Hamming窗加权NLFM脉压：从原理到FPGA实现的旁瓣抑制实践

简介一份基于 Matlab 的 Hamming 窗加权非线性调频脉压实现代码与配套演示资料面向雷达信号处理、电子对抗或通信波形设计方向的工程师与研究生适用于算法验证、教学实验与工程预研帮助解决线性调频信号旁瓣偏高问题快速验证加权脉压算法效果。压缩包共 3 个文件、约 473KB.m 文件为可运行源码包含主流程与子函数需在 Matlab 2021a 及以上版本执行 Runme.m且不要直接运行子函数.txt 为环境配置与工程说明.avi 为操作演示视频逐屏展示运行步骤与常见注意事项如当前文件夹路径设置等适合对照上手。目前已有 473 人学习下载。通过源码、说明文档与视频三者的配合读者可省去排查环境与调试的时间直接理解 Hamming 窗加权对非线性调频脉压输出主副瓣比的影响并据此扩展到自己的波形设计任务中对比不同窗函数与加权方式下的脉压性能。1. Hamming窗加权非线性调频脉压为什么NLFM还要叠一层Hamming窗在雷达波形设计里脉压输出旁瓣不够低强目标旁边的小目标就会被淹没。线性调频直接用匹配滤波第一旁瓣固定是-13.26 dB加Hamming窗能把旁瓣压到-42 dB左右代价是主瓣展宽约1.47倍、信噪比损失约1.34 dB。非线性调频本身能在不损失信噪比的条件下把旁瓣做到-30 dB以下但一旦波形离散化、存在多普勒失谐或硬件截位旁瓣就会反弹。这正是“Hamming窗加权非线性调频脉压”这个工程的价值在NLFM已经塑形的基础上再叠一层Hamming窗把旁瓣余量进一步做厚。工程包里除了Runme.m还有FPGA与MATLAB对接的说明txt和操作录像适合雷达波形设计、脉压算法验证和FPGA实现的工程师。2. 从LFM到NLFMHamming窗加权脉压的信号模型与频域整形2.1 旁瓣来自功率谱形状Hamming窗做的就是频谱整形脉压的数学本质是让回波通过匹配滤波器输出等效于信号自相关函数。频域上自相关函数的频谱就是信号功率谱频谱形状越接近矩形时域输出越接近sinc函数第一旁瓣就固定在-13.26 dB。LFM因为瞬时频率匀速扫过整个带宽频谱近似矩形所以天然带着-13.26 dB旁瓣。要压低旁瓣必须对频谱做整形。Hamming窗的权重函数是 w(n)0.54-0.46cos(2πn/(N-1))它对频谱中段保持较高增益对频带边缘明显压制。边缘被压下去之后频谱不再是矩形时域旁瓣随之降低。这里要区分两条加窗路径第一种是LFM发射、接收端匹配滤波前直接乘Hamming窗这叫失配加权必然损失信噪比第二种是把Hamming窗当作期望的频谱形状直接用来反推NLFM的调频函数让信号自身就带低旁瓣特性。工程包里的做法更接近第二种之后再做一次Hamming加权属于“波形设计二次加权”的组合。fpgamatlab.txt里记录的正是这个组合在浮点模型和定点仿真中的差异。这里有个容易翻车的细节MATLAB里hamming(N)默认返回对称窗而NLFM设计需要的是周期窗应该用hamming(N,periodic)。如果直接用默认对称窗频谱两端会出现不对称脉压输出旁瓣呈现一高一低的现象很多人以为是多普勒造成的其实根源在窗的对称性。2.2 用相位逗留原理由Hamming窗反推NLFM瞬时频率NLFM基带信号可以写成 s(t)exp(j2π∫f(τ)dτ)所以设计核心是瞬时频率函数 f(t)。相位逗留原理指出信号频谱幅度近似与 dt/df 成正比也就是说期望频谱 W(f) 的形状可以通过时间-频率映射来控制。已知W(f)后用累积谱构造映射t(f) T * ∫_{-B/2}^{f} W(u)du / ∫_{-B/2}^{B/2} W(u)du把这组 (f, t(f)) 反插值到均匀时间轴上就得到NLFM的瞬时频率函数。