雷达

雷达原理

一、雷达基础原理

遥感是利用传感器主动或被动地接收地面目标反射或发生的电磁波，通过电磁波所传递的信息来识别目标，从而达到探测目标的目的。

雷达（Radar）的全称是 Radio Detection And Ranging，即“无线电探测和测距”。从广义上讲，雷达是一种微波遥感系统，它通过发射电磁波并接收回波来获取目标的距离、方位、速度等信息。

后续将主要以 SAR（合成孔径雷达） 作为实例进行详细介绍。从图中可以看出，雷达的工作模式包括聚束 SAR 和 条带 SAR 等，这些是实现高分辨率对地观测的重要技术手段。

一个现代雷达系统为了能够胜任复杂的探测任务，通常应具备哪些基本能力？

一个优秀的雷达系统主要需要具备以下五大核心能力：
首先是目标回波能量的有效收集能力；其次必须具备良好的空间分辨能力（即区分相邻目标的能力）；另外还需要高效的空间搜索能力、对各类干扰的有效抑制能力，以及在各种复杂天气和地形下的良好环境适应能力。

雷达在实际工作环境中，接收机收到的信号除了纯净的目标回波外，还包含哪些不需要的成分？（即雷达信号处理面临的主要对象是什么？）

雷达接收到的回波环境非常复杂，信号处理的主要对象除了目标回波，还必须面对三大类“无用信号”：

• 噪声 (Noise)：主要来源于雷达电子系统内部的热噪声。
• 杂波 (Clutter)：来自雷达周围环境的强烈非目标反射，主要包括地物杂波、海面杂波以及气象杂波（如雨云衰减和散射）。
• 干扰 (Jamming)：主要指人为的电磁对抗，分为主动干扰（如敌方发射压制性射频信号）和被动干扰（如抛撒箔条假目标）。

基于上述恶劣的电磁环境，雷达信号处理的根本任务是什么？通过信号处理，雷达最终能提取出目标的哪些信息？

雷达信号处理的根本任务是：最大程度地抑制噪声、杂波和干扰引起的不确定性，从而准确提取与目标属性有关的信息。
这些被提取的信息通常分为两个层次：

• 常规信息：实现目标的探测和空间定位，即获取目标的距离、俯仰角、方位角。
• 扩展信息：在现代先进雷达中，还能进一步获取目标的速度、航迹、数量、种类、型号，甚至是进行高分辨率的雷达成像。

1.1 电磁波

• 电磁波的本质与产生机制：
  电磁波是电磁振动的传播。根据麦克斯韦方程组，变化的磁场激发变化的电场，变化的电场又激发变化的磁场，这种相互激发使得电磁场可以独立于电荷之外存在，并以一定的速度向四周传播。

• 基本物理性质与公式：
  电磁波在真空中的传播速度 $c$ 约为 $3 \times 10^8$ m/s。
  其波长 $\lambda$、工作频率 $f_0$ 与速度 $c$ 的关系为：$\lambda = c / f_0$。
  波函数可表示为 $\psi = A \sin(2\pi ft + \phi)$。其中，普通传感器只记录振幅信息，而全息摄影（以及 SAR 雷达）同时记录振幅和相位信息，这是实现相干处理的基础。

• 电磁波与介质的相互作用：
  当电磁波遇到固体、液体、气体等介质时，会发生以下现象：

1. 反射：包括镜面反射和漫反射（雷达探测的主要原理）。
2. 折射：射入介质时传播方向发生改变。
3. 吸收：部分能量被介质吸收。
4. 透射：能量穿过介质。
5. 发射：目标自身向外辐射能量。
6. 散射：遇到小粒子时向四面八方散去，强度和方向均发生变化。

• 频段名称	频率范围	雷达功能
  P波段	300-1000MHz	超远程警戒
  L波段	1000-2000MHz	远程警戒，空管
  S波段	2000-4000MHz	中程警戒
  C波段	4000-8000MHz	远程跟踪，气象观测
  X波段	8000-12000MHz	远程跟踪，导弹制导，机载雷达
  Ku波段	12-18GHz	卫星测高
  K波段	18-27GHz	很少使用（水蒸气吸收严重）
  Ka波段	27-40GHz	极高分辨地形测绘，机场监视
  Mm波段	40-300GHz	战场监视，防撞

  关于波段划分的面试高频考点分析：

  • C、X、Ku波段是雷达应用最广泛的“主力波段”。特别是 X波段（8-12GHz），由于其波长适中，可以在较小的天线孔径下实现较高的分辨率，因此是机载雷达、导弹制导和火控雷达的绝对主力，面试时极易被问到其典型应用。
  • K波段的大气衰减特性是经典考点。面试官常问“为什么雷达很少工作在22GHz左右？”。回答的关键在于：K波段包含了水蒸气的吸收谐振频率，电磁波在该频段传播时能量衰减极大，因此不适合雷达探测。为了避开这个吸收峰，雷达工作频段被分为了其下方的 Ku (K-under) 波段和其上方的 Ka (K-above) 波段。
  • 低频段（P、L、S）与高频段（Ka、Mm）的对比：
    • 低频段波长长，大气衰减小，穿透性好（如穿透树叶），非常适合远距离探测和预警（如相控阵预警雷达多在L/S波段）。
    • 高频段波长短，能提供极高的测距和测角分辨率，但受雨雾天气影响大，传播距离近，因此多用于近距离高精度测绘、机场地面监视及车载防撞系统。

1.2 雷达的组成

脉冲雷达系统主要由以下几个核心模块闭环组成：

• 发射机 (Transmitter)：负责产生高频、大功率的雷达射频信号。

• 天线 (Antenna)：将发射机产生的高频电流转换为电磁波辐射到空间，并负责收集目标反射回来的微弱电磁波。雷达天线通常具有极强的波束指向性。

• 收发转换开关 (Duplexer)：面试极高频考点！ 它的作用是允许雷达共用同一部天线进行发射和接收。在发射时，它将天线连接到发射机并隔离接收机（防止烧毁灵敏的接收机）；在接收时，它将天线连接到接收机并阻断发射机漏能。

• 接收机 (Receiver)：负责将天线收集到的微弱射频信号进行低噪声放大、下变频等处理。接收机内部不可避免地会引入热噪声 (Noise)。

• 定时器/时钟控制 (Synchronizer)：雷达系统的“心脏”，提供全局的时钟基准，确保发射、接收、信号处理等各个环节严格同步，这是精准测距的基础。

• 信号处理机 (Signal Processor)：雷达系统的“大脑”。

  在实际环境中，接收机收到的不仅是纯净的目标回波，还包含三大“幽灵”：

1. 噪声 (Noise)：来自电子系统内部的热噪声。
2. 杂波 (Clutter)：来自地面、海面、雨雪气象等非目标物体的强烈后向散射。
3. 干扰 (Jamming)：来自敌方的有源主动干扰或无源被动干扰（如箔条）。

信号处理的任务是什么？

信号处理的根本任务就是最大程度地抑制噪声、杂波和干扰引起的不确定性，从而提取出与目标属性有关的信息。

1.3 雷达数据测量

【PPT 知识点分析：雷达坐标与核心功能】

• 雷达坐标系（Radar Coordinates）

  • 定义方式：雷达通常使用类似于高数中三重积分的球坐标系来定位目标。
  • 核心参数：
    1. 距离 $R$：目标到雷达天线中心点的直线距离（斜距）。
    2. 方位角 $\alpha$：目标在水平面上的投影与参考方向（如正北）的夹角。
    3. 俯仰角 $\beta$：目标直线与水平面之间的夹角。
  • 几何关系：通过这三个参数，可以唯一确定目标在三维空间中的位置。

• 雷达的功能分类

  1. 目标检测：最基础的功能，解决“有无”问题。通过处理判断接收到的信号中是否包含感兴趣的目标回波。
  2. 参数提取：解决“在哪/多快”问题。提取目标的斜距、角位置（方位和俯仰）以及相对速度。
  3. 目标识别：解决“是什么”问题。通过高分辨率探测获取目标的尺寸、形状，并利用 SAR 成像等技术进行分类识别。

