雷达系统与成像仿真：从电磁散射到工程实现-第 1 章　雷达系统的分层架构与指标闭环

本章要解决的问题

雷达常被描述为"发射电磁波、接收回波、测距测速的设备"。这句话没有错，但它几乎不能指导设计。真正决定一台雷达能否工作的，不是某一个公式，而是从任务需求到电磁波、再从回波到信息产品的整条链路能否同时闭合：发射机有没有足够的能量，天线有没有足够的增益和角度覆盖，接收机有没有足够的动态范围，波形有没有足够的时宽带宽积，处理器有没有足够的算力，检测器有没有正确的虚警率，跟踪器有没有能力把点迹变成稳定航迹，最后，整套系统在温度、功耗、体积和成本约束下是否仍然成立。

本章建立全书的系统观。我们先从一个可以手算的探测场景出发，说明雷达设计本质上是在能量、时间、带宽、孔径和算力之间做受约束的分配；然后给出一套七层参考架构，把任务、预算、波形、射频、接收、信号处理、数据处理和验证连接起来；再讨论指标如何从任务层传递到电路层，哪些指标是"分辨率"，哪些是"精度"，哪些是"更新率"，以及它们为什么不能互相替代；最后用两个案例------一部边境监视雷达和一架 SAR/激光雷达------演示同一套架构如何映射到不同体制。

本章不追求把所有公式一次讲完。雷达方程、模糊函数、检测理论、SAR 聚焦和激光雷达方程都会在后续章节完整展开。本章的任务是建立"索引"和"约束图"：知道每个问题应该去哪一章解决，知道一个局部最优为什么可能破坏全局指标。

1.1 从一次探测说起：物理事实如何变成信息

1.1.1 一个可核算的场景

设一部 X 波段地面监视雷达，载频 $fc=10 GHz f_c=10\ \mathrm{GHz}$ fc=10 GHz，波长
$λ= cfc = 2.998×10810×109 =0.02998 m≈3 cm. \lambda=\frac{c}{f_c}=\frac{2.998\times10^8}{10\times10^9}=0.02998\ \mathrm{m}\approx3\ \mathrm{cm}.$ λ=fcc=10×1092.998×108=0.02998 m≈3 cm.

天线增益 $G=35 dB G=35\ \mathrm{dB}$ G=35 dB（线性值 $G=103.5≈3162G=10^{3.5}\approx3162$ G=103.5≈3162），峰值功率 $Pt=1 kW P_t=1\ \mathrm{kW}$ Pt=1 kW，发射脉冲宽度 $Tp=1 μs T_p=1\ \mu\mathrm{s}$ Tp=1 μs，信号带宽 $B=1 MHz B=1\ \mathrm{MHz}$ B=1 MHz，系统损耗 $L=6 dB L=6\ \mathrm{dB}$ L=6 dB（线性值 4），接收机噪声系数 $F=3 dB F=3\ \mathrm{dB}$ F=3 dB（线性值 2）。目标 RCS 为 $σ=0.01 m2\sigma=0.01\ \mathrm{m^2}$ σ=0.01 m2，距离 $R=30 km R=30\ \mathrm{km}$ R=30 km。

单脉冲接收功率由雷达方程给出：
$Pr= PtG2λ2σ (4π)3R4L . P_r=\frac{P_tG^2\lambda^2\sigma}{(4\pi)^3R^4L}.$ Pr=(4π)3R4LPtG2λ2σ.

代入：
$Pr= 1000×(3162)2×(0.03)2×0.01(4π)3×(3×104)4×4 ≈1.4×10−17 W. P_r=\frac{1000\times(3162)^2\times(0.03)^2\times0.01}{(4\pi)^3\times(3\times10^4)^4\times4} \approx1.4\times10^{-17}\ \mathrm{W}.$ Pr=(4π)3×(3×104)4×41000×(3162)2×(0.03)2×0.01≈1.4×10−17 W.

接收机噪声功率为
$Pn=kT0BF=1.38×10−23×290×106×2≈8.0×10−15 W. P_n=kT_0BF=1.38\times10^{-23}\times290\times10^6\times2 \approx8.0\times10^{-15}\ \mathrm{W}.$ Pn=kT0BF=1.38×10−23×290×106×2≈8.0×10−15 W.

单脉冲信噪比
$SNR1 = PrPn ≈1.75×10−3, \mathrm{SNR}_1=\frac{P_r}{P_n}\approx1.75\times10^{-3},$ SNR1=PnPr≈1.75×10−3,

即 $−27.6 dB -27.6\ \mathrm{dB}$ −27.6 dB。如果相参积累 $N=1000N=1000$ N=1000 个脉冲，理想增益为 $10 log⁡10 N=30 dB 10\log_{10}N=30\ \mathrm{dB}$ 10log10N=30 dB，积累后约 $+2.4 dB +2.4\ \mathrm{dB}$ +2.4 dB。而对于 Swerling 0 目标、 $Pd=0.9 P_d=0.9$ Pd=0.9、 $Pfa =10−6 P_{fa}=10^{-6}$ Pfa=10−6，匹配滤波检测大约需要 $13 dB 13\ \mathrm{dB}$ 13 dB 量级的信噪比。也就是说，这个看似"1 kW、35 dB 天线"的雷达，在 30 km 处探测 $0.01 m20.01\ \mathrm{m^2}$ 0.01 m2 目标还差约 10 dB。

这 10 dB 从哪里来？可以增加功率、增加天线面积、降低噪声、增加积累时间、降低带宽（但会牺牲距离分辨率）、缩小搜索空域（把时间集中到更少波位），或者接受更低的检测概率。每一条路都对应一个系统层的折衷，而不是一个孤立器件的升级。

工程含义 ：雷达设计的第一课不是"把增益做大"，而是"识别当前瓶颈属于哪一类资源，并判断改变它会不会破坏另一项指标"。这 10 dB 的缺口，可能通过把天线口径从 1 m 增加到 1.8 m 获得（约 $+5 dB +5\ \mathrm{dB}$ +5 dB 双程），再通过把积累脉冲数从 1000 增加到 4000 获得（ $+6 dB +6\ \mathrm{dB}$ +6 dB），但后者要求目标在 4 倍更长的驻留时间内保持相参，也要求雷达在搜索空域上花 4 倍时间。

1.1.2 物理链路的六个转换

从目标到信息，雷达完成了六次转换。每一次转换都引入一个模型、一个误差和一个可设计的自由度。

第一次转换：电能到电磁波。 发射机把直流/脉冲功率转换为射频功率，经馈线送到天线。关键量是峰值功率、平均功率、占空比、脉冲重复频率、频谱纯度、相位噪声和效率。发射链的非线性会产生谐波和杂散，限幅和饱和会破坏波形；固态发射机的脉冲压缩波形还会受到记忆效应影响。系统设计关心的是"落到目标上的能量"，而不是发射机铭牌上的峰值功率。

第二次转换：自由空间传播与目标散射。 球面波扩展带来 $1/R21/R^2$ 1/R2 的双程衰减（接收功率 $1/R41/R^4$ 1/R4），大气吸收、雨衰、折射和多径改变幅度与相位；目标把入射波散射到各个方向，真正回到雷达的只是其中一小部分。RCS 不是常数，它随频率、极化、入射角、目标姿态变化，甚至在同一姿态下随微小转动剧烈起伏。一个"0.01 m²"的数字，必须说明它在什么频率、什么极化、什么角域、什么统计模型下成立。

第三次转换：天线接收与波束形成。 天线把空间电磁场转换为导行波。增益、波束宽度、旁瓣、极化隔离、驻波和阵元互耦共同决定"能看到哪里、看得多清、会不会被强旁瓣干扰"。相控阵用相位加权实现波束扫描，但扫描角越大，有效孔径投影越小，增益下降、波束展宽、栅瓣风险上升。天线不是无源附件，而是系统资源分配器。

第四次转换：射频到数字。 接收机把微弱回波放大、混频、滤波、采样。噪声系数决定灵敏度，动态范围决定能否同时容纳强杂波和弱目标，线性度决定互调产物，时钟抖动和 ADC 有效位数决定相位相参性。一个高增益接收机如果被近距强回波饱和，后面的算法再好也无法恢复被截断的信息。

第五次转换：数字信号到检测统计量。 脉冲压缩、多普勒滤波、杂波抑制、CFAR 检测把采样序列变成"某距离-多普勒单元是否存在目标"的统计判决。这里的关键不是 FFT 本身，而是参考单元的选择、噪声/杂波分布的假设、 CFAR 损失、积累损失、通道不一致和距离徙动。

第六次转换：点迹到航迹与信息产品。 检测器给出的是带虚警的点迹，跟踪器用运动模型、数据关联和滤波把点迹连成航迹，估计位置、速度、加速度，并给出航迹质量。再往上，目标识别、态势融合、资源调度和人在回路决策把"回波"变成"可行动的信息"。

这六次转换可以用一个简单的关系概括：
$信息质量=f(能量,时间,带宽,孔径,算力; 模型误差,干扰,环境).\text{信息质量}=f(\text{能量},\text{时间},\text{带宽},\text{孔径},\text{算力};\ \text{模型误差},\text{干扰},\text{环境}).$ 信息质量=f(能量,时间,带宽,孔径,算力; 模型误差,干扰,环境).

雷达工程的难点在于， $ff$ f 不是解析函数，且各个自变量互相耦合。增加带宽提高距离分辨率，却降低每个距离单元的噪声功率、增加采样率和数据率；增加积累时间提高信噪比，却降低更新率、增加运动补偿难度；增加天线增益缩小波束、提高作用距离，却增加搜索时间和栅瓣风险；增加发射功率提高信噪比，却带来功耗、散热、成本和被截获概率。

1.1.3 四类"看起来像指标"的量

初学者常把以下四个概念混为一谈：

分辨率 ：把两个邻近目标分开的能力。距离分辨率约为 $c/(2B)c/(2B)$ c/(2B)（匹配滤波、无加窗），方位分辨率由波束宽度或合成孔径决定。
精度：单次测量值与真值的统计偏差，受信噪比、带宽、相位误差和标定影响；在无偏条件下，精度极限由 Cramér-Rao 下界描述。
分辨力/可分辨性：在特定检测器和特定信噪比下，两个目标被同时检测并区分开的概率，它依赖分辨率、旁瓣、动态范围和检测门限。
更新率：同一空域被再次照射的频率，受扫描方式、驻留时间、脉冲数和处理延迟约束。

四者不能互相替代。一个距离分辨率 0.15 m 的雷达，测距精度可能只有几米（如果信噪比低或时钟不稳定）；一个测距精度 0.1 m 的雷达，也可能无法分辨相距 1 m 的两个目标（如果旁瓣高、检测器把两个峰合并）。系统指标必须成组定义：分辨率、精度、检测概率、虚警率、更新率、覆盖空域和动态范围必须同时给出，否则"作用距离 30 km"没有意义。

1.1.4 为什么需要"架构"

架构不是画一张框图，而是回答以下问题：

哪些功能必须在射频/模拟域完成，哪些可以搬到数字域？
哪些参数是全局预算，哪些是局部可调？
哪些接口是窄带的（控制、状态），哪些是宽带的（采样数据）？
哪些误差可以标定，哪些只能靠设计裕量？
哪些指标在出厂时验证，哪些只能在现场/在轨验证？
哪些模块可以独立仿真，哪些必须联合仿真？

没有架构的雷达设计，常见结局是"每个模块都达标，系统不达标"：天线驻波好但波束指向偏，接收机噪声低但饱和，处理器算力足但数据搬不动，检测器虚警率对但跟踪器被密集杂波淹没。架构的作用，是在设计早期把这些耦合显式化，给每个接口定义预算、误差和验证方法。

1.2 雷达系统的七层参考架构

为了在同一张图上讨论脉冲雷达、SAR、相控阵和激光雷达，我们采用七层参考架构。它不是某个具体产品的框图，而是一种"把功能、指标和验证分开看"的方法。每一层都有明确的输入、输出、关键参数和典型失效模式。

1.2.1 第 0 层：任务与场景

输入：作战/应用需求、目标特性、环境、平台约束、法规与频谱约束。

输出：任务剖面（mission profile）、场景模型、成功准则、外部接口。

关键问题不是"雷达要多远"，而是：

要探测/跟踪/识别什么目标？目标的 RCS/光学截面、速度、机动、姿态、隐身特性是什么？
在什么背景中？地/海/空/天，杂波强度与相关性，天气，大气能见度，背景辐射。
允许多长时间发现？更新率、反应时间、覆盖空域。
虚警和漏警的代价各是多少？这决定工作点，而不是"虚警越低越好"。
平台给多少体积、重量、功耗、散热、数据带宽？
是否允许辐射？被截获概率、抗干扰要求是什么？

第 0 层的输出必须是可检验的。例如"在 20 km 处对 RCS 0.1 m²、径向速度 10--300 m/s 的目标，单次扫描检测概率不低于 0.8，虚警率不高于每小时 1 次，方位覆盖 360°，更新周期不大于 2 s"。这组语句包含了距离、目标、检测概率、虚警率、覆盖、更新率，后续每一层都能从中抽取约束。相反，"探测距离远、精度高、抗干扰强"不是需求，是愿望。

场景模型还决定了后续仿真的边界。地面雷达的主杂波来自地物，海雷达来自海尖峰，机载雷达来自地海杂波和多径，SAR 的"目标"是场景的后向散射系数分布，激光雷达的背景是天空/地面辐射和大气衰减。把场景简化成"加性高斯白噪声 + 一个点目标"，可以验证算法链路，却不能验证检测性能。

1.2.2 第 1 层：系统需求与预算

输入：任务剖面、场景模型、平台约束。

输出：系统指标树、链路预算、误差预算、接口控制文件（ICD）、验证矩阵。

这一层把"任务语言"翻译成"工程语言"。核心工具是：

雷达方程/激光雷达方程：把能量、孔径、损耗、噪声、目标截面和检测所需信噪比联系起来。
分辨率与精度公式：把带宽、孔径、信噪比、相位误差映射到距离/角度/速度指标。
时间预算：把搜索空域、波束宽度、驻留时间、扫描周期映射到更新率。
数据率预算：把采样率、通道数、量化位数、处理窗口映射到总线/存储/算力。
误差预算：把时钟、相位噪声、通道不一致、惯导、标定、传播误差映射到最终精度。
裕量分配：给未建模效应、老化、温度、生产离散留出可解释的余量。

系统预算不是一次性计算，而是随设计成熟度迭代。概念阶段用统计模型和保守裕量；详细设计阶段用器件实测数据替换估计值；集成阶段用测试数据修正模型。预算表必须能追溯：每一个数字来自哪里、假设是什么、由谁验证。

1.2.3 第 2 层：波形、天线与射频前端

输入：系统指标、频段/带宽许可、平台约束。

输出：波形参数（ $fc,B,Tp,PRF f_c,B,T_p,\mathrm{PRF}$ fc,B,Tp,PRF、调制方式、占空比）、天线构型（口径、阵元数、扫描范围、极化）、发射/接收链路指标（功率、噪声系数、动态范围、损耗）。

这一层是"电磁资源"的实际分配：

波形决定距离分辨率、盲区、最大不模糊距离、多普勒不模糊范围、脉压旁瓣和低截获性能。
天线决定增益、波束宽度、旁瓣、扫描损失、极化纯度和角度覆盖。
射频前端决定灵敏度、动态范围、饱和电平、互调、相位噪声和效率。

三者的耦合极其强。例如，选择大时宽带宽积 LFM 可以获得远作用距离和高距离分辨率，但会带来距离徙动、盲区填充和相位误差敏感；选择窄脉冲可以避免近距盲区，但平均功率受限；选择宽波束可以缩短搜索时间，但降低增益和角度分辨率；选择高占空比可以降低峰值功率，但发射/接收隔离和热设计更困难。

1.2.4 第 3 层：接收、采样与数字前端

输入：射频回波、波形时序、动态范围要求。

输出：数字 I/Q 样本、时间戳、通道标定数据、饱和/过载标志。

这一层的关键不是"ADC 位数越高越好"，而是：

噪声系数是否匹配天线与馈线损耗？
增益分配是否让强杂波不饱和、弱目标不淹没在量化噪声中？
采样率是否满足带宽与抗混叠要求？
时钟抖动是否满足相位相参要求？
多通道之间的幅度/相位/时延是否可标定？
数据接口是否能承受原始采样率？

数字前端的"动态范围"要分成几个概念：瞬时动态范围（同时容纳强弱信号）、无杂散动态范围（SFDR）、噪声底与饱和电平之间的可用范围。CFAR 需要的是"噪声/杂波局部可估计"，如果 ADC 饱和或量化台阶过大，局部统计特性被破坏，CFAR 的假设就不成立。

1.2.5 第 4 层：信号处理

输入：数字 I/Q、雷达控制参数、标定数据。

输出：距离-多普勒图、检测点迹、目标特征、图像（SAR/ISAR）、质量标志。

典型处理链：

直流/杂波抑制、通道校准、脉冲压缩；
多普勒滤波/相参积累、距离徙动校正；
包络/功率计算、背景估计、CFAR 检测；
点迹凝聚、角度估计、速度解模糊；
SAR/ISAR 聚焦、自聚焦、几何校正、辐射定标；
特征提取（HRRP、极化、时频、微动）。

这一层的设计核心是在正确域里处理正确的量。脉冲压缩必须在距离频域或等效时域完成；多普勒处理必须在慢时间维完成；SAR 的距离徙动校正必须在距离-方位耦合被正确建模后进行；CFAR 必须在检测统计量具有局部平稳性的域进行。把步骤顺序搞错，后续算法无法弥补。

1.2.6 第 5 层：数据处理、跟踪与资源管理

输入：检测点迹、图像/特征、环境与先验信息。

输出：航迹、目标属性、威胁评估、波束/波形调度指令。

跟踪层把"点"变成"轨迹"。核心要素是状态空间模型、量测模型、数据关联、滤波器和航迹管理。资源管理层则把跟踪质量反馈给雷达：对已跟踪目标减少照射、对可疑区域增加驻留、对高机动目标切换波形、对干扰方向调整波束。现代雷达的"认知"能力，本质上就是这一层对第 2--4 层的闭环控制。

这一层最容易出现的架构错误是"检测器只给点，不给质量；跟踪器只用点，不用协方差"。如果检测器不输出信噪比、角度误差、扩展程度，跟踪器就无法正确加权；如果跟踪器不把协方差反馈给资源管理器，雷达就无法判断该把时间花在哪里。

1.2.7 第 6 层：验证、确认与运维

输入：需求、模型、实测数据、使用日志。

输出：验证报告、标定参数、健康状态、故障定位、模型修正。

验证不是"最后跑一遍测试"。它贯穿概念、设计、集成、外场和在役：

概念阶段：用解析模型和蒙特卡罗验证指标可达性；
详细设计阶段：用半实物仿真验证接口、时序、动态范围；
集成阶段：用暗室/外场标定验证天线、接收链、时钟；
外场阶段：用真实目标/杂波验证检测、跟踪、成像；
在役阶段：用日志和健康监测发现漂移、退化、干扰模式。

第 6 层与前五层构成闭环：仿真预测 → 实测对比 → 模型修正 → 设计迭代。没有这个闭环，"仿真可信"只是口号。

1.2.8 七层架构的接口与时序

把七层画成数据流，可以看到两类接口：

宽带数据接口（高吞吐、低延迟）：

天线/射频 → 接收机：模拟射频，关注损耗、驻波、隔离；
接收机 → ADC：模拟中频/基带，关注带宽、动态范围；
ADC → 信号处理：高速样本，关注数据率、位宽、时钟；
信号处理 → 数据处理：检测点迹/图像，关注延迟、坐标、质量标志。

窄带控制接口（低吞吐、强实时）：

资源管理 → 波形/天线/接收机：波束指向、波形选择、增益控制、PRF；
时钟/同步 → 各层：触发、时间戳、相参基准；
健康监测 → 运维：温度、电压、驻波、饱和、误码。

时序上，雷达有四个时间尺度：

快时间（微秒级）：脉冲内的时间，决定距离采样；
慢时间（毫秒级）：脉冲间的时间，决定多普勒采样；
驻留时间（毫秒到秒）：一个波位的脉冲串长度，决定积累增益和更新率；
任务时间（秒到分钟）：扫描周期、跟踪更新、资源调度。

架构设计必须明确每个处理步骤落在哪个时间尺度，以及端到端延迟是否满足任务。例如，搜索雷达的检测可以在一个驻留结束后处理，但跟踪波束的闭环控制必须在下一个驻留前完成；SAR 的聚焦可以在飞行后离线完成，但实时成像系统必须在有限延迟内输出图像。