工程包中genNlfm相关的子函数通常就是这么做的下面是一段可运行的示意实现function [instFreq, timeOut] nlfmFromWindow(Wf, B, T, N) % 由期望频谱窗Wf反推NLFM瞬时频率函数 % Wf : 期望频谱幅度例如hamming(N,periodic) % B : 信号带宽, Hz % T : 脉宽, s % N : 输出采样点数 % instFreq : 瞬时频率向量 % timeOut : 均匀时间轴 cumW cumsum(Wf(:).); % 对频谱窗做累积 cumW cumW - cumW(1); % 从0开始累积 cumW cumW / cumW(end); % 归一化到[0,1] tGrid (cumW - 0.5) * T; % 每个频点对应的时间 fGrid linspace(-B/2, B/2, N); % 频点轴 timeOut linspace(-T/2, T/2, N); % 均匀时间轴 instFreq interp1(tGrid, fGrid, timeOut, pchip); end这段代码的核心逻辑是先对Hamming窗做累积得到频率-时间映射关系再用pchip插值转成时间-频率函数。pchip比linear的优点是频带边缘不会出现折线瞬时频率曲线更光滑脉压输出不容易在旁瓣底部产生毛刺。得到instFreq后用dt T/N; phase 2*pi*cumsum(instFreq)*dt; signal exp(1j*phase);就能生成基带NLFM信号。工程包里的Hamming加权NLFM是在这个信号上再乘一次窗等效于在频域上二次整形。生成之后务必检查瞬时频率是否单调。多数失败案例都是累积谱在边缘过陡导致频率回折输出旁瓣在远端抬升。检查命令很简单plot(instFreq)曲线在时间轴上必须严格单调上升如果出现平顶或回绕说明窗的加权过大需要减小Hamming窗的系数或者增大采样点数N。2.3 主瓣、旁瓣和信噪比的权衡值下面是配雷达脉压场景下几种常见方式的量级对比数值取典型参数下的仿真结果帮助你判断“Hamming加权NLFM”是否适合当前需求波形/处理方式峰值旁瓣比PSLR主瓣展宽系数信噪比损失多普勒容限LFM矩形谱匹配滤波-13.26 dB1.000 dB好LFM加Hamming窗-42~-43 dB约1.47约1.34 dB一般sinc型NLFM匹配滤波-35~-45 dB约1.150.1~0.5 dB对失谐敏感Hamming加权NLFM-50 dB以下约1.51.2~1.6 dB更敏感Hamming加权NLFM的收益很直观PSLR比单靠NLFM再低5~10 dB适合强目标旁边检测弱目标的场景。但代价也清楚——主瓣变宽多普勒失谐时旁瓣爬升速度更快。如果你做的是非相参搜索雷达目标速度未知且没有多普勒补偿通道建议先用NLFM不加Hamming如果雷达有多脉冲多普勒处理可以在多普勒补偿后再放心使用Hamming加权NLFM。3. 从解压到复现Runme.m执行流程、路径配置与常见报错3.1 工程包文件结构解压后你会看到这几类内容Runme.m、若干子函数文件、fpgamatlab.txt、操作录像0006.avi。它们的分工如表所示文件/内容作用使用方式Runme.m顶层主脚本串联参数定义、NLFM生成、Hamming加权、脉压、绘图等直接运行它子函数文件实现波形生成、脉压、窗加权等独立功能通常不需要单独运行fpgamatlab.txt记录MATLAB浮点模型与FPGA定点仿真的数据格式、文件路径、注意事项用文本编辑器打开操作录像0006.avi演示完整操作过程包含当前文件夹设置和运行顺序播放观看注意fpgamatlab.txt是一个文本说明文档不是可执行入口。有不少人把它当作“文本文档怎么运行代码”的样例双击后看到一堆字却不知道如何运行。其实它只是辅助说明真正的运行入口始终是Runme.m。3.2 Runme.m顶层脚本在做什么Runme.m的结构并不复杂但顺序很关键。它通常先清空工作区然后强制切到工程根目录加载子函数路径再依次完成波形生成、加权、脉压和绘图。下面的代码片段给出了工程包内主脚本的调用结构示意% Runme.m 顶层调度结构示意 clear; clc; close all; % 确保工作目录在工程根目录 scriptDir fileparts(mfilename(fullpath)); if ~strcmp(pwd, scriptDir) cd(scriptDir); end addpath(genpath(fullfile(scriptDir, sub))); % 波形参数 B 10e6; % 信号带宽 10 MHz T 20e-6; % 脉宽 20 us fs 80e6; % 采样率 80 MHz N round(T * fs); % 采样点数 % 生成Hamming窗加权NLFM基带信号 [t, nlfmBase] genNlfm(B, T, fs, hamming); % 匹配滤波参考信号 ref genRef(nlfmBase, T, fs); % 脉压处理 yp pulseCompress(nlfmBase, ref); % 绘图和指标测量 plotPsl(yp, fs, B, T);这些参数里B和T的乘积DTB是时宽带宽积它决定了相位逗留近似的精度。