雷达脉冲的 “指纹”—— 八类典型波形从理论到实战（全 8 讲合集）【附MATLAB代码】

雷达脉冲的"指纹"------八类典型波形从理论到实战（全8讲合集）

用MATLAB从零生成合成数据集，为深度学习识别铺路

适合：雷达工程师、电子对抗从业者、信号处理学习者

第一讲：Barker 码------像摩斯电码一样，用两种状态传递信息

① 生活类比

你有没有看过谍战片里发报的场景------滴滴答答，点和划交替出现，信息就传递过去了。Barker码也差不多：它把一个雷达脉冲切成很多个"小片"（叫码片），每个小片只做两件事------

"点"：发射时相位保持不变
"划"：发射时相位翻转180°

就像发报机用点和划传递信息，Barker码用相位翻转 来"编码"信号。这套"二元体系"的好处是：实现简单、成本低，而且出来的信号旁瓣特别小 ------旁瓣电平不超过 1/N1/N1/N（NNN 是码片数），也就是说，码片越多，杂音越小。

Barker码是二元相位编码的奠基者------它用最"简朴"的方式，点亮了整个脉冲压缩的技术路线。

② 数学原理

Barker码的基带复包络可以写为：

KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = \\sum\_\{...

NNN：码片数量（Barker码长，只有 7、11、13 等少数值）
T_c=T/NT\_c = T/NT_c=T/N：每个码片的宽度（时间）
KaTeX parse error: Undefined control sequence: \+ at position 15: c\_k \\in \\\{\̲+̲1,\-1\\\}：第 kkk 个码片的相位符号（+1 → 0°相位，-1 → 180°相位）
KaTeX parse error: Can't use function '\(' in math mode at position 17: ...\mathrm\{rect\}\̲(̲x\)：在 0lex<10 \\le x \< 10lex<1 时等于1，其余为0 ------ 用来限定每个码片的时间窗口

加上载频后，实际发射信号为：

KaTeX parse error: Can't use function '\(' in math mode at position 2: x\̲(̲t\) = s\(t\) \\...

为什么旁瓣可以做到 ≤ 1/N？

Barker序列的自相关函数（匹配滤波输出）在非零时延处，所有旁瓣的绝对值都 ≤ 1，而峰值正好等于 NNN。因此相对旁瓣电平 = 1/N。这是Barker序列的数学性质，也是它最宝贵的工程价值。

为什么码片切换处相位会突变？

因为 c_kc\_kc_k 从 +1 变成 -1（或反向），相当于给复载波乘以 KaTeX parse error: Undefined control sequence: \- at position 1: \̲-̲1，相位瞬间改变 π。在时域上，这就表现为波形的"翻转"。

一句话记原理：矩形包络 + 二元相位调制 → 极低的旁瓣 + 独特的时频"毛刺"

③ 它长什么样？（看图说话）

运行生成代码后，你会得到几张关于Barker码的典型图像。以下逐一解读。

图1 ------ 6个随机Barker脉冲的整体面貌

左列子图 （实部+虚部）：波形由等长的正弦振荡段拼接而成，码片切换处有突然的尖刺 （相位反转）。

✅ Barker指纹①：矩形包络 + 码片边沿相位跳变
中列子图 （展开相位）：每个码片内相位线性变化，边界处瞬间跳变 ±π 。

✅ Barker指纹②：相位跳变 ±π（二元调制）
右列子图 （STFT谱图）：整体水平亮线，码片边界处有短暂频率展宽 。

✅ Barker指纹③：水平谱线 + 周期性"毛刺"

图2 ------ 三种Barker码并排（B7/B11/B13）

绿色虚线为码片边界，红/绿±符号标注相位符号（+为绿，-为红）。
可见"-"号码片内波形与"+"号码片反相。

✅ Barker指纹④：码片数与Barker序列长度严格对应

图3 ------ LFM / NLFM / Barker 对比

Barker子图显示的是展开相位 （带±π跳变的斜坡），而LFM/NLFM显示瞬时频率（直线/曲线）。

图4 ------ 不同SNR下的Barker

20 dB：谱线锐利，毛刺可见
0 dB：毛刺消失，水平线变粗
-10 dB：变成模糊水平带，难以识别

④ 核心代码（关键片段）

matlab 复制代码

% 随机选B7/B11/B13
code = [1,1,1,-1,-1,1,-1];  % 以B7为例
Tc = T / length(code);
chip_samp = round(Tc * fs);
c_wave = repelem(code, chip_samp);   % 每个码片重复chip_samp次
t = (0:length(c_wave)-1) * Ts;
pulse = c_wave .* exp(1j*2*pi*fc*t);
pulse = pulse / sqrt(mean(abs(pulse).^2));   % 功率归一化