---

• 目标斜距（Range）的测量

  • 基本原理：测量电磁波从发射机出发，经目标反射，最后返回接收机的传播总用时。
  • 物理依据：利用电磁波在均匀介质中的直线传播特性、接近光速的传播速度以及物体对电磁波的散射特性。
  • 主流方法：脉冲法（最常用，测量往返时延）、调频法、相位法。

• 目标角度（Angle）的测量

  • 基本原理：利用雷达天线波束的指向性。
  • 物理依据：电磁波的定向传播特性。
  • 测角方法：振幅法（如最大信号法、双波束等信号法）和相位法。

• 目标速度（Velocity）的测量

  • 基本原理：利用运动目标回波中的**多普勒频移（Doppler Shift）**信息。
  • 测速方法：多普勒滤波、斜距变化率。
  • 物理依据：物体相对运动产生的多普勒频移现象。

• 目标大小与形状的测量

  • 核心需求：需要高分辨率雷达。
  • 距离向分辨：依赖大带宽，通过脉冲压缩技术实现。
  • 切向（角度）向分辨：依赖大孔径，通过**合成孔径（SAR）**技术实现。

---

• 基本测距公式与“除以2”的逻辑

  • 公式：$R = c\Delta t / 2$。
  • 原因：雷达是主动探测设备，电磁波从天线发出，到达目标后发生反射，再回到天线。这个过程电磁波走过的总路径是双程的（雷达到目标，目标回雷达）。因此，测量到的时间差 $\Delta t$ 是往返总时间，计算目标单程距离 $R$ 时必须除以 2。

• 脉冲参数与功率关系

  • 周期与频率：脉冲重复时间 $T$ (PRI) 是相邻两个脉冲之间的时间间隔；脉冲重复频率 $PRF = 1/T$。
  • 峰值功率 ($P_t$) 与平均功率 ($P_{av}$)：峰值功率是单个脉冲内的功率；平均功率是一个周期内的平均值。
  • 关系式：$P_{av} = P_t \times (\tau / T)$。其中 $\tau / T$ 称为占空比。

• 最大无模糊距离 ($R_{max}$)

  

  • 定义：雷达能够正确测量的最远目标距离。
  • 公式：$R_{max} = cT / 2$。
  • 原理：如果目标太远，其回波在雷达发射下一个脉冲后才到达，雷达会误以为这是第二个脉冲的回波，从而产生距离模糊。

• 距离分辨率 ($\Delta R$)

  

  • 定义：雷达在同一方向上能区分两个相邻目标的最小距离。
  • 公式：$\Delta R = c\tau / 2 = c / 2B$。
  • 逻辑：脉冲宽度 $\tau$ 越窄，带宽 $B$ 越大，分辨率就越高。
  • 脉冲宽度 $\tau$ 越大，能量越高，传输距离越远，但是带宽 $B$ 就会受限。后续使用脉冲压制技术，使得脉冲宽度 $\tau$ 和带宽 $B$ 同时增大。

---

• 天线核心参数与特性

  1. 波束宽度 ($\theta$)：通常指 3dB 波束宽度。近似公式为 $\theta \approx \lambda / D$。这意味着波长越短、天线孔径越大，波束就越窄（方向性越好）。
  2. 天线增益 ($G$)：衡量天线能量集中的程度。增益越大，探测距离越远。
  3. 互易性：同一天线既可发射也可接收，其性能参数（如方向图、增益）在两种状态下保持不变。
  4. 天线有效面积 ($A_e$)：反映天线收集电磁波的能力。公式为 $A_e = G\lambda^2 / 4\pi$。

• 测角与角分辨率

  1. 测角原理：利用天线的方向性。当天线波束轴线对准目标时，回波最强。
  2. 角分辨率 ($R_c$)：在同一距离上区分两个相邻目标的能力。公式为 $R_c = R \times \theta$。波束越窄，角分辨率越好。

• 雷达方程（基本雷达方程）
  这是描述雷达探测能力的最核心公式。它建立了接收功率 $P_r$、发射功率 $P_t$、增益 $G$、目标截面积 $\sigma$ 以及距离 $R$ 之间的数学模型。
  其最大作用距离形式为：

  $$R_{max} = \left[ \frac{P_t G^2 \lambda^2 \sigma}{(4\pi)^3 S_{min}} \right]^{1/4}$$

  该公式说明：要使雷达探测距离翻倍，发射功率需要提升到原来的 16 倍。

---

【面试 Q&A 模拟扩展】

Question 1：面试官可能会问：“在球坐标系中，如果雷达测得了斜距 $R$ 和俯仰角 $\beta$，那么目标的高度 $H$ 和水平距离 $D$ 应该如何计算？”

Answer：
这是一个简单的三角几何关系：
目标高度 $H = R \cdot \sin(\beta)$；
水平投影距离 $D = R \cdot \cos(\beta)$。
在实际工程中，如果考虑地球曲率，还需要引入修正公式，但在基础面试中，掌握这两个基本三角关系即可。

Question 2：面试官可能会问：“你提到了目标检测是判断‘有无’，那么判断的标准是什么？如果噪声很大怎么办？”

Answer：
判断的标准通常是设置一个检测门限（Threshold）。
当信号电平超过这个门限时，判定为“有目标”；低于门限则判定为“无目标”。
如果噪声很大，为了避免把噪声误判为目标（虚警），我们需要提高门限，但这可能会导致漏掉微弱的目标（漏警）。因此，雷达信号处理的一个核心任务就是在**虚警概率恒定（CFAR，恒虚警处理）**的前提下，尽可能提高检测概率。

Question 3：面试官可能会问：“参数提取中的‘相对速度’测量和‘斜距’测量，在信号处理层面有什么本质区别？”

Answer：
本质区别在于处理的物理量不同：

1. 斜距测量：通常是在时域上测量发射脉冲与回波脉冲之间的时间延迟 $\Delta t$。
2. 速度测量：通常是在频域上提取回波信号相对于发射信号产生的多普勒频移 $f_d$。
   这意味着测距可以是非相干处理，但高精度的测速通常需要雷达具备相干性，即能记录并处理信号的相位信息。

Question 4：面试官可能会问：“在测量目标斜距时，为什么通常说电磁波在大气中的传播误差可以忽略？在什么情况下不能忽略？”

Answer：
通常情况下，电磁波在大气中的传播速度非常接近真空中光速 $c$，且大气折射率接近 1，对于一般的中远程雷达探测，由大气引起的时延误差相对于巨大的量程确实可以忽略。
但在高精度测量或超低仰角探测时不能忽略。此时电磁波会产生折射（折射效应），导致传播路径不再是直线，且速度略有降低，如果不进行大气折射修正，会产生明显的斜距和高度测量误差。

Question 5：面试官可能会问：“除了多普勒频移，还有其他办法测量目标的速度吗？它们有什么优缺点？”

Answer：
另一种方法是斜距变化率法。即通过连续测量目标在不同时刻的距离 $R_1, R_2, ...$，计算单位时间内的距离变化 $\Delta R / \Delta t$。
优点是原理简单，不需要复杂的相干处理；缺点是测量精度较低，且需要较长时间的观察积累。相比之下，利用多普勒频移可以在单个或少量脉冲周期内实现高精度、准实时的瞬时速度测量，因此现代雷达多采用多普勒法。

Question 6：面试官可能会问：“为什么说测量目标的形状需要‘大带宽’和‘大孔径’？这两者分别对应什么？”

Answer：
雷达对形状的感知本质上是提高分辨率的过程：

1. 大带宽决定距离分辨率：带宽 $B$ 越大，窄脉冲越尖锐，雷达就越能分辨出目标在纵向（斜距方向）上的细节特征（如飞机的机头和机尾）。
2. 大孔径决定角度分辨率：根据天线理论，天线物理孔径（或 SAR 合成孔径）越大，波束越窄，雷达就越能分辨出目标在横向（切向方向）上的细节特征。
   只有同时具备这两个维度的分辨能力，雷达才能勾勒出目标的二维或三维形状轮廓。

---

Question 7：面试官可能会问：“在距离分辨率公式 $\Delta R = c\tau / 2$ 中，为什么要除以 2？这和测距公式里的除以 2 是一个意思吗？”

