时间调制阵列

可以看到，根据式子6
入射的线性调频信号（也就是echo lfm ，LFM信号的回波）$S_r(\theta ,t)$是由发射的LFM信号的无穷多次谐波构成
而且呢, 相邻谐波分量的载频,都相差一个$f_p$, 也就是开关信号的调制频率

而LFM信号的带宽是很大的, 频率分量很丰富, 以至于带宽远远大于开关的速率$f_p$

而入射信号的频率分量要比发射信号更为丰富, 这就会导致你这种采样方式, 会导致这些谐波分量(即入射信号的各个分量), 会在频域混叠,时域也会混叠, 想恢复而不可得

DFT肯定是用不了的

然而很奇妙的是, 入射信号的各个分量, 同时经过开关调制后, 在时域和频域上都是independent的

既然independent, 就可以用匹配滤波器

我的理解是,在每个开关开启的这段时间的每一个时刻, 所有谐波信号的分量的频谱均不重叠(the spectrums of the harmonic LFM signals would not aliase at any moment during the modulation period$[(k-1)T_p,K_p]$/ 或者说during the interval when the switches on 即 [ q T p + t n , o n , q T p + t n , o f f ] ] , ∀   n ∈ { 1 , 2 , . . . N } , q ∈ Z [qT_p + t_{n,on}, qT_p+t_{n,off}]], \forall \ n \in \{1,2,...N\}, q\in Z [qTp​+tn,on​,qTp​+tn,off​]],∀ n∈{1,2,...N},q∈Z)

脉冲压缩是一种信号处理技术，可以将一个长时间的矩形脉冲信号压缩到一个更短的脉冲内，从而实现更好的分辨率和距离精度。这种技术主要应用在雷达、声纳、超声等领域中。

举个例子，在雷达中，脉冲压缩技术可以用于提高雷达系统的分辨率。雷达发射一段带宽宽度为$B$的矩形脉冲信号，在接收端接收回波信号后，通过匹配滤波器处理，可以将回波信号与原信号的共轭并时序翻转后进行卷积处理，从而实现脉冲压缩。具体计算公式如下：

原信号为：$$g(t)=\text{rect}\left(\frac{t}{T}\right)$$

其中，$\text{rect}(x)$表示矩形函数，定义如下：

$\text{rect}(x)=1|x|<0.5$

$\text{rect}(x)=0|x|>=0.5$

接收到的回波信号为：

$$r(t)=a\cdot g(t-\tau )+n(t)$$

其中，$a$为回波信号的幅度，$\tau$为回波信号的时间延迟，$n(t)$为加性高斯白噪声。

对回波信号进行匹配滤波：

$$y(t)={\int }_{-\infty }^{\infty }r(t)g^{\ast }(-\tau )d\tau$$

其中，$g^{\ast }(-\tau )$表示原信号的共轭并时序翻转：

$$g^{\ast }(-\tau )=\text{rect}\left(\frac{\tau -T}{T}\right)e^{-j2\pi f_{c}t}$$

通过匹配滤波器进行信号处理后，输出信号为：

$$y(t)=a\cdot T\cdot e^{-j2\pi f_c(t-\tau )}+n(t)$$

其中，$f_c$为载波频率。

由输出信号可见，经过匹配滤波处理后，信号的持续时间被压缩到$T$内，从而实现了脉冲压缩。