关键：repelem 形成矩形包络，c\_wave \.\* exp\(\.\.\.\) 实现相位翻转。

⑤ 低SNR行为与识别挑战

低SNR退化：毛刺消失，谱线变为模糊水平带 → 与CW难以区分
识别难点：与CW混淆；与Costas混淆（短线粘连）；码长泛化

⑥ 小结（Barker的5条指纹）

指纹	特征
①	时域：矩形包络 + 码片边沿相位反转尖刺
②	展开相位：线性斜坡 + ±π跳变
③	STFT：水平亮线 + 码片边界展宽
④	码片数与序列长度一致（7/11/13）
⑤	低SNR退化为水平模糊带

下一讲预告：Costas跳频------像洗牌一样打乱频率，换来近乎完美的图钉。

第二讲：Costas跳频------像洗牌一样打乱频率，换来近乎完美的图钉

① 生活类比

想象你在一个大厅里，有10个人同时说话。如果每个人发音的音调都是单调上升的，你会听到一片刺耳的"呜------"声，完全分不清谁是谁。但如果每个人随机选择几个音调跳来跳去，而且跳的规律各不相同，你反而可能分辨出不同的人。

Costas做的事类似：它把脉冲分成 NNN 个等长的子脉冲，每个子脉冲用一个不同的频率 ，并且频率出现的顺序经过特殊设计------任意两个频率差的矢量都不重复。结果就是：雷达的模糊函数（距离-多普勒二维响应）只有一个尖峰，其他地方的"杂音"被均匀抹平，像图钉一样干净。

② 数学原理

设脉冲总宽度 TTT，子脉冲数 Nin{5,6,7,8}N \\in \\\{5,6,7,8\\\}Nin{5,6,7,8}，每个子脉冲宽度 T_c=T/NT\_c = T/NT_c=T/N。在第 kkk 个子脉冲内，瞬时频率为：

KaTeX parse error: Undefined control sequence: \+ at position 13: f\_k = f\_0 \̲+̲ \\Delta f \\cd...

KaTeX parse error: Can't use function '\(' in math mode at position 5: \\pi\̲(̲k\)：Costas排列（大小为 NNN 的置换），满足所有差向量互不相同
Deltaf\\Delta fDeltaf：频率步长，均匀随机在 2~5 MHz
f_0f\_0f_0：中心频率，通过偏移使频率集关于零频对称

基带信号（相位连续）：

KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = \\sum\_\{...

其中 KaTeX parse error: Undefined control sequence: \- at position 11: \\Phi\_\{k\̲-̲1\} 是上一个子脉冲结束时的累积相位。相位连续避免频谱泄漏，保证图钉形模糊函数。

一句话：Costas排列 + 相位连续 → 时频图呈 NNN 段乱序水平短线 → 图钉形模糊函数

③ 它长什么样？（看图说话）

图1 ------ 6个随机Costas脉冲

左列（实部+虚部）：多段等宽正弦振荡，段间频率跳变（无相位尖刺）。
中列（瞬时频率）：N个水平台阶 ，顺序随机（非单调）。

✅ Costas指纹①：瞬时频率为乱序台阶
右列（STFT谱图）：N段水平短线 ，位置杂乱。

✅ Costas指纹②：谱图为乱序水平短线

图2 ------ 不同N的Costas序列对比（N=5,6,7,8）

左侧stem图 ：Costas排列 KaTeX parse error: Can't use function '\(' in math mode at position 5: \\pi\̲(̲k\) 呈乱序分布。
右侧谱图 ：短线数目随N增加，位置散乱。

