SAR点目标仿真全链路：回波生成、距离徙动校正与指标验证

简介：合成孔径雷达（SAR）点目标仿真与RD成像算法是雷达信号处理教学中的经典内容。这份MATLAB工程资料面向正在学习SAR成像原理、需要完成点目标仿真实验的本科生、研究生及相关领域工程师，能够帮助读者在真实代码层面理解距离压缩、方位压缩和成像对比过程。资源以脚本和函数为主体，共19个文件，压缩包大小仅1.28MB：15个.m文件构成可运行的仿真工程，1份Word文档用于原理说明和使用步骤讲解，1个avi视频演示实际操作流程，另有txt文本补充工程注意事项。运行时可先阅读Word文档或观看操作录屏，再在MATLAB 2021a及以上版本中运行Runme.m主入口，同时注意将当前文件夹切换至工程目录，即可避免常见路径错误。已有293人学习下载，内容紧凑、配套完善，既适合课程设计与毕业设计参考，也可作为SAR点目标仿真的快速入门模板。

1. 点目标仿真：SAR成像算法的试金石

如果你刚接触合成孔径雷达（SAR）成像，很可能听过一句话：先跑通点目标仿真，再碰真实数据。点目标在场景里只是一个理想的“亮斑”，但回波经过距离压缩、距离徙动校正、方位压缩之后，能否在图像上汇聚成一个干净的十字亮斑，直接决定了你的成像处理链是否正确。反过来，很多人在真实数据上反复调参也得不到聚焦良好的图像，最后回头检查，问题往往出在最基本的那条仿真链路上。

这篇文章就以“SAR点目标仿真”为主线，把从参数设计、回波生成、成像处理到指标验证的完整路径讲一遍。标题里提到的 Word 说明文档和带代码操作演示的视频，本质上是同一套交付物给不同读者看的两面：文档写清原理和参数依据，视频让初学者能逐步跟着跑完。文中代码以 MATLAB 为主，这是 SAR 成像原理教学里最常见的起点，换用 Python 的思路我会在关键步骤里标注对应写法。

2. 从信号模型到仿真参数：SAR点目标回波怎么生成

2.1 点目标在SAR回波里的数学表达

SAR 发射的是线性调频（LFM）脉冲，脉冲宽度为 Tp，调频率为 Kr，载频为 fc。设快时间（距离向）为 τ，慢时间（方位向）为 η，平台沿方位向匀速飞行，速度记为 Vr，点目标到航迹的最短斜距为 R0。在某一慢时间 η 时刻，平台到目标的斜距近似为：

R(η) = sqrt(R0² + (Vr·η)²) ≈ R0 + (Vr·η)² / (2·R0)

这个二次近似是 SAR 成像的基础。回波经过正交解调、去除载频后，基带信号写成：

s(τ, η) = A·wr(τ − 2R(η)/c)·wa(η − ηc)·exp(−j·4π·R(η)/λ)·exp(j·π·Kr·(τ − 2R(η)/c)²)

其中 wr 是距离向包络（矩形窗或加窗），wa 是方位向天线方向图调制，ηc 是波束中心穿越目标的时间。第一个指数项包含多普勒相位历史，是方位压缩的原始素材；第二个指数项是距离向线性调频信号，供距离压缩使用。理解了这两项，后面所有处理都是在跟它们“做对抗”。

2.2 仿真参数怎么定：一张表说清约束关系

点目标仿真最忌讳的是随手拍一组参数，结果距离向和方位向的分辨率互相打架，或者 PRF 不满足采样定理。以下是我常用的机载 SAR 点目标仿真起始参数，星载 SAR 参数取值思路相同，只是量级不同：

方位向多普勒带宽的经验公式是 Ba = 2·Vr·Lsa / (λ·R0)，算出约 148 Hz，PRF 取 200 Hz 就留出了余量。入射角、天线尺寸等参数点目标仿真可以先不设，等过渡到条带场景仿真时再补。这些参数不是死的，但 PRF 和 Fs 必须满足采样定理这一条不能省。

