雷达主要用于探测并定位目标，它通过发射特定种类的波形，对回波信号进行检测，从而达到探测目标的目的。通过对雷达进行设计，能够使其穿透一些极端条件，例如黑暗，薄雾，烟雾，雨水，降雪等，这些往往都是人的视线无法看到的。雷达还具有能够测量目标距离和速度等参数的优点。

雷达在军事、民用和科技等领域均有广泛运用，例如用于大气监测，地表探测，跟踪和导航，天气监测，地球观测等。

。

图1基本雷达结构框图

图1展示了基本的雷达结构。 发射电磁波的发射天线、接收天线、处理数据发现目标的设备。 发射信号的一部分被目标拦截，再次向所有方向发射，接收天线收集返回的电磁能量发送到下一级接收器，接收器处理数据发现目标，同时提取目标的相关参数。

虽然有很多合适的电磁波调制方式，但是大部分雷达为了满足目标的检测和定位而采用了脉冲调制的信号。

雷达信号中包含的信息

距离

如图2所示，用r表示雷达与目标之间的距离，可以根据雷达与目标之间的电磁波的双重传播延迟用下式计算

图2雷达脉冲传播的图像信号的传播速度通常与光速c对应。 系统的最大无模糊距离受脉冲重复频率的限制。

系统的距离分辨率，即相邻两个目标的最小分辨率距离，与信号带宽成反比。

由于速度多普勒效应的存在，目标对雷达的半径速度会使接收信号产生相移，表现为接收信号的频移。 其中是信号载波频率。

通过使方向(方位方向或俯仰方向)天线为特定的方向图，可以在每个时刻将发送功率集中在某个特定的方向上。 因此，雷达天线的波束指向给出了该角度下目标的信息。 该角度可以是方位(连接雷达和目标的线投影到水平面的角度)或间距)方向，也可以是连接雷达和目标的线与水平面之间的角度。

极化雷达有推断接收信号的极化方式(水平极化波、垂直极化波、圆极化波等)的能力。 这为雷达系统提供了确定和/或区分环境(植被、建筑等)中不同类型的结构的可能性。 实际上，根据被照射物体的材料和几何形状，接收信号的极化会受到不同的影响。

SIMO单输入多输出雷达

SIMO雷达的发射天线通常是阵列天线，由几个独立的阵列元素组成。 这些阵列元素必须适当配置，以使其间隔为载波波长或载波波长的一半。 通过独立控制各阵列元件激励信号的相对振幅和相位，所有阵列元件同时发射时，可以得到期望的辐射方向图(例如笔型波束、宽波束)。 这样的天线被称为相控阵天线。

为了使阵列天线的波束扫描空间，可以采用阵列天线整体旋转某个机械结构的方式。 然而，通过改变阵列天线元件之间的激励电流的相对相位来操作波束指向，可以使波束指向在特定方向上变得容易。

传统的相控阵雷达只能发射一定的波形，只用宽度做文章(放大或缩小其宽度)。 因为只发射单个波形——，所以尽管有多个发射阵列元件——相控阵雷达，也称为单输入输出(SIMO )雷达。 如果在接收中使用了阵列天线，则可以通过数字波束赋形(DBF )技术来形成天线的方向性，这包括数字地形成多个同时聚焦波束。

雷达探测

从雷达发送的用于检测典型的常规飞机的信号通常具有数微秒的脉冲宽度和数百Hz的脉冲重复频率。 发射机发生调制

后的射频脉冲，经过传输线到达天线，由天线将脉冲信号辐射到空间中。辐射能量的一部分经由目标反射回来，被雷达接收机捕获。接收到的信号在前端进行预处理，典型的雷达前端由如下几部分构成：低噪声放大器和滤波器，下变频器和模数转换器（对模拟信号进行采样和量化）。

图3 脉冲压缩示意图为了从含有噪声的回波信号中检测出目标的存在，必须要对信号中目标的反射信号和噪声进行区分，这就是信号处理中脉冲压缩阶段的目的，此阶段采用匹配滤波器（MF）对发射脉冲进行匹配。如图3所示，匹配滤波器的输出是接收信号和发射信号的互相关函数，可以用下式表示：

目标的距离参数可以从脉冲的传播延时（“快时间”）中直接估计，速度参数通常从脉冲间（“慢时间”）的相位变化进行估计。目标的方位信息通过天线的指向进行估计，其精度取决于天线的方向性的好坏。需要注意的是，雷达前端的性能会受限于噪声，因为杂波的电磁能量会大幅影响接收机检测期望的回波信号的能力。这些杂波可能产生于接收机的内部，也可能叠加在期望的回波信号上，由接收天线一起接收到。

图4 噪声的概率密度函数、噪声和信号混叠时的概率密度函数

为了判断是否有目标存在，需要在匹配滤波器的输出端设置一个检测阈值，当脉冲压缩后的能量超过了阈值，则认为有目标存在。阈值的设置需要在虚警概率（噪声通过匹配滤波器后，输出能量超过阈值的概率）和发现概率（目标存在时，匹配滤波器的输出能量超过阈值的概率）之间做一个权衡。如图4所示，较小的阈值选取能够增加检测概率并且降低虚警概率，反之亦然。

铁杆会员可进入日常更新文件夹查看文本的WORD版本，其中公式是用mathtype编辑过的，可直接编辑使用。为了更方便大家的直接查看，每日发布的资料除了会放到日常更新文件夹中，还会发送到永久铁杆会员和全场通用的技术交流群中，已经是会员还没有加入群的可以联系小编邀请加入（微信ID: Zang_lxl）。