Answer：
逻辑是相似的。为了分辨两个在距离上相隔 $\Delta R$ 的目标，第一个目标的脉冲尾部回到雷达的时间，必须早于第二个目标的脉冲头部回到雷达的时间。
由于电磁波是双程往返，两个目标产生的回波在时间轴上的间距是 $2\Delta R / c$。如果要让这两个回波不重叠，这个时间间距必须大于脉冲宽度 $\tau$。整理得到 $\Delta R > c\tau / 2$。所以这个“除以 2”依然是因为电磁波往返双程运动造成的。

Question 8：面试官可能会问：“如果我们要想增加雷达的最大探测距离，应该调高还是调低 PRF（脉冲重复频率）？”

Answer：
应该调低 PRF。
因为最大无模糊距离 $R_{max} = c / (2 \cdot PRF)$，二者成反比。调低 PRF 意味着增大了脉冲重复周期 $T$，给电磁波留出了更长的往返时间，从而可以探测更远的目标而不产生距离模糊。但调低 PRF 会降低能量积累速度，通常需要在探测距离和数据更新率之间做权衡。

Question 9：面试官可能会问：“为什么说‘宽脉冲对应小带宽，窄脉冲对应大带宽’？这对雷达设计有什么影响？”

Answer：
这源于信号的时频二元性。根据傅里叶变换，信号在时域越窄，在频域就越宽（$B \approx 1/\tau$）。
对雷达设计的影响在于：

1. 窄脉冲（大带宽）：分辨率高，测距准，但单个脉冲能量低，作用距离近。
2. 宽脉冲（小带宽）：分辨率低，但容易积累足够的能量实现远距离探测。
   现代雷达通常使用线性调频 (LFM) 等技术，通过脉冲压缩来同时实现“宽脉冲发射能量”和“窄脉冲（大带宽）分辨率”。

Question 10：什么是天线的 3dB 波束宽度？为什么它对雷达的角度测量很重要？

Answer：
3dB 波束宽度是指在天线方向图中，相对于主瓣最大功率点，功率下降一半（即下降 3dB）的两个点之间的夹角。
它之所以重要，是因为它直接决定了雷达的角分辨率。波束宽度越窄，天线的能量就越集中，雷达能够区分两个靠得很近的目标的能力就越强。在面试中，这个参数反映了雷达“看物体有多准”。

1.4 多普勒效应

• 多普勒效应的基本概念
  当目标与雷达之间存在相对运动时，雷达接收到的回波信号频率会相对于发射频率发生偏移，这种现象称为多普勒效应。当目标靠近雷达时，回波频率升高；当目标远离雷达时，回波频率降低。

• 核心公式与推导逻辑（面试极高频）

  • 多普勒频率公式：$f_d = \frac{2v}{c}f_0 = \frac{2v}{\lambda}$。（其中 $v$ 是目标相对于雷达的径向速度，$f_0$ 是发射频率，$\lambda$ 是波长）。这个公式必须牢记，因子 2 是因为电磁波经历了“发射-目标-接收”的双程路径。
  • 推导本质：从 PPT 的推导可以看出，多普勒频移本质上是因为目标运动导致电磁波传播距离 $R(t)$ 随时间变化，进而引起回波信号的相位随时间发生线性变化。在信号处理中，相位的对时间求导就是角频率，这多出来的频率部分就是多普勒频移。

• 多普勒效应在雷达中的影响（双刃剑）

  • 有利的一面（核心应用）：
    1. 测速与目标分离：利用多普勒频移可以精确计算目标的径向速度。更重要的是，依靠多普勒频率的不同，可以将运动目标（如飞机）从静止的强背景杂波（如地面、山体）中提取出来，这就是**动目标显示（MTI）和动目标检测（MTD）**的基础。
    2. 提高方位分辨率：在 SAR（合成孔径雷达）中，正是利用了雷达平台运动带来的多普勒历程变化，才实现了方位向的高分辨率成像。
  • 不利的一面（工程挑战）：
    1. 测距误差（距离-多普勒耦合）：对于常用的线性调频（LFM）信号，多普勒频移会导致匹配滤波器输出的峰值位置发生偏移，从而产生测距误差。
    2. 盲速与多普勒模糊：由于脉冲雷达是离散采样的，根据奈奎斯特采样定律，如果脉冲重复频率（PRF）过低，高多普勒频率就会发生混叠，导致雷达无法测量某些特定速度的目标（即盲速现象）。

• 工程师如何处理多普勒效应带来的问题

  • 针对杂波抑制和目标提取：工程师通常在接收端使用多普勒滤波器组（通常通过 FFT 实现），将不同速度的目标划分到不同的多普勒通道中，滤除零频附近的静止杂波。
  • 针对盲速问题：工程上最常用的方法是参差 PRF 技术（Staggered PRF），即在发射脉冲序列时，交替使用几个不同的脉冲重复周期。由于不同 PRF 对应的盲速点不同，综合起来就可以大大提高雷达的无盲速测速范围。
  • 针对距离-多普勒耦合：在信号处理阶段进行多普勒补偿，或者采用特殊设计的发射波形（如 V 型调频波）来消除耦合误差。

1.5 雷达信号的接收

• 接收机灵敏度（Receiver Sensitivity）

  • 定义：接收机灵敏度是指接收机能够接收并检测到微弱信号的能力。它通常由最小可检测信号功率 ($S_{min}$) 来定量描述。
  • 核心逻辑：灵敏度是一个“反向指标”。灵敏度越高（即指标越好），意味着接收机能够感知的回波信号功率越小（$S_{min}$ 越小），从而使雷达的作用距离越远。
  • 检测性能的决定因素：雷达能否可靠地检测到目标，并非单纯取决于接收到的信号绝对功率，而是取决于接收机输出端的信噪比（SNR）。由于目标回波往往极其微弱，常常会“被噪声淹没”，只有通过信号处理提升信噪比，才能将其提取出来。

• 雷达在噪声中检测目标能力的决定因素
  雷达的综合检测能力（直接关系到雷达的最大探测距离）是由整个系统的多个环节共同决定的：

  1. 发射功率：发射能量越强，回波能量也就越强。
  2. 天线尺寸：天线孔径越大，增益越高，不仅发射时能量更集中，接收时也能收集到更多的回波能量。
  3. 接收机噪声：接收机内部的热噪声越小，对微弱信号的掩盖作用就越小，灵敏度越高。
  4. 目标 RCS 的起伏特性：雷达截面积（RCS）反映了目标反射电磁波的能力。复杂目标的 RCS 会随姿态和频率快速起伏，这直接影响回波的稳定性。
  5. 雷达系统损耗：包括馈线损耗、收发开关损耗、信号处理损耗等。
  6. 传播环境影响：包括大气衰减（尤其是高频段吸收）、地球表面多径反射等。

• SAR（合成孔径雷达）的发展方向（前沿拓展）
  合成孔径雷达技术正在向更复杂的维度衍生：

  • 多基线 (Multi-baseline)：用于干涉 SAR (InSAR)，实现高精度的高程测量和形变监测。
  • 多极化 (Multi-polarization)：获取目标不同极化状态下的散射特性，提高目标分类和识别能力。
  • 多频段 (Multi-frequency)：结合不同波段（如穿透性强的 L 波段和分辨率高的 X 波段）的优势。
  • 高分辨 (High-resolution)：追求亚米级甚至厘米级的极高空间分辨率。
  • 未来形态：双/多基 SAR、层析 SAR (TomoSAR)、分布式 SAR。

---

【面试 Q&A 模拟扩展】

Question 1：面试官可能会问：“既然接收机灵敏度取决于最小可检测信号 $S_{min}$，那么在工程上，我们通常通过什么手段来降低 $S_{min}$，从而提高灵敏度呢？”

Answer：
在工程上，降低 $S_{min}$（提高灵敏度）最核心的手段是降低接收机自身的内部噪声。具体来说：
首先，我们会在接收机的前端（紧靠天线的位置）采用低噪声放大器（LNA）。LNA 的噪声系数极低，它可以在放大微弱回波信号的同时，尽可能少地引入附加噪声。
其次，在信号处理层面，我们会采用匹配滤波器（Matched Filter），它能够使得输出端的信噪比达到最大，从而在既定的噪声背景下，最大化地降低所需的可检测信号阈值。