1.2.9 同一架构下的三种体制

层级	脉冲多普勒雷达	SAR	激光雷达
第 0 层任务	检测/跟踪/制导	场景成像/测绘/变化检测	距离像/三维点云/成像
第 1 层预算	雷达方程、检测曲线	SAR 方程、NESZ、模糊比	激光雷达方程、光子预算
第 2 层波形/孔径	窄带/宽带脉冲、相控阵	LFM/步进频、合成孔径	脉冲/调频连续波、扫描/阵列
第 3 层接收	超外差、I/Q、ADC	宽带去斜/直采、运动传感	直接探测/相干探测、TDC/ADC
第 4 层处理	脉压、MTD、CFAR	距离/方位聚焦、自聚焦	时延/多普勒/强度成像
第 5 层数据	航迹、资源管理	图像校正、镶嵌、解译	点云配准、目标识别
第 6 层验证	外场目标/杂波	定标场、角反射器	目标特性测量、大气标定

三种体制的物理层差异巨大，但"资源约束---指标传递---验证闭环"的方法是一致的。后续章节会反复使用这张表：当讨论 SAR 的方位分辨率时，对应的是第 2 层的合成孔径资源；当讨论激光雷达的距离像时，对应的是第 3 层的采样与第 4 层的脉冲展宽处理。

1.3 指标的定义与传递：从任务指标到电路指标

1.3.1 指标树为什么必须是一棵树，而不是一张表

雷达研制中常见一份"指标表"：作用距离 30 km，距离分辨率 1 m，方位分辨率 1°，测距精度 5 m，测角精度 0.2°，数据率 10 Hz，重量小于 50 kg......这些数字并列放在一起，看起来完整，实际上没有回答"谁约束谁"。真正的系统设计需要一棵指标树：上层指标由任务定义，下层指标是上层指标的必要条件，叶节点可以分配到器件、算法或测试项。

以"在 20 km 处检测概率 $Pd≥0.8 P_d\ge0.8$ Pd≥0.8、虚警率 $Pfa ≤10−6 P_{fa}\le10^{-6}$ Pfa≤10−6"为例，它可以分解为：

检测器输入信噪比 $SNRin ≥ SNRreq (Pd, Pfa ,起伏模型,积累方式) \mathrm{SNR}$ {in}\ge \mathrm{SNR}{req}(P_d,P_{fa},\text{起伏模型},\text{积累方式}) SNRin≥SNRreq(Pd,Pfa,起伏模型,积累方式)；
接收机输出信噪比由雷达方程决定，取决于 $Pav P_{av}$ Pav、 $GG$ G、 $λ\lambda$ λ、 $σ\sigma$ σ、 $RR$ R、 $LL$ L、 $FF$ F、 $BB$ B、 $Td T_d$ Td；
每个子项又可以继续分解： $Pav P_{av}$ Pav 受发射机峰值功率、占空比、热设计约束； $GG$ G 受口径、效率、扫描角约束； $FF$ F 受低噪放、混频器、馈线损耗约束； $LL$ L 受馈线、天线罩、极化失配、处理损失约束；
每一项都要有"当前估计值、允许范围、验证方法、责任接口"。

一棵合格的指标树有三个特征：

可计算：每个父节点都能由子节点通过明确的公式或仿真得到；
可分配：每个叶节点都能落到某个硬件/软件/测试项；
可验证：每个叶节点都有测量方法，而不是"设计保证"。

指标表只说明"要什么"，指标树说明"凭什么能做到"。没有指标树，系统集成时就会出现"每个分系统都说自己达标，整机不达标"的局面------因为父节点的指标从未被真正分解，子节点各自优化了不同的局部目标。

1.3.2 探测距离：一个工作点，而不是一个数

"作用距离 30 km"至少缺少五个限定：

目标 RCS、极化、起伏模型、径向速度；
检测概率 $Pd P_d$ Pd 与虚警概率 $Pfa P_{fa}$ Pfa；
积累脉冲数、积累方式（相参/非相参）、驻留时间；
扫描空域与扫描方式（机械/电扫、搜索屏）；
环境（噪声、杂波、干扰、大气）。

在匹配滤波、白噪声、已知目标幅度（Swerling 0）的假设下，检测所需信噪比可由 Marcum Q 函数精确计算。对 $NN$ N 个脉冲的相参积累 （相位已知、同相相加），检测统计量只有一个复高斯分量，虚警门限与 $N=1N=1$ N=1 相同：
$Pfa =e−V,Pd=Q1 ( 2N SNR1 , 2V ) , P_{fa}=e^{-V},\qquad P_d=Q_1\left(\sqrt{2N\,\mathrm{SNR}_1},\sqrt{2V}\right),$ Pfa=e−V,Pd=Q1(2NSNR1 ,2V ),

其中 $SNR1 \mathrm{SNR}$ 1 SNR1 为单脉冲信噪比， $V=−ln⁡ Pfa V=-\ln P$ {fa} V=−lnPfa。因此相参积累所需的总信噪比 $N SNR1 N\,\mathrm{SNR}$ 1 NSNR1 约为 $13.2 dB 13.2\ \mathrm{dB}$ 13.2 dB（ $Pd=0.9 P_d=0.9$ Pd=0.9、 $Pfa =10−6 P$ {fa}=10^{-6} Pfa=10−6），单脉冲需求按 $10 log⁡10 N 10\log_{10}N$ 10log10N 下降。

对 $NN$ N 个脉冲的非相参积累 （平方律检波后相加），统计量为 $2N2N$ 2N 自由度的非中心卡方：
$Pfa =e−V ∑k=0N−1 Vkk! ,Pd=QN ( 2N SNR1 , 2V ) . P_{fa}=e^{-V}\sum_{k=0}^{N-1}\frac{V^k}{k!},\qquad P_d=Q_N\left(\sqrt{2N\,\mathrm{SNR}_1},\sqrt{2V}\right).$ Pfa=e−Vk=0∑N−1k!Vk,Pd=QN(2NSNR1 ,2V ).

数值求解（Swerling 0、 $Pd=0.9 P_d=0.9$ Pd=0.9、 $Pfa =10−6 P_{fa}=10^{-6}$ Pfa=10−6）给出：

$NN$ N	相参总 SNR (dB)	相参单脉冲 SNR (dB)	非相参总 SNR (dB)	非相参单脉冲 SNR (dB)
1	13.18	13.18	13.18	13.18
10	13.18	3.18	15.27	5.27
100	13.18	-6.82	18.74	-1.26
1000	13.18	-16.82	23.13	-6.87

这张表说明两个容易混淆的点：相参积累的"总 SNR 需求"不随 $NN$ N 变，单脉冲需求按 $10 log⁡10 N 10\log_{10}N$ 10log10N 下降；非相参积累存在平方律损失，总 SNR 需求随 $NN$ N 增加而上升，单脉冲需求下降得比相参慢。若目标是 Swerling 1/2 起伏，所需信噪比通常还要增加数 dB，具体取决于起伏模型和积累方式。工程预算中必须明确采用哪一种曲线，不能把"13 dB"当成万能常数。

雷达方程可以写成"资源形式"：
$Rmax⁡4= Pav Td G2λ2σ (4π)3 kT0F L SNRreq , R_{\max}^4=\frac{P_{av}T_d\,G^2\lambda^2\sigma}{(4\pi)^3\,kT_0F\,L\,\mathrm{SNR}_{req}},$ Rmax4=(4π)3kT0FLSNRreqPavTdG2λ2σ,

其中 $Pav Td P_{av}T_d$ PavTd 是驻留时间内的总能量（ $Td=NTr T_d=N T_r$ Td=NTr， $Tr T_r$ Tr 为脉冲重复周期）， $kk$ k 为玻尔兹曼常数， $T0 T_0$ T0 为标准噪声温度。这个形式比"峰值功率形式"更有工程意义：它直接告诉设计师，作用距离由能量×孔径²×时间 决定，而不是由峰值功率单独决定。把峰值功率提高一倍、同时把占空比减半，平均功率不变，作用距离不变；把脉冲数增加一倍、驻留时间增加一倍，作用距离提高 $21/4=1.192^{1/4}=1.19$ 21/4=1.19 倍（约 1.5 dB）。

常见错误 ：用峰值功率代替平均功率做预算，再用"占空比 10%"去乘检测信噪比。正确做法是：先算驻留能量 $Pav Td P_{av}T_d$ PavTd，再考虑占空比对发射机、热和盲区的影响；峰值功率只影响单脉冲信噪比和近距性能。

1.3.3 分辨率：距离、方位、速度的三条独立轴线

距离分辨率由信号带宽决定。对匹配滤波后的 LFM 脉冲，理论半功率距离分辨率为
$ΔR= c2B . \Delta R=\frac{c}{2B}.$ ΔR=2Bc.

$B=1 MHz B=1\ \mathrm{MHz}$ B=1 MHz 对应 150 m； $B=100 MHz B=100\ \mathrm{MHz}$ B=100 MHz 对应 1.5 m； $B=1 GHz B=1\ \mathrm{GHz}$ B=1 GHz 对应 0.15 m。这里有两个容易被忽略的修正：

加窗会展宽主瓣。Hamming 窗的距离分辨率约恶化 1.3--1.5 倍，Kelly 窗、Taylor 窗的展宽因子取决于旁瓣设计要求。
目标扩展、传播色散、接收链幅相不一致会进一步展宽；对于宽带 SAR，色散和运动误差可能使实际分辨率明显差于 $c/(2B)c/(2B)$ c/(2B)。

方位分辨率分两种情况。实孔径雷达的半功率波束宽度约为
$θ 3dB ≈ kaλ D ,ka≈0.886 （均匀孔径）, \theta_{3\mathrm{dB}}\approx\frac{k_a\lambda}{D},\qquad k_a\approx0.886\ \text{（均匀孔径）},$ θ3dB≈Dkaλ,ka≈0.886 （均匀孔径）,

其中 $DD$ D 为方位向孔径尺寸。方位线分辨率近似为 $R θ 3dB R\theta_{3\mathrm{dB}}$ Rθ3dB。对合成孔径雷达，聚焦后的方位分辨率（条带模式、均匀加权）为
$Δx≈D2, \Delta x\approx\frac{D}{2},$ Δx≈2D,

其中 $DD$ D 为真实天线方位向长度。这个反直觉的结论来自"天线越小，波束越宽，合成孔径越长，但每个合成孔径位置的相位中心间隔也越大"；其前提是脉冲重复频率足够高、场景在合成孔径时间内保持相干、聚焦算法正确。若 PRF 不足，方位模糊会使有效分辨率恶化；若运动误差未补偿，方位分辨率由相位误差的二次/高阶项决定，而不是 $D/2D/2$ D/2。

速度分辨率由相干处理时间决定：
$Δv= λ 2 TCPI , \Delta v=\frac{\lambda}{2T_{CPI}},$ Δv=2TCPIλ,

其中 $TCPI T_{CPI}$ TCPI 为相干处理间隔。 $TCPI =10 ms T_{CPI}=10\ \mathrm{ms}$ TCPI=10 ms、 $λ=3 cm \lambda=3\ \mathrm{cm}$ λ=3 cm 时， $Δv=1.5 m/s\Delta v=1.5\ \mathrm{m/s}$ Δv=1.5 m/s。速度分辨率与速度不模糊范围是一对矛盾：最大不模糊速度 $vmax⁡=±λ PRF/4 v_{\max}=\pm \lambda\,\mathrm{PRF}/4$ vmax=±λPRF/4。PRF 越高，不模糊速度越大，但最大不模糊距离 $Ru=c/(2PRF) R_u=c/(2\mathrm{PRF})$ Ru=c/(2PRF) 越小。中/高 PRF 雷达必须用多重 PRF 解模糊，或用距离-多普勒联合处理。

1.3.4 精度：分辨率不是精度

即使两个目标能被分辨，测量值仍然有误差。对加性高斯白噪声中的单脉冲时延估计，Cramér-Rao 下界（CRLB）为
$στ≥ 1 2πβ 2 SNR , \sigma_\tau\ge\frac{1}{2\pi\beta\sqrt{2\,\mathrm{SNR}}},$ στ≥2πβ2SNR 1,

其中 $β\beta$ β 为信号的有效带宽（均方根带宽）。对矩形谱、带宽 $BB$ B 的近似， $β≈B/3 \beta\approx B/\sqrt{3}$ β≈B/3 ，于是
$σR=c2στ≈ c 23 πB 2 SNR . \sigma_R=\frac{c}{2}\sigma_\tau\approx\frac{c}{2\sqrt{3}\,\pi B\sqrt{2\,\mathrm{SNR}}}.$ σR=2cστ≈23 πB2SNR c.

注意 $σR \sigma_R$ σR 随 $SNR \sqrt{\mathrm{SNR}}$ SNR 下降，而分辨率 $ΔR\Delta R$ ΔR 与 SNR 无关。一个 1 m 分辨率的雷达，在 20 dB 信噪比下测距精度可能达到 0.1 m 量级；反过来，一个 0.1 m 分辨率的雷达，在 0 dB 信噪比下测距精度可能只有几米。工程上还受到时钟抖动、标定误差、多径、目标扩展和波形失配的影响，实际误差通常大于 CRLB，必须用误差预算逐项相加（按方差相加，而不是按最大值相加）。

角度精度同样受信噪比和波束宽度约束。对单脉冲测角，热噪声引起的角度误差近似为
$σθ≈ θ 3dB km 2 SNR , \sigma_\theta\approx\frac{\theta_{3\mathrm{dB}}}{k_m\sqrt{2\,\mathrm{SNR}}},$ σθ≈km2SNR θ3dB,

其中 $km k_m$ km 为单脉冲斜率因子，典型值 1.2--1.8。波束越窄、信噪比越高，角度精度越好；但波束窄意味着搜索空域覆盖慢，形成"精度---覆盖---时间"的三角约束。

速度精度由多普勒频率估计误差决定：
$σv=λ2 σfd , σfd ≥ 1 2π TCPI 2 SNR . \sigma_v=\frac{\lambda}{2}\sigma_{f_d},\qquad \sigma_{f_d}\ge\frac{1}{2\pi T_{CPI}\sqrt{2\,\mathrm{SNR}}}.$ σv=2λσfd,σfd≥2πTCPI2SNR 1.

同样，速度分辨率是"能否分开两个速度"，速度精度是"单个速度估得多准"。两者不能混用。

1.3.5 更新率与搜索屏：时间预算的几何

机械扫描雷达的搜索帧时间近似为
$Tf= Ω θaθe Td, T_f=\frac{\Omega}{\theta_a\theta_e}\,T_d,$ Tf=θaθeΩTd,

其中 $Ω\Omega$ Ω 为搜索空域立体角， $θa,θe \theta_a,\theta_e$ θa,θe 为方位/俯仰波束宽度， $Td T_d$ Td 为每个波位的驻留时间。若 $Td T_d$ Td 内包含 $NN$ N 个脉冲，则 $Td=N/PRF T_d=N/\mathrm{PRF}$ Td=N/PRF。这个公式忽略了波位重叠、扫描加减速和边扫描边跟踪的占用，实际帧时间通常要乘 1.1--1.5 的工程因子。

例如，方位 360°、俯仰 20° 的搜索空域， $Ω=2π(1−cos⁡10∘)≈0.095 sr\Omega=2\pi(1-\cos10^\circ)\approx0.095\ \mathrm{sr}$ Ω=2π(1−cos10∘)≈0.095 sr；波束 $1.5∘×1.5∘1.5^\circ\times1.5^\circ$ 1.5∘×1.5∘ 对应 $θaθe≈(0.026)2=6.8×10−4 sr \theta_a\theta_e\approx(0.026)^2=6.8\times10^{-4}\ \mathrm{sr}$ θaθe≈(0.026)2=6.8×10−4 sr，需要约 140 个波位（考虑重叠约 180--220 个）。若每个波位驻留 5 ms，帧时间约 0.7--1.1 s。要提高到 2 Hz 更新，必须减少驻留、增大波束、减少搜索空域，或采用多波束/相控阵同时覆盖。

相控阵并不自动解决时间问题。电扫可以把波束切换时间从秒级降到微秒级，但每个波位的驻留能量仍然要花时间。若总搜索空域不变、检测性能不变，帧时间下限由"总能量/总功率"决定，而不是由波束切换速度决定。相控阵的优势在于灵活分配时间：可以对重点区域多照、对已跟踪目标少照、对多目标交替跟踪；但灵活分配不能突破能量守恒。

1.3.6 动态范围：被忽略的"第二作用距离"

雷达接收机的动态范围通常定义为最大可接受信号与最小可检测信号之比。近距强杂波可能比远距弱目标高 60--100 dB。若接收链饱和，弱目标信息被截断；若 ADC 位数不足，弱目标被量化噪声淹没；若自动增益控制（AGC）动作太快，会破坏慢时间相参性。

以一个地面雷达为例：近距 500 m 处的地物杂波 RCS 可能达到 $10 m210\ \mathrm{m^2}$ 10 m2，而 20 km 处目标 RCS 为 $0.01 m20.01\ \mathrm{m^2}$ 0.01 m2。按 $R−4R^{-4}$ R−4 计算，两者回波功率比约为
$PcPt =100.01 (20000500) 4 =1000×(40)4≈2.56×109, \frac{P_{c}}{P_{t}}=\frac{10}{0.01}\left(\frac{20000}{500}\right)^4 =1000\times(40)^4\approx2.56\times10^9,$ PtPc=0.0110(50020000)4=1000×(40)4≈2.56×109,

即约 94 dB。即使考虑天线波束、杂波方向图和 STC（灵敏度时间控制），接收链仍可能需要 70--90 dB 的瞬时动态范围。单靠 12 位 ADC（理论 72 dB）不够，必须用 STC/AGC、分段增益、杂波抑制和频率规划共同解决。

动态范围的设计要区分三个指标：

饱和电平：输入多大时 ADC/放大器进入非线性；
噪声底：最小可检测信号由热噪声、量化噪声、相位噪声共同决定；
无杂散动态范围：强信号产生的谐波/互调是否落在目标检测单元。

一个"噪声系数很低"的接收机，如果饱和电平也低，在近距杂波下反而不如一个噪声系数稍高但动态范围大的接收机。系统预算必须同时给出灵敏度和动态范围，不能只比噪声系数。

1.3.7 数据率与算力：从采样率到实时性

原始 I/Q 数据率为
$RIQ =fs× Nch × Nbits ×2(bit/s), R_{IQ}=f_s\times N_{\mathrm{ch}}\times N_{\mathrm{bits}}\times 2\quad(\text{bit/s}),$ RIQ=fs×Nch×Nbits×2(bit/s),

其中因子 2 表示 I/Q 两路。若 $fs=200 MHz f_s=200\ \mathrm{MHz}$ fs=200 MHz、 $Nch =16 N_{\mathrm{ch}}=16$ Nch=16、 $Nbits =12 N_{\mathrm{bits}}=12$ Nbits=12，则 $RIQ =76.8 Gbit/s R_{IQ}=76.8\ \mathrm{Gbit/s}$ RIQ=76.8 Gbit/s。这已经超过许多板级总线的能力，必须在数字前端做通道合并、波束形成、抽取或脉冲压缩，把数据率降下来。

信号处理算力可以用复数乘加次数（CMAC/s）估算。以脉冲压缩为例，若用频域实现，每个脉冲需要 $Nr N_r$ Nr 点 FFT/IFFT 和 $Nr N_r$ Nr 点复数乘法，复杂度约 $O(Nrlog⁡Nr) O(N_r\log N_r)$ O(NrlogNr)；若用时域卷积，复杂度 $O(NrNp) O(N_rN_p)$ O(NrNp)，其中 $Np N_p$ Np 为脉冲采样点数。对 $Nr=8192 N_r=8192$ Nr=8192、 $Np=1000 N_p=1000$ Np=1000，频域实现约 $8192×13×2+8192≈2.2×1058192\times13\times2+8192\approx2.2\times10^5$ 8192×13×2+8192≈2.2×105 次复数运算/脉冲，时域实现约 $8.2×1068.2\times10^6$ 8.2×106 次，差 37 倍。工程上还要加上数据搬运、窗函数、取模、CFAR 邻域统计和跟踪，实际算力需求通常是"纯算法运算量"的 2--5 倍。

实时性约束可以用"每帧可用时间"表达：
$Tframe ≥ Tacq + Tproc + Ttrack + Tdisplay . T_{\mathrm{frame}}\ge T_{\mathrm{acq}}+T_{\mathrm{proc}}+T_{\mathrm{track}}+T_{\mathrm{display}}.$ Tframe≥Tacq+Tproc+Ttrack+Tdisplay.