2.3 MATLAB里生成点目标回波

回波生成的要点是让每个方位采样时刻都算一次目标的斜距，再根据快时间是否落在脉冲宽度内决定是否赋值。下面这段代码生成单个点目标的回波矩阵：

% 参数设置 c = 3e8; fc = 5.4e9; lambda = c / fc; Tp = 2e-6; Bw = 50e6; Kr = Bw / Tp; Fs = 1.2 * Bw; Vr = 100; R0 = 5000; PRF = 200; Lsa = 200; Ta = Lsa / Vr; % 时间轴 dt = 1 / Fs; % 快时间采样间隔 R_max = R0 + (Vr * Ta / 2)^2 / (2 * R0) + c * Tp / 2; Nr = round(2 * R_max / c / dt); % 距离向采样点数 fast_time = (0 : Nr - 1) * dt; % 快时间轴 slow_time = -Ta/2 : 1/PRF : Ta/2; % 慢时间轴 Na = length(slow_time); % 方位向脉冲数 % 初始化回波矩阵 s_raw = zeros(Na, Nr); for i = 1 : Na R_eta = sqrt(R0^2 + Vr^2 * slow_time(i)^2); % 时刻斜距 tau_d = 2 * R_eta / c; % 时延 % 距离向包络判定 valid = abs(fast_time - tau_d) <= Tp / 2; phase = exp(-1j * 4 * pi * R_eta / lambda) ... .* exp(1j * pi * Kr * (fast_time - tau_d).^2); s_raw(i, valid) = exp(1j * 2 * pi * fc * (fast_time(valid) - tau_d)) ... .* phase(valid); % 基带已去除载频，这里仅示意包络 s_raw(i, :) = exp(1j * pi * Kr * (fast_time - tau_d).^2) ... .* exp(-1j * 4 * pi * R_eta / lambda) ... .* (abs(fast_time - tau_d) <= Tp / 2); end

逻辑说明：第一个 exp 项是方位向相位历史，第二个 exp 项是距离向 LFM 信号，最后的逻辑表达式充当距离向包络窗。内外两层循环分别对应方位慢时间和距离快时间，这样的结构最直观，便于初学者把数学公式和代码一一对应。参数说明：Nr的取值要覆盖整个回波窗口，R_max要包含最长斜距处的延迟和脉冲宽度；slow_time从-Ta/2开始，保证波束中心时刻落在数据中间，避免成像结果偏出图像边界。

这段代码跑完后，s_raw就是一个 Na×Nr 的复数矩阵，每一行是一个脉冲的回波。你可以先不改任何参数直接跑通，再试把幅度谱画出来观察扫频特性。如果生产中嫌循环慢，可以改成矩阵化的方式：先构造快时间向量和慢时间向量的外积，再一次性计算时延矩阵 R(η)，但原理和循环版本完全一致。

3. 距离压缩、距离徙动校正与方位压缩：把回波变成像

3.1 距离压缩：匹配滤波为什么用共轭反转

距离压缩的本质是匹配滤波。对 LFM 信号做匹配滤波的常见做法是：对回波沿距离向做 FFT，与参考函数的频谱共轭相乘，再 IFFT 回时域。参考函数取发射信号的共轭反转，数学上等价于把 LFM 的二次相位补偿掉，让能量汇聚到一个距离单元内。

% 距离压缩参考函数 Nfft_r = 2^nextpow2(Nr); % 补零到2的幂次 ref_freq = fftshift((0 : Nfft_r - 1) / Nfft_r * Fs); ref_func = exp(1j * pi * Kr * (ref_freq / Kr).^2); % 频域参考函数 % 对每一行（每个脉冲）做距离压缩 s_rc = zeros(Na, Nr); for i = 1 : Na S_fft = fft(s_raw(i, :), Nfft_r); S_rc = S_fft .* conj(fft(ref_func, Nfft_r)); s_rc(i, :) = ifft(S_rc); s_rc(i, :) = s_rc(i, 1 : Nr); end

补零到 2 的幂次是为了利用 FFT 的高效实现，补零本身不会提升分辨率，只做频谱插值。ref_func在频域构造，用conj取共轭实现匹配滤波的核心操作。压缩后，点目标的能量集中在一个距离单元附近，剖面形状是 sinc 函数，主瓣宽度由带宽 Bw 决定。这一步做完可以先画一下某一行脉冲的幅度剖面，看看主瓣是否出现在正确的位置——通常它会沿着方位向移动，这正是距离徙动的现象。