Question 2：面试官可能会问：“你提到了目标的 RCS 会起伏，这在雷达探测中会导致什么实际问题？”

Answer：
目标 RCS 的起伏（例如飞机在飞行中姿态的微小变化）会导致雷达接收到的回波信号强度发生剧烈的涨落。
这种现象带来的实际问题是：在某些瞬间，回波信号可能会突然衰落到最小可检测信号阈值（$S_{min}$）以下，导致雷达**“丢失”目标（即漏警）**。为了克服这个问题，雷达系统通常需要预留一定的“起伏损耗”余量，或者采用脉冲积累、频率捷变等技术来平滑起伏效应。

Question 3：面试官可能会问：“PPT 底部提到了双/多基 SAR，你能简单解释一下什么是双基雷达，它和传统雷达有什么区别吗？”

Answer：
传统的脉冲雷达是单基雷达（Monostatic Radar），即发射机和接收机安装在同一个平台上，共用或相邻使用天线。
而双基雷达（Bistatic Radar）是指发射机和接收机被分置在相距较远的两个不同位置。
它的主要区别和优势在于：1. 接收机是被动的，隐蔽性极强，具有很好的抗反辐射导弹能力；2. 能够获取目标的双向散射特性，对某些隐身目标（其单站 RCS 极小，但双站 RCS 可能很大）具有更好的探测效果。

二、脉冲压制技术

2.1 线性调频信号

• LFM 信号的定义

  

  • 时域表达式：信号的瞬时频率随时间线性变化。公式中包含 $t^2$ 项，其相位对时间求导即得到线性变化的频率。
  • 调频斜率：$k \approx B / \tau$，即单位时间内频率变化的范围。
  • 特点：具有矩形时向包络，带宽 $B$ 和脉冲宽度 $\tau$ 可以独立设计。

• 驻定相位定理（Stationary Phase Principle）

  • 核心思想：对于快速振荡函数的积分，大部分区域的正负部分会相互抵销，积分值主要由**相位变化最平稳（驻定点）**的区域贡献。
  • 应用：LFM 信号的频谱解析解很难通过直接傅里叶变换得到，工程上利用驻定相位定理求得其近似频谱。

• LFM 信号的频谱与性质

  • 幅度频谱：在带宽 $B$ 范围内近似为矩形。
  • 相位频谱：具有**平方律（二次）**相位特性。
  • 时宽带宽积 ($B\tau$)：这是 LFM 的核心参数。当 $B\tau \gg 1$ 时，其频谱包络非常接近矩形，信号能量集中在带宽 $B$ 内。

---

【面试 Q&A 模拟扩展】

Question 1：什么是脉冲压缩技术？为什么要引入线性调频（LFM）信号？

Answer：
脉冲压缩技术是指发射宽脉冲、大带宽信号，在接收机中通过处理将其压缩成窄脉冲的技术。
引入 LFM 信号是为了解决探测距离与分辨率之间的矛盾。传统单频脉冲要分辨近距离目标需要窄脉冲（带宽大），但窄脉冲能量小，看得不远。LFM 信号通过调频增加了带宽，使得我们既能用宽脉冲保证发射能量（看得远），又能利用大带宽在接收端获得高分辨率（看得准）。

Question 2：面试官可能会问：“LFM 信号的频谱有什么特点？为什么说它的时宽带宽积很重要？”

Answer：
LFM 信号的幅度频谱在带宽 $B$ 内近似为矩形，相位频谱则是频率的二次函数（平方律相位）。
时宽带宽积 ($B\tau$) 反映了信号的复杂度。

1. 在传统脉冲中，$B\tau \approx 1$。
2. 在 LFM 信号中，$B\tau$ 可以做得很大。$B\tau$ 越大，频谱的边缘越陡峭，形状越接近矩形，且驻定相位定理的近似精度越高。在工程上，这意味着我们可以获得更高的压缩比。

Question 3：简单解释一下什么是“驻定相位定理”，它在雷达信号处理中有什么用？

Answer：
驻定相位定理是一种处理复杂振荡积分的近似计算方法。它认为信号的能量主要集中在相位变化率（瞬时频率）等于零的那个点附近。
在雷达信号处理中，它主要用于求解 LFM 信号的频谱以及进行 SAR 成像算法推导。因为 LFM 信号的时域和频域之间存在一种一一对应的映射关系，利用这个定理可以避开复杂的积分运算，直接得到信号在频域的解析表达式，极大地方便了工程设计。

2.2 匹配滤波器的应用

• 匹配滤波器的数学定义*

  • 核心目标：在白噪声背景下，使输出信号的信噪比（SNR）达到最大。
  • 频率特性：传递函数 $H(j\omega)$ 应该是输入信号频谱 $S_i(j\omega)$ 的复共轭（再乘以后验时延项）。即幅度谱一致，相位谱相反。
  • 时域特性：单位冲激响应 $h(t)$ 是输入信号 $s_i(t)$ 的镜像且平移，即 $h(t) = Ks_i^*(t_0 - t)$。

• 脉冲压缩的物理实现过程

  1. 实质：脉冲压缩的所有方法在数学实质上都是匹配滤波。
  2. 时延抵消机制：对于 LFM 信号，发射信号频率随时间增加。匹配滤波器引入了与频率成反比的时间延迟（高频成分延迟小，低频成分延迟大）。
  3. 叠加效应：由于回波的尾部（高频）以较短的延迟通过滤波器，而头部（低频）以较长延迟通过，导致信号的后部“追上”了前部。
  4. 结果：回波信号在时域上高度堆叠，表现为脉冲幅度大大增加，而宽度显著减小，从而在时域上分开了原本重叠的相邻目标回波。

---

【面试 Q&A 模拟扩展】

Question 1：什么是匹配滤波器？它在雷达接收机中的主要作用是什么？

Answer：
匹配滤波器是一种最优线性滤波器，其频率传递函数与输入信号的频谱互为复共轭。
其主要作用有两个：

1. 最大化信噪比：它能保证在白噪声背景下，输出端的峰值信噪比（SNR）达到理论最大值，提高雷达对微弱目标的检测能力。
2. 实现脉冲压缩：通过对宽脉冲信号进行相位补偿，使能量在极短的时间内聚集，从而在不损失探测距离的前提下，显著提高雷达的距离分辨率。

Question 2：面试官可能会问：“请从物理直觉上解释一下，为什么匹配滤波器能把宽脉冲变窄？”

Answer：
以向上调频的 LFM 信号为例，信号的前端是低频，后端是高频。
匹配滤波器具有特定的“群时延”特性：它对低频信号产生的延迟大，对高频信号产生的延迟小。
当宽脉冲通过滤波器时，早到的低频部分被“扣留”了一会儿，而晚到的高频部分则快速通过。最终，信号的所有频率成分几乎在同一瞬间到达输出端并发生相干叠加。这样，能量在时间上就从一个宽脉冲“挤压”成了一个窄脉冲。

Question 3：匹配滤波器的时域响应 $h(t)$ 为什么要设计成 $s^*(t_0 - t)$？即为什么要进行“时间反转”？

Answer：
从数学卷积的角度看，滤波器的输出是输入信号与 $h(t)$ 的卷积。将 $h(t)$ 设计为信号的镜像，本质上是将卷积运算变成了相关运算。
由于信号与其自身在时延为零时相关性最强（自相关峰值），这种“时间反转”的设计确保了信号能量能够最大程度地对齐叠加，从而产生一个极窄且极高的输出峰值。

2.3 脉冲压缩的性能指标与实现条件

• 脉冲压缩比 (Compression Ratio)

  • 定义：发射脉冲宽度 $\tau$ 与压缩后脉冲宽度 $\tau_0$ 的比值，称为脉冲压缩比，记作 $D = \tau / \tau_0$。
  • 等价关系：由于压缩后的脉冲宽度 $\tau_0 \approx 1/B$（其中 $B$ 为发射信号带宽），因此脉冲压缩比在数值上等于时宽带宽积，即 $D = \tau B$。
  • 物理意义：压缩比越大，意味着雷达在保持远距离探测能量的同时，获得的距离分辨率提升倍数越高。