D越大Hamming窗反推出来的NLFM信号越接近理论低旁瓣如果D小于30NLFM的固有优势会明显减弱还不如直接用LFM加Hamming窗。fs取带宽的4到8倍比较合理过高的采样率只是增加计算量不会改善旁瓣。3.3 路径配置错误和直接运行子函数的后果最常见的运行错误有两个。第一个是在MATLAB左侧“当前文件夹”窗口停在了别的目录导致Runme.m里的addpath和相对路径失效。MATLAB会报出Undefined function genNlfm或Unable to read file。排查时可以执行which Runme.m如果返回not found说明当前路径不对。第二个错误是直接双击子函数文件运行。子函数依赖顶层脚本传入的B、T、fs、t等变量单独运行时这些变量不存在报错通常是Input argument B is undefined。提示正确做法是先解压到不含中文和不含空格的目录打开MATLAB把当前文件夹窗口切到工程根目录再在编辑器中打开Runme.m并点击运行。整个鼠标操作路径在操作录像0006.avi里有完整演示照着跟一遍不会出错。另外如果使用MATLAB 2021a以下版本某些绘图函数或hamming的periodic选项行为会不一致。工程包要求2021a或更高版本主要是为了让生成窗口函数和FFT的结果与录像一致。低版本跑出异常时优先更新MATLAB而不是去改子函数代码。4. 仿真输出怎么读PSLR、主瓣宽度与多普勒失谐4.1 准确测量峰值旁瓣比脉压输出的纵轴如果只看线性幅度第一旁瓣可能只是主瓣旁边的小凸起必须转到dB坐标并排除主瓣区域后再找最大值。很多人直接在整条输出上取最大值旁边的峰结果把主瓣边缘当成旁瓣测出来的PSLR虚高。测量PSLR的正确做法是先把主瓣剔除再在剩余区间找最大旁瓣function psplDb measurePslr(y, fs, mainlobeRatio) % y : 脉压输出复信号 % fs : 采样率 % mainlobeRatio : 主瓣半径对应的时长单位秒 % psplDb : 峰值旁瓣比, dB y y(:); [peakVal, peakIdx] max(abs(y)); % 主瓣峰值和位置 mainlobeR round(mainlobeRatio * fs); % 主瓣半径点数 excl (peakIdx-mainlobeR):(peakIdxmainlobeR); excl(excl 1 | excl length(y)) []; % 剔除越界索引 sidelobe abs(y); sidelobe(excl) 0; % 主瓣区间置零 maxSl max(sidelobe); psplDb 20*log10(maxSl / peakVal); end这里的mainlobeRatio要根据主瓣展宽确定Hamming加权NLFM的主瓣大约是1.1/B到1.5/B。我一般先按2/B粗剔一次再根据输出的3 dB主瓣宽度动态缩放到1.2*mainlobeWidth避免把第一旁瓣包含进去。这样测量出来的PSLR才是真正用于指标评估的值。4.2 Hamming加权NLFM与未加权的对比要验证Hamming加权是否有效最直接的方法是分别生成未加权NLFM和Hamming加权NLFM然后叠加到同一张图上figure; plot(t*1e6, db(abs(ypNlfm)), LineWidth, 1.2); hold on; plot(t*1e6, db(abs(ypHamming)), LineWidth, 1.2); legend(NLFM, Hamming加权NLFM); xlim([-2/B*1e6, 2/B*1e6]); ylim([-80, 0]); grid on;典型结果如下表所示。具体数值会随NLFM生成点数、窗函数和D变化但趋势一致Hamming加权后PSLR显著下降主瓣略有展宽。