若帧时间 1 s、采集占 0.5 s、跟踪/显示占 0.1 s，则处理必须在 0.4 s 内完成；若处理链需要 0.6 s，雷达就必须降低帧率、减少波位或把部分处理搬到 FPGA/GPU。很多"算法先进但无法实时"的系统，问题不在算法复杂度，而在数据搬运和流水线设计。

1.3.8 指标冲突矩阵

下表列出常见指标对之间的冲突方向。它不是精确的定量关系，而是设计评审时的检查表：任何一项指标提升，都要问"它把哪一项推到了边界"。

提升项	直接收益	主要代价	次要代价
发射功率	作用距离	功耗/散热/体积	被截获概率、近距饱和
天线增益	作用距离、角度精度	波束变窄、搜索变慢	扫描损失、栅瓣风险
带宽	距离分辨率、测距精度	噪声功率增加、数据率增加	ADC/处理成本、频谱许可
积累时间	信噪比	更新率下降	运动补偿难度、目标去相关
PRF 提高	多普勒不模糊	距离不模糊范围下降	近距盲区、距离折叠
波束变窄	角度分辨率、增益	覆盖空域变慢	搜索屏拼接、栅瓣
检测门限降低	检测概率提高	虚警率上升	跟踪器/操作员负担
采样率提高	带宽、抗混叠	数据率、功耗	时钟抖动、存储

1.3.9 指标传递的一个完整例子

仍以 1.1 节的 X 波段雷达为例。任务要求：在 30 km 处对 $σ=0.01 m2\sigma=0.01\ \mathrm{m^2}$ σ=0.01 m2 目标， $Pd=0.9 P_d=0.9$ Pd=0.9、 $Pfa =10−6 P_{fa}=10^{-6}$ Pfa=10−6，相参积累 $N=1000N=1000$ N=1000。

第一步，由检测曲线得到所需积累后信噪比。对 Swerling 0、非相参积累，约 13 dB；考虑 3 dB 起伏损失和 2 dB 处理损失，取 18 dB。

第二步，由雷达方程反推所需单脉冲信噪比：
$SNR1 = SNRreq −10 log⁡10 N=18−30=−12 dB. \mathrm{SNR}$ 1=\mathrm{SNR}{req}-10\log_{10}N=18-30=-12\ \mathrm{dB}. SNR1=SNRreq−10log10N=18−30=−12 dB.

第三步，由 $Pr/Pn P_r/P_n$ Pr/Pn 反推资源。若保持 $Pt=1 kW P_t=1\ \mathrm{kW}$ Pt=1 kW、 $G=35 dB G=35\ \mathrm{dB}$ G=35 dB、 $F=3 dB F=3\ \mathrm{dB}$ F=3 dB、 $B=1 MHz B=1\ \mathrm{MHz}$ B=1 MHz、 $L=6 dB L=6\ \mathrm{dB}$ L=6 dB，单脉冲信噪比为 $−27.6 dB -27.6\ \mathrm{dB}$ −27.6 dB，比要求低 15.6 dB。可以选择：

把天线增益提高到 41 dB（口径约增大 2 倍），双程 +12 dB；
把积累脉冲数提高到 4000，+6 dB；
把系统损耗从 6 dB 降到 3 dB，+3 dB；
把噪声系数从 3 dB 降到 1.5 dB，+1.5 dB。

组合方案：天线 +6 dB（口径增大 1.4 倍）、积累 +6 dB、损耗 +3 dB、噪声 +1.5 dB，共 +16.5 dB，留 0.9 dB 裕量。这个方案是否可行，取决于天线能否装得下、4000 个脉冲的驻留时间是否满足更新率、目标是否在驻留时间内保持相参、近距杂波是否会导致饱和。指标传递的终点不是"算出一个数"，而是"给出一组可制造、可验证、互相不冲突的参数"。

第四步，把系统指标继续分解到器件：

天线增益 41 dB → 口径、效率、扫描损失、馈线损耗；
噪声系数 1.5 dB → 低噪放噪声、混频器损耗、馈线损耗；
系统损耗 3 dB → 天线罩、极化失配、量化、CFAR 损失；
积累 4000 → PRF、驻留时间、FFT 点数、存储深度；
距离分辨率 150 m → 带宽 1 MHz、采样率 ≥1.2 MHz、ADC 位数；
数据率 → 距离采样数 × 通道数 × 位数。

每一层都要有验证项。例如，天线增益在暗室测，噪声系数用噪声系数分析仪测，系统损耗用链路标定测，积累损失用注入信号测，检测概率用外场/半实物仿真测。没有验证项的指标，只是设计意图。

1.3.10 指标追踪矩阵

工程上建议维护一张"指标追踪矩阵"，每行至少包含：

字段	内容
指标 ID	唯一标识，便于追溯
指标名称	例如"30 km 检测概率"
任务来源	需求文档章节/编号
指标值	目标值、门限值、期望值
分解公式	雷达方程/检测曲线/几何关系
当前估计	由当前设计参数计算
裕量	目标值 - 当前估计
敏感度	对功率/增益/损耗/噪声的偏导
验证方法	仿真/暗室/外场/在轨
风险	高/中/低，缓解措施
责任人	系统/射频/算法/结构

这张表的最大价值不是"好看"，而是让设计变更的影响可见。例如，结构减重导致天线口径缩小 10%，增益下降 0.9 dB，作用距离下降约 5%；如果指标裕量只有 0.5 dB，这个变更就不可接受。没有追踪矩阵，变更会以"局部优化"的名义逐步侵蚀系统裕量。

1.4 四种资源与五类折衷

1.4.1 能量：雷达最硬的约束

雷达方程的资源形式已经表明，作用距离由"平均功率 × 驻留时间 × 孔径² × 目标截面"共同决定。把常数项合并，可以定义一个功率-孔径积：
$PAP= Pav G2λ2, \mathrm{PAP}=P_{av}G^2\lambda^2,$ PAP=PavG2λ2,

在目标、噪声、损耗和检测要求固定时，
$Rmax⁡∝PAP1/4 Td1/4 . R_{\max}\propto \mathrm{PAP}^{1/4}T_d^{1/4}.$ Rmax∝PAP1/4Td1/4.

这意味着作用距离对资源的响应是四次方根：要把作用距离提高 2 倍，需要把功率-孔径积或驻留时间提高 16 倍。这个"残酷的 16 倍"是雷达工程的第一性约束，也是为什么设计师总是优先优化损耗、噪声和积累方式，而不是盲目加大发射功率。

平均功率与峰值功率的关系为
$Pav =Pt Dc,Dc= TpTr =Tp PRF, P_{av}=P_t\,D_c,\qquad D_c=\frac{T_p}{T_r}=T_p\,\mathrm{PRF},$ Pav=PtDc,Dc=TrTp=TpPRF,

其中 $Dc D_c$ Dc 为占空比。提高占空比可以在不增加峰值功率的情况下提高平均功率，但会带来：

发射/接收隔离困难（连续波/高占空比需要环形器、隔离器或分离天线）；
近距盲区（脉冲雷达在发射期间不能接收）；
热设计压力（平均功率直接转化为热）；
距离模糊（高 PRF 导致最大不模糊距离下降）。

对固态发射机，峰值功率受器件击穿和热瞬态限制，平均功率受结温和散热限制。脉冲压缩雷达常用"低峰值、宽脉冲、大时宽带宽积"换取平均功率，但宽脉冲会带来近距盲区和距离徙动，需要用脉冲串、去斜或分段处理解决。

能量预算还要区分"发射能量"和"可用能量"：
$Euse = Pav Td ηtx ηant ηprop ηproc , E_{\mathrm{use}}=P_{av}T_d\,\eta_{\mathrm{tx}}\,\eta_{\mathrm{ant}}\,\eta_{\mathrm{prop}}\,\eta_{\mathrm{proc}},$ Euse=PavTdηtxηantηpropηproc,

其中 $η\eta$ η 分别表示发射效率、天线效率、传播效率和处理效率。一个 1 kW 平均功率的雷达，如果发射效率 30%、天线效率 60%、传播/处理效率 50%，真正用于检测的能量只有 90 W 量级。系统预算必须把这些效率逐项列出，否则"功率够了"只是幻觉。

1.4.2 时间：最容易被低估的资源

时间资源有三个层次：

脉冲内时间：决定距离采样和脉冲压缩；
驻留时间：一个波位内积累的脉冲串长度，决定相参增益；
任务时间：扫描周期、跟踪更新率、资源调度周期。

对搜索雷达，时间分配的基本方程是
$Tsearch + Ttrack + Tverify + Tother = Tframe . T_{\mathrm{search}}+T_{\mathrm{track}}+T_{\mathrm{verify}}+T_{\mathrm{other}}=T_{\mathrm{frame}}.$ Tsearch+Ttrack+Tverify+Tother=Tframe.

若搜索需要 $Nb N_b$ Nb 个波位、每波位 $Np N_p$ Np 个脉冲、PRF 为 $fr f_r$ fr，则
$Tsearch = NbNp fr . T_{\mathrm{search}}=\frac{N_bN_p}{f_r}.$ Tsearch=frNbNp.

跟踪占用与目标数、跟踪数据率、波形有关。对 $Nt N_t$ Nt 个目标、每个目标每次驻留 $Np,t N_{p,t}$ Np,t 个脉冲、更新率 $ft f_{t}$ ft，跟踪时间约为
$Ttrack = ∑i=1Nt Np,t,i ft,i fr . T_{\mathrm{track}}=\sum_{i=1}^{N_t}\frac{N_{p,t,i}f_{t,i}}{f_r}.$ Ttrack=i=1∑NtfrNp,t,ift,i.

当目标数增加时，跟踪时间线性增长；当目标机动或需要高精度时， $Np,t N_{p,t}$ Np,t 和 $ft f_t$ ft 都要增加，时间压力呈乘性增长。相控阵雷达的调度算法本质上是一个实时约束优化问题：在总时间预算内，最大化目标跟踪质量/搜索覆盖/威胁响应。

一个常见的架构错误是把"波束切换时间"当成"驻留时间"。相控阵可以在微秒级切换波束，但每个波位仍需毫秒级驻留才能积累足够能量。波束捷变只解决了"指向"的灵活性，没有解决"能量"的守恒。

1.4.3 带宽：分辨率、噪声与频谱的三重角色

带宽首先决定距离分辨率：
$ΔR= c2B . \Delta R=\frac{c}{2B}.$ ΔR=2Bc.

同时，接收机噪声功率与噪声带宽成正比：
$Pn=kT0FBn. P_n=kT_0F B_n.$ Pn=kT0FBn.

对匹配滤波，噪声带宽近似等于信号带宽，因此"增加带宽提高分辨率"与"增加带宽降低单脉冲信噪比"是同一个硬币的两面。若发射功率不变，带宽从 1 MHz 增加到 100 MHz，距离分辨率提高 100 倍，但噪声功率增加 20 dB，单脉冲信噪比下降 20 dB。要保持同样的检测性能，必须增加功率、积累时间或天线增益。

这就是为什么高分辨率雷达不能简单地"把带宽调大"：它需要一套新的能量预算。SAR 用脉冲压缩和合成孔径解决这个问题：距离分辨率由带宽决定，方位分辨率由合成孔径决定，两者都不依赖窄波束的实孔径；但 SAR 的噪声等效后向散射系数（NESZ）仍然随带宽、功率、天线面积和斜距变化。

带宽还受频谱许可、天线带宽、接收链带宽和 ADC 采样率约束。实际系统常用"信号带宽 $BB$ B + 20%--50% 余量"确定接收链带宽，以避免滤波器边缘群时延和幅度起伏；ADC 采样率通常取 $fs≥1.2B f_s\ge1.2B$ fs≥1.2B（带通采样可更低，但需要抗混叠滤波）。如果带宽内幅相不一致，脉冲压缩旁瓣会抬高，甚至产生虚假目标。

1.4.4 孔径：增益、分辨率与扫描损失

天线增益与有效孔径面积的关系为
$G= 4πAe λ2 = 4πηAλ2 , G=\frac{4\pi A_e}{\lambda^2}=\frac{4\pi\eta A}{\lambda^2},$ G=λ24πAe=λ24πηA,

其中 $Ae A_e$ Ae 为有效面积， $η\eta$ η 为孔径效率。波束宽度近似为
$θaz ≈ kaλ Daz , θel ≈ kaλ Del , \theta_{az}\approx\frac{k_a\lambda}{D_{az}},\qquad \theta_{el}\approx\frac{k_a\lambda}{D_{el}},$ θaz≈Dazkaλ,θel≈Delkaλ,

其中 $Daz , Del D_{az},D_{el}$ Daz,Del 为孔径尺寸， $ka k_a$ ka 取决于加权（均匀约 0.886，泰勒/汉明约 1.0--1.3）。增益与波束宽度满足近似关系
$G≈ 4π θaz θel η, G\approx\frac{4\pi}{\theta_{az}\theta_{el}}\eta,$ G≈θazθel4πη,

即"增益 × 波束立体角 ≈ 常数"。这条关系说明：想同时提高增益和扩大覆盖，必须增加孔径或增加阵元，不能靠加权魔法。

相控阵扫描时，有效孔径投影按 $cos⁡θ\cos\theta$ cosθ 下降，增益近似按 $cos⁡θ\cos\theta$ cosθ 下降（双程方向图可能按 $cos⁡2θ\cos^2\theta$ cos2θ 影响回波），波束在扫描面内展宽。对大幅扫描的相控阵，边缘波位的增益可能比法向低 3--5 dB，系统预算必须按最坏波位计算，而不是按法向增益计算。

孔径还决定角分辨率。实孔径雷达的方位分辨率随距离变差：
$Δx=R θaz . \Delta x=R\theta_{az}.$ Δx=Rθaz.

要在 100 km 处获得 10 m 方位分辨率，需要 $θaz =0.1 mrad \theta_{az}=0.1\ \mathrm{mrad}$ θaz=0.1 mrad，对应 X 波段孔径约 $0.03/10−4=300 m0.03/10^{-4}=300\ \mathrm{m}$ 0.03/10−4=300 m，对机载/星载平台不现实。合成孔径通过沿航迹运动合成大孔径，把"物理孔径"换成"时间×运动"，这是 SAR 的核心思想，也是第 13 章的主题。

1.4.5 算力：第五种资源

现代雷达的算力需求可以用"每秒钟处理的复数样本数"估算：
$N˙c =fs× Nch × Nops , \dot N_c=f_s\times N_{\mathrm{ch}}\times N_{\mathrm{ops}},$ N˙c=fs×Nch×Nops,

其中 $Nops N_{\mathrm{ops}}$ Nops 为每个样本的平均运算次数。对 16 通道、200 MHz 采样、每样本 100 次复数运算的系统， $N˙c =3.2×1011 \dot N_c=3.2\times10^{11}$ N˙c=3.2×1011 次/秒，已经进入高性能 FPGA/GPU 的领域。算力约束不仅是"峰值 FLOPS"，还包括：

内存带宽：FFT 的中间结果需要频繁读写；
互连带宽：多板卡之间的数据交换；
延迟：实时闭环控制要求端到端延迟小于一个驻留周期；
功耗：算力与功耗近似线性，散热成为系统级约束；
可靠性：单粒子翻转、过热降频、内存错误。

把算法从"离线能跑"变成"实时能跑"，通常需要三步：降采样/降维（波束形成、通道合并）、分块/流水（距离分块、多普勒分块）、定点/混合精度（在保证动态范围的前提下降低位宽）。每一步都可能引入新的误差，必须纳入系统预算。

1.4.6 折衷一：距离模糊与多普勒模糊

脉冲雷达的最大不模糊距离和最大不模糊速度为
$Ru= c 2 PRF ,vu=± λ PRF 4 . R_u=\frac{c}{2\,\mathrm{PRF}},\qquad v_u=\pm\frac{\lambda\,\mathrm{PRF}}{4}.$ Ru=2PRFc,vu=±4λPRF.

两者乘积为常数：
$Ruvu= cλ8 = c2 8fc . R_u v_u=\frac{c\lambda}{8}=\frac{c^2}{8f_c}.$ Ruvu=8cλ=8fcc2.

对 X 波段（ $fc=10 GHz f_c=10\ \mathrm{GHz}$ fc=10 GHz）， $Ruvu≈1.12×1013 m⋅m/s R_uv_u\approx1.12\times10^{13}\ \mathrm{m\cdot m/s}$ Ruvu≈1.12×1013 m⋅m/s？量纲核对： $c2/(8fc)=(9×1016)/(8×1010)=1.125×106 m2/s c^2/(8f_c)=(9\times10^{16})/(8\times10^{10})=1.125\times10^6\ \mathrm{m^2/s}$ c2/(8fc)=(9×1016)/(8×1010)=1.125×106 m2/s。若 $Ru=30 km R_u=30\ \mathrm{km}$ Ru=30 km，则 $vu=37.5 m/s v_u=37.5\ \mathrm{m/s}$ vu=37.5 m/s；若要求 $vu=300 m/s v_u=300\ \mathrm{m/s}$ vu=300 m/s，则 $Ru=3.75 km R_u=3.75\ \mathrm{km}$ Ru=3.75 km。这就是"距离-速度模糊"的硬约束。

解决途径：

多重 PRF：用不同 PRF 的测量结果做中国剩余定理/聚类解模糊，代价是时间、复杂度和"鬼影"；
中/高 PRF + 距离门：接受距离折叠，用距离门和杂波图区分；
调频连续波/去斜：用宽带波形和近距离门，适合近距/地面应用；
多通道/空时处理：用阵列自由度区分方向，不能直接解决距离模糊，但能抑制折叠杂波。

选择 PRF 时，必须同时检查：目标最大速度、平台速度、杂波多普勒展宽、占空比、近距盲区、距离折叠次数。一个"看起来满足 $vu v_u$ vu"的 PRF，可能因为占空比过高导致发射/接收隔离困难，或者因为 $Ru R_u$ Ru 太小导致远距目标折叠到近距杂波区。

1.4.7 折衷二：搜索与跟踪

搜索雷达的时间分配是一个经典的"覆盖率 vs 精度"问题。搜索需要宽波束、短驻留、大空域；跟踪需要窄波束、长驻留、高数据率。两者共享同一部天线和同一套发射资源。

设总时间预算 $TT$ T，搜索时间 $Ts T_s$ Ts，跟踪时间 $Tt T_t$ Tt，则 $Ts+Tt≤T T_s+T_t\le T$ Ts+Tt≤T。搜索帧时间 $Tfs =Ts T_{fs}=T_s$ Tfs=Ts（忽略重叠），跟踪更新率 $ft=1/Tt f_t=1/T_t$ ft=1/Tt（对单目标）。若目标数 $Nt N_t$ Nt 增加， $Tt T_t$ Tt 线性增加，搜索帧时间被压缩，检测概率下降。工程上常用"边扫描边跟踪"（TWS）和"跟踪加扫描"（TAS）两种策略：

TWS：搜索和跟踪共用扫描，跟踪更新率等于搜索帧率，实现简单，但高机动目标容易丢失；
TAS：在搜索间隙插入跟踪驻留，跟踪更新率高，但会打断搜索，需要复杂的调度和波位预测。

相控阵的调度算法通常把目标按威胁/精度需求分级，给高优先级目标更多驻留，给低优先级目标"稀疏更新"。这不是纯算法问题，而是系统指标问题：搜索概率、跟踪精度、目标容量、反应时间必须一起定义。

1.4.8 折衷三：分辨率与灵敏度

由 $Pn=kT0FB P_n=kT_0FB$ Pn=kT0FB 和 $ΔR=c/(2B)\Delta R=c/(2B)$ ΔR=c/(2B)，可以得到一个重要的比例关系：
$Pn∝B∝ 1ΔR . P_n\propto B\propto\frac{1}{\Delta R}.$ Pn∝B∝ΔR1.

在发射功率、天线、积累时间不变时，距离分辨率提高 $MM$ M 倍，噪声功率提高 $MM$ M 倍，单脉冲信噪比下降 $MM$ M 倍；若用相参积累补偿，积累时间需要增加 $MM$ M 倍，更新率下降 $MM$ M 倍。这就是"高分辨率必然伴随低灵敏度或低更新率"的根源。

SAR 的特别之处在于：它不需要用窄波束覆盖整个场景，而是用宽波束照射、用合成孔径聚焦。距离分辨率由带宽决定，方位分辨率由合成孔径时间决定，两者可以独立设计；但 SAR 的噪声等效后向散射系数仍然满足
$NESZ∝ R3sin⁡θ Pav G2λ3B Td , \mathrm{NESZ}\propto\frac{R^3\sin\theta}{P_{av}G^2\lambda^3 B\,T_d},$ NESZ∝PavG2λ3BTdR3sinθ,

（具体常数与系统定义有关）。提高分辨率（增大 $BB$ B）会恶化 NESZ，除非同时增加功率、孔径或积累时间。SAR 设计师必须在分辨率、幅宽、NESZ 和重访周期之间做四维折衷，这比脉冲雷达的二维折衷更复杂。

1.4.9 折衷四：增益与覆盖

由 $G≈4πη/( θaz θel )G\approx4\pi\eta/(\theta_{az}\theta_{el})$ G≈4πη/(θazθel)，增益与波束立体角成反比。要覆盖更大空域，要么增加波束数量（时间成本），要么降低增益（能量成本），要么增加孔径（体积/成本）。对搜索雷达，搜索帧时间与波束数量成正比：
$Tf∝ΩG. T_f\propto\frac{\Omega}{G}.$ Tf∝GΩ.

