雷达系统设计MATLAB仿真：手写LFM脉冲多普勒雷达链路全解析

简介：面向雷达系统设计学习者与工程师的MATLAB仿真代码包，聚焦雷达基础概念与建模仿真实践，针对其中的第一章内容整理配套代码。压缩包内共13个文件，全部为.m脚本，围绕距离、距离分辨率、多普勒频率等核心参数，演示脉冲生成、雷达方程求解、功率孔径计算、目标检测与多普勒分析等典型环节，并配套“我的雷达”案例练习，适合需要从理论过渡到代码实现的初学者。资源包仅8KB，轻量易用，便于快速运行与修改。目前已有1170人学习下载。通过运行这些脚本，可直观理解雷达信号发射、传播、反射与接收的完整流程，掌握匹配滤波、FFT等信号处理方法，并借助参数调整评估不同设计对检测概率、虚警率及距离分辨率等性能的影响，是夯实雷达系统设计能力的实用入门资料。 不少刚接触雷达系统设计的同学，一上来就搜"雷达系统设计MATLAB仿真 代码"，结果要么找到一堆碎片化的示例脚本，要么下载了某个工具箱的Demo却改不动参数。我自己当年做雷达课程设计和毕业设计时也深有体会：雷达仿真最大的门槛往往不是MATLAB语法，而是不知道整个仿真链路由哪几块构成、每个模块的物理意义是什么、参数之间怎么互相约束。这篇就把我实际搭建一套脉冲多普勒雷达仿真系统的完整思路和代码整理出来，从波形生成到目标回波、脉冲压缩、动目标检测，一步步给你讲透。

这篇文章适合正在做雷达相关课程设计、毕业设计，或者刚进入雷达信号处理领域想快速建立仿真框架的工程师。我会先讲清楚手写仿真和工具箱仿真的取舍，然后给出完整的可运行代码，再重点说说那些仿真跑通之后才容易踩的坑。

1. 为什么我建议先手写一遍雷达链路，再上工具箱

MATLAB自带的Phased Array System Toolbox确实封装了雷达收发、波束成形、检测估计的整套函数，直接调用phased.LinearFMWaveform、phased.FreeSpace就能搭出一个像模像样的系统。但我见过太多同学在这条路上卡住：工具箱函数参数非常多，波形对象、通道对象、发射机接收机对象需要按顺序连接，一旦结果不对，根本分辨不出是参数设置错了还是算法逻辑错了。

所以我更推荐的做法是：先手写一遍完整的雷达仿真链路。这里的"手写"不是让你自己实现FFT，而是用MATLAB基础函数一步步构建信号处理流程。这样做有几个好处：

• 每个模块的输入输出都在你手里，信号的维度、物理单位、时间轴清清楚楚；
• 参数调试时能直接定位到是波形问题、目标模型问题还是处理算法问题；
• 应付答辩或文档时，你能把每个公式对应到代码，原理讲得明白。

我的建议路径是：先用LFM（线性调频）脉冲雷达走通一个完整例子，再回头用Toolbox优化工程实现。这篇文章下面给出的就是"先手写链路"的完整路径。

2. LFM脉冲雷达的链路拆解与参数设计

雷达系统设计仿真最常见的需求是：给定工作频率、探测距离、距离分辨率、速度分辨率等指标，验证系统能否检测到目标。这里我以工作在X波段的脉冲多普勒雷达为例，一步步拆解参数和代码。

2.1 波形参数：带宽、脉宽、PRF怎么定

线性调频信号是现代雷达最常用的波形，因为它能在不降低距离分辨率的前提下提高发射能量。LFM信号的复数形式是：

[ s(t) = A \cdot \text{rect}\left(\frac{t}{\tau}\right) \cdot e^{j2\pi\left(f_0 t + \frac{1}{2}K t^2\right)} ]

其中 (\tau) 是脉宽，(K = B/\tau) 是调频斜率，(B) 是带宽。距离分辨率 (\Delta R = c/(2B))，也就是说带宽决定分辨率。例如要得到1.5米的距离分辨率，带宽至少需要 (B = c / (2 \times 1.5) \approx 100 \text{ MHz})。

脉宽 (\tau) 决定发射能量和近距离盲区。脉宽太大会导致近距离目标回波被发射泄漏淹没，一般在几十微秒量级。脉冲重复间隔 (PRI) 决定最大不模糊距离 (R_{unamb} = c \cdot PRI / 2)。如果最大探测距离是9公里，PRI至少要是60微秒。

