简介：本资源是一套面向电子信息工程、计算机与数学等专业本科生的雷达信号处理实践工具包，聚焦低截获概率（LPI）雷达波形设计核心问题，特别适用于课程设计、期末大作业及毕业设计等中阶工程实践场景。压缩包共含8个MATLAB源文件（.m），总大小仅12KB，涵盖LFM-Barker组合信号生成、模糊函数计算、时频分析与模糊度图可视化等关键模块，代码采用参数化编程架构，变量命名规范、注释详尽，便于修改载频、带宽、码长等物理参数并快速验证不同波形特性。目前已有40人学习下载，使用者可直接运行附赠案例数据，无需额外配置即可复现线性调频与Barker码级联下的自相关/互相关性能、距离-速度耦合特性及LPI优势分析全过程，显著降低雷达信号处理算法理解与实现门槛。 前几天整理完这套“低截获概率雷达波形（LPI波形）LFM+Barker组合信号分析”的工程文件，顺手压缩成zip发给几个做雷达信号处理的朋友。结果有人反馈解压时提示file is not a zip file，后面又有人碰到could not find eocd这种报错。其实这种问题多半是传输中断或者压缩工具版本不兼容导致的，重新打包一次、换个低压缩率模式基本就能解决。不过zip只是资料的壳，真正值得讨论的是里面那套波形设计和仿真分析。
这套LFM+Barker组合信号，一直是我在做低截获概率雷达波形设计时优先推荐的新手切入点。它不像纯LFM那样容易被截获接收机识别到调频斜率，也不像纯Barker码那样对多普勒太敏感、时宽带宽积受限。两者组合之后，既保留了LFM宽带、大时宽带宽积的优势，又引入了Barker码的低旁瓣特性，工程上实现也不复杂。这篇文章把这套组合信号的原理、参数设计、MATLAB仿真实现、结果解读以及我踩过的坑完整梳理一遍，给正在做雷达波形设计、电子对抗仿真或者相关课程设计的同学做参考。
1. 设计思路——为什么非要把LFM和Barker码凑在一起
1.1 LPI雷达到底需要什么波形
低截获概率（LPI，Low Probability of Intercept）雷达的核心目标不是让敌方完全“看不见”，而是让对手的截获接收机难以从复杂的电磁环境里发现并识别出本雷达的信号。要做到这一点，波形设计上有几条路可以走：降低峰值功率、增大信号带宽、延长信号时宽、引入随机性和复杂性。
传统单载频脉冲信号峰值功率高、频谱能量集中，截获接收机用一个窄带滤波器就能轻松捞出来。LFM（线性调频）信号把能量展宽到整个带宽里，带宽越大，截获接收机需要用越宽的滤波器去匹配，处理增益也就越差，这是LFM用于LPI设计的基本逻辑。但LFM有个不好掩盖的“破绽”——它存在明确的线性调频斜率，截获接收机可以通过瞬时频率估计把斜率测出来，然后复制出匹配模板。
Barker码这一类相位编码信号则是另一条路线。它在码元边界上突然倒相，频谱被展宽的同时，波形看起来更“随机”。不过Barker码最长只有13位，如果想靠它单独提供足够的处理增益，无论如何都不够用。
所以问题就变成了：能不能让一个信号既有LFM的大时宽带宽积，又有相位编码的隐蔽性和低旁瓣？答案就是LFM+Barker组合信号，也就是业内常说的Chirp-Barker或者Barker调制LFM。
1.2 LFM和Barker各自的长处与短板
先看LFM。它的经典表达是：
[ s_{LFM}(t) = e^{j\pi k t^2}, \quad |t| \le \frac{T}{2} ]
其中 ( k = \frac{B}{T} ) 是调频斜率，B是调频带宽，T是脉冲时宽。时宽带宽积 ( D = BT ) 越大，脉冲压缩比越高，距离分辨率越好。LFM的匹配滤波输出是sinc函数形状，第一旁瓣大概在-13.2 dB左右，这个旁瓣水平对很多应用场景来说偏高，而且LFM的频谱特征很容易被截获接收机利用。