因为 $θaz θel ∝1/G \theta_{az}\theta_{el}\propto1/G$ θazθel∝1/G。所以"高增益"与"快速搜索"在资源上直接冲突。相控阵的多波束可以在同一时间形成多个接收波束，但发射能量仍然要分配到不同方向；多波束接收可以缩短驻留，但不能凭空产生发射能量。

一个常见的误解是"数字波束形成（DBF）可以同时形成任意多波束，所以搜索时间不再是问题"。DBF 确实可以同时形成多个接收波束，覆盖多个方向，但每个波束的发射照射必须已经覆盖该方向；如果发射波束只照一个方向，其他方向的接收波束只能收到噪声/旁瓣。DBF 的价值在于接收端的并行空域滤波和自适应抗干扰，不是替代发射能量。

1.4.10 折衷五：相参性与灵活性

相参处理要求发射波形、接收本振、采样时钟在脉冲间保持确定的相位关系。相参性带来：

脉冲压缩的相位一致性；
多普勒处理的相参积累；
SAR 的相位历史；
动目标检测的相位变化测量。

但相参性也带来约束：

频率源相位噪声必须足够低；
发射机必须线性、记忆效应小；
接收链的幅相漂移必须可标定；
平台运动必须被测量/补偿；
波形不能随意跳变，否则相位历史断裂。

非相参雷达可以用简单的包络检测、非相参积累，成本低、灵活，但灵敏度损失（非相参积累损失）和无法测速/成像。现代雷达多在"相参"和"灵活"之间寻找平衡：用宽带波形提高分辨率，用频率捷变抗干扰，用相位编码降低截获概率，但每一种灵活性都要付出相位/时序/处理的代价。

1.4.11 Pareto 前沿：没有最优，只有可接受

多目标设计可以写成约束优化：
$min⁡x f(x)=$ $-Rmax,-ΔR,-Δx,- fupdate ,C,W,P$ s.t. gi(x)≤0,i=1,...,m, \begin{aligned} \min_{\mathbf{x}}\quad & \mathbf{f}(\mathbf{x})= $-R_{\\max}, -\\Delta R, -\\Delta x, -f_{\\mathrm{update}}, C, W, P$ \\ \text{s.t.}\quad & g_i(\mathbf{x})\le0,\quad i=1,\dots,m, \end{aligned} xmins.t.f(x)= $-Rmax,-ΔR,-Δx,-fupdate,C,W,P$ gi(x)≤0,i=1,...,m,

其中 $x\mathbf{x}$ x 为设计变量（功率、口径、带宽、PRF、脉冲数、阵元数等）， $gi g_i$ gi 为约束（热、体积、频谱、成本、检测概率）。多目标优化不存在单一最优解，而是一组 Pareto 最优解：在不牺牲其他指标的前提下，无法再改进任何一个指标。

工程上的做法不是求"数学最优"，而是：

确定必须满足的门限（硬约束）；
在门限内寻找成本/体积/功耗最低的方案；
用敏感度分析找出"最脆弱的指标"；
留出可验证的裕量；
用样机/仿真验证关键假设。

敏感度分析比单点计算更有价值。对雷达方程取对数：
$ln⁡Rmax⁡=14 (ln⁡ Pav +ln⁡Td+2ln⁡G+2ln⁡λ+ln⁡σ−ln⁡L−ln⁡ SNRreq ) +常数. \ln R_{\max}=\frac{1}{4}\left(\ln P_{av}+\ln T_d+2\ln G+2\ln\lambda+\ln\sigma-\ln L-\ln\mathrm{SNR}_{req}\right)+\text{常数}.$ lnRmax=41(lnPav+lnTd+2lnG+2lnλ+lnσ−lnL−lnSNRreq)+常数.

于是
$∂Rmax⁡/Rmax⁡ ∂ Pav / Pav =14, ∂Rmax⁡/Rmax⁡ ∂G/G =12, ∂Rmax⁡/Rmax⁡ ∂L/L =−14. \frac{\partial R_{\max}/R_{\max}}{\partial P_{av}/P_{av}}=\frac{1}{4},\quad \frac{\partial R_{\max}/R_{\max}}{\partial G/G}=\frac{1}{2},\quad \frac{\partial R_{\max}/R_{\max}}{\partial L/L}=-\frac{1}{4}.$ ∂Pav/Pav∂Rmax/Rmax=41,∂G/G∂Rmax/Rmax=21,∂L/L∂Rmax/Rmax=−41.

增益的相对误差对作用距离的影响是功率的两倍；损耗的相对误差影响是负的 1/4。这解释了为什么天线效率、馈线损耗、天线罩损耗值得反复优化：它们直接乘在作用距离上，而且往往被低估。

1.4.12 资源账本模板

建议每个雷达项目维护一张"资源账本"：

资源	上限/约束	主要消耗项	优化手段
平均功率	热/电源	发射占空比、效率	提高效率、降低占空比
峰值功率	器件击穿	脉冲宽度、占空比	脉冲压缩、固态合成
时间	帧时间	搜索波位、跟踪目标	调度、波束展宽
带宽	频谱许可/ADC	距离分辨率	频谱规划、带通采样
孔径	平台尺寸	增益、角分辨率	稀疏阵、共形阵
算力	功耗/散热	FFT、CFAR、成像	降维、定点、GPU
数据率	总线/存储	通道数、采样率	数字波束形成、抽取
动态范围	ADC/放大器	近距杂波	STC、AGC、分段增益

这张表的作用与指标追踪矩阵互补：指标追踪矩阵回答"能不能达标"，资源账本回答"达标要花多少资源、还剩多少余量"。两者一起，才能支撑系统级设计评审。

1.5 波形---天线---接收链的耦合

1.5.1 链路是一条乘法链

从发射机到检测器，信号经历的不是"加法式"的独立模块，而是一条乘法链。用线性域表示，单脉冲接收功率可以写成
$Pr=Pt⋅Gt⋅ 14πR2 ⋅σ⋅ 14πR2 ⋅Ae⋅ ηrx , P_r=P_t\cdot G_t\cdot \frac{1}{4\pi R^2}\cdot \sigma\cdot \frac{1}{4\pi R^2}\cdot A_e\cdot \eta_{\mathrm{rx}},$ Pr=Pt⋅Gt⋅4πR21⋅σ⋅4πR21⋅Ae⋅ηrx,

其中 $Ae A_e$ Ae 为接收天线有效面积， $ηrx \eta_{\mathrm{rx}}$ ηrx 为接收链效率。把 $Ae=Grλ2/(4π) A_e=G_r\lambda^2/(4\pi)$ Ae=Grλ2/(4π) 代入，就得到熟悉的雷达方程。乘法链的工程含义是：任何一项接近零，整条链路就接近零；任何一项的误差都会直接传递到输出。因此，系统设计必须逐项检查：

发射功率是否真的到达天线端口？
天线增益是否在扫描角、频带、极化匹配条件下成立？
接收链的噪声系数是否包含馈线损耗？
采样/量化/处理是否引入了额外的信噪比损失？

1.5.2 发射链：功率不是唯一指标

发射链的关键指标包括：

指标	含义	对系统的影响
峰值功率	脉冲内最大功率	单脉冲信噪比、近距性能
平均功率	长时间平均功率	热、作用距离、电源
占空比	$Tp/Tr T_p/T_r$ Tp/Tr	盲区、隔离、热
效率	射频输出/直流输入	功耗、散热、平台
谐波/杂散	带外辐射	频谱合规、干扰、被截获
相位噪声	载波相位随机抖动	多普勒/成像相位、邻近强目标抑制
线性度	幅度/相位随输入变化	脉压旁瓣、互调、波形失真
脉冲上升/下降沿	包络过渡	频谱展宽、近距盲区、相位误差

发射机的非线性对脉冲压缩影响很大。理想 LFM 经过饱和放大器后，包络被削顶，频谱产生再生旁瓣；如果放大器有记忆效应（如 GaN 器件的热记忆），还会产生不对称的互调。工程上常用：

降低输出功率回退（back-off）以保持线性，代价是效率；
数字预失真（DPD）补偿幅度/相位非线性；
选择恒包络波形（如 LFM、相位编码）降低对线性度的要求；
在脉冲边缘加窗/升降沿，减少频谱泄漏。

相位噪声是另一个容易被忽视的指标。对多普勒雷达，相位噪声在强杂波附近形成"裙边"，可能淹没靠近强杂波的多普勒通道中的弱目标；对 SAR，相位噪声破坏方位向相参积累，导致积分旁瓣比恶化。相位噪声的影响与目标/杂波的多普勒间隔、相干时间有关，不能只看单边带相位噪声的一个点频值。

1.5.3 天线：空间滤波器与阻抗匹配器

天线既是空间滤波器，也是阻抗匹配网络。关键指标：

增益：法向增益、扫描角增益、频带内增益起伏；
波束宽度：方位/俯仰 3 dB 宽度、零陷位置；
旁瓣：峰值旁瓣、积分旁瓣、远旁瓣；
极化：主极化/交叉极化隔离；
驻波/回波损耗：与发射机/接收机的匹配；
效率：口径效率、馈电网络损耗；
扫描范围：机械/电扫极限、扫描损失；
互耦：阵元间耦合对方向图和校准的影响。

天线增益与波束宽度的关系决定了"看得远"与"看得广"的矛盾。对相控阵，扫描角 $θ0 \theta_0$ θ0 处的有效孔径投影为 $Acos⁡θ0 A\cos\theta_0$ Acosθ0，增益近似下降 $cos⁡θ0 \cos\theta_0$ cosθ0；如果阵列间距大于半波长，扫描到大角度时会出现栅瓣，栅瓣可能接收到强干扰或产生虚假目标。栅瓣条件为
$dλ≥ 11+∣sin⁡θmax⁡∣ , \frac{d}{\lambda}\ge\frac{1}{1+|\sin\theta_{\max}|},$ λd≥1+∣sinθmax∣1,

其中 $dd$ d 为阵元间距， $θmax⁡ \theta_{\max}$ θmax 为最大扫描角。要扫描到 $±60∘\pm60^\circ$ ±60∘，阵元间距应小于约 $0.536λ0.536\lambda$ 0.536λ；这增加了阵元数、成本和互耦。工程上常在扫描范围、阵元数、栅瓣抑制之间折衷。

天线的极化也影响系统预算。发射主极化与目标散射的交叉极化分量、接收天线的交叉极化隔离、天线罩的极化相关损耗，都会降低有效回波。对气象雷达和 SAR，极化是信息维度；对搜索雷达，交叉极化可能是干扰入口。系统设计必须明确"极化是资源还是负担"。

1.5.4 接收链：噪声系数、增益分配与动态范围

接收链的噪声系数用 Friis 公式级联：
$Fcas =F1+ F2−1 G1 + F3−1 G1G2 +⋯ , F_{\mathrm{cas}}=F_1+\frac{F_2-1}{G_1}+\frac{F_3-1}{G_1G_2}+\cdots,$ Fcas=F1+G1F2−1+G1G2F3−1+⋯,

其中 $Fi F_i$ Fi 为各级噪声因子， $Gi G_i$ Gi 为各级增益。第一级（低噪放/馈线）的噪声系数和增益决定整机噪声系数；后续级的噪声被前级增益"稀释"。因此，接收链设计的第一原则是：把低噪声、高增益放在最前面，把滤波/混频/ADC 放在后面。但前级增益过高会导致饱和，必须在灵敏度与动态范围之间分配增益。

接收链的增益分配可以用"噪声底 + 饱和电平"两条线来设计：

噪声底（输入端等效）： $kT0BF kT_0BF$ kT0BF；
饱和电平（输入端等效）： $Psat,in = Psat,out / Gcas P_{\mathrm{sat,in}}=P_{\mathrm{sat,out}}/G_{\mathrm{cas}}$ Psat,in=Psat,out/Gcas；
动态范围： $D=10 log⁡10 ( Psat,in / Pnoise,in ) D=10\log_{10}(P_{\mathrm{sat,in}}/P_{\mathrm{noise,in}})$ D=10log10(Psat,in/Pnoise,in)。

近距杂波可能使输入功率比噪声底高 80--100 dB，而目标回波可能只比噪声底高 10--20 dB。接收链必须在同一时刻容纳两者，或者用 STC/AGC 在不同距离段切换增益。STC 的原理是：近距时降低增益，避免杂波饱和；远距时提高增益，保持灵敏度。STC 的斜率要与 $R−4R^{-4}$ R−4 传播损失匹配，但目标 RCS 和杂波强度随距离变化，固定 STC 只能近似。

AGC 则根据接收信号电平调整增益，但 AGC 的时间常数必须远大于脉冲宽度/CPI，否则会破坏脉冲间相参性。对 SAR 和 MTI，AGC 的阶跃会引入相位/幅度跳变，必须记录增益变化并在处理中补偿。

1.5.5 ADC：采样、量化与时钟

ADC 的作用是把模拟信号变成离散样本。关键参数：

采样率 $fs f_s$ fs：满足 Nyquist 或带通采样，留抗混叠滤波过渡带；
分辨率 $NN$ N：理论 SNR $6.02N+1.76 dB6.02N+1.76\ \mathrm{dB}$ 6.02N+1.76 dB（满量程正弦）；
有效位数 ENOB：实际受噪声、失真、时钟抖动影响；
无杂散动态范围 SFDR：最强杂散与满量程之比；
模拟带宽：前端放大器/采样保持的带宽；
时钟抖动：对高载频/宽带信号影响显著。

时钟抖动对信噪比的影响近似为
$SNRj =−20 log⁡10 (2π fin σj), \mathrm{SNR}$ {j}=-20\log{10}(2\pi f_{\mathrm{in}}\sigma_j), SNRj=−20log10(2πfinσj),

其中 $fin f_{\mathrm{in}}$ fin 为输入信号频率， $σj \sigma_j$ σj 为时钟抖动 RMS。若 $fin =1 GHz f_{\mathrm{in}}=1\ \mathrm{GHz}$ fin=1 GHz、 $σj=1 ps \sigma_j=1\ \mathrm{ps}$ σj=1 ps，则 $SNRj ≈−20 log⁡10 (6.28×10−3)≈44 dB \mathrm{SNR}$ j\approx-20\log{10}(6.28\times10^{-3})\approx44\ \mathrm{dB} SNRj≈−20log10(6.28×10−3)≈44 dB；若 $σj=100 fs \sigma_j=100\ \mathrm{fs}$ σj=100 fs，则约 64 dB。对宽带 SAR/高分辨雷达，时钟抖动可能成为信噪比和脉压旁瓣的瓶颈。

量化噪声是另一个限制。一个 $NN$ N 位 ADC 的理论量化噪声功率为 $Δ2/12\Delta^2/12$ Δ2/12，其中 $Δ\Delta$ Δ 为量化台阶。若输入信号占满量程，量化 SNR 约 $6.02N+1.76 dB6.02N+1.76\ \mathrm{dB}$ 6.02N+1.76 dB；若信号只占满量程的 10%，量化 SNR 下降 20 dB。因此，ADC 的"位数"必须结合实际信号电平分布来评估，不能只看铭牌。

1.5.6 相参性：从时钟到相位历史

相参雷达要求发射信号、接收本振、采样时钟在脉冲间具有确定的相位关系。相参性可以用复包络表示：
$s(t)=a(t)exp⁡$ $j (2πfct+ϕ(t))$ ,s(t)=a(t)\exp\left $j\\left(2\\pi f_c t+\\phi(t)\\right)\\right$ , s(t)=a(t)exp $j(2πfct+ϕ(t))$ ,

其中 $ϕ(t)\phi(t)$ ϕ(t) 为相位历史。对静止目标， $ϕ(t)\phi(t)$ ϕ(t) 恒定；对运动目标， $ϕ(t)=2πfdt+ϕ0\phi(t)=2\pi f_d t+\phi_0$ ϕ(t)=2πfdt+ϕ0；对 SAR， $ϕ(t)\phi(t)$ ϕ(t) 由斜距历史 $R(t)R(t)$ R(t) 决定：
$ϕ(t)=− 4πR(t)λ .\phi(t)=-\frac{4\pi R(t)}{\lambda}.$ ϕ(t)=−λ4πR(t).

如果本振/时钟的相位漂移为 $ϕn(t) \phi_n(t)$ ϕn(t)，则它会被误认为是目标运动或平台运动，导致测速误差、SAR 散焦、MTI 对消不彻底。相参性设计要保证：

频率源（晶振/原子钟/锁相环）的相位噪声和频率稳定度满足相干时间要求；
发射/接收本振同源或相位锁定；
采样时钟与 PRF 同步；
多通道之间的幅相漂移可标定；
温度、老化、振动引起的相位变化被监测/补偿。

对 SAR，相位误差的容忍度可以用"二次相位误差不超过 $π/4\pi/4$ π/4"之类的经验准则估计。若方位向相位误差为 $ϕe(t)=αt2 \phi_e(t)=\alpha t^2$ ϕe(t)=αt2，则散焦的积分旁瓣比与 $αT2\alpha T^2$ αT2 有关。工程上常用相位梯度自聚焦（PGA）估计并补偿残余相位误差，但 PGA 需要强散射点、足够信噪比和正确的模型；没有这些条件，相位误差无法完全恢复。

1.5.7 一个完整的链路预算案例

设一部 X 波段雷达，参数如下：

$fc=9.5 GHz f_c=9.5\ \mathrm{GHz}$ fc=9.5 GHz， $λ=0.0316 m\lambda=0.0316\ \mathrm{m}$ λ=0.0316 m；
$Pt=2 kW P_t=2\ \mathrm{kW}$ Pt=2 kW， $Tp=20 μs T_p=20\ \mu\mathrm{s}$ Tp=20 μs， $PRF=2 kHz \mathrm{PRF}=2\ \mathrm{kHz}$ PRF=2 kHz，占空比 $Dc=0.04 D_c=0.04$ Dc=0.04， $Pav =80 W P_{av}=80\ \mathrm{W}$ Pav=80 W；
天线增益 $G=38 dB G=38\ \mathrm{dB}$ G=38 dB（ $63106310$ 6310），馈线损耗 $1.5 dB 1.5\ \mathrm{dB}$ 1.5 dB，天线罩损耗 $0.8 dB 0.8\ \mathrm{dB}$ 0.8 dB；
接收机噪声系数 $F=2.5 dB F=2.5\ \mathrm{dB}$ F=2.5 dB（ $1.781.78$ 1.78），接收链带宽 $B=5 MHz B=5\ \mathrm{MHz}$ B=5 MHz；
系统处理损耗 $Lp=4 dB L_p=4\ \mathrm{dB}$ Lp=4 dB（ $2.512.51$ 2.51）；
目标 $σ=0.1 m2\sigma=0.1\ \mathrm{m^2}$ σ=0.1 m2，距离 $R=50 km R=50\ \mathrm{km}$ R=50 km；
积累脉冲数 $N=200N=200$ N=200，相参积累。

先算单脉冲接收功率。有效发射功率 $PtG2 P_tG^2$ PtG2 需要把增益写成线性值；这里 $GG$ G 是天线的"法向增益"，馈线/天线罩损耗放在 $LL$ L 中：
$Pr= 2000×(6310)2×(0.0316)2×0.1(4π)3×(5×104)4×L , P_r=\frac{2000\times(6310)^2\times(0.0316)^2\times0.1}{(4\pi)^3\times(5\times10^4)^4\times L},$ Pr=(4π)3×(5×104)4×L2000×(6310)2×(0.0316)2×0.1,

其中 $L=100.15×100.08×100.4≈1.41×1.20×2.51≈4.25L=10^{0.15}\times10^{0.08}\times10^{0.4}\approx1.41\times1.20\times2.51\approx4.25$ L=100.15×100.08×100.4≈1.41×1.20×2.51≈4.25。计算分子： $2000×3.98×107=7.96×10102000\times3.98\times10^7=7.96\times10^{10}$ 2000×3.98×107=7.96×1010； $×9.99×10−4=7.95×107\times9.99\times10^{-4}=7.95\times10^7$ ×9.99×10−4=7.95×107； $×0.1=7.95×106\times0.1=7.95\times10^6$ ×0.1=7.95×106。分母： $(4π)3=1984(4\pi)^3=1984$ (4π)3=1984； $(5×104)4=6.25×1018(5\times10^4)^4=6.25\times10^{18}$ (5×104)4=6.25×1018； $×4.25=5.27×1022\times4.25=5.27\times10^{22}$ ×4.25=5.27×1022。所以 $Pr≈1.51×10−16 W P_r\approx1.51\times10^{-16}\ \mathrm{W}$ Pr≈1.51×10−16 W。

