲宽度
B=10e6;     %bandwith
Fs=100e6;   %sampling frequenc
Ts=1/Fs; 
K=B/Tp; %调频率
N=1024;

t1=linspace(-Tp,Tp,2*N-1);
so_envelop_t1=exp(1j*2*pi*fc*t1).*(sin(pi*K*t1.*(Tp-abs(t1))))./(pi*K*t1);   %卷积后的信号
so_envelop_t2=exp(1j*2*pi*fc*t1).*(sin(pi*K*t1.*(Tp)))./(pi*K*t1);   %卷积后信号的简化近似
plot(t1/1e-6,20*log10(abs(so_envelop_t1)./max(abs(so_envelop_t1))),'r');    %归一化，取对数坐标
hold on
plot(t1/1e-6,20*log10(abs(so_envelop_t2)./max(abs(so_envelop_t2))),'b'),title('输出信号及其近似');    %归一化，取对数坐标
hold off

图中信号是归一化后取对数坐标的结果。从图中可以看出，红线表示的原始信号与蓝线所表示的近似信号有着相似的形状，尤其是第一零点的位置可以近似认为一致，所以用近似信号函数分析其时宽，来代替原函数。

不妨将第一零点位置认为是通过匹配滤波器输出信号的时域宽度：
$$T_p^{\ast }=t_0=\frac{1}{K{T}_p}=\frac{1}{B}$$
则匹配滤波器输入$s(t)$和输出$y(t)$的时域宽度之比为：
$$\frac{T_p}{T_p^{\ast }}=T_{p}B$$
由此可知，只要$T_{p}B>>1$就可以将回波信号的时域宽度显著压缩。

通过上述分析，在发射端采用具有较宽$T_p$的线性调频信号来保证回波信号具有足够高的功率，并且在接收端通过匹配滤波器将回波信号的时宽显著压缩，保持了足够高的距离分辨率。

下面从时域、频域分别讨论脉冲压缩实现方法。

4 脉冲压缩实现方法

4.1 时域匹配滤波

（1）实现方法一

将发射信号反褶、取共轭后，与发射信号做卷积处理，得到脉冲压缩信号。适用于脉压比要求小时的情况（脉压比是输入脉冲与输出脉冲的宽度之比），即：
$$h(t)=s^{\ast }(-t)$$
再与发射信号$s(t)$​进行线性卷积即可实现脉冲压缩：
$$s_0(t)=s(t)\ast h(t)=s(t)\ast s^{\ast }(-t)$$
（2）实现方法二

两个变量的互相关公式为
$$y(t)={\int }_{-\infty }^{+\infty }{x}_1(\tau )x_t(t+\tau )d\tau =x_1(t)\ast x_2(t)$$
而两个变量的卷积公式为：
$$y(t)={\int }_{-\infty }^{+\infty }{x}_1(\tau )x_t(t-\tau )d\tau =x_1(t)\ast x_2(t)$$
由于$h(t)=s^{\ast }(-t)$，故$H(w)=S^{\ast }(w)$，脉冲压缩信号$S_0(w)=S(w)\cdot S^{\ast }(w)$，可得：
$$s_0(t)={\int }_{-\infty }^{+\infty }s(\tau )s(t+\tau )d\tau$$
即匹配滤波也可表示为回波信号与发射信号的互相关。

4.2 频域匹配滤波

（1）实现方法一

将发射信号时间反褶，取共轭后，补零后计算FFT，再与再与经过FFT处理的回波信号在频域相乘，最后IFFT取得时域脉冲压缩信号。

（2）实现方法二

发射信号做FFT变换后，取共轭，再与经过FFT处理的回波信号在频域相乘，最后IFFT取得时域脉冲压缩信号。

5 脉冲压缩的实现举例

线性调频( Linear Frequency Modulation, LFM )信号是脉冲压缩雷达最常用的调制信号，接收时采用匹配滤波进行脉冲压缩。线性调频信号具有较大的带宽延迟积，在脉冲压缩过程中可以获得较高的脉冲压缩比，下图展示出了基于LFM信号的脉冲压缩过程。