图3 ------ 6类波形对比

Costas的乱序短线与LFM（斜线）、Barker（水平线+毛刺）、Frank（阶梯斜线）明显不同。

图4 ------ 不同SNR下的Costas谱图

20 dB：所有短线清晰
0 dB：部分短线消失
-10 dB：完全噪声化

④ 核心代码（关键片段）

matlab 复制代码

N = randi([5,8]);
seq = get_costas_seq(N);          % 取Costas排列
delta_f = (2+3*rand())*1e6;
hop_freqs = (seq - (N+1)/2) * delta_f;

phi_start = 0;
for k = 1:N
    phase = phi_start + 2*pi*hop_freqs(k)*t_local;
    pulse(idx) = exp(1j*phase);
    phi_start = phi_start + 2*pi*hop_freqs(k)*chip_samp*Ts;
end

关键：phi\_start 累积实现相位连续，seq \- \(N\+1\)/2 使频率集对称。

⑤ 低SNR行为与识别挑战

低SNR退化：短线逐段消失，最终成噪声底
识别难点：与步进频混淆（单调 vs 乱序）；与多相码混淆（短线粘连成斜线）

⑥ 小结（Costas的4条指纹）

指纹	特征
①	瞬时频率：乱序台阶
②	STFT谱图：乱序水平短线
③	相位连续，边界光滑
④	低SNR下短线逐段消失

下一讲预告：CW（连续波）------最简单的单频信号，一条水平线独行天下。

第三讲：CW（连续波）------最简单的单频信号，一条水平线独行天下

① 生活类比

你在高速上开车，路边的测速雷达"滴"一下就知道你的车速。它用的就是CW：发射固定频率，利用多普勒频移测速。简单、便宜、可靠。

② 数学原理

基带信号：

KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = e^\{j\(2\...

f_cf\_cf_c：载频，随机且带保护带
phi_0\\phi\_0phi_0：随机初始相位（0~2π）
TTT：脉宽 1~20 µs

瞬时频率恒为 f_cf\_cf_c，幅度恒为1（归一化后）。

一句话：无调制，单频正弦 → 时频图上一条水平直线

③ 它长什么样？（看图说话）

图1 ------ 6个不同载频的CW脉冲

左列（实部+虚部）：完美正弦波，无包络起伏。
中列（瞬时频率）：水平直线（数值微小抖动）。

✅ CW指纹①：瞬时频率常数
右列（STFT谱图）：单一细水平亮线。

✅ CW指纹②：谱图为单条水平线

图2 ------ 与LFM、NLFM、Barker等对比

左侧瞬时频率：LFM斜线、NLFM曲线、Barker带尖刺、Frank阶梯、Costas多台阶、CW纯平直线。

图3 ------ 不同SNR下的CW

20 dB：锐利水平线
0 dB：线变粗
-10 dB：水平亮带依然隐约可见（能量集中）

④ 核心代码

matlab 复制代码

T = (1+19*rand())*1e-6;
num_active = round(T*fs);
fc = (2*rand()-1)*(fs/2 - 0.05*fs);
phi0 = 2*pi*rand();
t = (0:num_active-1)'*Ts;
pulse = exp(1j*(2*pi*fc*t + phi0));
pulse = pulse / sqrt(mean(abs(pulse).^2));

只有一行核心 exp\(\.\.\.\)，无任何调制。

⑤ 低SNR行为与识别挑战

低SNR退化：水平线变粗但仍存在（能量集中优势）
识别难点：与Barker混淆（低SNR时Barker毛刺消失）；与Costas混淆（短线可能连成一条）

⑥ 小结（CW的3条指纹）

指纹	特征
①	瞬时频率恒定
②	STFT谱图为单一水平亮线
③	低SNR下仍保持水平亮带

下一讲预告：Frank 码------用矩阵构造相位，造出离散版 LFM。

第四讲：Frank 码------用矩阵构造相位，造出离散版 LFM

① 生活类比

你有一张 NtimesNN\\times NNtimesN 的网格，每个格子里有一个数字（相位），数字按行、列规律递增（左上角小，右下角大）。然后你一行一行地读出来，得到一个长长的序列。用这个序列去调制相位------这就是Frank码。它相当于用离散的台阶去逼近一条直线（LFM的频率变化）。

② 数学原理

矩阵尺寸 Nin{4,6,8}N \\in \\\{4,6,8\\\}Nin{4,6,8}，总芯片数 N_c=N2N\_c = N^2N_c=N2。相位矩阵：

KaTeX parse error: Can't use function '\(' in math mode at position 38: ...c\{2\\pi\}\{N\}\̲(̲m\-1\)\(n\-1\),...