下面这组参数是我经常用的起始配置，兼顾了分辨率和采样率：

2.2 目标回波的数学模型

回波信号本质上是发射信号的延迟、衰减和多普勒调制版本。点目标回波在基带可以写成：

[ s_r(t) = A \cdot s\left(t - \frac{2R(t)}{c}\right) \cdot e^{j2\pi f_d t} ]

其中 (R(t) = R_0 - v t)，(f_d = -2v/\lambda)。注意这里的符号约定：目标靠近雷达时多普勒频率为正还是为负，取决于你定义的速度方向。MATLAB的FFT结果和物理约定容易搞混，后面会专门说。

衰减幅度 (A) 由雷达方程决定：

[ P_r = \frac{P_t G^2 \lambda^2 \sigma}{(4\pi)^3 R^4} ]

仿真中通常直接设一个合理的回波幅度，或者用10*log10计算相对功率即可。

2.3 先给一个能跑通的"全家桶"代码

为了让下面每一节都有参照，我先把完整代码按模块拆开。首先是参数初始化和波形生成：

%% 雷达参数初始化 fc = 10e9; % 载频 10 GHz c = 3e8; % 光速 lambda = c / fc; % 波长 0.03 m B = 10e6; % 带宽 10 MHz tau = 10e-6; % 脉宽 10 us prf = 10e3; % 脉冲重复频率 10 kHz pri = 1 / prf; % 脉冲重复间隔 100 us fs = 20e6; % 采样率 20 MHz Npulse = 128; % 积累脉冲数 % 目标参数 R0 = 3000; % 目标初始距离 3000 m v = -80; % 径向速度 -80 m/s（靠近雷达） rcs = 1; % RCS 1 平方米 %% 生成LFM基带波形 t = 0 : 1/fs : tau - 1/fs; % 脉内时间轴 K = B / tau; % 调频斜率 s_t = exp(1j * pi * K * t.^2); % 复包络LFM信号 %% 构造整个PRI时间轴 t_full = 0 : 1/fs : pri - 1/fs; Nsample = length(t_full); fast_idx = (1 : length(t))'; % 用于放置脉内信号 % 建立快时间-慢时间数据矩阵 raw = zeros(Nsample, Npulse);

这段代码生成了单个脉冲的LFM波形，并预留了快时间-慢时间数据矩阵。(t = \tau) 采样点取200个，正好是一个完整脉宽。

3. 回波生成与脉压/MTD处理：从公式到可运行代码

核心处理链路是：回波生成 -> 距离维匹配滤波（脉冲压缩） -> 慢时间维FFT（多普勒处理） -> 检测。我接上面代码继续。

3.1 生成目标回波

目标回波就是发射波形的延迟副本。延迟对应的采样点数取决于目标距离，多普勒调制则体现在每个脉冲之间相位变化。

% 计算时延和对应的采样点偏移 delay = 2 * R0 / c; delay_samples = round(delay * fs); for n = 1 : Npulse % 第n个脉冲时刻目标距离（匀速径向运动） Rn = R0 + v * (n-1) * pri; delay_n = 2 * Rn / c; delay_samples_n = round(delay_n * fs); % 回波起始位置不超出PRI才放置 if delay_samples_n + length(s_t) <= Nsample % 多普勒频移 fd = -2 * v / lambda; % 每个目标回波按复幅度加入 raw(delay_samples_n+1 : delay_samples_n+length(s_t), n) = ... raw(delay_samples_n+1 : delay_samples_n+length(s_t), n) + ... s_t(:) * exp(1j * 2 * pi * fd * (n-1) * pri); end end

这里有个很关键的细节：目标移动导致的时延变化是逐脉冲变化的。虽然通常认为在相参积累时间内目标距离门不跨动（距离走动不大就能直接处理），但在建模时逐脉冲更新距离会更能反映物理过程，也为后续做距离走动校正留了伏笔。