噪声功率 $Pn=kT0BF=1.38×10−23×290×5×106×1.78≈3.56×10−14 W P_n=kT_0BF=1.38\times10^{-23}\times290\times5\times10^6\times1.78\approx3.56\times10^{-14}\ \mathrm{W}$ Pn=kT0BF=1.38×10−23×290×5×106×1.78≈3.56×10−14 W。单脉冲信噪比 $1.51×10−16/3.56×10−14=4.24×10−31.51\times10^{-16}/3.56\times10^{-14}=4.24\times10^{-3}$ 1.51×10−16/3.56×10−14=4.24×10−3，即 $−23.7 dB -23.7\ \mathrm{dB}$ −23.7 dB。200 脉冲相参积累增益 $23 dB 23\ \mathrm{dB}$ 23 dB，积累后约 $−0.7 dB -0.7\ \mathrm{dB}$ −0.7 dB，远低于检测所需的 13 dB。这个例子说明：即使 2 kW 峰值、38 dB 天线，在 50 km 处探测 0.1 m² 目标仍然很吃力；需要增加平均功率、驻留时间或降低带宽/损耗。

如果把 PRF 提高到 10 kHz、脉冲宽度保持 20 μs，占空比 20%，平均功率 400 W（+7 dB），积累 1000 脉冲（+7 dB），则积累后约 13.3 dB，刚好满足检测。但高 PRF 带来距离模糊（ $Ru=15 km R_u=15\ \mathrm{km}$ Ru=15 km）和近距盲区（ $cTp/2=3 km cT_p/2=3\ \mathrm{km}$ cTp/2=3 km），必须用多重 PRF/距离门解决。这个案例的结论不是"某个参数不对"，而是"所有参数必须一起调整，并且每一项调整都有副作用"。

1.5.8 自上而下与自下而上的双向验证

链路预算有两种方向：

自上而下：从任务指标出发，分配功率、增益、噪声、损耗，得到各模块的指标要求；
自下而上：从器件手册/实测数据出发，逐级计算，得到系统实际性能。

两者必须收敛。自上而下给出"需要什么"，自下而上给出"能做到什么"。如果两者差距大，要么修改任务指标，要么更换器件/架构，要么接受性能降级。工程评审时，应该同时展示两张表，并解释差距的来源和缓解措施。

一个常见的失败模式是"自上而下算得太乐观，自下而上又不敢说实话"：链路预算用理想增益、忽略馈线损耗、忽略扫描损失、忽略处理损失，得到"裕量 6 dB"；实际测试发现损耗多了 4 dB、噪声系数多了 1.5 dB、CFAR 损失 2 dB，净裕量变成 -1.5 dB。避免这种失败的方法是：所有损耗逐项列出，每项标注"估计/实测/手册"，并给出不确定度；在概念阶段用保守值，在详细设计阶段用实测值替换。

1.5.9 耦合设计检查表

发射功率是否在脉冲全宽度、全频带、全温度范围内成立？
天线增益是否按最坏扫描角/最坏频率/极化失配计算？
馈线、天线罩、连接器、环形器损耗是否逐项计入？
接收链噪声系数是否包含前级损耗？增益分配是否导致饱和？
ADC 的采样率、位数、时钟抖动是否满足带宽和动态范围？
近距杂波/强目标是否会使接收链饱和？STC/AGC 是否破坏相参性？
相位噪声/频率稳定度是否满足多普勒/SAR 相干时间？
多通道幅相一致性是否可标定？标定残差是否在预算内？
波形非线性/记忆效应是否产生脉压旁瓣？是否需要 DPD/回退？
所有指标是否有验证方法？验证条件是否覆盖最坏情况？

1.6 信号处理链的分层与计算预算

1.6.1 处理链的四个数据域

雷达信号处理不是一条单一的流水线，而是在四个"域"之间来回变换：

快时间域 （距离）：每个脉冲的采样序列，维度 $Nr N_r$ Nr；
慢时间域 （多普勒）：同一距离单元跨脉冲的序列，维度 $Np N_p$ Np；
空域/通道域 ：阵元/波束/极化通道，维度 $Nc N_c$ Nc；
检测/图像域：距离-多普勒单元、点迹、像素、航迹。

典型处理顺序是：

复制代码

ADC 样本 → 通道校准 → 脉冲压缩（快时间）→ 多普勒滤波（慢时间）
→ 非相参积累/检测 → 点迹凝聚 → 角度估计 → 跟踪/成像

每一步都改变数据维度，也改变"什么量是局部平稳的"。CFAR 需要在一个局部窗口内估计噪声/杂波功率，因此它必须在脉冲压缩和多普勒滤波之后、点迹凝聚之前；如果在原始样本上做 CFAR，强目标的旁瓣会污染参考单元，虚警率失控。SAR 成像则需要在距离-方位二维频域完成聚焦，CFAR/检测通常在图像域做。处理链的顺序由"统计特性在哪个域最稳定"决定，而不是由习惯决定。

1.6.2 脉冲压缩的运算量

对长度为 $Nr N_r$ Nr 的接收序列和长度为 $Np N_p$ Np 的参考信号，时域卷积的复数乘加次数约为
$Ctime ≈NrNp. C_{\mathrm{time}}\approx N_rN_p.$ Ctime≈NrNp.

频域实现需要一次 $NFFT N_{\mathrm{FFT}}$ NFFT 点 FFT、一次复数乘法、一次 IFFT。若 $NFFT ≥Nr+Np−1 N_{\mathrm{FFT}}\ge N_r+N_p-1$ NFFT≥Nr+Np−1，运算量约为
$Cfreq ≈3 NFFT log⁡2 NFFT + NFFT . C_{\mathrm{freq}}\approx 3N_{\mathrm{FFT}}\log_2N_{\mathrm{FFT}}+N_{\mathrm{FFT}}.$ Cfreq≈3NFFTlog2NFFT+NFFT.

（实际实现常用 overlap-save/overlap-add，按块处理，块长与参考长度匹配。）对 $Nr=4096 N_r=4096$ Nr=4096、 $Np=256 N_p=256$ Np=256， $Ctime ≈1.05×106 C_{\mathrm{time}}\approx1.05\times10^6$ Ctime≈1.05×106， $Cfreq ≈3×4608×12.2+4608≈1.73×105 C_{\mathrm{freq}}\approx3\times4608\times12.2+4608\approx1.73\times10^5$ Cfreq≈3×4608×12.2+4608≈1.73×105，频域快约 6 倍。若 $Np N_p$ Np 很小（例如 8 点），时域可能更快；若 $Np N_p$ Np 很大（长码/大时宽带宽积），频域优势明显。

工程上还要考虑：

FFT 的点数必须是 2 的幂或高效小因子长度，否则补零/混合基增加开销；
参考信号需要与发射波形、接收链失真匹配；失配滤波会牺牲信噪比/旁瓣；
加窗可以在频域乘窗，也可以在时域乘窗；频域加窗更灵活，但要注意窗长与信号支撑；
多通道需要逐通道脉压，或先做数字波束形成再脉压；顺序影响运算量和自适应能力。

1.6.3 多普勒滤波与相参积累

对每个距离单元，慢时间序列长度 $Np N_p$ Np，做 $NDFT N_{\mathrm{DFT}}$ NDFT 点 DFT/FFT：
$X$ $k$ = ∑n=0 Np−1 x $n$ exp⁡ (−j 2πkn NDFT ) .X $k$ =\sum_{n=0}^{N_p-1}x $n$ \exp\left(-j\frac{2\pi kn}{N_{\mathrm{DFT}}}\right). X $k$ =n=0∑Np−1x $n$ exp(−jNDFT2πkn).

若 $NDFT =Np N_{\mathrm{DFT}}=N_p$ NDFT=Np，多普勒分辨率为 $PRF/Np \mathrm{PRF}/N_p$ PRF/Np；若补零到 $NDFT >Np N_{\mathrm{DFT}}>N_p$ NDFT>Np，频率网格更密，但真实分辨率仍由相干时间 $Np/PRF N_p/\mathrm{PRF}$ Np/PRF 决定。补零只是插值，不增加信息。

多普勒处理的运算量约为
$CDoppler ≈Nr⋅3 NDFT log⁡2 NDFT . C_{\mathrm{Doppler}}\approx N_r\cdot 3N_{\mathrm{DFT}}\log_2N_{\mathrm{DFT}}.$ CDoppler≈Nr⋅3NDFTlog2NDFT.

对 $Nr=4096 N_r=4096$ Nr=4096、 $Np=128 N_p=128$ Np=128， $CDoppler ≈4096×3×128×7≈1.1×107 C_{\mathrm{Doppler}}\approx4096\times3\times128\times7\approx1.1\times10^7$ CDoppler≈4096×3×128×7≈1.1×107 次复数运算/CPI。若 CPI 为 1 ms，则需约 $1.1×10101.1\times10^{10}$ 1.1×1010 次复数运算/秒，已经需要 FPGA/GPU 并行。

相参积累增益为 $10 log⁡10 Np 10\log_{10}N_p$ 10log10Np（理想、目标相参、噪声独立）。但实际增益会因以下因素下降：

目标在 CPI 内运动，导致多普勒频率变化/距离徙动；
发射/接收相位噪声、频率漂移；
加窗（如 Hamming）带来的相干增益损失（约 1.3--1.8 dB）；
通道幅相不一致；
目标起伏（Swerling）导致跨脉冲幅度去相关。

因此，预算中的"积累增益"不能直接用 $10 log⁡10 Np 10\log_{10}N_p$ 10log10Np，必须乘以相干增益损失因子。对 MTI/PD 雷达，这个损失通常在 1--3 dB；对 SAR，相位误差可能造成更大的积分旁瓣损失。

1.6.4 CFAR 的运算量与统计代价

单元平均 CFAR（CA-CFAR）对每个待检测单元，需要计算参考窗内 $Nref N_{\mathrm{ref}}$ Nref 个单元的功率和，再乘门限因子。若用滑窗，每个单元的运算量约为
$CCFAR ≈ Ndet ( Nref + Nguard ) , C_{\mathrm{CFAR}}\approx N_{\mathrm{det}}\left(N_{\mathrm{ref}}+N_{\mathrm{guard}}\right),$ CCFAR≈Ndet(Nref+Nguard),

其中 $Ndet N_{\mathrm{det}}$ Ndet 为检测单元数。对 $Nr=4096 N_r=4096$ Nr=4096、 $Np=128 N_p=128$ Np=128、 $Nref =32 N_{\mathrm{ref}}=32$ Nref=32， $CCFAR ≈5.24×105×32≈1.7×107 C_{\mathrm{CFAR}}\approx5.24\times10^5\times32\approx1.7\times10^7$ CCFAR≈5.24×105×32≈1.7×107 次加法/CPI，和 Doppler FFT 同一量级。若用二维 CFAR（距离-多普勒联合），参考窗更大，运算量更高；若用有序统计（OS-CFAR），还需要排序，运算量显著增加。

CFAR 的"代价"不仅是算力，还有CFAR 损失 ：在均匀噪声中，CA-CFAR 的门限估计有起伏，为了达到指定 $Pfa P_{fa}$ Pfa，需要比已知噪声功率时更高的信噪比。参考单元越少，损失越大；多目标/杂波边缘环境下，CA-CFAR 的虚警率会偏离设计值，需要 GO/SO/OS-CFAR 或知识辅助。CFAR 的设计必须与检测性能预算一起做，不能把 CFAR 当成"免费的后处理"。

1.6.5 点迹凝聚与角度估计

CFAR 输出的是"过门限的单元"，一个扩展目标可能占据多个距离-多普勒单元，一个强目标也可能通过旁瓣产生多个虚假过门限。点迹凝聚的任务是把相邻过门限单元合并成一个点迹，估计其中心、幅度、扩展和信噪比。常用方法：

相邻单元聚类（4/8 邻域）；
质心法：以功率加权求距离/多普勒/角度质心；
峰值法：取局部最大值；
超分辨（MUSIC/ESPRIT）：用于阵列角度估计，计算量大但精度高。

角度估计的运算量取决于阵列自由度。对 $MM$ M 元阵列，单脉冲比幅/比相只需少数乘法；DBF 需要 $MM$ M 次复数乘加/波束；MUSIC 需要协方差矩阵特征分解，运算量 $O(M3)O(M^3)$ O(M3)。系统设计要问：角度精度要求是否真的需要超分辨？如果波束宽度 1°、信噪比 20 dB，单脉冲测角已经能达到 0.1° 量级，MUSIC 的额外复杂度可能不值得。

1.6.6 跟踪的运算量

卡尔曼滤波每个目标每次更新的运算量约为 $O(n3)O(n^3)$ O(n3)，其中 $nn$ n 为状态维数。对 6 维状态（位置+速度）、3 维量测，矩阵运算约几百次浮点运算；对 1000 个目标、10 Hz 更新，运算量约 $10610^6$ 106-- $10710^7$ 107 FLOP/s，远小于信号处理。但数据关联的运算量随目标数/量测数增长：最近邻关联 $O(NtNm) O(N_tN_m)$ O(NtNm)，多假设跟踪（MHT）可达指数级。密集目标环境下，跟踪器的瓶颈是关联，不是滤波。

跟踪的实时性约束不是"平均算力"，而是"最坏情况延迟"。如果一帧有 5000 个点迹、1000 条航迹，关联矩阵 500 万元素，必须在几十毫秒内完成；这需要空间索引（k-d 树）、门限裁剪、并行化。系统设计时要把"目标容量"作为指标，而不是只写"可跟踪多目标"。

1.6.7 一个完整的计算预算例

设一部相控阵雷达：

距离采样 $Nr=4096 N_r=4096$ Nr=4096；
每波位脉冲数 $Np=128 N_p=128$ Np=128；
接收通道 $Nc=16 N_c=16$ Nc=16；
波位 dwell 时间 $Td=128/PRF=128/2000=64 ms T_d=128/\mathrm{PRF}=128/2000=64\ \mathrm{ms}$ Td=128/PRF=128/2000=64 ms；
每帧 200 个波位，帧时间 12.8 s（仅搜索）；
脉压用 8192 点 FFT；
多普勒用 128 点 FFT；
CFAR 参考单元 32。

每通道脉压运算量 ： $3×8192×13+8192≈3.28×1053\times8192\times13+8192\approx3.28\times10^5$ 3×8192×13+8192≈3.28×105 次复数运算/脉冲。16 通道合计 $5.25×1065.25\times10^6$ 5.25×106。128 脉冲合计 $6.72×1086.72\times10^8$ 6.72×108 次/波位。若 64 ms 内完成，需 $1.05×10101.05\times10^{10}$ 1.05×1010 次复数运算/秒。

多普勒运算量 ：每个通道 4096 个距离单元 × 128 点 FFT， $4096×3×128×7≈1.1×1074096\times3\times128\times7\approx1.1\times10^7$ 4096×3×128×7≈1.1×107 次/CPI/通道；16 通道 $1.76×1081.76\times10^8$ 1.76×108；64 ms 内完成，需 $2.75×1092.75\times10^9$ 2.75×109 次/秒。

CFAR 运算量 ：16 通道 × 4096 × 128 × 32 ≈ $2.68×1082.68\times10^8$ 2.68×108 次加法/CPI，需 $4.2×1094.2\times10^9$ 4.2×109 次/秒。

总计约 $1.7×10101.7\times10^{10}$ 1.7×1010 次复数运算/秒，还不包括数据搬运、窗函数、取模、点迹凝聚。若用 CPU，单核性能远远不够；需要 FPGA/GPU 或多核 DSP。这个例子说明：雷达处理器的选型不是"买最快的芯片"，而是先算清运算量、数据率、延迟，再选择架构。

1.6.8 内存带宽：比算力更容易被忽略

FFT 是"内存密集型"运算：每做一次蝶形运算，需要读写多个数据点。若数据不能留在片上缓存，内存带宽会成为瓶颈。粗略估计，一个 $NN$ N 点 FFT 需要 $O(Nlog⁡N)O(N\log N)$ O(NlogN) 次内存访问；对 8192 点复数 FFT、16 通道、128 脉冲，数据量约
$8192×16×128×8 bytes≈1.34 GB8192\times16\times128\times8\ \mathrm{bytes}\approx1.34\ \mathrm{GB}$ 8192×16×128×8 bytes≈1.34 GB

（复数按 8 字节计，单精度）。若 64 ms 内处理完，平均带宽约 21 GB/s；考虑读写放大和中间结果，实际带宽需求可能是 2--4 倍。DDR/FPGA HBM 的带宽、延迟和访问模式必须匹配，否则"算力够"也会被内存拖慢。

1.6.9 FPGA、GPU 与 CPU 的分工

FPGA：适合固定流水线、高吞吐、低延迟、确定性时序，如 ADC 接口、数字下变频、脉压、CFAR、波束形成。开发周期长，但能效高。
GPU：适合大规模并行、规则运算，如 SAR 聚焦、BP、FFT 批处理、深度学习。延迟不确定，适合离线/准实时，不适合硬实时闭环。
CPU：适合控制、调度、跟踪、人机交互、复杂逻辑。单线程性能好，但吞吐有限。
DSP：适合中等吞吐、低功耗、定点运算，如通信/雷达前端处理。

现代雷达常采用异构架构：FPGA 做前端和硬实时，GPU 做成像/密集计算，CPU 做跟踪/资源管理。架构设计要明确"哪一段必须在硬实时内完成、哪一段可以排队"，否则会出现"GPU 很快但延迟 100 ms，导致跟踪闭环失稳"的问题。

1.6.10 定点化与量化误差

把浮点算法搬到 FPGA/DSP 时，必须选择定点位宽和小数位。定点化误差来源：

输入量化噪声；
系数量化误差；
乘法/累加溢出；
舍入/截断误差；
FFT 蝶形运算的动态范围增长。

一个实用的方法是"浮点参考模型 + 定点逐级对比"：用浮点结果作为基准，统计每一级的 SNR、峰值误差、旁瓣抬升；对关键路径（如脉压、CFAR 门限）留足位宽，对非关键路径（如显示）降低精度。定点化不是"把所有数变成 16 位"，而是根据动态范围和精度要求逐级分配。

1.6.11 延迟与流水线

实时处理的关键指标是端到端延迟，而不是吞吐。端到端延迟包括：
$Te2e = Tacq + Ttransfer + Tproc + Tqueue + Toutput . T_{\mathrm{e2e}}=T_{\mathrm{acq}}+T_{\mathrm{transfer}}+T_{\mathrm{proc}}+T_{\mathrm{queue}}+T_{\mathrm{output}}.$ Te2e=Tacq+Ttransfer+Tproc+Tqueue+Toutput.

若雷达需要在一个驻留周期内完成检测并调度下一个波束， $Te2e T_{\mathrm{e2e}}$ Te2e 必须小于驻留周期减去调度余量。流水线可以隐藏吞吐，但不能消除单次处理延迟；分块处理会增加延迟，因为要等一块数据收齐。设计时要把"块大小"与"延迟"一起优化：块越大，FFT 效率越高，但延迟越大；块越小，延迟低，但开销/边界效应增加。

1.6.12 处理链设计检查表

每个处理步骤是否在正确的域（快时间/慢时间/空域/图像域）？
脉压/多普勒/CFAR 的运算量、内存带宽、延迟是否满足实时性？
加窗/补零/降采样是否引入分辨率或信噪比损失？
CFAR 的参考窗、门限因子、CFAR 损失是否纳入检测预算？
点迹凝聚是否会把扩展目标拆散或把邻近目标合并？
角度估计的自由度/运算量是否与精度需求匹配？
跟踪/关联的最坏情况运算量是否满足目标容量？
定点化的动态范围/位宽是否经过逐级验证？
数据搬运是否成为瓶颈？片上缓存是否足够？
端到端延迟是否满足闭环控制/更新率要求？

1.7 SAR 与激光雷达的架构映射

1.7.1 SAR 的系统边界

SAR 不是"把雷达装在飞机上"这么简单。它的系统边界比普通脉冲雷达多出三个部分：

平台运动测量：惯导/GNSS/星敏感器提供位置、速度、姿态，用于几何定位和运动补偿；
宽带波形与接收：距离分辨率由带宽决定，接收链必须保持幅相一致性；
聚焦处理：把沿航迹收集的脉冲序列合成一个方位孔径，完成距离/方位二维成像。

一个机载 SAR 的简化架构是：

markdown 复制代码

波形发生器 → 发射机 → 天线 → 目标/场景
                              ↓
              接收机 ← 天线 ← 回波
                 ↓
        ADC/数字下变频 → 数据记录/下传
                 ↓
        运动传感器（IMU/GNSS）→ 组合导航
                 ↓
        地面/机上处理：脉压 → 距离徙动校正 → 方位聚焦 → 几何校正 → 辐射定标

与普通雷达相比，SAR 的"天线"通常是宽波束（方位向），因为方位分辨率不靠实孔径，而靠合成孔径；距离向则用大带宽波形。SAR 的发射/接收时序必须与平台运动、PRF、测绘带宽度匹配，避免距离/方位模糊。SAR 的"系统指标"包括分辨率、测绘带宽度、NESZ、模糊比（RASR/AASR）、定位精度、辐射精度、极化隔离等，不能只用"作用距离"描述。

1.7.2 SAR 信号链的独特约束

SAR 的方位信号来自平台运动：
$R(t)= R02+v2t2 ≈R0+ v2t2 2R0 ,R(t)=\sqrt{R_0^2+v^2t^2}\approx R_0+\frac{v^2t^2}{2R_0},$ R(t)=R02+v2t2 ≈R0+2R0v2t2,

其中 $R0 R_0$ R0 为最近斜距， $vv$ v 为平台速度。回波相位为
$ϕ(t)=− 4πR(t)λ ≈− 4πR0 λ − 2πv2t2 λR0 .\phi(t)=-\frac{4\pi R(t)}{\lambda}\approx-\frac{4\pi R_0}{\lambda}-\frac{2\pi v^2t^2}{\lambda R_0}.$ ϕ(t)=−λ4πR(t)≈−λ4πR0−λR02πv2t2.