按行展开得相位序列 phi_k\\phi\_kphi_k（KaTeX parse error: Got function '\.' with no arguments as argument to '\.' at position 6: k=1\.\̲.̲N\_c）。基带信号：

KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = e^\{j\\ph...

无额外载频（f_c=0f\_c = 0f_c=0）
脉宽 TTT 取自 [4,20] µs（保证高N时每个chip有足够采样点）

瞬时频率近似线性增长，但因离散芯片而呈阶梯跳变。

一句话：矩阵相位 → 阶梯状斜线 → 离散LFM

③ 它长什么样？（看图说话）

图1 ------ 6个随机Frank脉冲

左列（实部+虚部）：连续变化，无尖锐跳变。
中列（折叠相位）：阶梯形，每个阶梯高度为 2pi/N2\\pi/N2pi/N 的倍数。

✅ Frank指纹①：折叠相位呈离散阶梯
右列（STFT谱图）：由水平短线构成的斜线 （离散斜线）。

✅ Frank指纹②：谱图为离散斜线

图2 ------ N=4和N=8的相位矩阵及序列

热力图显示相位从左上到右下递增；右侧stem图显示相位序列呈二次上升趋势。
✅ Frank指纹③：相位序列二次增长

图3 ------ 与LFM、NLFM、Barker对比

Frank的折叠相位图与LFM展开相位不同（阶梯 vs 光滑）。

图4 ------ 不同SNR下的Frank

20 dB：离散斜线清晰
0 dB：阶梯模糊，整体似斜线
-10 dB：完全噪声化

④ 核心代码

matlab 复制代码

N = randsample([4,6,8],1);
[m,n] = ndgrid(0:N-1, 0:N-1);
phase_mat = (2*pi/N) * m .* n;
phase_seq = reshape(phase_mat', 1, []);   % 行优先展平
phase_per_sample = repelem(phase_seq(:), chip_samp);
pulse = exp(1j * phase_per_sample);

关键：二次增长的相位序列，repelem 形成阶梯，无载频。

⑤ 低SNR行为与识别挑战

低SNR：阶梯消失，变成模糊斜线 → 与LFM混淆
识别难点：与LFM区分需高分辨率；与P3/P4几乎无法区分（统一归为Polyphase类）

⑥ 小结（Frank的3条指纹）

指纹	特征
①	折叠相位：离散阶梯状
②	STFT谱图：水平短线构成的斜线
③	相位序列二次增长

下一讲预告：LFM（线性调频）------脉冲压缩的工业标准，一条光滑斜线打天下。

第五讲：LFM（线性调频）------脉冲压缩的工业标准，一条光滑斜线

① 生活类比

你听到一声"呜------------"从低音滑到高音，那就是线性调频的声音。LFM雷达发射这样的信号：频率随时间线性增加（上扫）或减少（下扫）。接收时通过匹配滤波压缩脉冲，获得高距离分辨率。它就像工业生产中的"标准件"，可靠、通用，是目前雷达脉冲压缩技术中应用最广泛的波形。

② 数学原理

基带LFM信号：

KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = e^\{j2\\p...

f_0f\_0f_0：起始频率
k=B/Tk = B/Tk=B/T：调频斜率（B为带宽，正为up-chirp，负为down-chirp）
带宽 BBB 均匀随机在5~20 MHz
方向up/down各50%概率

瞬时频率 KaTeX parse error: Can't use function '\(' in math mode at position 22: ...\text\{inst\}\}\̲(̲t\) = f\_0 \+ k...，即严格直线，这是LFM最核心的数学特征，也是它与其他调频波形的本质区别。