3.2 距离徙动校正是绕不开的一步

斜距 R(η) 随方位时间变化，点目标的回波峰值在距离-方位平面内不是一条直线，而是一条抛物线。距离压缩后如果不做校正，直接做方位压缩，能量会沿着这个抛物线轨迹分散到多个距离单元里，导致方位向聚焦质量严重下降。校正的目标是把每个方位时刻的回波搬移到 η=0 时刻对应的距离单元上，即去掉大小为 ΔR(η) = (Vr·η)² / (2·R0) 的偏移量。

常用的做法是基于 sinc 插值的距离单元搬移：对每个方位时刻计算偏移量对应的时延差，再在快时间域插值重采样。MATLAB 里可以用interp1实现：

% 距离压缩后做距离徙动校正(sinc插值简化为线性插值演示) N_rc = size(s_rc, 2); for i = 1 : Na eta = slow_time(i); delta_R = Vr^2 * eta^2 / (2 * R0); % 距离徙动量(米) delta_t = 2 * delta_R / c; % 转换为时延差 % 目标原始时延位置 tau_origin = fast_time + delta_t; % 插值到原采样点 s_rc(i, :) = interp1(fast_time, s_rc(i, :), tau_origin, 'sinc', 0); end

sinc插值方式在频带受限信号上精度最高，但计算量大；数据量大的场景可以用线性插值先验证流程，再换回 sinc。注意delta_t的符号：斜距增大时回波时延变大，需要把取样点向时延增大的方向平移。插值后原位置取不到的点interp1会返回 0，这部分边缘数据直接丢弃或置零即可，不影响中心区域。

初学者常犯的错误是漏掉这一步，或者在方位压缩前没有检查目标的距离走动范围。一个简单的手工检查方法是：在距离压缩后、RCMC 前，把峰值所在的距离单元按方位向画出来，应该看到一条明显的抛物线；RCMC 后再画，应变成一条水平直线。

3.3 方位压缩与最终成像

RCMC 之后，同一个点目标的能量被“掰直”到同一距离单元内，剩下的任务就是沿方位向做一次匹配滤波，补偿多普勒相位。方位压缩与距离压缩结构上几乎一样，只是处理轴从快时间换成慢时间。完整的方位压缩可以这样写：

% 方位向参考函数(频域构造) Nfft_a = 2^nextpow2(Na); % 多普勒调频率 Ka = 2 * Vr^2 / (lambda * R0); % 单位Hz/s f_eta = fftshift((-Nfft_a/2 : Nfft_a/2 - 1) * PRF / Nfft_a); H_a = exp(1j * pi * f_eta.^2 / Ka); s_img = zeros(Na, Nr); for j = 1 : Nr S_a = fft(s_rc(:, j), Nfft_a); S_a = S_a .* conj(fft(H_a, Nfft_a)); s_img(:, j) = ifft(S_a); s_img(:, j) = s_img(1 : Na, j); % 截取有效方位向范围 end

方位压缩后输出的s_img就是点目标的聚焦图像，幅度图上应该看到距离向和方位向上的“十字”响应。到这里，单点目标链路已经完整。你可以在场景中放置第二个、第三个点目标，只需在生成回波时按不同位置叠加各自的延迟和多普勒相位，成像后观察它们是否各自聚焦、互不干扰。这也是从单点向多点仿真过渡的推荐路径。

4. 用PSLR、分辨率和ISLR验证：点目标仿真结果对不对

4.1 为什么不能只“看图像觉得不错”

人眼判断聚焦好坏在点目标仿真中基本靠不住。一个边缘稍微发散的十字亮斑，从视觉上很难和理想情况区分，但量化指标会立刻给出答案。SAR 点目标仿真的三个核心指标分别是：3dB 主瓣宽度（决定分辨率）、峰值旁瓣比 PSLR（反映强目标掩盖弱目标的能力）、积分旁瓣比 ISLR（反映旁瓣能量泄露总量）。未加窗时，理想点目标响应的 PSLR 理论值是 −13.26 dB，ISLR 约 −9.8 dB；加汉明窗后 PSLR 可以压到 −40 dB 左右，但主瓣会展宽约 1.3~1.5 倍，分辨率变差。这是一个基本的权衡。

距离向和方位向的分辨率分别按 ρr = α·c / (2·Bw) 和 ρa = α·Vr / Ba 估算，其中 α 是窗函数引入的展宽系数，矩形窗取 1，Hamming 窗约 1.3。仿真时用频率域指标算理论分辨率，再用实测剖面量取 3dB 宽度，两者对得上，才能确认链路没有系统性错误。