取式(2)的线性调频信号$S(t)$为雷达发射信号，将该信号发送出去后，经过延迟$\tau$之后得到回波信号：
S e c h o ( t ) = β r e c t ( t − τ T ) e x p { j 2 π [ f c ( t − τ ) + K 2 ( t − τ ) 2 ] } S_{echo}(t)=\beta rect(\frac{t-\tau}{T})exp\{j2\pi[f_c(t-\tau)+\frac{K}{2}(t-\tau)^2]\} Secho​(t)=βrect(Tt−τ​)exp{j2π[fc​(t−τ)+2K​(t−τ)2]}
其中$\beta$表示与目标相关的雷达散射系数，$\tau =\frac{2R}{c}$为信号延迟，$R$是目标距离。

回波信号经接收机处理后，送给信号处理机进行处理。根据$S_{echo}(t)$​可以得到下变频后的回波信号模型$s_{echo}(t)$为：
$$\begin{gathered} s_{echo}(t)=S_{echo}(t)\ast exp(-j2\pi f_{c}t) \\ =\beta rect(\frac{t-\tau }{T})exp[-j2\pi f_c\tau +j\pi K(t-\tau {)}^2] \\ =\beta s(t-\tau )exp(-j2\pi f_c\tau ) \end{gathered}$$

5.1 单一静止目标示例

现在假设目标为静止状态，距离为3km，使用线性调频脉冲压缩信号对目标进行测距。脉冲宽度$T_p$为$10us$，调频带宽$B$为$10MHz$，采样频率$f_s$为$100MHz$。

根据前面4.2节的实现方法，我们首先将回波信号$s_{echo}(t)$的傅里叶变换结果$X_{echo}(t)$乘以发射信号的复包络$s(t)$的傅里叶变换结果$X(t)$的共轭，然后对乘法器的输出做IFFT，由此，我们可以得到匹配滤波器的输出信号，代码如下

Xs = conj(fft(st,N_r));        % 本地副本的FFT/匹配滤波器的频域特性
so_Range = ifft(Xs.*fft(sri)); 

发射信号的实、虚部波形图

匹配滤波器输入信号实、虚部波形图

匹配滤波器输出信号波形图

距离图像

5.2 多个静止目标示例

以上是单一的、静止目标的脉冲压缩示例，接下来不妨假设有多个待测的静止目标，取三个目标距离雷达分别为$r(q)=3000,4500,6000(m)$。

仍取式 2的线性调频信号$S(t)$​为雷达发射信号，将信号发送出去后，将接收到的回波信号进行下变频处理后，其数学模型如下：
$$S_{echo}(t)=\sum _{q=1}^Q\beta (q)\ast rect(\frac{t-\tau (q)}{T})exp[-j2\pi f_c\tau (q)+j\pi K(t-\tau (q){)}^2]$$
其中$\beta (q)=[1,1,1]$表示第$q$个目标的雷达回波截面积，$Q$表示目标的总个数，$\tau (q)=\frac{2r(q)}{c}$为第$q$个目标的信号延迟。

假设发送脉冲数为$N_{mc}=128$，当发射第一个脉冲时，三个目标（均在可测范围内）反射回三个回波信号，将处理后的回波信号进行叠加得到第一个回波信号$S_e(1)$。现将每一个处理后的回波信号置于矩阵$S_e(i,:)$​中，即矩阵中的每一行为一个回波信号。
$$S_e(i,:)=\left[\begin{array}{c}{S}_e(1)\\ S_e(2)\\ ⋮\\ S_e(128)\end{array}\right]$$
接着取匹配滤波器的频域特性$X_s$，将其与回波矩阵的每一行在频域上进行脉冲压缩，得到脉冲压缩结果矩阵$s{o}_{Range}$：
$$s{o}_{Range}(i,:)=\mathrm{ifft}\left[\begin{array}{c}{X}_s\ast \mathrm{fft}[Se(1)]\\ X_s\ast \mathrm{fft}[Se(2)]\\ ⋮\\ X_s\ast \mathrm{fft}[Se(128)]\end{array}\right]$$
从仿真结果中可以看出，通过脉冲压缩能够很好地区分多个不同的目标，并且能够准确地获知不同目标的位置信息。