• 脉冲压缩的物理图景

  • FM 信号分段逻辑：可以将线性调频（LFM）脉冲视为由许多频率步进增加的小段组成。
  • 追赶效应：匹配滤波器对不同频率段引入不同的延迟。由于滤波器让“后发的段”赶上“先发的段”，原本在时间上拉得很长的信号在输出端合拢。
  • 目标分离：对于距离接近的目标 A 和 B，它们的宽回波在时域上可能是重叠的。经过匹配滤波器压缩后，由于各自能量都向中心收缩，重叠部分消失，目标得以在显示器上被区分。

• 脉冲压缩雷达的实现条件

  1. 发射信号必须具有非线性的相位谱：这是产生大带宽的基础。例如 LFM 信号频率线性变化，对应的相位是时间的二次函数，即非线性相位。
  2. 存在对应的匹配压缩网络：接收机必须具备与发射信号波形严格匹配的滤波器（通常是数字信号处理中的匹配滤波算法）。

---

【面试 Q&A 模拟扩展】

Question 1：什么是脉冲压缩比？它的大小受什么因素限制？

Answer：
脉冲压缩比是发射脉冲宽度与压缩后脉冲宽度的比值，数值上等于信号的时宽带宽积（$\tau B$）。
它的大小主要受以下因素限制：
首先是硬件带宽：发射机和接收机能够处理的最大带宽 $B$ 限制了压缩后的最窄脉冲；
其次是峰值功率与作用距离：为了探测更远，需要加长发射脉冲 $\tau$。
在工程实践中，脉冲压缩比越高，雷达性能越强，但对系统的相干性和线性度要求也越高，过高的压缩比会增加处理难度和距离旁瓣电平。

Question 2：面试官可能会问：“为什么实现脉冲压缩一定要‘非线性相位谱’？普通的矩形单频脉冲可以压缩吗？”

Answer：
普通的矩形单频脉冲不可以被压缩。
因为单频脉冲的频率不随时间变化，其相位谱是线性的。根据傅里叶变换性质，其带宽 $B$ 严格受限于脉冲宽度 $\tau$（$B \approx 1/\tau$），即时宽带宽积 $\tau B$ 始终接近 1，没有压缩空间。
实现脉冲压缩的本质是利用频率的变化来增加带宽。只有相位谱是非线性的，才能使带宽 $B$ 独立于时宽 $\tau$ 增长，从而提供大于 1 的压缩比。

Question 3：如果有两个目标靠得非常近，它们的宽脉冲回波在接收端完全重叠了，脉冲压缩是怎么把它们分开的？

Answer：
虽然两个目标的回波在时域重叠，但由于它们来自不同的空间位置，它们到达接收机的时间存在微小的先后差异。
在通过匹配滤波器时，滤波器会针对每个回波独立的进行“追赶叠加”操作。压缩过程使每个目标的能量都向其各自的中心时刻汇聚。由于压缩后的脉冲宽度 $\tau_0$ 极窄，原本重叠的“宽云团”变成了两个互不相干的“窄尖峰”，只要目标的距离差大于 $c\tau_0/2$（即 $c/2B$），雷达就能在距离轴上分辨出这两个目标。

三、合成孔径雷达（SAR）

3.1 SAR简要介绍

• SAR 的基本定义与内涵

  • 定义：Synthetic Aperture Radar，简称 SAR。它在微波波段对目标的后向散射系数进行二维描述，实现雷达成像。
  • 维度扩展：雷达信息获取从一维（距离）扩展到了三维（距离、方位、高度），能够获取目标的形状、大小等图像信息。

• SAR 成像的独特优势（面试高频：对比光学成像）

  1. 全天时、全天候：作为主动遥感系统，微波波段不受昼夜、云雨、雾霾影响，优于可见光和红外成像。
  2. 穿透性：长波段微波具有一定的地表/植被穿透能力，可发现被遮盖的目标。
  3. 信息维度多：可以获取目标在不同频率、角度及极化下的微波散射特性。
  4. 高精度测量：能够同时精确测量目标的几何位置与运动速度。

• SAR 系统分类与设计考量

  • 频段选择：
    • 低频段：电子设备简单，天线尺寸大，合成孔径长（信号处理困难），穿透力强。
    • 高频段：发射功率要求大，容易实现高分辨率。
  • 工作模式（核心考点）：
    1. 条带式 (Strip Mode)：天线指向固定，随平台移动扫过一条带状区域，是最基础的成像模式。
    2. 扫描式 (ScanSAR)：通过波束在不同子条带间扫描，牺牲分辨率以获取超宽幅成像。
    3. 聚束式 (Spotlight)：天线始终凝视目标区域，增加有效观测时间，以获得极高分辨率。
    4. 视向区别：包括正侧视（Boresight）、斜视（Squint）、前视等。

---

【面试 Q&A 模拟扩展】

Question 1：什么是“合成孔径”？它解决的核心问题是什么？

Answer：
“合成孔径”是指利用雷达平台的运动，将雷达在不同时刻接收到的回波进行相干累加，从而在信号处理中等效地虚拟出一个尺寸巨大的天线孔径。
它解决的核心问题是方位分辨率受限的问题。由于传统雷达方位分辨率取决于波束宽度（$\theta \approx \lambda/D$），要在高空实现高分辨率就需要极大的物理天线 $D$，这在飞机和卫星上无法实现。SAR 利用“以动代大”的思想，突破了物理天线尺寸的限制。

Question 2：面试官可能会问：“SAR 成像和我们平常用的光学相机拍照有什么本质区别？”

Answer：
本质区别主要有三点：

1. 成像原理：光学相机是被动接收目标的反射光；SAR 是主动发射微波并接收后向散射。
2. 坐标体系：光学像是角度-角度投影（透视投影）；SAR 像是距离-多普勒投影（斜距投影），这会导致 SAR 图像出现倒伏、顶缩等几何畸变。
3. 成像环境：光学受光照和天气影响大；SAR 具有全天时、全天候工作的能力，能穿透云雾。

Question 3：请简单对比一下 SAR 的条带模式（Stripmap）和聚束模式（Spotlight）的优缺点。

Answer：

1. 条带模式：
   • 优点：能够进行连续的大面积成像，适合大范围侦察。
   • 缺点：分辨率受物理天线长度限制，无法无限制提高。
2. 聚束模式：
   • 优点：通过天线转动始终对准目标，极大地增加了合成孔径的有效长度，能够获得极高的方位分辨率。
   • 缺点：成像范围受波束照射范围限制，只能对特定局部区域成像，且数据处理更复杂。

3.2 SAR基本原理

• SAR 的基本思想：参照阵列天线去理解

  • 类比线阵天线：传统的实孔径线阵天线是通过多个阵元同时发射/接收信号，并在馈线上相干叠加形成窄波束。
  • 合成孔径机理：SAR 则是利用一个小天线在不同时刻（等间隔位置）发射和接收相干信号。对于同一个地面目标单元，雷达在移动过程中多次“观察”它，并将这些回波信号存储并叠加。
  • 结论：这种“时间换空间”的方式，使小天线在空间上等效合成了一个长的实孔径天线，从而获得极窄的等效波束和高分辨率。

• SAR 方位分辨率（核心结论）

  1. 计算公式：聚焦合成孔径的方位分辨率为 $\rho_a = d/2$（$d$ 为实际天线孔径）。
  2. 关键特性：最佳方位分辨率为常数，与目标距离及工作波长无关。
  3. 反直觉结论：实际天线尺寸 $d$ 越小，方位分辨率反而越好。

---

【面试 Q&A 模拟扩展】

Question 1：为什么 SAR 的方位分辨率是 $d/2$，且天线越小分辨率反而越高？这和普通雷达完全相反，请解释原因。

Answer：
这是因为 SAR 的分辨率取决于合成孔径的长度。
对于普通雷达，天线越大波束越窄，分辨率越好。
但对于 SAR，天线尺寸 $d$ 越小，其实际波束就越宽。波束越宽，雷达在飞行过程中照射同一个目标的时间（即区间）就越长，积累的回波数据就越多，从而合成出来的虚拟孔径长度就越长。
因为合成孔径长度与 $d$ 成反比，最终抵消后得出的结论就是：天线越小，合成孔径越长，方位分辨率就越精细。