再看Barker码。Barker码是二相码，码元取+1或-1，具有理想的自相关特性：其自相关函数旁瓣电平不超过1/N，N为码长。已知的Barker码只有有限几种长度，最长是13位：
N=2: [+1 +1] 或 [+1 -1] N=3: [+1 +1 -1] N=4: [+1 +1 -1 +1] 或 [+1 +1 +1 -1] N=5: [+1 +1 +1 -1 +1] N=7: [+1 +1 +1 -1 -1 +1 -1] N=11: [+1 +1 +1 -1 -1 -1 +1 -1 -1 +1 -1] N=13: [+1 +1 +1 +1 +1 -1 -1 +1 +1 -1 +1 -1 +1]Barker码的优点是自相关旁瓣低，13位Barker码的理论峰值旁瓣电平是 ( -20\log_{10}(13) \approx -22.3 , \text{dB} )。但它的缺点也很明显：码长受限、子脉冲通常是简单矩形或单频，时宽带宽积不足，多普勒容限也差——多普勒频移稍微大一点，旁瓣性能就迅速恶化。
把LFM和Barker“叠”起来，思路就通了：每个Barker码元不再是一个简单的矩形子脉冲，而是一个完整的LFM信号。这样总信号在码域保留Barker码的低旁瓣自相关特性，在频域又获得LFM展宽频谱的效果，脉压时可以同时获得码级和子脉冲级的处理增益。
1.3 组合信号怎么表达，接收端怎么处理
组合信号的数学模型写起来很直观：
[ s_c(t) = \sum_{n=0}^{N-1} a_n \cdot s_{LFM}(t - nT) ]
其中 ( a_n \in {+1, -1} ) 是Barker码序列，N是码长，T是每个LFM子脉冲的时宽，( s_{LFM}(t) ) 是单个LFM信号。也就是说，将一个完整的LFM线性调频信号依次放在每个Barker码元的时隙里，根据码元符号决定该时隙的LFM信号是否倒相。
接收端做脉冲压缩时，匹配滤波器的冲激响应是对整个组合信号取共轭并时间反转：
[ h(t) = s_c^*(-t) ]
这样做相当于把“Barker码匹配”和“LFM匹配”融合在一个匹配滤波器中完成。也可以拆成两级处理：先对每个子脉冲做LFM脉压，再做Barker码解码。两种方式在理想条件下性能等价，但统一匹配的工程实现更简单，尤其是用FPGA做数字脉压时，一次卷积搞定。
这里要提醒一点：Barker码符号的反转不能只理解为“子脉冲相位反转”，因为LFM信号本身是复信号，乘上( -1 )等价于在载频上加了180度相移。在基带仿真里直接乘±1即可，但上变频到射频后要保证I/Q两路的符号同时翻转，否则会产生残余载波泄漏。
2. 参数设计——Barker码长和LFM带宽怎么定才合理
2.1 距离分辨率决定LFM带宽
无论是LFM、Barker还是组合波形，最基本的指标要求是距离分辨率。雷达距离分辨率由带宽决定：
[ \Delta R = \frac{c}{2B} ]
c是光速，B是信号带宽。比如要求距离分辨率15米，那带宽差不多是10 MHz：
[ B = \frac{c}{2\Delta R} = \frac{3\times 10^8}{2 \times 15} = 10 , \text{MHz} ]
所以参数设计第一步永远是“反推带宽”，而不是先拍脑袋定B。带宽定下来之后，距离分辨率就锁死了，后面再折腾什么波形都不能突破这个物理限制。
2.2 LFM子脉冲时宽怎么选
子脉冲时宽T影响两个核心指标：时宽带宽积 ( D_{sub} = B \cdot T ) 和子脉冲的脉冲压缩比。D越大，子脉冲压缩后主瓣越窄、处理增益越高。但T也不是越大越好，原因在于：
- 总脉冲时宽 ( T_{total} = N \cdot T )，如果T太大，总时宽可能超过雷达的脉冲重复周期（PRI），产生遮挡；
- 子脉冲时宽太长，在截获接收机端做瞬时频率检测时，LFM的调频斜率更容易被可靠估计，LPI性能下降；