5.3 多个运动目标示例

接下来不妨假设有多个运动的待测目标，取三个目标在某一时刻距离雷达分别为$r(q)=3000,4500,6000(m)$，分别以$v(q)=50,-60,70(m/s)$的速度匀速运动。

仍取式 2的线性调频信号$S(t)$为雷达发射信号，将信号发送出去后，接收到的回波信号进行下变频处理后，其数学模型仍如式 18所示，但其中的信号延迟$\tau$​将会发生变化：
$$\tau =\frac{2[r(q)-v(q)\ast (\tilde{t}(i)+t)]}{c}$$
其中$\tilde{t}(i)=(i-1)\ast T_r$表示发射第$i$个脉冲时已经过的$i-1$个脉冲重复周期。

同上述处理，将所有处理后的回波信号置于矩阵$S_e(i,:)$中，并取匹配滤波器的频域特性$X_s$，将其与回波矩阵的每一行在频域上进行脉冲压缩，得到脉冲压缩结果矩阵$s{o}_{Range}(i,:)$。

仿真结果如下所示。

其中速度是根据多普勒效应来确定的，回波信号与发射信号之间的信号差为：
$$\phi =-w_0\tau =-w_0\frac{2(r_0-vt)}{c}=-2\pi \frac{2}{\lambda }(r_0-vt)$$
对相位差再进行求导即可得到频率差，即多普勒频率$f_d$​：
$$f_d=\frac{1}{2\pi }\frac{d\phi }{dt}=\frac{2v}{\lambda }$$
由此即可确定目标的速度。

结果表明，通过脉冲压缩能够很好地区分多个不同的目标，并且能够准确地获知不同目标的位置信息和速度信息。

6 结语

在发射端采用较宽$T_p$的线性调频信号来保证回波信号具有足够高的功率，并且在接收端匹配滤波器将回波信号的时宽显著压缩，保持了足够高的分辨率。通过脉冲压缩技术，解决了分辨力和作用距离之间的矛盾，提高了信噪比，可以用于电子对抗。

本文首先介绍了脉冲压缩的概念和作用，接着详细阐述了脉冲压缩的原理和实现方法，最后分别给出了单一静止目标、多个静止目标和多个运动目标的脉冲压缩测距、测速仿真示例。

参考文献

[1] 三青山上种萝卜.(2023).谈谈雷达信号处理之脉冲压缩.CSDN博客.取自：https://blog.csdn.net/hahahahhahha/article/details/107040648.

[2] 邓哈哈哈哈.(2022).脉冲压缩( Pulse Compression, PC )原理与MATLAB实现.CSDN博客.取自：https://blog.csdn.net/qq_43485394/article/details/122655901.

[3] Hello-Time.(2022).深入浅出雷达脉冲压缩技术.CSDN博客.取自：https://blog.csdn.net/helloQQp/article/details/119965517.

[4] FPGADesigner .(2019).MATLAB数字信号处理（2）LFM脉冲雷达回波处理仿真.CSDN博客.取自：https://blog.csdn.net/FPGADesigner/article/details/88534024.

[5] Karen.(2021).雷达信号处理——线性调频信号脉冲压缩MATLAB实现雷达距离窗.CSDN博客.取自：https://blog.csdn.net/Shen_KL/article/details/118701252.

[6] 突突突凸凸凸.(2021).【精选】雷达回波模拟仿真(一)：回波产生，脉冲压缩（以 LFM 为例）matlab_如何仿真雷达回波. CSDN 博客.取自：https://blog.csdn.net/tww960106/article/details/119057902.