4.2 用代码从图像里提取指标

量化评估的第一步是在幅度图像里找峰值位置，然后分别沿距离向和方位向取过峰值的剖面线。以方位向剖面为例：

img_abs = abs(s_img); [max_val, idx] = max(img_abs(:)); [az_peak, rg_peak] = ind2sub(size(img_abs), idx); % 方位向剖面 profile_az = img_abs(:, rg_peak); profile_az = profile_az / max(profile_az); % 归一化 profile_az_dB = 20 * log10(profile_az); % 3dB宽度 above_3dB = profile_az_dB > -3; width_az = sum(above_3dB) * (1 / PRF) * Vr; % 换算成米 % 理论值 Ba = 2 * Vr * Lsa / (lambda * R0); rho_az_theory = Vr / Ba; % 峰值旁瓣比: 主瓣之外的最大旁瓣 mainlobe = round(2 * rho_az_theory / (Vr / PRF)); % 主瓣宽度对应的采样数 sidelobe_region = [1 : az_peak - mainlobe, az_peak + mainlobe : Na]; PSLR_az = max(profile_az_dB(sidelobe_region));

代码中width_az是把方位向采样点数换算为以米为单位的实测分辨率，rho_az_theory是理论值。PSLR 计算时剔除了主瓣区域，取旁瓣区间的最大值，得到的结果以 dB 为单位，正常应落在 −13.5 ~ −13.2 dB 之间。如果偏大，优先检查距离徙动校正是否残留系统偏差、方位向是否有欠采样、FFT 点数是否足够。同样的代码逻辑换到距离向剖面，只需把采样间隔从Vr/PRF换成c/(2·Fs)。

4.3 一份可对照的验收结果表

下面这组数值是我用 2.2 节参数跑通后的典型结果，你的机器上由于插值方法或 FFT 补零长度不同，会有微小出入，但不应该差出数量级：

如果你的结果里 PSLR 只有 −10 dB 甚至更低，不要急着调参数，先回到 3.2 节的插值步骤检查。插值误差和边界截断是 PSLR 劣化的两个主要来源。另外提醒一点：max找峰值时如果图像里有多个点目标，要使用findpeaks加最小峰值间距限制，别让其他目标的旁瓣干扰主瓣区域提取。

5. 配套交付：Word说明文档怎么写，演示视频怎么录

标题里的 Word 说明文档和演示视频不是写给读者看的“附加材料”，而是仿真代码能否被有效复用的一半。文档组织我一般遵循“公式 → 参数 → 流程 → 结果 → 附录”这条线：开头用一两页讲清信号模型和符号定义，把所有仿真参数汇成表并注明依据；中间按距离压缩、RCMC、方位压缩分节，代码片段只用关键行，完整代码放附录；最后附上 4.2 节那种指标提取代码和验收表。这样写出来的文档不是代码注释的搬运，而是别人拿到手能照着改参数、换波段、加窗函数的操作手册。

文档里最容易忽略的是“如何运行代码”这一步。SAR 仿真代码的入口、依赖的 MATLAB 版本、需要提前安装的工具箱（信号处理工具箱就够）、每个脚本的输入输出文件名，都要在文档开头写清楚。建议提供一个main.m一键运行脚本，把参数设置、回波生成、成像、指标提取串成一个流程，文档里以该脚本为线索展开，比逐段贴脚本更友好。

演示视频录制有两条实用原则：第一，录前先在命令行跑一遍完整流程，确认无报错，再开始录；第二，录制分辨率至少 1080p，代码编辑器的字号调到 16 以上，录完自己回放一遍，确认代码字符清晰可辨认。录制顺序按文档章节走：先展示main.m全貌，逐段运行并口头说明参数含义，运行到成像结果时停留几秒，让画面里的图像看清楚，再切到指标计算的代码。运行出错时不要慌着重录，可以当场改错并口播一句“这里报错是因为参数数组长度不匹配，改一下方位向采样点数就好”，这类真实排错过程反而比一条过更有价值。

一个细节技巧：录制前把 MATLAB 编辑器的背景色改成浅色系，深色背景下录制的区域截图放到 Word 里灰度打印时对比度很差。视频里如果附了章节时间戳，建议直接标注“回波生成、距离压缩、RCMC、方位压缩、指标验证”五个节点，读者定位起来效率高很多。这套三件套做下来，点目标仿真才算真正形成可交付的闭环。

本文还有配套的精品资源，点击获取