指标未加权NLFMHamming加权NLFMPSLR约-40 dB约-53 dB3 dB主瓣宽度约0.91/B约1.1/B旁瓣衰减趋势起伏多平滑衰减远端旁瓣-45 dB左右-58 dB以下需要注意的是Hamming加权的效果依赖NLFM生成质量。如果NLFM瞬时频率本身不平滑出现回折或突变二次加权反而会把异常旁瓣放大。所以在做对比前先画instFreq曲线确认单调性。4.3 多普勒失谐对Hamming加权NLFM的影响NLFM对多普勒的敏感度介于LFM和相位编码之间。仿真多普勒失谐很简单在回波上乘一个线性相位因子再送入脉压fd -0.2/T; % 多普勒频移量带符号表示靠近/远离 doppler exp(1j*2*pi*fd*t); % t为时间向量 ypDop pulseCompress(nlfmBase .* doppler, ref);结果会看到两个现象主瓣峰值下降旁瓣整体抬升。Hamming加权NLFM在0.2/T的多普勒失谐下PSLR可能从-53 dB抬升到-43 dB甚至更高。原因是Hamming窗把频带边缘权重压得过低一旦回波产生频移原本被压住的频谱分量进入旁瓣区。如果你的雷达工作场景里目标速度不可忽略必须在脉压前做多普勒补偿或者采用多通道多普勒滤波器组。这个结论在fpgamatlab.txt里通常也会写一句“先补偿多普勒再进入脉压模块”作为实现提醒。5. 从MATLAB浮点模型到FPGAHamming系数定点化与验证5.1 生成FPGA可用的Hamming窗系数文件浮点模型验证通过后下一步是把Hamming窗系数和NLFM基带波形导出成FPGA工具链能识别的文件。常见做法是用MATLAB生成.coe文件供Vivado的Block Memory Generator直接加载。下面这段代码把Hamming系数转成16位有符号定点数并写入.coeN 1024; coef hamming(N, periodic); qCoef fi(coef, 1, 16, 15); % 1位符号15位小数 fid fopen(hamming_w.coe, w); fprintf(fid, memory_initialization_radix10;\n); fprintf(fid, memory_initialization_vector\n); for k 1:N-1 fprintf(fid, %d,\n, qCoef(k)); end fprintf(fid, %d;\n, qCoef(N)); fclose(fid);fi(coef, 1, 16, 15)的关键是位宽分配16位总量最高位为符号位剩余15位表示小数。Hamming窗最大值接近115位小数精度足够让量化引起的PSLR恶化控制在0.1 dB以内。如果把总位宽降到12位旁瓣可能会从-53 dB恶化到-48 dB左右近距离目标检测将明显受影响。5.2 存储器与乘法器资源估算NLFM波形和Hamming系数在FPGA里通常放在独立ROM中。以T20us、fs80MHz为例一个脉冲需要1600个采样点每点包含I/Q两路16位数据则单个脉冲波形ROM约需51.2 Kbit。Hamming系数按不同长度存储量如下窗点数Hamming系数存储量(16bit)实现方式1282 Kbit单口ROM即可5128 KbitBlock ROM102416 Kbit双口ROM支持时分复用匹配滤波建议走频域脉压回波FFT乘参考信号FFT共轭再乘Hamming窗系数最后IFFT。Hamming系数是乘在频域上的不是再对时域信号乘一次否则会产生频谱混叠旁瓣反而抬高。使用Vivado FFT IP时缩放策略要选择Scaled否则中间级截位会以噪声底的形式抬升主瓣附近的旁瓣。5.3 用操作录像中的浮点结果校准FPGA输出操作录像里展示的脉压曲线就是浮点参考结果。FPGA仿真完成后把定点脉压输出导出成文本用前面写的measurePslr重新测PSLR。如果与Runme.m输出的浮点PSLR偏差超过1 dB优先检查两点一是参考信号FFT共轭的符号与顺序IFFT前后有没有做fftshift二是Hamming系数从浮点转定点时是否保持了直流增益一致性。可以把对比脚本追加在Runme.m末尾用max(abs(fpgaOut - matlabRef)) / max(abs(matlabRef))计算峰值误差误差小于1%时再进入板级调试后续问题基本只剩时序收敛和接口对齐了。本文还有配套的精品资源点击获取