方位向瞬时频率（多普勒）为
$fd(t)= 12π dϕdt =− 2v2t λR0 , f_d(t)=\frac{1}{2\pi}\frac{d\phi}{dt}=-\frac{2v^2t}{\lambda R_0},$ fd(t)=2π1dtdϕ=−λR02v2t,

多普勒调频率为
$Ka= dfd dt =− 2v2 λR0 . K_a=\frac{df_d}{dt}=-\frac{2v^2}{\lambda R_0}.$ Ka=dtdfd=−λR02v2.

方位分辨率（条带 SAR、均匀加权）为
$Δx≈ vBd =D2, \Delta x\approx\frac{v}{B_d}=\frac{D}{2},$ Δx≈Bdv=2D,

其中 $Bd=∣Ka∣Ta B_d=|K_a|T_a$ Bd=∣Ka∣Ta 为多普勒带宽， $Ta T_a$ Ta 为合成孔径时间， $DD$ D 为真实天线方位向长度。这个结果说明：SAR 的方位分辨率与距离无关（在远场、小斜视角近似下），只取决于天线方位向尺寸；天线越小，波束越宽，合成孔径时间越长，分辨率越好，但信噪比/模糊性能会下降。

SAR 的独特约束是相位历史必须准确。任何未补偿的平台运动、时钟漂移、大气延迟变化、天线相位中心变化，都会破坏方位聚焦。因此，SAR 的系统架构必须把"运动测量/补偿"作为射频链的一部分，而不是事后附加。惯导的精度、更新率、时间同步、杆臂补偿，直接决定 SAR 的定位和聚焦质量。第 17 章会详细讨论运动补偿和自聚焦。

1.7.3 激光雷达的系统边界

激光雷达（Lidar）的架构与微波雷达有相似的功能分层，但物理器件完全不同：

markdown 复制代码

激光器 → 发射光学 → 扫描机构/阵列 → 目标
                                      ↓
           探测器 ← 接收光学 ← 回波
              ↓
       TDC/ADC → 波形/点云处理 → 目标检测/成像

激光雷达的主要体制：

脉冲飞行时间（ToF）：发射短脉冲，测量回波到达时间，直接得到距离；
调频连续波（FMCW）：发射线性调频激光，接收与参考光混频，测量拍频得到距离/速度；
相位编码/扩频：用编码调制提高抗干扰/多用户能力；
直接探测 vs 相干探测：直接探测测强度/时间，相干探测测相位/多普勒，灵敏度更高但系统更复杂。

激光雷达的"天线"是光学望远镜/扫描机构。光束发散角由衍射极限和光学像差决定：
$θdiv ≈ koλ Dopt , \theta_{\mathrm{div}}\approx\frac{k_o\lambda}{D_{\mathrm{opt}}},$ θdiv≈Doptkoλ,

其中 $Dopt D_{\mathrm{opt}}$ Dopt 为光学孔径， $ko k_o$ ko 为孔径加权因子。 $1.55 μm1.55\ \mu\mathrm{m}$ 1.55 μm 波长、10 cm 孔径，衍射极限约 $1.55×10−5 rad=15.5 μrad1.55\times10^{-5}\ \mathrm{rad}=15.5\ \mu\mathrm{rad}$ 1.55×10−5 rad=15.5 μrad，对应 1 km 处光斑约 1.55 cm。这个极窄的波束带来极高的角分辨率，但也带来扫描/对准难题：要覆盖大视场，必须用机械扫描、MEMS 微镜、光学相控阵或 Flash 照明。

激光雷达的接收机通常是 APD/SPAD/PMT 或相干平衡探测器。关键指标包括：

激光脉冲能量/平均功率；
探测器响应度/量子效率/暗计数；
接收孔径/视场；
时间数字转换（TDC）分辨率；
带宽/采样率；
背景光抑制/窄带滤光；
人眼安全（AEL 等级）。

1.7.4 相干性、散斑与多普勒

微波雷达和激光雷达都可以相参，但"相参"的含义和难度不同。

微波 SAR 的相干性来自频率源和平台运动的稳定性；激光雷达的相干性还受激光器线宽、相位噪声、大气湍流、目标表面粗糙度影响。激光波长比微波小 4--5 个数量级，目标表面微观起伏对相位的影响极大：同一目标在不同角度/微小位移下，回波相位可能剧烈变化，形成激光散斑。散斑不是噪声，而是相干成像的必然结果；它使强度像出现颗粒状起伏，降低目标检测/识别性能。抑制散斑的方法包括多视、波长/角度分集、偏振分集、空间平均。

多普勒灵敏度与波长成反比：
$fd= 2vr λ . f_d=\frac{2v_r}{\lambda}.$ fd=λ2vr.

同样的径向速度 $vr=1 m/s v_r=1\ \mathrm{m/s}$ vr=1 m/s，X 波段（3 cm）多普勒约 66.7 Hz，1.55 μm 激光多普勒约 1.29 MHz。激光雷达对微动/微速非常敏感，但也意味着平台振动、扫描运动、大气湍流会引入巨大的多普勒展宽/相位噪声。激光相干探测的距离-多普勒成像需要极高的频率稳定度和运动补偿，这也是第 22 章的重点。

1.7.5 波长 scaling：为什么激光雷达能用小孔径

由衍射极限，波束宽度 $θ∝λ/D\theta\propto\lambda/D$ θ∝λ/D。要在相同距离获得相同角分辨率，激光雷达的孔径可以比微波雷达小 $λradar / λlaser \lambda_{\mathrm{radar}}/\lambda_{\mathrm{laser}}$ λradar/λlaser 倍。对 3 cm 与 1.55 μm，比值约 $1.9×1041.9\times10^4$ 1.9×104。这就是为什么一个 10 cm 望远镜可以产生微弧度量级波束，而微波雷达需要米级天线才能产生毫弧度量级波束。

但小孔径也意味着接收面积小、回波功率低。激光雷达方程（漫反射目标、小目标）可近似为
$Pr=Pt ηsys At R2Ωt ρπ ArR2 , P_r=P_t\,\eta_{\mathrm{sys}}\,\frac{A_t}{R^2\Omega_t}\,\frac{\rho}{\pi}\,\frac{A_r}{R^2},$ Pr=PtηsysR2ΩtAtπρR2Ar,

其中 $Pt P_t$ Pt 为峰值/平均功率（取决于体制）， $Ωt \Omega_t$ Ωt 为发射立体角， $At A_t$ At 为目标投影面积， $ρ\rho$ ρ 为漫反射率， $Ar A_r$ Ar 为接收面积。与微波雷达方程相比，激光雷达的 $1/R41/R^4$ 1/R4 仍然存在，但波长更短、孔径更小、目标散射更接近漫反射/BRDF，不能用单一 RCS 描述。

一个量级示例： $λ=1.55 μm\lambda=1.55\ \mu\mathrm{m}$ λ=1.55 μm， $Dopt =0.1 m D_{\mathrm{opt}}=0.1\ \mathrm{m}$ Dopt=0.1 m， $θdiv =0.1 mrad \theta_{\mathrm{div}}=0.1\ \mathrm{mrad}$ θdiv=0.1 mrad， $R=10 km R=10\ \mathrm{km}$ R=10 km， $At=0.1 m2 A_t=0.1\ \mathrm{m^2}$ At=0.1 m2， $ρ=0.1\rho=0.1$ ρ=0.1， $Ar=7.85×10−3 m2 A_r=7.85\times10^{-3}\ \mathrm{m^2}$ Ar=7.85×10−3 m2， $Pt=1 MW P_t=1\ \mathrm{MW}$ Pt=1 MW（1 mJ/1 ns）， $η=0.3\eta=0.3$ η=0.3。发射立体角 $Ωt≈(π/4)θ2=7.85×10−9 sr \Omega_t\approx(\pi/4)\theta^2=7.85\times10^{-9}\ \mathrm{sr}$ Ωt≈(π/4)θ2=7.85×10−9 sr。代入：
$Pr=106×0.3× 0.1108×7.85×10−9 ×0.1π× 7.85×10−3108 ≈3×10−7 W. P_r=10^6\times0.3\times\frac{0.1}{10^8\times7.85\times10^{-9}}\times\frac{0.1}{\pi}\times\frac{7.85\times10^{-3}}{10^8} \approx3\times10^{-7}\ \mathrm{W}.$ Pr=106×0.3×108×7.85×10−90.1×π0.1×1087.85×10−3≈3×10−7 W.

这个量级说明：激光雷达在 10 km 处接收到的回波约为 0.3 μW，仍然可以被高灵敏度探测器检测，但背景光、大气衰减、探测器噪声会显著影响 SNR。若大气透过率 0.5、探测器量子效率 0.8，实际可用信号还要打折。激光雷达的系统预算必须把大气、背景、探测器、光学效率逐项计入，不能照搬微波雷达的"RCS + 噪声系数"模型。

1.7.6 七层架构的映射

层级	SAR	激光雷达
第 0 层任务	测绘、灾害、侦察、形变	三维重建、避障、目标成像、大气探测
第 1 层预算	SAR 方程、NESZ、模糊比	激光雷达方程、光子/噪声预算、人眼安全
第 2 层波形/孔径	LFM/步进频、合成孔径、宽波束	脉冲/FMCW/编码、光学孔径、扫描
第 3 层接收	宽带接收、I/Q、运动传感	APD/SPAD/相干探测、TDC/ADC
第 4 层处理	脉压、RCMC、方位聚焦、自聚焦	时延/多普勒/强度、点云、成像
第 5 层数据	图像校正、镶嵌、解译	点云配准、分割、识别
第 6 层验证	定标场、角反射器、轨道/航迹	目标特性测量、大气/背景标定

映射的关键不是"把激光雷达当成短波长雷达"，而是识别哪些物理量可以类比、哪些不能：

可以类比：距离方程、匹配滤波、多普勒、孔径/分辨率、检测统计、运动补偿框架；
不能直接类比：RCS（激光用 BRDF/LRCS）、散斑（激光更显著）、大气（激光受分子/气溶胶散射）、探测器噪声（光子计数/散粒噪声）、人眼安全。

1.7.7 共享的仿真架构

尽管物理不同，SAR 和激光雷达的仿真系统可以共享同一套五段式架构：

场景层：几何、材质、散射特性、运动；
传感器层：波形、天线/光学、扫描、接收链；
平台层：轨迹、姿态、振动、时间同步；
处理层：脉压/去斜、聚焦/点云、检测/跟踪；
评估层：分辨率、SNR、检测概率、定位/辐射精度、图像质量。

场景层是"真值"的来源，传感器层是"观测"的生成器，处理层是"反演"的算法，评估层是"误差"的度量。仿真可信度取决于场景/传感器模型的保真度，以及处理链与真实系统的一致性。第 23 章会给出可落地的仿真架构和接口定义。

1.7.8 标定与验证的差异

SAR 的标定通常包括：

天线方向图/增益/相位中心标定；
接收链幅相/延迟标定；
几何标定（基线、杆臂、时间同步）；
辐射标定（角反射器、已知散射场）；
极化标定（极化隔离/相位）。

激光雷达的标定包括：

激光波长/线宽/功率标定；
光学系统透过率/畸变/视轴标定；
探测器响应度/暗计数/时间 walk 标定；
扫描角度/测距零位标定；
目标 BRDF/LRCS 测量；
大气/背景模型标定。

两者都不能只靠"出厂报告"。外场标定要覆盖温度、角度、距离、极化/波长等最坏条件；在轨/在线系统还需要健康监测和周期性再标定。标定残差是系统误差预算的一部分，不能忽略。

1.7.9 对系统设计的启示

不要用同一套指标语言描述不同体制。SAR 的"分辨率"是二维的，激光雷达的"分辨率"可能是角分辨率/距离分辨率/点云密度；必须分别定义。
波长决定了资源分配。激光雷达用小子孔径获得高角分辨率，但受大气/散斑/功率限制；微波 SAR 用大孔径/合成孔径获得高分辨率，但受平台运动/频谱限制。
相干性既是能力也是负担。相干带来多普勒/相位信息，也带来相位噪声、散斑、运动补偿难题。
仿真架构可以共享，物理模型不能共享。把激光雷达的回波用微波 RCS 模型生成，或用 SAR 的聚焦算法处理激光数据，都会得到错误结论。
验证必须体制特定。SAR 用角反射器/定标场，激光雷达用标准反射板/目标特性测量；两者的误差源和评估指标不同。

1.8 指标闭环的设计案例：边境扇区监视雷达

1.8.1 需求与约束

某边境扇区需要监视低空小型无人机/低速目标。初始需求如下：

空域：方位 $−60∘-60^\circ$ −60∘ 至 $+60∘+60^\circ$ +60∘（120° 扇区），俯仰 $0∘0^\circ$ 0∘-- $20∘20^\circ$ 20∘；
目标：RCS $0.05 m20.05\ \mathrm{m^2}$ 0.05 m2（典型小型无人机，X 波段、视向未知，取保守值），速度 $33$ 3-- $50 m/s 50\ \mathrm{m/s}$ 50 m/s，高度 $5050$ 50-- $2000 m2000\ \mathrm{m}$ 2000 m；
作用距离： $12 km 12\ \mathrm{km}$ 12 km；
检测： $Pd≥0.8 P_d\ge0.8$ Pd≥0.8， $Pfa ≤10−6 P_{fa}\le10^{-6}$ Pfa≤10−6（每检测单元），单次扫描；
距离分辨率： $≤15 m\le15\ \mathrm{m}$ ≤15 m；
测距精度： $≤10 m\le10\ \mathrm{m}$ ≤10 m（RMS）；
测角精度： $≤0.5∘\le0.5^\circ$ ≤0.5∘（RMS）；
更新率： $≤5 s\le5\ \mathrm{s}$ ≤5 s；
环境：地杂波、气象杂波、可能的窄带干扰；
平台：固定塔，阵面尺寸不超过 $2.5 m×1.0 m2.5\ \mathrm{m}\times1.0\ \mathrm{m}$ 2.5 m×1.0 m，平均功耗不超过 2 kW，全天候工作。

这些指标看起来不算苛刻，但"12 km、0.05 m²、120°×20°、5 s、单次扫描 Pd 0.8"组合在一起，时间和能量预算会非常紧。下面按"概念设计 → 预算失败 → 折衷 → 闭合"的顺序展开。

1.8.2 第一次链路预算

选择 X 波段 $fc=9.5 GHz f_c=9.5\ \mathrm{GHz}$ fc=9.5 GHz， $λ=0.0316 m\lambda=0.0316\ \mathrm{m}$ λ=0.0316 m。阵面 $2.4 m×0.8 m2.4\ \mathrm{m}\times0.8\ \mathrm{m}$ 2.4 m×0.8 m，面积 $A=1.92 m2A=1.92\ \mathrm{m^2}$ A=1.92 m2，孔径效率 $η=0.65\eta=0.65$ η=0.65，法向增益
$G= 4πηAλ2 = 4π×0.65×1.929.99×10−4 ≈1.57×104=41.95 dB. G=\frac{4\pi\eta A}{\lambda^2} =\frac{4\pi\times0.65\times1.92}{9.99\times10^{-4}} \approx1.57\times10^4=41.95\ \mathrm{dB}.$ G=λ24πηA=9.99×10−44π×0.65×1.92≈1.57×104=41.95 dB.

考虑扫描损失、阵元失配、馈电损耗，取有效增益 $G=40.5 dB G=40.5\ \mathrm{dB}$ G=40.5 dB（ $1.12×1041.12\times10^4$ 1.12×104）。发射峰值功率 $Pt=4 kW P_t=4\ \mathrm{kW}$ Pt=4 kW，脉冲宽度 $Tp=10 μs T_p=10\ \mu\mathrm{s}$ Tp=10 μs，PRF $=10 kHz =10\ \mathrm{kHz}$ =10 kHz，占空比 10%，平均功率 $Pav =400 W P_{av}=400\ \mathrm{W}$ Pav=400 W。系统损耗 $L=8 dB L=8\ \mathrm{dB}$ L=8 dB（ $6.316.31$ 6.31），噪声系数 $F=2.5 dB F=2.5\ \mathrm{dB}$ F=2.5 dB（ $1.781.78$ 1.78），带宽 $B=10 MHz B=10\ \mathrm{MHz}$ B=10 MHz（距离分辨率 $c/(2B)=15 mc/(2B)=15\ \mathrm{m}$ c/(2B)=15 m）。目标 $σ=0.05 m2\sigma=0.05\ \mathrm{m^2}$ σ=0.05 m2，距离 $R=12 km R=12\ \mathrm{km}$ R=12 km。

单脉冲接收功率：
$Pr= PtG2λ2σ (4π)3R4L = 4000×(1.12×104)2×(0.0316)2×0.05(4π)3×(1.2×104)4×6.31 . P_r=\frac{P_tG^2\lambda^2\sigma}{(4\pi)^3R^4L} =\frac{4000\times(1.12\times10^4)^2\times(0.0316)^2\times0.05} {(4\pi)^3\times(1.2\times10^4)^4\times6.31}.$ Pr=(4π)3R4LPtG2λ2σ=(4π)3×(1.2×104)4×6.314000×(1.12×104)2×(0.0316)2×0.05.

分子： $4000×1.25×108=5.0×10114000\times1.25\times10^8=5.0\times10^{11}$ 4000×1.25×108=5.0×1011； $×9.99×10−4=5.0×108\times9.99\times10^{-4}=5.0\times10^8$ ×9.99×10−4=5.0×108； $×0.05=2.5×107\times0.05=2.5\times10^7$ ×0.05=2.5×107。分母： $(4π)3=1984(4\pi)^3=1984$ (4π)3=1984； $(1.2×104)4=2.07×1016(1.2\times10^4)^4=2.07\times10^{16}$ (1.2×104)4=2.07×1016； $×6.31=2.59×1020\times6.31=2.59\times10^{20}$ ×6.31=2.59×1020。所以
$Pr≈9.7×10−14 W. P_r\approx9.7\times10^{-14}\ \mathrm{W}.$ Pr≈9.7×10−14 W.

噪声功率：
$Pn=kT0BF=1.38×10−23×290×107×1.78≈7.1×10−14 W. P_n=kT_0BF=1.38\times10^{-23}\times290\times10^7\times1.78 \approx7.1\times10^{-14}\ \mathrm{W}.$ Pn=kT0BF=1.38×10−23×290×107×1.78≈7.1×10−14 W.

单脉冲信噪比：
$SNR1 = 9.7×10−147.1×10−14 ≈1.36=1.3 dB. \mathrm{SNR}_1=\frac{9.7\times10^{-14}}{7.1\times10^{-14}}\approx1.36=1.3\ \mathrm{dB}.$ SNR1=7.1×10−149.7×10−14≈1.36=1.3 dB.