3.2 匹配滤波：频域脉冲压缩

匹配滤波器的冲击响应是发射信号的时间反演共轭。实际工程中为了处理效率，通常把卷积换成FFT相乘：

% 匹配滤波器频域响应 S_f = conj(fft(s_t, Nsample)); % 对每个脉冲做距离维脉冲压缩 mf_out = zeros(Nsample, Npulse); for n = 1 : Npulse R_f = fft(raw(:, n), Nsample); mf_out(:, n) = ifft(R_f .* S_f); end % 转换为幅度（取绝对值）并做归一化 mf_abs = abs(mf_out);

你可能会问，为什么频域相乘能完成脉冲压缩？因为时域卷积对应频域乘积，匹配滤波器的频响正好是发射信号频谱的共轭。这样每个脉冲一次FFT加一次IFFT就得到了距离像输出。

3.3 动目标检测（MTD）：慢时间维FFT

脉冲压缩后的每个距离门，在慢时间维度上做FFT就能提取多普勒频率：

% 沿慢时间方向做FFT mtd_map = fftshift(fft(mf_out, Npulse, 2), 2); mtd_abs = abs(mtd_map); % 多普勒轴换算 fd_axis = (-Npulse/2 : Npulse/2 - 1) * prf / Npulse; v_axis = -fd_axis * lambda / 2; % 速度轴

这里的fftshift很关键，因为fft输出的频率顺序是0到PRF，而物理上我们习惯把多普勒频率显示为负到正。如果不做fftshift，目标速度看起来会跑到坐标轴的两端。

3.4 加上CFAR检测看看能不能找到目标

CFAR（恒虚警检测）的代码可以从简单的单元平均恒虚警开始写：

% 在距离-多普勒图上做单元平均CFAR [x_grid, y_grid] = meshgrid(1:Nsample, 1:Npulse); Pfa = 1e-6; Ntrain = 16; % 训练单元数 Nguard = 4; % 保护单元数 threshold = zeros(Nsample, Npulse); detections = []; % 简化实现：逐距离门做慢时间维CA-CFAR for i = Nguard+Ntrain+1 : Nsample-Nguard-Ntrain for j = Nguard+Ntrain+1 : Npulse-Nguard-Ntrain cell = mtd_abs(i, j); % 左右两侧窗口取平均（这里示意，实际要取正确索引） noise = mean([mtd_abs(i-Nguard-Ntrain:i-Nguard-1, j); ... mtd_abs(i+Nguard+1:i+Nguard+Ntrain, j)]); threshold(i,j) = noise * (Ntrain * (Pfa^(-1/Ntrain) - 1)); if cell > threshold(i,j) detections = [detections; i, j]; end end end

这段代码为了可读性省略了边界处理的部分，真实工程里建议直接用MATLAB的phased.CFARDetector，或者把矩阵向量化处理，否则在完整距离-多普勒图上跑循环会非常慢。

3.5 一个完整的验证脚本示例

把上面的各部分合并成一个独立脚本，跑完直接画图验证：

figure(1); subplot(2,2,1); imagesc(t*1e6, 1:Npulse, abs(raw).'); title('原始回波（慢时间-快时间）'); xlabel('快时间 (us)'); ylabel('脉冲序号'); subplot(2,2,2); imagesc(t_full*1e6, 1:Npulse, mf_abs.'); title('脉冲压缩后'); xlabel('快时间 (us)'); ylabel('脉冲序号'); subplot(2,2,3); imagesc(v_axis, t_full*c/2, mtd_abs.'); title('距离-多普勒图'); xlabel('速度 (m/s)'); ylabel('距离 (m)'); subplot(2,2,4); plot(v_axis, mtd_abs(find(t_full*c/2 >= R0, 1), :)); title('目标所在距离门的多普勒剖面'); xlabel('速度 (m/s)'); ylabel('幅度');

跑完这个脚本，你会在距离-多普勒图上看到一个明显的峰值，位置对应的距离和速度应该和目标设定值一致。

4. 跑通仿真后，这四个坑最值得记下来

代码跑通不等于仿真正确。以下几个问题是我自己在调试和帮别人debug时反复遇到的，每一个都能让结果"看起来不对"。

4.1 距离分辨率不等于采样间隔

很多初学者会拿采样率去算距离分辨率，认为fs = 20 MHz对应距离分辨率 (c/(2 \times 20e6) = 7.5) 米。但实际上距离分辨率由信号带宽决定，(c/(2B) = 15) 米。采样间隔只决定了距离显示的点间距，不改变物理分辨率。在脉压输出图上，一个点目标会占据大约 (fs/B) 个采样点，这是正常的，不代表目标被展宽了。