③ 它长什么样？（看图说话）

图1 ------ 4个随机LFM脉冲

左列（实部+虚部）：频率逐渐升高（或降低），波形由疏变密，包络保持恒定，无明显跳变。
中列（瞬时频率）：完美直线，无任何弯曲或抖动（微小数值波动为测量误差）。

✅ LFM指纹①：瞬时频率为严格直线
右列（STFT谱图）：光滑连续斜线 ，无断点、无阶梯，线条连贯且锐利。

✅ LFM指纹②：谱图为光滑连续斜线

图2 ------ 不同SNR下的LFM

20 dB：斜线锐利，边缘清晰，无明显噪声干扰
0 dB：斜线变粗，边缘出现轻微模糊，但整体直线形态不变
-10 dB：斜线被噪声淹没，难以分辨具体轮廓，湮没于噪声底

④ 核心代码

matlab 复制代码

T = (1+19*rand())*1e-6;
B = (5+15*rand())*1e6;
direction = randsample({'up','down'},1);
fc = (2*rand()-1)*(fs/2 - 0.05*fs - B/2);
if strcmp(direction,'up')
    f0 = fc - B/2;   f1 = fc + B/2;
else
    f0 = fc + B/2;   f1 = fc - B/2;
end
k = (f1 - f0)/T;
t = (0:round(T*fs)-1)'*Ts;
phase = 2*pi*(f0*t + 0.5*k*t.^2);
pulse = exp(1j*phase);
pulse = pulse / sqrt(mean(abs(pulse).^2));

关键：通过二次相位直接生成LFM信号，无需额外扫频操作，代码简洁且易于实现；功率归一化确保信号幅度一致性，便于后续数据集生成。

⑤ 低SNR行为与识别挑战

低SNR退化：随着SNR降低，斜线逐渐变粗，边缘模糊，-10 dB时完全被噪声覆盖，无法识别
识别难点：与小曲率NLFM混淆（低SNR下曲线近似直线）；与Frank/P3（阶梯斜线）混淆（高SNR下阶梯不明显，近似光滑斜线）

⑥ 小结（LFM的2条指纹）

指纹	特征
①	瞬时频率严格线性，呈完美直线
②	STFT谱图为光滑连续斜线，无断点、无阶梯

下一讲预告：NLFM（非线性调频）------弯弯曲曲，换来更低的旁瓣。

第六讲：NLFM（非线性调频）------曲线救国，更低旁瓣

① 生活类比

你开车上坡，如果你匀速加油，速度线性增加（对应LFM）；如果你先慢后快再慢（呈抛物线趋势），或者先快后慢再快（呈正弦趋势），那就是NLFM。NLFM的瞬时频率是一条曲线，不像LFM那样"一条道走到黑"，它通过调整频率变化规律，牺牲了部分频率线性度，换来的是匹配滤波输出时更低的旁瓣，减少杂波干扰。

② 数学原理

本系列采用两种NLFM变体，覆盖工程中最常用的类型：

Quadratic（抛物线型，60%概率）

KaTeX parse error: Can't use function '\(' in math mode at position 22: ...\text\{inst\}\}\̲(̲t\) = f\_0 \+ \...

通过曲率参数 KaTeX parse error: Undefined control sequence: \[ at position 14: \\gamma \\in \̲[̲0\.3,0\.9\] 控制弯曲程度，gamma\\gammagamma 越大，曲线弯曲越明显：

KaTeX parse error: Can't use function '\(' in math mode at position 20: ...pha = \\frac\{B\̲(̲1\-\\gamma\)\}\..., beta=frac{Bgamma}{T2}\\beta = \\frac\{B\\gamma\}\{T^2\}beta=frac{Bgamma}{T2}

Sinusoidal（正弦型，40%概率）

KaTeX parse error: Can't use function '\(' in math mode at position 22: ...\text\{inst\}\}\̲(̲t\) = f\_c \+ \...