若每个波位积累 $N=64N=64$ N=64 个脉冲，理想相参增益 $18 dB 18\ \mathrm{dB}$ 18 dB，积累后约 $19.3 dB 19.3\ \mathrm{dB}$ 19.3 dB。检测所需信噪比（Swerling 0、 $Pd=0.8 P_d=0.8$ Pd=0.8、 $Pfa =10−6 P_{fa}=10^{-6}$ Pfa=10−6）约 $12.5 dB 12.5\ \mathrm{dB}$ 12.5 dB；考虑 3 dB 起伏损失、1.5 dB CFAR 损失、1 dB 处理损失，约 $18 dB 18\ \mathrm{dB}$ 18 dB。裕量约 $1.3 dB 1.3\ \mathrm{dB}$ 1.3 dB，偏紧但可行。若目标是 Swerling 1，所需信噪比还要增加 2--4 dB，预算会不够。

1.8.3 时间预算：第一个不闭合点

方位 120°、波束宽度约 1.2°，按 1.2° 间距需要 100 个方位波位；俯仰 20°、波束宽度约 2.5°，按 2.5° 间距需要 8 个俯仰波位。若每个波位单独驻留，总波位数 $100×8=800100\times8=800$ 100×8=800。5 s 帧时间对应每个波位 6.25 ms，PRF 10 kHz 时只有 62.5 个脉冲，和上面的 64 脉冲基本吻合。

但这是"每个俯仰波位单独发射"的情况。若用一维方位机扫 + 8 个堆叠波束同时接收，则方位 100 个位置 × 6.25 ms = 0.625 s/帧？不对：堆叠波束同时接收意味着一次驻留覆盖 8 个俯仰波位，总驻留数 100，帧时间 100×6.25 ms=0.625 s，似乎很宽裕。但堆叠波束的发射波束必须覆盖 20° 俯仰，发射增益会从 40.5 dB 降到约 30--32 dB，双程损失 17--21 dB，链路预算立刻崩溃。

这是一个典型的"架构决定预算"的例子：

方案 A：2D 电扫，逐波位驻留。发射/接收都用高增益窄波束，链路预算成立，但总波位数 800，5 s 内每波位 6.25 ms，64 脉冲，裕量仅 1.3 dB；若目标起伏更强或损耗更大，不够。
方案 B：俯仰堆叠接收，方位机扫。时间充裕，但发射俯仰波束展宽，增益下降 17 dB 以上，作用距离下降约 2 倍，不可行。
方案 C：俯仰多波束发射（多通道 AESA）。用 8 个子阵同时发射 8 个俯仰波束，保持增益，但发射网络/成本/散热大幅增加；每个子阵功率降低，等效辐射功率不一定增加。
方案 D：缩小俯仰覆盖/距离/扇区，或放宽更新率。例如俯仰 0--10°、方位 90°、更新 8 s，波位数和能量预算都能缓解。

工程上通常先尝试方案 C，再根据成本/功耗选择 D。对这个案例，我们采用 方案 A 的改进版：2D AESA、方位 100 个波位、俯仰 6 个波位（每个 3.5°，覆盖 0--20°，允许一定重叠）、每波位 80 个脉冲、帧时间 5 s。总波位数 600，每波位 8.33 ms，PRF 10 kHz 对应 83 个脉冲。俯仰波束展宽到 3.5°，增益比 2.5° 波束低约 1.5 dB；通过把峰值功率提高到 5 kW（+1 dB）和把系统损耗降到 7 dB（+1 dB）补偿。

修正后的链路预算：

$Pt=5 kW P_t=5\ \mathrm{kW}$ Pt=5 kW， $Pav =500 W P_{av}=500\ \mathrm{W}$ Pav=500 W， $L=7 dB L=7\ \mathrm{dB}$ L=7 dB（ $5.015.01$ 5.01）， $G=39.5 dB G=39.5\ \mathrm{dB}$ G=39.5 dB（ $89138913$ 8913），其余不变。
$Pr P_r$ Pr 相对上面：功率 +1 dB，增益 -1 dB（双程 -2 dB），损耗 +1 dB，净 -0 dB？具体： $5000/4000=1.255000/4000=1.25$ 5000/4000=1.25（+0.97 dB）； $G2G^2$ G2 比 $(1.12e4)2(1.12e4)^2$ (1.12e4)2 低 $(1.12e4/8913)2=1.58(1.12e4/8913)^2=1.58$ (1.12e4/8913)2=1.58（-2.0 dB）； $LL$ L 从 6.31 降到 5.01（+1.0 dB）；净约 0 dB。 $Pr≈9.7×10−14 W P_r\approx9.7\times10^{-14}\ \mathrm{W}$ Pr≈9.7×10−14 W， $Pn P_n$ Pn 不变， $SNR1 =1.36 \mathrm{SNR}_1=1.36$ SNR1=1.36（1.3 dB）。
$N=83N=83$ N=83，积累增益 $19.2 dB 19.2\ \mathrm{dB}$ 19.2 dB，总 $20.5 dB 20.5\ \mathrm{dB}$ 20.5 dB。检测需求约 $18 dB 18\ \mathrm{dB}$ 18 dB，裕量 $2.5 dB 2.5\ \mathrm{dB}$ 2.5 dB。这个裕量可以覆盖 Swerling 1 的部分起伏损失，但仍不算宽裕。

1.8.4 折衷表

方案	方位/俯仰波位	帧时间	每波位脉冲	积累后 SNR	主要问题
A：2D 电扫 8 俯仰	100×8=800	5 s	62	19.2 dB	裕量 1.2 dB，俯仰覆盖边缘增益下降
A'：2D 电扫 6 俯仰	100×6=600	5 s	83	20.5 dB	俯仰波束展宽，覆盖重叠需设计
B：堆叠接收 8 波束	100	0.625 s	500	但发射增益 -17 dB	链路预算崩溃
C：8 子阵同时发射	100	0.625 s	500	取决于子阵功率	成本/散热/复杂度高
D：缩扇区/降更新	60×6=360	5 s	139	23.7 dB	覆盖或更新率不满足初始需求

最终选择 A'，并把"俯仰覆盖 0--20°、边缘增益下降不超过 2 dB、更新 5 s"写入指标追踪矩阵。这个选择不是"最优"，而是在成本、功耗、覆盖、检测概率之间的可接受折衷。

1.8.5 检测性能与起伏损失

上面的 20.5 dB 是"平均信噪比"。实际检测性能还取决于：

目标起伏 ：Swerling 1/2 模型下，检测概率对应的所需信噪比高于 Swerling 0；在 $Pd=0.8 P_d=0.8$ Pd=0.8、 $Pfa =10−6 P_{fa}=10^{-6}$ Pfa=10−6 时，Swerling 1 约需 16--17 dB（单脉冲等效），比 Swerling 0 高 3--4 dB。
积累方式：相参积累对起伏目标也会损失；非相参积累损失更大。
CFAR 损失：参考单元有限、杂波边缘、多目标都会使实际门限偏离设计值。
扫描损失/波束形状损失：目标不在波束中心时，双程增益下降；扫描边缘、俯仰边缘更明显。
极化/天线罩/雨衰：X 波段雨衰在强降雨下可达数 dB/km，12 km 路径不可忽略。

因此，2.5 dB 裕量并不算"安全"。工程上要么把 $Pd P_d$ Pd 目标降到 0.7，要么把作用距离降到 10 km，要么增加 2--3 dB 功率/孔径。这个案例的结论是：检测概率不是由链路预算的平均值决定的，而是由最坏波位、最坏目标起伏、最坏环境共同决定的。系统设计必须用"最坏情况组合"做预算，而不是用典型值。

1.8.6 杂波与动态范围

在 12 km 处，距离分辨率 15 m，方位波束 1.2° 对应的横向尺寸为
$Δx=R θaz =12000×0.0209≈251 m. \Delta x=R\theta_{az}=12000\times0.0209\approx251\ \mathrm{m}.$ Δx=Rθaz=12000×0.0209≈251 m.

分辨单元面积约 $15×251=3765 m215\times251=3765\ \mathrm{m^2}$ 15×251=3765 m2。取地杂波归一化散射系数 $σ0=−20 dB\sigma^0=-20\ \mathrm{dB}$ σ0=−20 dB（ $0.010.01$ 0.01），杂波 RCS 约
$σc=σ0A=0.01×3765≈37.7 m2. \sigma_c=\sigma^0 A=0.01\times3765\approx37.7\ \mathrm{m^2}.$ σc=σ0A=0.01×3765≈37.7 m2.

目标 RCS 0.05 m²，杂波/目标功率比约 $37.7/0.05=75437.7/0.05=754$ 37.7/0.05=754，即 28.8 dB。即使目标在多普勒上与杂波分离，强杂波的旁瓣/相位噪声也会抬高检测背景；如果目标径向速度只有 5 m/s，X 波段多普勒约 333 Hz，而地杂波谱宽可能达到几十到几百 Hz（风、植被、扫描调制），慢目标可能落在杂波区。

因此，系统必须包含：

MTI/MTD：多脉冲对消 + 多普勒滤波，抑制零频附近杂波；
CFAR：在距离-多普勒域估计背景，适应杂波边缘；
杂波图：对固定地物建立长期背景图，检测时做知识辅助；
STC：近距强杂波时降低增益，避免饱和；
波形/PRF 选择：用中 PRF 提高多普勒不模糊范围，或参差 PRF 解模糊。

近距动态范围更严峻。1 km 处的分辨单元面积约为 12 km 处的 $1/121/12$ 1/12（距离向和方位向都缩小 12 倍？方位向 $Δx∝R\Delta x\propto R$ Δx∝R，距离向不变，所以面积按 $1/121/12$ 1/12 缩小），杂波 RCS 约 $3.1 m23.1\ \mathrm{m^2}$ 3.1 m2；但 $R4R^4$ R4 缩小 $124=2073612^4=20736$ 124=20736 倍，回波功率比 12 km 处高约 $20736/12=172820736/12=1728$ 20736/12=1728 倍（32.4 dB）。接收链必须在不饱和的前提下保持远距灵敏度，STC 的斜率/分段要经过实测标定。

1.8.7 处理与数据率预算

假设阵面由 64 个数字子阵组成，每个子阵 10 MHz 带宽、12 bit I/Q 采样：
$Rraw =64×107×12×2=15.36 Gbit/s. R_{\mathrm{raw}}=64\times10^7\times12\times2=15.36\ \mathrm{Gbit/s}.$ Rraw=64×107×12×2=15.36 Gbit/s.

这个数据率不能直接送到后端 CPU，必须在 FPGA 内完成数字波束形成（DBF）和抽取。形成 6 个俯仰波束后，数据率降为
$RDBF =6×107×12×2=1.44 Gbit/s. R_{\mathrm{DBF}}=6\times10^7\times12\times2=1.44\ \mathrm{Gbit/s}.$ RDBF=6×107×12×2=1.44 Gbit/s.

再经过脉冲压缩和多普勒处理，输出检测点迹的数据率只有 Mbit/s 量级。处理链的分工可以是：

FPGA：ADC 接口、数字下变频、通道校准、DBF、脉冲压缩、多普勒 FFT；
GPU/多核 DSP：CFAR、点迹凝聚、SAR/ISAR（如有）、显示；
CPU：跟踪、资源管理、人机交互、健康监测。

每波位 83 个脉冲、4096 个距离采样、6 个波束，脉压/多普勒的运算量约：

脉压： $6×83×(3×8192×13)≈1.6×1086\times83\times(3\times8192\times13)\approx1.6\times10^8$ 6×83×(3×8192×13)≈1.6×108 次复数运算/波位；
多普勒： $6×4096×3×128×7≈6.6×1076\times4096\times3\times128\times7\approx6.6\times10^7$ 6×4096×3×128×7≈6.6×107 次/波位；
CFAR： $6×4096×128×32≈1.0×1086\times4096\times128\times32\approx1.0\times10^8$ 6×4096×128×32≈1.0×108 次加法/波位。

每波位 8.33 ms，总算力约 $4×10104\times10^{10}$ 4×1010 次运算/秒（未计数据搬运）。这需要 FPGA 流水线 + 多核并行；如果全部用 CPU，实时性很难保证。

1.8.8 架构与工作模式

最终架构可以概括为：

arduino 复制代码

2.4 m × 0.8 m 2D AESA（64 数字子阵）
        ↓
6 个俯仰波束（DBF）→ 方位机械/电扫 100 个波位
        ↓
X 波段收发前端（5 kW 峰值，10% 占空比）
        ↓
宽带接收（10 MHz）→ ADC（12 bit，≥12 MHz 采样）
        ↓
FPGA：DDC → 通道校准 → DBF → 脉压 → Doppler FFT
        ↓
GPU/DSP：CFAR → 点迹凝聚 → 角度估计
        ↓
CPU：跟踪 → 资源管理 → 显示/上报

工作模式至少包括：

搜索：5 s 帧，100×6 波位，83 脉冲/波位，CFAR 检测；
跟踪：对已确认目标插入跟踪驻留，提高数据率/降低检测门限；
慢目标：增加 CPI、降低 PRF、启用杂波图/MTI；
抗干扰：频率捷变、旁瓣匿隐、自适应波束形成；
校准/健康：内建测试、通道监测、温度补偿。

1.8.9 验证计划

指标	验证方法	关键条件
作用距离/Pd	外场标准反射器/合作目标	最坏波位、最坏极化、雨天/晴天
距离分辨率	多点目标/脉冲测试	带宽、窗函数、SNR
测距/测角精度	合作目标/经纬仪对比	扫描边缘、低 SNR
杂波抑制	地杂波场景注入/外场	慢目标、强杂波边缘
动态范围	强/弱目标组合注入	近距/远距同时存在
更新率/跟踪容量	半实物仿真/多目标注入	最大目标数、最坏调度
抗干扰	干扰注入/外场	窄带、宽带、欺骗
可靠性/热	环境试验/长时间运行	高温、满负荷

1.8.10 这个案例的五个教训

指标必须成组谈判。12 km、0.05 m²、120°×20°、5 s、Pd 0.8 是一组互相约束的指标；单独满足其中四项没有意义。
架构先于参数。堆叠波束接收看似节省时间，但发射增益下降会让链路预算崩溃；2D 电扫逐波位驻留看似笨拙，却是能量上更诚实的选择。
裕量要用最坏情况定义。平均 SNR 20.5 dB 不代表最坏波位/最强起伏下还能检测；2.5 dB 裕量可能被雨衰、扫描损失、CFAR 损失吃掉。
杂波是低空小目标的主要敌人。目标 RCS 0.05 m²，而分辨单元杂波 RCS 可达几十 m²；没有 MTI/CFAR/杂波图，检测器会被杂波淹没。
数据率/算力是架构约束。64 子阵、10 MHz、12 bit 的原始数据率 15.36 Gbit/s，必须在 FPGA 内完成 DBF/抽取，不能把"原始数据送 CPU"当作架构。

1.9 常见架构误区与失效模式

雷达系统的错误往往不是"公式写错"，而是"模型边界搞错"。下面列出 16 类在方案论证、详细设计、集成测试中最常见的失效模式。每一条都给出症状、根因、量化方法和修复策略，可作为设计评审的检查表。

1.9.1 用峰值功率代替平均功率

症状：链路预算显示裕量充足，实测作用距离只有预期的 60%--70%。

根因：用峰值功率 $Pt P_t$ Pt 代入雷达方程，再用"占空比 10%"去乘检测信噪比；或者把脉冲压缩增益重复计算。

量化：平均功率 $Pav =PtDc P_{av}=P_tD_c$ Pav=PtDc。若 $Pt=10 kW P_t=10\ \mathrm{kW}$ Pt=10 kW、 $Dc=1% D_c=1\%$ Dc=1%， $Pav =100 W P_{av}=100\ \mathrm{W}$ Pav=100 W，比峰值低 20 dB。用峰值做预算会高估 20 dB，作用距离高估 $1020/40=3.1610^{20/40}=3.16$ 1020/40=3.16 倍。

修复：雷达方程统一用 $Pav Td P_{av}T_d$ PavTd；峰值功率只用于单脉冲/近距/发射机选型。预算表中同时列峰值、平均、占空比，并注明哪个量进入公式。

1.9.2 忽略扫描损失与边缘波位

症状：法向作用距离达标，扫描到 ±60° 时检测概率骤降。

根因：天线增益按法向计算，未考虑有效孔径投影 $cos⁡θ\cos\theta$ cosθ、波束展宽、阵元失配、馈电网络损耗随扫描角变化。

量化：相控阵扫描损失近似 $10 log⁡10 (cos⁡θ) 10\log_{10}(\cos\theta)$ 10log10(cosθ)（单程），±60° 约 -3 dB，双程 -6 dB；加上边缘波束形状损失、极化失配，实际可能 -7 至 -8 dB。

修复：按最坏扫描角做链路预算；在波位调度中给边缘波位更多脉冲/更低门限；用重叠波位/幅度加权抑制扫描损失。

1.9.3 忽略馈线、天线罩、极化与处理损耗

症状：各模块单独测试都达标，整机灵敏度比预算低 4--8 dB。

根因：链路预算只算"天线增益 + 噪声系数"，漏掉馈线损耗、连接器、环形器、天线罩、极化失配、脉压失配、CFAR 损失、量化损失。

量化：每个损耗 0.3--2 dB，累计很容易到 6 dB。例如馈线 1.5 dB + 天线罩 0.8 dB + 极化 0.5 dB + 脉压失配 0.5 dB + CFAR 1.5 dB + 量化 0.5 dB = 5.3 dB。

修复：建立"损耗树"，逐项列出数值、来源、验证方法；在概念阶段用保守值，详细设计用实测值替换；预算中保留 1--2 dB 未分配裕量。

1.9.4 噪声系数未包含前级损耗

症状：接收机噪声系数测试很好，系统灵敏度却差。

根因：噪声系数分析仪测的是接收机端口，未包含天线到接收机之间的馈线/环形器/限幅器损耗；这些损耗直接加到系统噪声系数上。

量化：若前级损耗 $Lf=2 dB L_f=2\ \mathrm{dB}$ Lf=2 dB，接收机噪声系数 $Fr=2 dB F_r=2\ \mathrm{dB}$ Fr=2 dB，则系统噪声系数 $Fsys =LfFr F_{\mathrm{sys}}=L_fF_r$ Fsys=LfFr（线性），即 4 dB，而不是 2 dB。

修复：系统噪声系数从天线端口算起；低噪放尽量靠近天线；用噪声系数分析仪测"天线端口到中频输出"的整条链，或逐级用 Friis 公式核算。

1.9.5 把分辨率当成精度

症状：距离分辨率 1 m，但测距误差 5--10 m；方位波束 1°，但测角误差 0.8°。

根因：分辨率由带宽/孔径决定，精度由信噪比、相位误差、标定、时钟、目标扩展决定；两者不是一回事。

量化：距离精度近似 $σR≈c/(2π Brms 2SNR ) \sigma_R\approx c/(2\pi B_{\mathrm{rms}}\sqrt{2\mathrm{SNR}})$ σR≈c/(2πBrms2SNR )；角度精度近似 $θ 3dB /(km 2SNR ) \theta_{3\mathrm{dB}}/(k_m\sqrt{2\mathrm{SNR}})$ θ3dB/(km2SNR )。低 SNR、低带宽、相位误差都会恶化精度。

修复：指标表分别定义分辨率、精度、可分辨概率；精度预算按方差合成，包含热噪声、时钟、标定、多径、目标扩展；用 CRLB 作为下限，不把分辨率当精度承诺。

1.9.6 信噪比未包含积累/CFAR 损失

症状：检测概率低于设计值，虚警率也偏离。

根因：预算用 $10 log⁡10 N 10\log_{10}N$ 10log10N 作为积累增益，忽略目标起伏、相干损失、窗函数损失、CFAR 损失、非相参积累损失。

量化：Hamming 窗相干增益损失约 1.3--1.8 dB；CFAR 损失 1--3 dB；Swerling 1 起伏损失 2--5 dB；非相参积累相对相参损失 1--3 dB。累计可达 6--10 dB。

修复：检测预算用"检测曲线 + 损失项"而不是单一 SNR；明确目标起伏模型、积累方式、窗函数、CFAR 类型；用蒙特卡罗仿真验证检测概率，而不是只算平均值。

1.9.7 ADC 饱和/量化被忽略

症状：近距强杂波时，远距目标消失；或者弱目标信噪比远低于预算。

根因：接收链增益按远距弱目标设计，近距杂波使 ADC/放大器饱和；或者 ADC 位数不足，弱目标被量化噪声淹没。

量化：近距杂波可能比远距目标高 60--90 dB；12 位 ADC 理论动态范围 72 dB，实际 ENOB 可能只有 10--11 位；若信号只占满量程 10%，量化 SNR 再降 20 dB。

修复：STC/AGC 分段增益；接收链增益分配按"最大杂波不饱和、最小目标可检测"设计；ADC 前抗混叠/限幅；记录饱和标志并在处理中剔除；用实测杂波场景验证动态范围。

1.9.8 PRF 只考虑多普勒不模糊

症状：测速范围满足，但远距目标距离折叠/近距盲区严重。

根因：只按 $vu=λPRF/4 v_u=\lambda\mathrm{PRF}/4$ vu=λPRF/4 选 PRF，忽略 $Ru=c/(2PRF) R_u=c/(2\mathrm{PRF})$ Ru=c/(2PRF)、占空比、近距盲区、距离折叠次数。

量化：X 波段 $Ruvu≈1.125×106 m2/s R_uv_u\approx1.125\times10^6\ \mathrm{m^2/s}$ Ruvu≈1.125×106 m2/s。若 $vu=300 m/s v_u=300\ \mathrm{m/s}$ vu=300 m/s， $Ru=3.75 km R_u=3.75\ \mathrm{km}$ Ru=3.75 km；12 km 目标会折叠 3 次，可能落入近距杂波区。

修复：用多重 PRF/中高 PRF 组合；检查距离-多普勒模糊图；对折叠目标做解模糊/距离门；把盲区/折叠写入战术使用限制。

1.9.9 盲速与杂波凹口

症状：某些径向速度的目标检测概率骤降，换一个 PRF 又恢复。

根因：MTI 对消器的频率响应在 $fd=kPRF f_d=k\mathrm{PRF}$ fd=kPRF 处有零点；目标多普勒接近盲速时被抑制。

量化：两脉冲对消器在 $fd=0,PRF,2PRF,... f_d=0,\mathrm{PRF},2\mathrm{PRF},\dots$ fd=0,PRF,2PRF,... 处为零；三脉冲对消器零点更宽。若目标速度对应盲速，SNR 可能下降 10--20 dB。