- 从抗多普勒的角度看，LFM的容限虽然比Barker码宽，但子脉冲T增大会让多普勒频移引起的距离偏移更大。
实际工程里常见的选择是让子脉冲的时宽带宽积在50到500之间。既保证了足够的压缩增益，又不至于让单个子脉冲时长失控。以带宽10 MHz为例，子脉冲时宽取10微秒，时宽带宽积就是100，这是一个很顺手的数。
2.3 Barker码为什么选13位
Barker码只有1、2、3、4、5、7、11、13这么几种长度。码长越长，峰值旁瓣电平越低，处理增益也越高。工程上能选的最长码就是13位，所以既然要用Barker码，优先用13位。13位Barker码的旁瓣抑制能力是 ( 1/13 )，换算成dB约-22.3 dB。
选择13位Barker码的另一个实际原因是它有标准的、被广泛验证过的码序列，网上随便一搜就能找到，实现时不易写错。很多公开文献里的Chirp-Barker组合信号默认用13位码，这意味着你的仿真结果可以和大量已有文献互相印证。
如果N选小了，比如7位Barker码，旁瓣只有-16.9 dB，跟LFM本身-13.2 dB的旁瓣相比改善有限，组合的意义就打了折扣。
2.4 采样率和总时宽的校验
采样率按复基带信号处理来处理。信号带宽是10 MHz，按奈奎斯特要求采样率至少要20 MHz，但实际仿真里我习惯取80到120 MHz，也就是带宽的8到12倍。原因有两个：一是过采样让时域波形更平滑，匹配滤波输出的峰值点更精确；二是后续加窗、插值、画图时不容易出现视觉失真。
总脉冲时宽为：
[ T_{total} = N \cdot T = 13 \times 10 , \mu s = 130 , \mu s ]
在100 MHz采样率下，总采样点数是：
[ N_{samples} = round(T_{total} \times f_s) = 130 \times 10^{-6} \times 100 \times 10^6 = 13000 ]
这个长度做一次FFT脉压或者卷积都非常快，MATLAB脚本几秒钟就能跑完，完全不用考虑算力问题。完整的参数表如下：
| 参数 | 数值 | 说明 |
|---|---|---|
| 载频 fc | 1 GHz | 仿真可忽略，射频方案使用 |
| 子脉冲带宽 B | 10 MHz | 决定距离分辨率15 m |
| 子脉冲时宽 T | 10 μs | 时宽带宽积100 |
| Barker码长 N | 13 | 峰值旁瓣约-22.3 dB |
| 总脉冲时宽 | 130 μs | 13×10 μs |
| 采样率 fs | 100 MHz | 带宽的10倍 |
| 距离分辨率 | 15 m | c/(2B) |
| 组合时宽带宽积 | 1300 | N×B×T |
3. MATLAB仿真实现——从信号生成到模糊函数
3.1 生成LFM+Barker组合信号
我最早写这版仿真用的是MATLAB，后来也把核心函数平移到了Octave，基本不用改。代码如下：
clear; close all; clc; %% 参数定义 fs = 100e6; % 采样率 100 MHz T = 10e-6; % 子脉冲时宽 10 us B = 10e6; % 子脉冲带宽 10 MHz N = 13; % Barker 码长 %% 13位Barker码 barker13 = [1 1 1 1 1 -1 -1 1 1 -1 1 -1 1]; %% 生成单个LFM子脉冲 % 时间轴：从 -T/2 到 T/2，保证相位对称 t = (-T/2 : 1/fs : T/2 - 1/fs); k = B / T; % 调频斜率 lfm = exp(1j * pi * k * t.