Question 2：面试官可能会问：“为什么说 SAR 的方位分辨率与距离 $R$ 无关？普通雷达不是离得越远看得越模糊吗？”

Answer：
这是 SAR 的另一个独特优势。
虽然目标离雷达越远，其回波的波束扩散会导致能量变弱，但由于波束的扩散，远处的目标被雷达波束“照”到的时间也随之线性增加。
这意味着距离越远，参与相干合成的脉冲数就越多，合成孔径的长度也随距离线性增加。合成孔径增加带来的分辨率增益，恰好抵消了远距离带来的发散损失。因此，在理论上，SAR 具有距离无关的分辨率特性。

Question 3：实现 SAR 成像对雷达平台和信号有什么严苛的要求？

Answer：
主要有两点严苛要求：

1. 信号的相干性：SAR 必须记录回波的相位信息才能进行相干合成。如果发射信号不相干或相位随机跳变，就无法合成出窄波束。
2. 运动补偿（轨迹精度）：由于合成孔径是靠位移实现的，雷达必须精确知道自己在每个时刻的空间位置。如果飞机晃动或轨道偏移且不加补偿，合成过程就会发生相位失焦，导致图像模糊。

四、成像算法

4.1 合成孔径原理的多维理解

• 合成孔径的物理基础

  • 相对运动：雷达与目标之间的相对运动是实现合成孔径的物理基础。SAR 成像的核心就是研究这种**相对位置（距离向+方位向）**随时间的变化规律。
  • 机载 SAR 理想模型：1. 雷达匀速直线飞行；2. 等间隔发射并接收相干脉冲；3. 通过后续信号处理实现成像。

• 两种等价的理解视角（面试核心）

  1. 空间视角（虚拟阵列）：方位向可以看作是一个虚拟的阵列天线。通过在飞行轨迹的不同位置发射接收信号，模拟出一个超长孔径的线阵。
  2. 频率视角（LFM 信号）：由于雷达与目标的相对位置在变化，方位向会产生多普勒频率变化。这种变化在数学形式上表现为线性调频（LFM）信号。
  • 结论：SAR 在方位向的处理，本质上就是对这个由运动产生的“方位向 LFM 信号”进行脉冲压缩。

---

【面试 Q&A 模拟扩展】

Question 1：为什么说 SAR 的方位向信号可以看作是一个 LFM（线性调频）信号？这和距离向的 LFM 有什么区别？

Answer：
这是由多普勒效应引起的。当雷达靠近目标时，多普勒频移为正；当经过目标正侧方时，频移为零；远离时，频移为负。在匀速直线飞行的假设下，这个多普勒频率随时间（或位置）的变化几乎是线性的，因此呈现出 LFM 特性。
区别在于：

1. 距离向 LFM 是雷达发射机主动调制出来的，目的是为了获得测距分辨率。
2. 方位向 LFM 是由于雷达平台的运动被动产生的，它是实现合成孔径（方位分辨率）的数学基础。

Question 2：面试官可能会问：“既然方位向也是 LFM 信号，那我们是不是可以用处理距离向的方法来处理方位向？”

Answer：
是的，这正是 SAR 成像算法的核心思想。
既然方位向也是一个 LFM 信号，我们同样可以使用**匹配滤波器（Matched Filter）**对其进行脉冲压缩。这种在方位向进行的压缩处理，在物理上就等效于将分散在各个阵元（飞行位置）的能量进行相干合成，从而获得极细窄的方位向波束。

Question 3：雷达“等间隔发射并接收”这个条件对 SAR 成像有什么影响？如果间隔不均匀会怎样？

Answer：
等间隔发射保证了空间采样的均匀性。
如果发射间隔不均匀，会导致方位向信号的相位历程发生畸变，不再是完美的二次相位（LFM）。在信号处理时，如果不进行运动补偿（MoComp），会导致成像结果出现散焦、重影或分辨率下降。
此外，脉冲重复频率（PRF）必须足够高，以满足奈奎斯特采样定律，否则方位向频谱会发生混叠。

4.2 START-STOP假设

• Start-Stop 假设（停-走-停假设）

  • 定义：假设雷达在每一个脉冲发射与接收的极短时间内，在方位向（飞行轨道上）是保持静止的。只有在完成当前脉冲的收发后，雷达才“瞬间”移动到下一个采样点。
  • 意义：这一假设极大地简化了回波形成过程的数学描述。它允许我们将雷达的运动与电磁波的传播解耦，是后续各种 SAR 成像算法（如 RD 算法、CS 算法）的设计基础。

• 回波信号中的两个时间变量（核心考点）

  1. 距离向时间 $\tau$（快时间，Fast Time）：
     • 量级：微秒（$\mu s$）。
     • 含义：单个脉冲内的时间，对应电磁波往返目标的传播时延，用于确定目标的距离。
  2. 方位向时间 $t$（慢时间，Slow Time）：
     • 量级：毫秒（$ms$）。
     • 含义：脉冲与脉冲之间的时间，对应雷达平台的运动历程，用于确定目标的方位。

---

【面试 Q&A 模拟扩展】

Question 1：请解释一下什么是 SAR 里的“快时间”和“慢时间”？为什么会有这两个称呼？

Answer：
这是根据时间尺度和信号处理的对象来划分的：
“快时间”是指单个雷达脉冲持续时间内的采样时间，因为电磁波以光速传播，脉冲时延通常在微秒量级，变化极快。处理快时间信号是为了获得距离分辨率。
“慢时间”是指雷达沿轨道飞行过程中的跨脉冲时间，采样率由脉冲重复频率（PRF）决定，通常在毫秒量级，变化相对较慢。处理慢时间信号是为了积累合成孔径，获得方位分辨率。

Question 2：面试官可能会问：“Start-Stop 假设在所有情况下都成立吗？如果雷达平台飞得极快（如高超音速或低轨卫星），这个假设会带来什么问题？”

Answer：
在大多数机载 SAR 场景下，由于光速远大于飞行速度，这个假设是成立的。
但在超高速平台或极高分辨率要求下，该假设会失效。实际中，雷达在收发脉冲期间是在持续运动的。如果不考虑这一点，会产生所谓的**“止-走误差”**，导致目标的距离向位置发生微小偏移（距离走动），并在方位向引起相位误差导致图像模糊。在处理这些高性能 SAR 数据时，需要引入运动补偿算法来修正这一偏差。

Question 3：Start-Stop 假设对你理解 SAR 图像的二维处理有什么帮助？

Answer：
它帮助我们将 SAR 原始数据看作一个二维矩阵：
每一行是快时间采样（一个脉冲的回波），每一列是慢时间采样（同一距离单元在不同位置的观测）。
有了这个假设，我们就可以先在行方向进行“距离向脉冲压缩”，然后再在列方向进行“方位向脉冲压缩”。这种分步解耦的思想是现代 SAR 信号处理的基石。

4.3 SAR 成像的三个空间转换

• 三个空间的转换过程

  1. 目标空间 $\sigma(x,r)$：地面真实的散射点分布（理想的点目标 $\delta$）。
  2. 数据空间 $s(x,r)$：雷达采集到的原始回波（Raw Data）。此时点目标变成了一个二维扩展的弯曲响应 $h(x,r)$，能量在距离向和方位向都是分散的。
  3. 目标空间 $\hat{\sigma}(x,r)$：经过成像算法处理后，重新将分散的能量聚焦回原始位置，得到最终的雷达图像。

• 数学表达与核心问题

  • 数据采样（卷积）：原始回波可以看作是目标分布与系统响应函数 $h(x,r)$ 的二维卷积。
  • 成像处理（解卷积）：成像的过程本质上就是二维解卷积。
  • 面临的挑战：
    1. 计算量巨大：需要进行二维联合处理（二维压缩）。
    2. 实时性难：由于算法复杂度高，难以用简单的数字方法直接实现实时成像。