两种变体的相位均通过对瞬时频率 KaTeX parse error: Can't use function '\(' in math mode at position 22: ...\text\{inst\}\}\̲(̲t\) 积分得到，确保相位连续，避免频谱泄漏。

③ 它长什么样？（看图说话）

图1 ------ 6个随机NLFM（混合quadratic & sinusoidal）

左列（实部+虚部）：包络恒定，频率变化导致波形疏密变化，抛物线型呈"密-疏-密"或"疏-密-疏"趋势，正弦型呈"S"形疏密变化。
中列（瞬时频率）：抛物线（向上凸或向下凹）或一个完整S形，无直线段，弯曲特征明显。

✅ NLFM指纹①：瞬时频率呈曲线（抛物线或S形）
右列（STFT谱图）：对应弯曲亮线，抛物线型呈平滑弧线，正弦型呈波浪状弧线，与LFM的直线形成鲜明对比。

图2 ------ LFM vs 二次NLFM vs 正弦NLFM 并排对比

三者瞬时频率图一目了然：LFM为严格直线，二次NLFM为抛物线，正弦NLFM为S形，谱图上三者分别对应光滑直线、平滑弧线、波浪弧线，可快速区分。

图3 ------ 不同SNR下的NLFM（以quadratic为例）

20 dB：曲线清晰，弯曲特征明显，无噪声干扰
0 dB：曲线变粗，边缘模糊，但仍能分辨出弯曲趋势，与直线有明显区别
-10 dB：曲线被噪声拉直，近似为直线，与LFM难以区分

④ 核心代码（quadratic部分）

matlab 复制代码

if variant == "quadratic"
    gamma = 0.3 + 0.6*rand();
    df = f1 - f0;
    alpha = df * (1-gamma) / T;
    beta  = df * gamma / T^2;
    phase = 2*pi*(f0*t + 0.5*alpha*t.^2 + (beta/3)*t.^3);
end

关键：gamma参数控制曲线弯曲程度，随机gamma值可增加波形多样性，满足数据集生成需求；通过积分得到相位，确保相位连续，避免频谱泄漏。

⑤ 低SNR行为与识别挑战

低SNR退化：随着SNR降低，曲线逐渐"变直"，-10 dB时近似为直线，与LFM的差异消失
识别难点：与小曲率NLFM混淆（低SNR下曲线近似直线）；类内差异大（抛物线型与正弦型视觉特征不同，易误判为不同波形）

⑥ 小结（NLFM的2条指纹）

指纹	特征
①	瞬时频率为曲线，呈抛物线或S形，无直线段
②	STFT谱图为弯曲亮线，呈平滑弧线或波浪弧线

下一讲预告：多相码（P1/P2/P3/P4）------一个家族，四种面孔。

第七讲：多相码（P1/P2/P3/P4）------一个家族，四种面孔

① 生活类比

就像一家人有四个兄弟姐妹，长得有相似也有不同：P1/P2 像乱码，相位序列看起来没有明显规律，杂乱无章；P3/P4 像等差数列的平方，相位序列呈抛物线趋势，与Frank码有几分相似。本系列把它们合为一个"Polyphase"类，因为在实际电子战场景中，往往只能判断它是多相码，而无法精确区分具体是哪一种，因此统一讲解其共性与差异。

② 数学原理

所有子码都使用相同的矩阵尺寸 Nin{4,6,8}N \\in \\\{4,6,8\\\}Nin{4,6,8}，总芯片数 N_c=N2N\_c = N^2N_c=N2，无额外载频（f_c=0f\_c = 0f_c=0），脉宽 TTT 取自 [4,20] µs，确保每个码片有足够采样点。四种子码的相位公式如下：

P1 ：KaTeX parse error: Undefined control sequence: \- at position 18: ...phi\_\{m,n\} = \̲-̲\\frac\{\\pi\}\...
P2 ：KaTeX parse error: Undefined control sequence: \- at position 18: ...phi\_\{m,n\} = \̲-̲\\frac\{\\pi\}\...（要求N为偶数，4/6/8均满足）
P3 ：KaTeX parse error: Can't use function '\(' in math mode at position 24: ... = \\frac\{\\pi\̲(̲k\-1\)^2\}\{N\_...
P4 ：KaTeX parse error: Can't use function '\(' in math mode at position 24: ... = \\frac\{\\pi\̲(̲k\-1\)^2\}\{N\_...