^2); % 复基带LFM %% 拼接组合信号 s = []; for n = 1:N s = [s, barker13(n) * lfm]; end %% 时域波形绘图（归一化） figure; plot((0:length(s)-1)/fs * 1e6, real(s)); xlabel('时间 / us'); ylabel('幅度'); title('LFM+Barker组合信号时域实部'); grid on;这段代码的核心是循环拼接。每个Barker码元对应一个完整的LFM子脉冲，码元为“+1”时LFM原来的相位关系保持不变，码元为“-1”时整个子脉冲乘以负号，相当于在Barker码元级别做了一次PSK调制。
你可能会问：能不能用矩阵运算替代循环？可以，更优雅的写法是先用repmat生成13个LFM子脉冲拼接矩阵，再用对角阵乘Barker码。但循环版本更容易读，也方便后期改成任意码型。
3.2 匹配滤波与脉冲压缩
匹配滤波器的冲激响应就是发射信号的时间反转共轭：
%% 匹配滤波 h = conj(fliplr(s)); y = conv(s, h); y = y / max(abs(y)); % 归一化 %% 绘制脉冲压缩结果（dB） figure; t_axis = (0:length(y)-1)/fs * 1e6 - T*N*1e6; % 时间轴对齐，单位us plot(t_axis, 20*log10(abs(y)+eps)); xlabel('时间 / us'); ylabel('幅度 / dB'); title('匹配滤波脉冲压缩输出'); ylim([-60 5]); grid on;匹配滤波输出的峰值位置对应目标回波延迟，峰值幅度就是脉压后的最大增益。这里所有参数都是归一化的，所以峰值是0 dB。
注意卷积长度：conv(s, h)输出长度为length(s)+length(h)-1，也就是 26000-1 个点。时间轴对齐时，主瓣峰值大致落在零延迟处，如果偏移了，要检查是不是Barker码序列定义方向反了。
3.3 加窗失配滤波：把旁瓣压下去
匹配滤波虽然是最优的，但输出旁瓣可能不够低。特别是当目标回波周围有强散射体时，高旁瓣会把弱目标淹没。解决办法是给匹配滤波器加窗，以轻微的主瓣展宽和信噪比损失，换取更低的旁瓣。
%% 加Hamming窗的失配滤波 win = hamming(length(s)).'; h_win = conj(fliplr(s)) .* win; y_win = conv(s, h_win); y_win = y_win / max(abs(y_win));Hamming窗是工程里最常用的选择之一。加窗后第一旁瓣能压到-40 dB以下，代价是主瓣宽度大约变成原来的1.5倍，输出信噪比损失约1.34 dB。如果要在旁瓣和主瓣之间做更精细的平衡，可以用Kaiser窗或Taylor窗，它们有可调参数，可以针对具体指标微调。
在做低截获概率波形时，加窗还有一个额外的好处：降低旁瓣等于减少了信号在时间域上的“拖尾”，减少了被截获接收机通过旁瓣特征识别波形的可能。当然，代价是处理增益下降，这需要在系统设计时综合考虑。
3.4 模糊函数与多普勒切面
模糊函数是评价雷达波形的最核心工具，它告诉我们信号在时延和多普勒二维平面上分辨率能力。直接调MATLAB函数：
%% 使用Phased Array System Toolbox计算模糊函数 [af, fd, tau] = ambgfun(s, fs, 'Doppler', [-500:10:500]); %% 绘制模糊函数三维图 figure; surf(tau*1e6, fd, af, 'EdgeColor', 'none'); xlabel('时延 / us'); ylabel('多普勒 / Hz'); zlabel('|chi|'); title('LFM+Barker组合信号模糊函数'); colorbar;如果没有工具箱，可以用简化的零多普勒切面来代替：直接取匹配滤波输出作为自相关函数，也能看出主瓣和旁瓣水平。另一种做法是手动加一个多普勒频移再匹配滤波：