---

【面试 Q&A 模拟扩展】

Question 1：为什么在原始“数据空间”中，一个点目标的响应会变成一个弯曲的弧线（如 PPT 中间图所示）？

Answer：
这是由 RCM（距离单元迁移/走动） 引起的。
在雷达飞越点目标的整个过程中，目标到雷达的斜距 $R$ 是在不断变化的（先变近后变远）。因为雷达记录的是瞬时斜距，所以同一个点目标的能量会跨越多个距离单元。在二维原始数据平面上，这种距离随方位向时间的变化就呈现出一条二次抛物线形状的弯曲轨迹。成像算法的第一步通常就是要校正这种弯曲。

Question 2：面试官可能会问：“所谓的‘二维压缩’具体是指哪两个维度的压缩？”

Answer：
二维压缩是指距离向压缩和方位向压缩：

1. 距离向压缩：利用发射信号的 LFM 特性，通过匹配滤波获得高测距分辨率。
2. 方位向压缩：利用平台运动产生的多普勒 LFM 特性，通过匹配滤波（相干合成）获得高方位分辨率。
   由于 RCM 的存在，这两个维度往往是耦合在一起的，所以需要进行“二维联合处理”。

Question 3：既然计算量大是实时成像的瓶颈，现代 SAR 算法一般是如何优化计算效率的？

Answer：
现代 SAR 算法主要利用 FFT（快速傅里叶变换） 将时域的二维卷积转变为频域的乘法运算。
例如经典的 RD（距离-多普勒）算法，通过在距离频域-方位频域进行处理，极大地降低了运算复杂度。此外，硬件上现在多采用 FPGA 或 GPU 进行大规模并行计算，以满足实时或准实时成像的需求。

4.4 距离徙动及其校正

• 距离徙动的本质

  • 定义：在合成孔径波束扫描过程中，目标与雷达的斜距变化超过了一个距离分辨单元。这导致同一个点目标的回波不再落在线性的距离采样点上，而是分布在不同的距离门内。
  • 成因：由飞行平台的运动引起。这种运动赋予了信号方位向调频特性（提高分辨率），但副作用就是产生了距离向与方位向的耦合。

• 距离徙动的组成（RCM）

  1. 距离走动 (Range Walking)：线性效应。由多普勒中心频率 $f_{dc} \neq 0$（如斜视模式）引起。
  2. 距离弯曲 (Range Curvature)：二次项效应。由多普勒调频率引起，表现为弯曲的弧线。

• 校正原则与场景分析

  1. 正侧视 ($f_{dc}=0$)：不存在距离走动，只存在距离弯曲。是否校正取决于弯曲量与分辨率的关系。
  2. 斜视模式：同时存在走动和弯曲。通常距离走动远大于距离弯曲。
  3. 特殊情况：星载 SAR 由于地球自转，$f_{dc}$ 往往不为零，距离走动范围可达几十个距离单元，必须进行精确校正。

---

【面试 Q&A 模拟扩展】

Question 1：什么是距离徙动（RCM）？如果不校正它，成像结果会变成什么样？

Answer：
距离徙动是指在合成孔径时间内，点目标在原始数据空间中的能量轨迹发生了跨越距离单元的位移。
如果不进行校正，直接进行方位向压缩，能量就无法在同一个距离门内有效相干积累。这会导致成像结果在方位向发生严重的散焦（模糊），距离向也会出现拖尾，无法获得高分辨率的图像，目标会变成模糊的弧线。

Question 2：面试官可能会问：“为什么正侧视雷达没有‘距离走动’，而斜视雷达有？”

Answer：
这取决于目标相对于雷达轨迹的对称性。
在正侧视时，目标到雷达的斜距历程是一个以正侧时刻为顶点的抛物线，其一阶导数（多普勒中心）在正侧时刻为零，因此没有线性偏移项（走动）。
而在斜视时，雷达波束斜向照射，目标进入波束到离开波束的过程中，斜距的变化包含了一个显著的线性分量。这反映在频谱上就是多普勒中心 $f_{dc}$ 不为零，从而产生了距离走动。

Question 3：在常用的 SAR 成像算法（如 RD 算法）中，是如何校正距离徙动的？

Answer：
在 RD（距离-多普勒）算法中，校正通常在“距离多普勒域”进行。
利用 FFT 将信号转换到方位频率域后，同轴的目标轨迹会表现为相同的弯曲形状。此时通过**插值（Interpolation）**处理（如 sinc 插值），将弯曲的能量轨迹“拉直”回到同一个距离单元内。校正后的数据再进行方位向匹配滤波，就能实现完美的聚焦成像。

4.5 RD 算法流程与核心机制

• RD 算法的核心思想

  • 解耦处理：将复杂的二维处理分解为两个独立的一维处理。利用快、慢时间尺度的差异，先进行距离向压缩，再进行方位向聚焦。
  • RCM 校正：在距离多普勒域（方位向处于频域，距离向处于时域）完成距离徙动校正，这是该算法最巧妙的地方。

• 典型算法流程（面试必背流程图）

  

  1. 距离向脉冲压缩：对原始回波进行距离向 FFT，与参考函数在频域相乘，再进行 IFFT，获得距离分辨率。
  2. 方位向 FFT：将数据转换到距离多普勒域（R-D 域）。
  3. 距离徙动校正 (RCMC)：由于同一距离的目标在 R-D 域具有相同的弯曲轨迹，通过插值或频谱搬移，将弯曲的轨迹“拉直”。
  4. 方位向聚焦（方位压缩）：在 R-D 域与方位参考函数相乘，进行方位向聚焦。
  5. 方位向 IFFT：回到二维时域，得到最终图像。

• 细节技术：频谱搬移

  • 针对距离走动和弯曲，采用分段直线逼近理论曲线，通过频域平移使同一距离的目标频谱出现在同一条直线上，从而简化后续处理。

---

【面试 Q&A 模拟扩展】

Question 1：为什么 RD 算法要选择在“距离多普勒域”进行距离徙动校正（RCMC），而不是在原始时域进行？

Answer：
这是因为在时域中，不同方位位置的目标，其距离弯曲的轨迹是交织在一起的，很难统一校正。
而在距离多普勒域（方位向 FFT 之后），由于多普勒频率与方位位置有一一对应关系，所有处于相同距离的目标，其弯曲形状在频域变得完全一致（共性化）。这使得我们可以使用同一个插值核，对整列数据进行统一的“拉直”操作，极大地提高了算法效率。

Question 2：面试官可能会问：“在 RD 算法流程图中，为什么在距离向处理和方位向处理之间通常需要一个‘矩阵转置’的操作？”

Answer：
这主要是为了内存访问效率和计算便利性。
雷达采集的数据通常是以“距离行”存储的。距离向压缩是按行处理，非常方便。但方位向处理需要提取“方位列”的数据。
由于计算机内存读取连续地址（行）比跨行读取（列）快得多，通过矩阵转置，将原本的“列”变成新矩阵的“行”，可以让方位向的 FFT 处理也享受连续内存访问带来的速度优势。

Question 3：RD 算法有哪些局限性？在什么情况下我们需要更高级的算法（如 CS 算法）？

Answer：
RD 算法的主要局限性在于它假设了距离和方位是近似正交解耦的。
在高分辨率、大斜视、或大孔径的情况下，距离向和方位向的耦合会变得非常严重（例如距离徙动极其剧烈）。此时，RD 算法中的二次插值校正会引入较大的相位误差，导致图像边缘失焦。
在这种情况下，我们需要采用 CS（Chirp Scaling）算法。CS 算法巧妙地利用 LFM 信号的特性，在不需要插值的情况下通过复乘操作实现精确的徙动校正，更适合高精度成像场景。

4.5 二次距离压缩

• 二次距离压缩的原因

  • 方位距离耦合：由于目标回波跨越多个距离门（距离弯曲），导致方位向信号的时宽带宽积受损。
  • 相位项畸变：方位向进行 FFT 变换时，如果尚未进行距离弯曲校正，会在距离向产生一个新的、与方位频率相关的相位项。
  • 后果：这个额外的相位项会导致已经压缩好的距离向信号重新展宽（去聚焦），从而严重降低距离分辨率。为了抵消这个相位畸变，需要进行二次距离压缩。