4.2 匹配滤波器的峰值位置与延迟对应关系

匹配滤波输出的峰值位置对应的是双程时延，不是单程。假设目标距离3000米，双程时延 (2R/c = 20 \text{ us})。如果你用t = 0 : 1/fs : pri - 1/fs作为距离轴，峰值位置应该出现在大约第400个采样点（20 us × 20 MHz）。但很多人在显示距离轴时直接把快时间乘以 (c/2)，得到距离是3000米，是对的。容易出错的是：如果你在时域做xcorr而不是频域FFT，峰值位置可能出现在一个偏移量处，因为xcorr输出包含了负延迟部分。

4.3 多普勒频率正负号和速度方向

这是最容易让人头疼的问题。我代码里目标靠近雷达（v = -80 m/s），多普勒频率 (f_d = -2v/\lambda = 5333 \text{ Hz})。但MATLAB FFT输出的频率轴经过fftshift后，正频率在哪一边、目标峰值落在哪个多普勒门，取决于你回波信号中相位变化是怎么构造的。我的建议是：先固定自己的符号约定，再用已知速度目标去验证整个链路。比如设目标速度为0，峰值应该在0 Hz处；设目标远离雷达，峰值应该出现在预期方向的速度轴上。验证通过之后再改参数。

4.4 积累脉冲数、速度分辨率和PRF的三角关系

速度分辨率 (\Delta v = \lambda / (2 T_{coherent}))，其中 (T_{coherent} = N_{pulse} / PRF)。算一下：波长0.03米，128个脉冲积累，PRF 10 kHz，相干积累时间12.8 ms，速度分辨率约1.17 m/s。这意味着如果你设的目标速度为80.5 m/s，FFT输出的峰值可能落在80.2或81.4 m/s附近，这是正常的量化误差。如果你需要更精确的速度估计，要么增加积累脉冲数，要么对多普勒谱做插值，而不是去改PRF——因为PRF一动，最大不模糊距离和最大不模糊速度就会跟着变。

5. 我把这套仿真扩展到相控阵和工具箱时的思路

手写链路验证完基本原理以后，有两种常见的扩展需求：一是做相控阵波束扫描，二是用Phased Array Toolbox做系统级仿真。我的建议是，扩展之前一定要把手写版本的处理结果保存下来，作为"标准答案"用来校验工具箱输出。

相控阵扩展的核心是在回波里加入阵列导向矢量。简单的均匀线阵，目标角度 (\theta) 对应的导向矢量为：

[ \mathbf{a}(\theta) = \left[1, e^{j\frac{2\pi d \sin\theta}{\lambda}}, \cdots, e^{j\frac{2\pi (N-1)d \sin\theta}{\lambda}}\right]^T ]

把回波从单通道变成多通道，每个阵元的相位差由导向矢量决定，然后做数字波束形成。这个扩展建议在手写代码里先做，因为工具箱的phased.URA和phased.ArrayResponse虽然方便，但调试起来不如自己写导向矢量直观。

工具箱上手后，可以对比phased.LinearFMWaveform生成的波形和自己的LFM波形，再用phased.ReceiverPreamp和phased.MatchedFilter对照脉压结果。如果两个版本的输出形状一致、数值在同一个量级，说明你的手写链路是可靠的，工具箱版本也能放心用。

回到最初的搜索需求：雷达系统设计MATLAB仿真代码，不管你是要做课程设计、毕设还是项目预研，我的核心建议都是不要上来就找一份完整代码跑一遍交差。先照这篇文章的思路自己搭一遍LFM脉冲多普勒雷达链路，哪怕只实现单目标检测，你对雷达仿真的理解都会比直接套工具箱Demo扎实得多。等你把距离-多普勒图上那个峰值真正"调"出来，再回头去看教材里的雷达方程、模糊函数、匹配滤波理论，会有一种豁然开朗的感觉。

最后分享一个我自己常用的调试技巧：仿真结果不对的时候，先不要怀疑算法，先检查所有参数的单位。我在帮人排查时发现，80%的"仿真结果异常"最终都是距离用了km但光速用了m/s、或者PRF用了kHz但脉宽用了us这类单位混用问题。把所有参数统一用国际制单位写一遍，很多问题自己就暴露出来了。

本文还有配套的精品资源，点击获取