fd_test = 100; % 测试多普勒频移 100 Hz t_total = (0:length(s)-1)/fs; s_doppler = s .* exp(1j*2*pi*fd_test*t_total); y_dop = conv(s_doppler, h); plot(20*log10(abs(y_dop)/max(abs(y_dop))));这样就能直观看到多普勒频移对脉压主峰的影响。尤其是Barker码部分，多普勒敏感的问题会在这种测试里暴露得很明显。
4. 仿真结果解读：图像里能读出什么
4.1 时域和频域的特征
LFM+Barker组合信号的时域波形看起来是一串“断断续续”的扫频信号。因为是线性调频，瞬时频率随时间线性变化；但因为Barker码的存在，每个码元边界处相位可能发生180度跳变，反映在时域上就是波形有翻转。
频域上，组合信号的幅度谱和单个LFM很接近，近似一个矩形谱。Barker码的相位调制会在通带内叠加一些细小的起伏，但整体频谱仍然是展宽的。这一点非常重要：从截获接收机的角度看，它看到的只是一个宽带信号，很难从频谱形状直接猜出Barker码的具体结构——这正是组合信号的LPI优势所在。
4.2 零多普勒切面的旁瓣水平
匹配滤波输出在零多普勒时的切面，本质上是信号的自相关函数。对纯LFM来说，第一旁瓣固定在-13.2 dB；对13位Barker码来说，理想旁瓣是-22.3 dB。而LFM+Barker组合信号，在码级和子脉冲级双重匹配之后，旁瓣水平在理想条件下会更接近Barker码的理论值。
我做过一组对比实验，同样参数下：
| 波形 | 第一旁瓣电平（约） | 主瓣宽度 |
|---|---|---|
| 纯LFM | -13.2 dB | 0.1 μs |
| 13位Barker-LFM | -22.5 dB | 0.1 μs |
| 加Hamming窗的Barker-LFM | -41 dB | 0.15 μs |
这个结果说明：组合信号确实能把LFM的旁瓣压到Barker码级别，而主瓣宽度没有牺牲——距离分辨率由带宽决定，这一点保持不变。加窗之后旁瓣显著下降，但主瓣展宽，使用时要仔细权衡。
4.3 多普勒敏感性要重点看
模糊函数的二维图可以直观看到“图钉”形状越好，多普勒容限越高。LFM的模糊函数是斜刀刃形，存在距离-多普勒耦合；Barker码的模糊函数是图钉形，但没有多普勒容限；组合信号的模糊函数介于两者之间。
在200 Hz多普勒频移下做脉压测试，组合信号的主峰会下降，而且会产生一定的时间偏移。偏移量正好等于：
[ \Delta t = \frac{f_d}{k} = \frac{f_d \cdot T}{B} ]
例如fd=200 Hz、T=10 μs、B=10 MHz时：
[ \Delta t = \frac{200 \times 10 \times 10^{-6}}{10 \times 10^6} = 2 \times 10^{-10} , \text{s} = 0.2 , \text{ns} ]
这个偏移很小，在距离维度上几乎可以忽略。但Barker码部分对多普勒更敏感的是旁瓣结构——多普勒稍大，码级旁瓣会抬升，这是组合波形在多目标场景里需要注意的地方。如果雷达要处理高速目标，建议后续用多相码（如P4码）或LFM子脉冲加多普勒补偿网络。
5. 工程中真正容易踩的坑：问题排查与处理建议
5.1 仿真文件和数据包层面的问题
前面提到过zip解压报错。这里多说一句我从实际传输资料中总结的经验：大文件压缩包如果通过聊天软件传输，经常出现文件头或中央目录损坏的情况，报could not find eocd的错。处理方式很简单：