• 二次距离压缩的实现方式（三种主流架构）

  1. 方式1（RD算法常用）：在距离向压缩、方位向 FFT 之后，将二次距离压缩与**距离徙动校正（RCMC）**合并在一个步骤中完成。
  2. 方式2（二维频域处理）：在方位向 FFT 后，直接进行二维频域距离压缩，然后做距离向 IFFT。这种方式处理耦合更彻底。
  3. 方式3（预处理）：在方位向 FFT 之前，将一次和二次距离压缩合并在一起处理。

---

【面试 Q&A 模拟扩展】

Question 1：为什么叫“二次”距离压缩？它和第一次距离压缩有什么区别？

Answer：
第一次距离压缩是为了匹配雷达发射的 LFM 波形，获得基础的距离分辨率。
二次距离压缩则是为了修正由于**雷达平台运动（方位向处理）**反过来对距离向造成的相位污染。
简单来说，第一次是压“发射波形”，第二次是压“运动引起的畸变”。如果不做第二次，原本压窄的脉冲会在方位处理过程中重新变宽。

Question 2：面试官可能会问：“是不是所有的 SAR 成像都需要做二次距离压缩？如果不做会怎样？”

Answer：
不是必须的。在低分辨率或者正侧视窄波束的情况下，方位向和距离向的耦合非常微弱，此时不做二次距离压缩对图像质量影响不大。
但在高分辨率、大斜视或者大波束宽度的情况下，耦合项会变得不可忽略。如果不做 SRC，图像会出现严重的距离向散焦，导致图像模糊，分辨率无法达到设计标准。

Question 3：在 SRC 的实现方式中，为什么往往把它和距离徙动校正（RCMC）放在一起？

Answer：
因为它们发生的“位置”相同。
在 RD 算法中，RCMC 是在距离多普勒域进行的，而二次距离压缩所需的相位补偿函数也恰好是方位频率的函数。将两者合并处理可以减少一次 FFT/IFFT 迭代，提高算法效率，同时在频域进行相位补偿也比在时域更加精确。

4.6 CS算法

• CS 算法的核心思想

  • 线性调频变标 (Chirp Scaling)：利用 LFM 信号的频率变化特性，通过相干复乘一个变标因子，使得不同距离点的距离徙动轨迹在距离信号多普勒域（方位频域-距离时域）变得完全一致。
  • 无需插值：相比于 RD 算法需要复杂的 sinc 插值来校正距离徙动，CS 算法全程通过**相乘（相位补偿）**实现，避免了插值带来的计算量和精度损失。

• 典型算法流程（面试重点）

  

  1. 方位向 FFT：将数据变换到距离信号多普勒域。
  2. 变标处理 ($\Phi_1$)：乘 CS 频率变标因子。这一步是精髓，它让所有距离目标的距离弯曲特性变得一致。
  3. 距离向 FFT：变换到二维频域。
  4. 一致性补偿 ($\Phi_2$)：在二维频域同时完成距离徙动校正（RCMC）、距离压缩以及二次距离压缩（SRC）。
  5. 距离向 IFFT：回到距离信号多普勒域。
  6. 方位向聚焦 ($\Phi_3$)：乘方位向相位因子，完成方位向脉冲压缩及相位误差补偿。
  7. 方位向 IFFT：输出最终成像结果。

---

【面试 Q&A 模拟扩展】

Question 1：CS 算法相比于 RD 算法，最大的优势是什么？

Answer：
最大的优势是精度更高且避免了插值运算。
RD 算法在校正距离徙动时需要进行插值，这不仅计算量大，还会引入插值误差（相位误差），在高分辨率或大斜视时会导致图像质量下降。
而 CS 算法利用了 LFM 信号的调频特性，通过相位乘法（Chirp Scaling 变换）就能精确对齐所有目标的距离轨迹。它能自动处理距离向与方位向的耦合（包括二次距离压缩），因此在高分辨率成像中表现更优。

Question 2：面试官可能会问：“为什么 CS 算法要求发射信号必须是线性调频（LFM）信号？”

Answer：
因为 CS 算法的物理基础是 Chirp Scaling 变换。
这种变换利用了 LFM 信号“频率与时延一一对应”的特点——通过微调信号的频率，就能在时域实现极其精确的信号平移（即变标）。如果信号不是线性调频的，这种频率-时间的一一映射关系就会失效，也就无法通过简单的相位复乘来实现距离徙动的统一校正。

Question 3：在 CS 算法的二维频域步中，它同时完成了哪三项工作？

Answer：
在二维频域，CS 算法同时完成了以下三项关键工作：

1. 距离徙动校正 (RCMC)：将已经变标一致的距离轨迹彻底拉直。
2. 距离向脉冲压缩：实现距离向的高分辨率。
3. 二次距离压缩 (SRC)：补偿由于方位-距离耦合产生的额外相位畸变。
   这种“多效合一”的处理方式不仅保证了相位的一致性，也大大提高了算法的执行效率。

4.8 成像算法的选择

• 成像算法的选择逻辑

  • 核心考量因素：分辨率需求、成像区域大小、斜视角大小、算法实时性。
  • 基本规律：分辨率越高、区域越大、斜视角越大，对成像补偿的精度要求就越高，算法越复杂，计算量也越大。
  • 权衡点：必须在成像质量与实时性之间取得折衷。

• 成像质量评价指标（核心考点：IRF）

  • 冲激响应函数 (IRF)：定义为对一个点目标的二维响应。由于采用了脉冲压缩，IRF 表现为一个具有主瓣和多个旁瓣的二维 sinc 函数形状。
  • 关键量化指标：
    1. 分辨率（距离/方位）：区分两个相邻散射点的最小距离。
    2. 峰值旁瓣比 (PSLR)：主瓣最大值与最强旁瓣之比。反映了强目标对周围弱目标的掩盖程度。
    3. 积分旁瓣比 (ISLR)：主瓣能量与主瓣之外所有能量之比。反映了图像的清晰度/对比度。

• 常用算法对比总结

  1. RD 算法：流程最简单，易于实现。但在精确成像时需要内插运算，且在大距离迁移下会引入二次相位误差。
  2. 二次距离压缩算法：修正距离参考函数，实现二次相位补偿。适用于大面积成像处理。
  3. CS (Chirp Scaling) 算法：二维处理算法，巧妙地避免了距离徙动校正时的内插运算。能实现最精确的成像，是重点区域精细成像的首选。
  • 复杂度排序：CS 算法 > 二次距离压缩算法 > RD 算法。

---

【面试 Q&A 模拟扩展】

Question 1：面试官可能会问：“既然 CS 算法比 RD 算法更精确，为什么我们在实际工程中不全部采用 CS 算法？”

Answer：
这主要涉及到计算成本与实时性的权衡。
虽然 CS 算法能避免内插并提供更高精度，但其计算复杂度明显高于 RD 算法。在许多实时性要求极高、处理硬件资源有限、或者对分辨率要求不是极致（如宽幅搜寻模式）的场景下，RD 算法凭借其流程简单、执行效率高的优势仍然具有不可替代的地位。工程设计遵循“够用就好”的原则。

Question 2：评价 SAR 图像质量时，为什么要关注 PSLR（峰值旁瓣比）？它对识别目标有什么影响？

Answer：
PSLR 决定了雷达图像的动态范围和目标检测能力。
如果 PSLR 过高（旁瓣太强），图像中强目标（如大型油轮、金属建筑）产生的旁瓣会像“光晕”一样扩散，从而掩盖掉旁瓣范围内的微弱目标（如小型渔船）。这会导致虚警或漏警，严重干扰对目标的准确识别和提取。因此，在信号处理中通常会通过加窗抑制来降低 PSLR。

Question 3：面试官可能会问：“所谓的‘二次距离压缩’，在物理上到底是补偿了什么误差？”

Answer：
在物理上，它补偿的是方位-距离间的深度耦合误差。
当雷达以大斜视或高分辨率工作时，点目标的距离迁移曲线会随方位频率发生变化。这种变化会导致原本在距离向已经压窄的信号，在方位向处理过程中发生二次展宽。二次距离压缩就是通过在频域引入一个与方位频率相关的相位校正项，消除这种展宽效应，确保图像在二维方向上都能完美聚焦。

五、雷达基本原理的学科探讨

5.1 溯源与终极目标

5.2 边界与极限

5.3 核心方法和工具箱

5.4 工程妥协和核心矛盾

5.5 学科纵横与前沿