SAR线性调频信号仿真与脉冲压缩可视化

资 源 简 介

本项目旨在利用MATLAB平台深入仿真合成孔径雷达（SAR）系统中的核心信号处理环节——线性调频（LFM/Chirp）信号的产生与脉冲压缩。项目主要功能模块包括：1. LFM信号建模，根据用户设定的雷达参数（如脉冲宽度、信号带宽、采样频率、载波频率等）生成大时宽带宽积的线性调频发射信号及其复数形式；2. 信号时频特性分析，通过傅里叶变换计算并绘制信号的时域波形（实部、虚部、包络）及其频谱（幅度谱、相位谱），验证信号的宽带特性；3. 脉冲压缩（匹配滤波）实现，分别构建时域匹配滤波器和频域匹配滤波器，模拟雷达接收回波的处理过程，将宽脉冲压缩为窄脉冲（Sinc函数形式）；4. 性能评估与可视化，输出脉冲压缩前后的对比图像，展示压缩后的主瓣宽度（分辨率）和旁瓣电平，并提供加窗函数（如Hamming窗、Blackman窗）处理选项，以演示如何通过加窗技术在牺牲少量主瓣分辨率的情况下有效抑制旁瓣干扰，从而提高SAR图像的信噪比和成像质量。

详 情 说 明

SAR线性调频信号仿真与脉冲压缩可视化

项目介绍

本项目基于MATLAB平台，构建了一个完整的合成孔径雷达（SAR）信号处理仿真演示系统。核心专注于线性调频（LFM/Chirp）信号的数学建模、回波模拟以及通过匹配滤波（Matched Filtering）实现的脉冲压缩技术。项目不仅实现了基础的脉冲压缩算法，还集成了频域加窗处理（Hamming窗、Blackman窗），用于直观演示如何通过牺牲主瓣宽度来抑制旁瓣电平（PSLR），从而优化雷达系统的成像质量。

功能特性

• 雷达参数化建模：支持自定义光速、脉冲宽度、信号带宽、载波频率（默认为C波段）、采样率及目标距离等核心参数。
• LFM信号产生与分析：生成基带复数LFM信号，并计算其瞬时频率和幅频特性。
• 高保真回波模拟：模拟电磁波传播的时延特性，基于目标距离精确计算回波位置，并引入高斯白噪声（SNR=20dB）以模拟真实环境干扰。
• 高效频域脉冲压缩：利用FFT/IFFT在频域实现快速卷积（匹配滤波），将宽脉冲压缩为窄脉冲（Sinc函数形式）。
• 旁瓣抑制技术：内置矩形窗（无加窗）、Hamming窗和Blackman窗三种处理模式，并在频域对匹配滤波器进行加权，演示不同窗函数对旁瓣的抑制效果。
• 综合可视化：提供从信号时频分析、压缩后时域全景、到细节dB刻度对比的多维度绘图展示。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（信号处理工具箱）

使用方法

直接运行主仿真脚本即可启动程序。程序将自动执行参数初始化、信号生成、处理运算，并弹出四个可视化窗口展示仿真结果。

算法实现与核心逻辑

本项目采用单函数架构，通过模块化流程实现仿真，具体逻辑如下：

1. 系统参数配置

程序首先定义了SAR系统的物理常量和工作参数。设定光速为3e8 m/s，脉冲宽度为10微秒，带宽为30MHz，采样率为100MHz（满足奈奎斯特采样定理）。同时设定了一个位于3000米处的目标，并据此计算调频斜率（K）和理论回波往返延时（tau0）。

2. LFM发射信号建模

利用复数指数函数生成基带LFM信号。数学模型遵循 $s(t) = exp(j pi K t^2)$，时间轴覆盖 $-T_p/2$ 到 $T_p/2$。此步骤构建了具有大时宽带宽积特性的发射脉冲。

3. 雷达回波与环境模拟

构建接收时间轴，长度覆盖最大测距范围。

• 时延模拟：通过将发射脉冲放置在计算出的延迟采样点索引处（round(tau0 * Fs)），模拟物理传播延迟。其余位置补零。
• 噪声叠加：调用 awgn 函数向回波信号中添加高斯白噪声，信噪比设定为20dB，以验证算法在噪声环境下的鲁棒性。

4. 频域处理架构

为提高计算效率，采用FFT（快速傅里叶变换）将时域信号转换至频域。

• FFT点数优化：自动计算大于信号总长度的最小2的幂次（nextpow2）。
• 参考信号构建：对发射脉冲进行补零以匹配FFT长度，并计算其频谱。
• 匹配滤波器设计：根据匹配滤波理论，滤波器传递函数 $H(f)$ 设为发射信号频谱 $S(f)$ 的复共轭。

5. 脉冲压缩与加窗处理

在频域执行信号相乘操作 $Y(f) = S_{echo}(f) cdot H(f)$，随后通过IFFT恢复时域结果。程序实现了三种处理策略：

• 矩形窗（基准）：直接使用原始匹配滤波器，对应理想Sinc函数输出，主瓣最窄但旁瓣最高（理论值约-13.2dB）。
• Hamming窗：生成与FFT长度等长的Hamming窗序列，并通过 fftshift 调整使其峰值对齐基带信号能量中心（零频附近），对匹配滤波器进行频域加权。
• Blackman窗：原理同上，使用Blackman窗进行更深度的加权，以获得更低的旁瓣电平，但会进一步展宽主瓣。

6. 结果归一化与指标量化

对压缩后的时域复数信号取模，并进行归一化处理。为了更清晰地展示旁瓣差异，将幅度转换为对数分贝刻度（$20log_{10}$）。程序还建立了基于真实时间（微秒）的坐标轴，以便于物理意义的解读。

7. 可视化模块

程序最终生成四幅图表用于分析：

• 图1 LFM信号分析：展示发射信号的实部/虚部波形、线性增长的瞬时频率（时频特性）以及平坦的幅度频谱。
• 图2 压缩全景图：在完整的接收窗内展示脉冲压缩后的时域响应，并标注目标的理论真实位置与计算出的峰值位置，验证测距准确性。
• 图3 旁瓣抑制对比（核心）：对目标区域进行放大，在dB刻度下同时绘制无加窗、Hamming窗和Blackman窗的压缩波形。图中清晰展示了加窗后旁瓣电平的显著下降（如Hamming窗降至-40dB以下）以及主瓣分辨率的轻微损失。图像还标注了矩形窗第一旁瓣的理论基准线（-13.26dB）。
• 图4 滤波器频响：对比原始匹配滤波器与加窗后滤波器的幅度频谱，直观展示加窗操作对频谱边缘能量的平滑衰减作用。