- 用命令行工具重新压缩，
zip -r output.zip 源文件夹，别用某些默认压缩率过高的图形工具； - 传输完先检查md5校验值，别急着解压；
- 如果压缩包内文件数量特别多，改用分卷压缩或者tar归档后整体压缩，减少中央目录损坏概率。
这些虽然不是雷达波形本身的内容，但工程交付时遇到多了就知道，资料发不过去比算法跑不出来更让人头大。
5.2 波形参数和Barker码序列的坑
先说最容易错的地方：Barker码序列写反。不同的文献里Barker码有“从左到右”和“从右到左”两种写法。比如13位码有人写[1 1 1 1 1 -1 -1 1 1 -1 1 -1 1]，也有人写它的逆序。匹配滤波时如果码序反转，自相关峰依然存在，但某些副瓣特性会跟着变。我的建议是统一用一种写法，并在代码里注释来源文献，避免自己过几天就忘了。
第二个坑是子脉冲的相位连续性。直接用exp(1j*pi*k*t.^2)生成LFM时，t的起点要从 -T/2 开始，这样相位是偶对称的。如果偷懒从0开始，子脉冲之间拼接时会有相位跳变，表现在模糊函数上会出现额外的离散旁瓣。
第三个坑是采样率不够。有些同学为了“省内存”把fs设为刚好20 MHz，结果匹配滤波峰值只落在一个采样点上，差一个点就偏出去，画出来的图主瓣又钝又歪。建议仿真阶段采样率给足，工程实现阶段再考虑降采样。
5.3 处理链路中的工程问题
加窗失配滤波之后，主瓣会展宽，如果雷达要求两个目标在距离上分离至少15米，加Hamming窗后可能要留30米的保护间隔，否则相邻目标会混在一起。这是指标分解层面的问题，做系统设计时要提前算好，而不是在信号处理阶段才补救。
多普勒补偿的问题也提醒一下。Barker-LFM组合信号本来对多普勒就不是完全免疫，如果目标速度范围很大，建议在脉压之前先做多普勒滤波器组，也就是把回波按不同多普勒频移分别补偿后再脉压。这个做法的性能和计算量要提前评估，否则实时处理系统可能吃不消。
下面给一份我整理的快速排查表，可以直接对照查找：
| 现象 | 可能原因 | 处理建议 |
|---|---|---|
| 主瓣很宽，距离分辨率远大于理论值 | 带宽设置错误或采样率过低 | 检查B是否等于c/(2ΔR)，fs至少给5倍B以上 |
| 旁瓣明显高于-22 dB | Barker码序列写反或码元符号没乘对 | 核对码序，检查拼接循环中barker13(n) * lfm是否真的作用于每个子脉冲 |
| 多普勒偏移后峰值下降严重 | Barker码多普勒容限不足 | 增加子脉冲时宽带宽积，或者改用多相码 |
| 匹配滤波输出峰值不在零延迟处 | 卷积后时间轴对齐错误 | 时间轴减去T*N对应延迟，或直接画出全部区间再定位峰值 |
| 加窗后主瓣展宽过大 | 窗函数过于激进 | 换Kaiser窗，调beta参数在3到6之间试 |
6. 后续还能怎么扩展
单就LFM+Barker组合信号来说，入门仿真做到模糊函数这一步，其实已经把核心链路走通了。但这个方向还能往好几个方向延展：
- 一方面是往“复合调制”走，比如在Barker码基础上再叠加随机相位调制，让信号更难被截获接收机识别；
- 另一方面是往“MIMO雷达”走，用不同Barker码作为不同发射阵元的正交波形，实现多发多收的同时探测；
- 还有就是把这套波形放进完整的雷达链路仿真里，加入信道衰落、杂波、干扰机和截获接收机模型，评估实际系统级的截获因子。
我个人实际做下来的体会是：LFM+Barker组合信号最值得借鉴的地方，不是某个单一参数的调优，而是“把两套看似不兼容的调制方式通过时域拼接揉在一起”的思路。这种思路在LPI波形设计里非常常用，学会了它，再去看那些复杂的多相码、Costas跳频序列、混沌波形，你会发现底层的设计逻辑是相通的。先把这个组合信号玩透，后续入门更复杂的LPI波形会顺畅很多。
本文还有配套的精品资源，点击获取