其中，P3和P4本质是二次相位序列，属于离散版LFM，与Frank码类似；P1/P2的相位公式更复杂，相位序列无明显规律，视觉特征更杂乱。

③ 它长什么样？（看图说话）

图1 ------ 8个随机多相码脉冲（混合四种子码）

左列（实部+虚部）：依子码不同，波形差异较大------P3/P4波形平滑，呈连续变化趋势；P1/P2波形复杂，无明显规律，起伏杂乱。
中列（折叠相位）：
- P1/P2：相位序列杂乱无章，无明显上升或下降趋势；
- P3/P4：呈现光滑的抛物线型阶梯，与Frank码的阶梯类似，但阶梯密度更高。
右列（STFT谱图）：
- P1/P2：多段斜线或乱序短线，无统一规律；
- P3/P4：近似斜线（类似LFM），但存在细微阶梯感，与LFM的光滑斜线有区别。

图2 ------ 四种子码并排（相位序列stem图 + 谱图）

P1/P2的相位序列stem图呈杂乱分布，无明显规律；P3是完美的二次曲线，P4是二次曲线减去一次线性项，两者形态相似。
P3和P4的谱图几乎无法区分，均近似为斜线；P1/P2的谱图各有特点，P1多为乱序短线，P2多为分段斜线。

图3 ------ 与LFM、NLFM、Barker、Frank对比

P3/P4的谱图与LFM或Frank高度相似，这是多相码识别的最大难点；P1/P2的谱图与其他波形差异明显，但自身类内差异较大，易误判为不同类型波形。

图4 ------ 低SNR行为

P3/P4：与Frank码类似，低SNR下阶梯消失，变成模糊斜线，与LFM难以区分
P1/P2：复杂的相位图案最早被噪声破坏，低SNR下完全随机化，易被误判为噪声

④ 核心代码（以P3为例）

matlab 复制代码

case 'P3'
    k = 0:num_chips-1;
    phase_seq = pi * k.^2 / num_chips;
case 'P4'
    phase_seq = pi * k.^2 / num_chips - pi * k;

关键：P3/P4为二次型相位序列，代码简洁；P1/P2需先构造相位矩阵，再按行展平为相位序列，实现过程相对复杂。

⑤ 低SNR行为与识别挑战

P3/P4表现同Frank码，低SNR下阶梯消失，变成模糊斜线，与LFM、Frank码混淆
P1/P2在较低SNR下（如0 dB以下）完全随机化，与噪声难以区分，易漏判
识别难点：类内差异巨大（P1/P2与P3/P4视觉不像同一类）；P3/P4与LFM/Frank混淆；P1/P2易与噪声混淆

⑥ 小结（多相码的2条普适指纹）

指纹	特征
①	无载频调制（fc=0），仅通过相位变化实现信号编码
②	相位序列由特定数学公式产生，谱图或为斜线、或为乱序短线，无统一规律

最后一讲预告：Stepped FH（步进频）------单调的楼梯，离散逼近大带宽。

第八讲：Stepped FH（步进频）------单调的楼梯，离散逼近大带宽

① 生活类比

你要上一座很高的楼，电梯坏了，只能爬楼梯。每上一级台阶，高度增加固定量------这就是步进频的核心逻辑：每个子脉冲频率增加一个固定步长 Deltaf\\Delta fDeltaf，频率变化呈"阶梯状"单调上升或下降。与Costas跳频的"乱序跳"不同，步进频是单调跳变，就像爬楼梯一样，一步一个台阶，顺序固定，不会杂乱无章。它的优势是能通过离散的频率跳变，逼近大带宽信号，实现高距离分辨率。

② 数学原理

设脉冲总宽度 TTT，子脉冲数 Nin{5,7,9}N \\in \\\{5,7,9\\\}Nin{5,7,9}（奇数，保证频率对称），每个子脉冲宽度 T_c=T/NT\_c = T/NT_c=T/N，频率步长 KaTeX parse error: Undefined control sequence: \[ at position 16: \\Delta f \\in \̲[̲1,4\] MHz（均匀随机），跳变方向（上升/下降）各50%概率。

第 kkk 个子脉冲的瞬时频率为：

KaTeX parse error: Undefined control sequence: \+ at position 13: f\_k = f\_c \̲+̲ \(\-1\)^\{\\te...

f_cf\_cf_c：中心频率，通过偏移使频率集关于零频对称，避免频谱泄漏
text{dir}\\text\{dir\}text{dir}：跳变方向标识，dir=0为上升，dir=1为下降
基带信号：KaTeX parse error: Can't use function '\(' in math mode at position 2: s\̲(̲t\) = \\sum\_\{...，相位连续（累积上一子脉冲相位）

步进频的瞬时频率呈单调阶梯状，这是它与Costas跳频（乱序阶梯）的核心区别；与Frank码相比，它的阶梯间隔更大，频率跳变更明显。

一句话：单调阶梯频率 + 相位连续 → 时频图呈N段单调水平短线 → 离散逼近大带宽

③ 它长什么样？（看图说话）

图1 ------ 6个随机Stepped FH脉冲

左列（实部+虚部）：多段等宽正弦振荡，段间频率跳变明显，但无相位尖刺（相位连续），波形疏密随频率单调变化。
中列（瞬时频率）：N个水平台阶 ，呈严格单调上升或下降趋势，台阶高度一致（等于Deltaf\\Delta fDeltaf）。

✅ Stepped FH指纹①：瞬时频率为单调阶梯
右列（STFT谱图）：N段水平短线 ，呈单调排列（从上到下或从下到上），短线间距均匀。

✅ Stepped FH指纹②：谱图为单调排列的水平短线

图2 ------ 不同N和Deltaf\\Delta fDeltaf的Stepped FH对比

N越大，水平短线数量越多，谱图上的"阶梯"越密集；Deltaf\\Delta fDeltaf越大，短线间距越大，频率跳变更明显。
上升与下降方向的谱图呈镜像分布，可快速判断跳变方向。

图3 ------ 与Costas、Frank、LFM对比

与Costas（乱序短线）相比，Stepped FH的短线呈单调排列；与Frank（阶梯斜线）相比，Stepped FH的短线水平且间距均匀，无斜线趋势；与LFM（光滑直线）相比，Stepped FH为离散短线，无连续特征。

图4 ------ 不同SNR下的Stepped FH

20 dB：所有水平短线清晰，单调排列趋势明显
0 dB：部分短线模糊，阶梯趋势仍可辨认
-10 dB：短线被噪声覆盖，单调趋势消失，与噪声难以区分

④ 核心代码

matlab 复制代码

N = randsample([5,7,9],1);
delta_f = (1+3*rand())*1e6;
dir = randi([0,1]);  % 0:上升, 1:下降
f_c = -delta_f*(N-1)/2;  % 中心频率偏移，保证对称
hop_freqs = f_c + (-1)^dir * (0:N-1)*delta_f;

phi_start = 0;
t_local = (0:chip_samp-1)*Ts;
for k = 1:N
    idx = (k-1)*chip_samp + 1:k*chip_samp;
    phase = phi_start + 2*pi*hop_freqs(k)*t_local;
    pulse(idx) = exp(1j*phase);
    phi_start = phi_start + 2*pi*hop_freqs(k)*chip_samp*Ts;
end
pulse = pulse / sqrt(mean(abs(pulse).^2));

关键：通过hop_freqs生成单调频率序列，phi_start累积相位实现相位连续；中心频率偏移确保频率集对称，避免频谱泄漏。

⑤ 低SNR行为与识别挑战

低SNR退化：随着SNR降低，水平短线逐渐模糊、消失，-10 dB时完全被噪声覆盖，单调趋势无法辨认
识别难点：与Costas混淆（低SNR下乱序与单调阶梯难以区分）；与Frank混淆（阶梯斜线与单调短线易误判）；与多相码（P3/P4）混淆（短线与阶梯相位特征相似）

⑥ 小结（Stepped FH的3条指纹）

指纹	特征
①	瞬时频率为单调阶梯，呈严格上升或下降趋势，台阶高度一致
②	STFT谱图为N段水平短线，呈单调排列，短线间距均匀
③	相位连续，子脉冲边界无尖刺，波形无明显突变

全系列总结：八类雷达脉冲波形各有"指纹"，核心差异集中在瞬时频率、STFT谱图和相位特征上。掌握这些特征，可快速实现波形识别；结合MATLAB代码生成数据集，可进一步支撑深度学习模型的训练与优化，为电子对抗、雷达检测等场景提供技术支撑。

雷达脉冲的 “指纹”—— 八类典型波形从理论到实战（全 8 讲合集）【附MATLAB代码】