修复：参差 PRF/多 PRF；多普勒滤波器组（MTD）替代单级对消；自适应 MTI；在盲速区用不同 PRF 补盲。

1.9.10 波束宽度/栅瓣设计错误

症状：扫描到大角度时出现虚假目标/强干扰从旁瓣进入。

根因：阵元间距大于半波长，或扫描角超过设计范围，导致栅瓣；或者波束宽度与波位间距不匹配，出现覆盖缝隙。

量化：栅瓣条件 $d/λ≥1/(1+∣sin⁡θmax⁡∣)d/\lambda\ge1/(1+|\sin\theta_{\max}|)$ d/λ≥1/(1+∣sinθmax∣)。扫描 ±60° 时 $d≤0.536λd\le0.536\lambda$ d≤0.536λ；若 $d=0.7λd=0.7\lambda$ d=0.7λ，栅瓣在 $sin⁡θg=λ/d−1=−0.43 \sin\theta_g=\lambda/d-1=-0.43$ sinθg=λ/d−1=−0.43，即 -25° 附近出现。

修复：按最大扫描角设计阵元间距；子阵/稀布阵优化；扫描范围限制；波束重叠/栅瓣抑制算法；外场扫描测试。

1.9.11 CFAR 在杂波边缘失效

症状：杂波边缘虚警暴增，或者杂波区内的弱目标被抑制。

根因：CA-CFAR 假设参考窗内背景均匀；杂波边缘两侧功率差异大，参考窗均值被强杂波拉高（漏检）或被弱背景拉低（虚警）。

量化：杂波边缘对比度可达 20--40 dB；CA-CFAR 的虚警率可能偏离设计值几个数量级。GO-CFAR 可抑制边缘虚警但损失检测；SO-CFAR 反之。

修复：GO/SO-CFAR 自适应切换；OS-CFAR；杂波图/知识辅助；多尺度参考窗；边缘检测/分割；用实测杂波数据验证。

1.9.12 数据率/算力低估

症状：算法离线运行正常，实时系统丢帧、延迟超标、跟踪失锁。

根因：只算算法运算量，忽略数据搬运、内存带宽、流水线开销、操作系统调度、GPU 传输延迟。

量化：64 通道、10 MHz、12 bit I/Q 原始数据率 15.36 Gbit/s；若直接送 CPU，PCIe/内存带宽和拷贝延迟会成为瓶颈。FFT 的内存访问量可能是运算量的数倍。

修复：在架构阶段做数据率/内存带宽预算；FPGA 内完成 DBF/抽取/脉压；GPU 批处理；零拷贝/流水线；用真实数据率做端到端延迟测试。

1.9.13 闭环时序不满足

症状：跟踪波束总是滞后，机动目标丢失；或者搜索帧时间被跟踪任务挤占。

根因：只算平均处理时间，忽略最坏情况排队、调度、传输、执行延迟；跟踪/资源管理没有硬实时保证。

量化：端到端延迟 = 采集 + 传输 + 处理 + 排队 + 输出；若每段有 10--50 ms 延迟，累计可能超过一个驻留周期（几毫秒到几十毫秒）。

修复：定义硬实时/软实时任务；最坏情况执行时间（WCET）分析；优先级调度；FPGA 硬实时闭环；跟踪预测补偿延迟。

1.9.14 仿真与实物不一致

症状：仿真检测概率 0.9，外场只有 0.5；仿真图像清晰，实测散焦。

根因：仿真模型缺少真实效应：天线旁瓣、通道不一致、相位噪声、杂波相关性、目标起伏、运动误差、量化/饱和、大气。

量化：一个"理想 LFM + 高斯白噪声 + 点目标"仿真，可能比实测乐观 10 dB 以上；SAR 仿真若忽略平台振动，图像 PSF 可能好 2--3 倍。

修复：建立"误差注入"仿真：逐项加入实测/估计的相位噪声、通道误差、杂波、运动误差；用实测数据校准仿真；VV&A（第 24 章）。

1.9.15 标定残差未纳入预算

症状：出厂测试达标，现场/温度变化后性能下降。

根因：通道幅相、天线指向、时间同步、惯导杆臂的标定残差被当成"零"；温度/老化后漂移。

量化：多通道幅相误差 0.5 dB/5° 就会抬高脉压旁瓣、降低 DBF 零深；时间同步误差 10 ns 对应 1.5 m 距离误差；惯导杆臂 0.1 m 对应 SAR 定位误差。

修复：把标定残差作为误差预算项；在线监测/周期再标定；温度补偿；用标准反射器/合作目标验证；记录标定条件。

1.9.16 环境/热/老化被当成"工程细节"

症状：实验室/冬季达标，夏季高温/长时间工作后降额或失效。

根因：功率放大器、ADC、时钟、激光器的性能随温度漂移；散热不足导致降频/保护；老化导致增益/噪声/相位变化。

量化：固态功放结温每升高 10°C，寿命约减半；时钟/晶振频率随温度漂移；ADC ENOB 随温度下降。系统在 25°C 标定，60°C 时可能损失 1--3 dB。

修复：热设计从架构阶段开始；温度传感器/补偿表；老化筛选；环境试验（高低温、振动、湿热）；在预算中留温度/老化裕量。

1.9.17 失效模式的共同根源

这 16 类问题可以归为四个根源：

模型边界错误：把理想模型当成真实系统（忽略损耗、旁瓣、饱和、杂波、运动）；
量纲/域错误：峰值/平均、线性/dB、分辨率/精度、快时间/慢时间混用；
资源漏算：时间、能量、带宽、孔径、算力、动态范围只算一部分；
验证缺失：指标没有可测量的验证项，或者验证条件不覆盖最坏情况。

避免这些问题的方法不是"更小心"，而是建立制度：指标追踪矩阵、资源账本、损耗树、误差预算、验证矩阵、设计评审检查表。第 23--24 章会把它们落到仿真系统架构和 VV&A 流程中。

1.10 从架构到研制：V 模型、接口与评审

1.10.1 雷达研制的 V 模型

雷达系统适合用 V 模型组织研制过程：

复制代码

需求分析 ───────────────────────────────→ 系统验证
   ↓                                          ↑
系统架构/指标分配 ───────────────→ 系统集成测试
   ↓                                          ↑
分系统设计 ───────────────→ 分系统集成测试
   ↓                                          ↑
部件/软件设计 ───→ 部件/软件测试
   ↓
实现/采购

左侧是"分解"，右侧是"集成与验证"。每一层分解都对应右侧一层验证：需求对应系统验证，架构对应集成测试，分系统设计对应分系统测试，部件设计对应部件测试。V 模型的核心不是"流程好看"，而是每一层指标都有对应的验证层。如果需求层写了"Pd≥0.8"，但右侧没有外场/半实物检测概率测试，这条需求就是不可验证的。

雷达研制的特殊之处在于：

物理层（天线、射频、传播）难以完全仿真，必须靠暗室/外场；
系统级指标（检测概率、跟踪容量）只能在杂波/多目标环境中验证；
软件/算法迭代快，但硬件迭代慢，必须用半实物仿真提前验证；
环境（温度、振动、雨衰、干扰）影响大，必须做环境试验；
供应链（器件、芯片、材料）可能限制架构选择。

因此，V 模型的每一层都要定义"验证环境"：纯软件仿真、半实物仿真、暗室、外场、在轨。第 24 章会展开 VV&A。

1.10.2 接口控制文件（ICD）

ICD 是架构落地的关键。雷达系统至少有五类接口：

机械接口：阵面尺寸、安装孔位、重量、重心、风载、热接口；
电气接口：电源电压/电流/纹波、接地、浪涌、EMC；
射频接口：频率、功率、驻波、隔离、连接器、极化；
数字接口：数据格式、速率、协议、时间戳、同步、误码；
控制/人机接口：波束调度、模式切换、状态上报、显示。

ICD 必须包含：

物理/电气参数与容差；
数据格式（字节序、位宽、定点/浮点、单位、坐标系）；
时序（建立/保持时间、触发沿、延迟、超时）；
错误处理（丢包、饱和、超时、复位）；
版本与兼容性；
验证方法（环回、注入、监测）。

一个常见的集成失败是"数据格式对，但坐标系/时间基准不对"。例如，信号处理输出点迹的方位角以正北为基准，跟踪器以为是阵面坐标系；或者时间戳以帧头为基准，SAR 运动补偿以为是脉冲发射时刻。这类错误不会导致接口"不通"，但会导致系统性能严重下降。ICD 必须明确坐标系、原点、正方向、时间基准、单位（m/deg/rad/s）和量化步长。

1.10.3 架构权衡方法

架构权衡不是"拍脑袋选一个"，而是有结构的比较。常用方法：

质量功能展开（QFD）：把任务需求映射到技术特性，建立"需求---特性"矩阵，识别强相关项。例如"小目标检测"强相关于"天线增益、功率、积累时间、杂波抑制"，弱相关于"显示刷新率"。

层次分析法（AHP）：对多个方案按准则打分，构造判断矩阵，计算权重和一致性。适合方案数量少、准则多的场景。

权衡树（Trade Tree）：把方案分解为"体制---频段---天线---波形---处理"分支，逐层剪枝。每个分支标注关键指标/成本/风险。

Pareto 分析：对成本、性能、体积、功耗做多目标优化，找出非支配解。

敏感度分析：计算指标对参数的偏导，找出"最值得投入"的改进方向。

无论用哪种方法，权衡结果必须记录：

备选方案与淘汰理由；
关键假设与不确定性；
权重/评分的主观来源；
敏感度/风险；
决策者与日期。

没有记录的权衡，过几个月就会被"重新讨论"，导致设计反复。

1.10.4 时序与同步设计

雷达是一个分布式实时系统，时序错误往往比算法错误更致命。关键时序包括：

PRF 同步：发射触发、接收门、ADC 采样、信号处理帧起始必须同源；
波束切换：相控阵波束指向建立时间、收发切换时间、驻留开始/结束；
时间戳：每个脉冲的发射时刻、每个样本的采样时刻、每个点迹的测量时刻；
运动传感器同步：IMU/GNSS 数据与雷达脉冲对齐（SAR/运动补偿关键）；
多雷达/多传感器同步：时间基准（GPS/PTP）、触发对齐、数据融合。

时序设计要定义：

主时钟/同步源；
触发沿与延迟；
建立/保持时间；
最坏情况抖动；
丢脉冲/丢帧处理；
复位/重同步流程。

对 SAR，时间同步误差 $Δt\Delta t$ Δt 会转化为距离误差 $cΔt/2c\Delta t/2$ cΔt/2 和相位误差 $4πvΔt/λ4\pi v\Delta t/\lambda$ 4πvΔt/λ。若 $Δt=10 ns\Delta t=10\ \mathrm{ns}$ Δt=10 ns，距离误差 1.5 m；对 X 波段、 $v=200 m/s v=200\ \mathrm{m/s}$ v=200 m/s，相位误差 $4π×200×10−8/0.03≈8.4×10−4 rad4\pi\times200\times10^{-8}/0.03\approx8.4\times10^{-4}\ \mathrm{rad}$ 4π×200×10−8/0.03≈8.4×10−4 rad，很小；但对高精度 InSAR/形变测量，时间同步要求更高。

1.10.5 标定与内建测试（BITE）

标定分为：

出厂标定：天线方向图、增益、相位中心、接收链幅相、时钟、电源；
外场标定：天线罩影响、安装误差、坐标系、杂波图、检测门限；
在线标定：通道幅相监测、温度补偿、老化补偿、故障检测。

BITE（Built-In Test Equipment）的设计原则：

在关键节点注入已知信号（噪声、脉冲、连续波）；
监测增益、噪声系数、驻波、时钟、温度、电压；
记录饱和、丢包、失锁、超温；
支持远程/自动测试；
不干扰正常工作任务。

BITE 的价值不仅是"故障报警"，更是"性能退化预警"。例如，接收链增益缓慢下降 1 dB，操作员可能察觉不到，但检测概率已经下降；BITE 趋势数据可以触发维护。

1.10.6 配置管理与模型版本

雷达系统包含大量模型/参数/代码：

系统预算表、指标追踪矩阵；
天线/射频/接收链模型；
波形/处理算法；
仿真场景/杂波/目标模型；
标定数据/测试数据；
硬件配置/FPGA 固件/软件版本。

必须做配置管理：

每个模型/代码/数据有版本号；
每次更改有原因、影响分析、验证记录；
仿真/测试结果可追溯到版本；
交付物与版本对应；
避免"实验室能跑，现场版本不对"。

尤其重要的是模型与代码的一致性。系统预算表里的天线增益、噪声系数、损耗，必须与仿真/代码中的参数一致；如果预算表更新了而仿真没更新，后续验证就会失真。

1.10.7 风险与裕量管理

风险管理的步骤：

识别风险（技术、供应链、进度、成本、环境）；
评估概率/影响；
制定缓解措施（设计裕量、备份方案、提前采购、试验验证）；
指定责任人/时间；
定期复审。

技术风险的典型来源：

未验证的器件/算法；
极端环境/干扰；
供应链/禁运；
仿真与实物不一致；
指标裕量不足；
接口/时序不匹配。

裕量管理要避免两个极端：

裕量过小：任何未建模效应都会导致指标不达标；
裕量过大：过度设计，成本/体积/功耗失控。

建议把裕量分为：

设计裕量：给未建模效应/生产离散；
验证裕量：给测试不确定性；
环境裕量：给温度/老化/雨衰；
未分配裕量：给未知风险。

每项裕量都要有依据，不能"拍 3 dB"。

1.10.8 设计评审节点

雷达研制的典型评审节点：

节点	主要问题	交付物
需求评审	需求是否完整、可验证、无矛盾	需求规格、指标追踪矩阵
架构评审	架构是否满足需求、接口是否闭合	架构图、ICD、权衡报告
详细设计评审	分系统指标是否可实现、风险是否可控	分系统设计、预算、仿真
集成准备评审	接口/时序/测试环境是否就绪	集成计划、测试矩阵
集成测试评审	分系统/系统指标是否达标	测试报告、问题清单
外场/定型评审	实战/环境条件下是否达标	外场报告、定型材料
批产评审	一致性/可制造性/成本	工艺文件、抽检计划

每个评审节点都应检查：

指标是否有当前估计值、裕量、验证方法；
风险是否更新；
接口/时序是否一致；
仿真/测试是否可复现；
变更是否受控。

1.10.9 从样机到批产

样机达标不等于批产达标。批产要面对：

器件批次差异（增益、噪声、相位）；
装配/校准差异；
温度/老化/振动；
测试时间/成本；
供应链/替代料；
一致性与可追溯性。

批产设计要提前考虑：

可调参数/校准工位；
自动测试/故障诊断；
关键器件筛选；
模块化/可替换；
设计裕量/容差分析；
统计过程控制（SPC）。

很多雷达"样机性能很好，批产一致性差"，根源是设计对器件容差/装配误差太敏感。架构设计时就要做容差/敏感度分析，把"可制造性"作为指标之一。

1.10.10 团队接口与责任边界

雷达系统涉及总体、天线、射频、接收、数字、算法、软件、结构、热、测试、供应链等多个团队。接口不清会导致：

指标互相推诿；
接口参数不一致；
问题定位困难；
进度延误。

建议用"接口责任矩阵"：

接口	责任方	配合方	关键参数	验证方法
天线---接收	天线	接收	增益、驻波、噪声	暗室/链路测试
接收---ADC	接收	数字	带宽、动态范围	注入测试
ADC---处理	数字	算法	数据率、格式、时间戳	环回测试
处理---跟踪	算法	软件	点迹格式、协方差、延迟	半实物
跟踪---资源管理	软件	总体	调度周期、优先级	闭环仿真

接口责任矩阵不是"分锅"，而是让每个接口都有唯一责任方、明确参数和验证方法。系统总体负责接口的完整性和一致性，而不是替各分系统做设计。

1.11 架构模式库：同一需求的不同实现路径

雷达架构不是唯一的。同样一组指标，可以用单基地脉冲多普勒、双基地、MIMO、无源、分布式组网等不同模式实现。每种模式都有自己的资源约束、信息优势和工程代价。本节给出一个"架构模式库"，用于方案论证时快速筛选。

1.11.1 单基地脉冲多普勒（Monostatic PD）

原理：发射/接收共用天线（或收发分置但同址），发射相干脉冲串，接收后做脉冲压缩、多普勒滤波、CFAR、跟踪。

优势：技术成熟、坐标系简单、收发同步容易、成本可控；适用于搜索、跟踪、火控、气象、SAR。

代价：发射/接收隔离（环形器/双工器）；近距盲区；被截获/被干扰风险；单点失效。

关键指标：峰值/平均功率、PRF、占空比、天线增益、噪声系数、动态范围。

适用：大多数地面/机载/舰载雷达；SAR 的基线架构。

1.11.2 双基地/多基地（Bistatic/Multistatic）

原理：发射机与接收机分置，接收机只接收目标散射，不发射。双基地角、基线、收发几何影响 RCS 和多普勒。

优势：接收机隐蔽（无发射）、抗反辐射导弹、可利用前向散射/侧向散射、多角度信息；适合反隐身/抗干扰。

代价：收发同步（时间/频率/相位）、基线/几何标定、覆盖依赖发射源、双基地 RCS 建模复杂、数据融合。

关键指标：基线长度、双基地角、同步误差、几何精度因子（GDOP）。

适用：防空预警、反隐身、无源/半无源探测、分布式协同。

1.11.3 无源雷达（Passive Radar）

原理：利用第三方照射源（广播、电视、通信基站、卫星）照射目标，接收目标散射/直达波，通过互相关/多普勒处理检测目标。

优势：不辐射、隐蔽、成本低、频谱共享；适合城市/边境监视。

代价：依赖照射源功率/带宽/几何；直达波/多径干扰强；距离/多普勒分辨率受照射信号限制；需要高性能参考通道/自适应对消。

关键指标：照射源 EIRP、带宽、相干性、直达波抑制比、检测距离。

适用：低空/城市监视、隐蔽探测、频谱受限场景。

1.11.4 MIMO 雷达

MIMO 雷达分两类：

相干 MIMO（co-located）：发射正交波形，接收端分离，形成虚拟阵列，提高角度分辨率/自由度；
统计 MIMO（widely separated）：收发天线间距大，目标 RCS 去相关，利用空间分集提高检测概率。

优势：虚拟孔径、抗干扰、多目标分辨、空间分集；适合低慢小、城市复杂环境。

代价：正交波形设计/分离、通道数/算力、同步、波形旁瓣、阵列校准；统计 MIMO 需要大间距/多通道。

关键指标：虚拟阵元数、波形正交性、通道隔离、角度分辨率、分集增益。

适用：抗干扰、低空小目标、成像/感知一体化。

1.11.5 稀疏阵/共形阵

原理：用少于半波长间距的满阵元数，通过非均匀/随机布阵实现低旁瓣/大孔径；共形阵把阵元贴在平台表面。

优势：减少阵元/T/R 组件、降低成本/重量；共形阵适应平台外形、扩大覆盖。

代价：栅瓣/旁瓣优化、互耦/校准复杂、波束形成自由度受限、宽带性能下降。

关键指标：阵元数、孔径、旁瓣电平、栅瓣抑制、带宽、校准残差。

适用：大型孔径、平台受限、低成本相控阵。

1.11.6 数字阵列/AESA

原理：每个阵元/子阵有独立收发通道，数字波束形成（DBF）在数字域完成；AESA 用固态 T/R 组件实现电子扫描。

优势：多波束、自适应零陷、灵活调度、抗干扰、低截获；可同时搜索/跟踪/成像。

代价：T/R 组件数量/成本/散热、数据率/算力、校准/同步、可靠性。

关键指标：阵元数、T/R 功率/噪声、DBF 通道数、瞬时带宽、扫描范围、热耗。

适用：高性能多功能雷达、舰载/机载/地面反导。

1.11.7 分布式/组网雷达

原理：多部雷达/传感器在空间上分散，通过数据融合/协同探测提高覆盖、精度、抗干扰/抗摧毁能力。

优势：空间分集、多视角、抗摧毁、扩展覆盖；可融合航迹/点迹/信号级数据。

代价：时间/空间同步、数据链带宽/延迟、融合算法、坐标系/误差配准、异构传感器。

关键指标：同步误差、融合层级（信号/点迹/航迹）、覆盖重叠、GDOP、数据链可靠性。

适用：防空预警、要地防护、低空监视、多传感器融合。

1.11.8 认知/自适应雷达

原理：根据环境/目标/干扰反馈，动态调整波形、波束、PRF、驻留、处理参数，闭环优化检测/跟踪性能。

优势：抗干扰、资源效率、适应复杂环境；可与机器学习结合。

代价：感知/决策延迟、模型/训练数据、闭环稳定性、可解释性/验证。

关键指标：感知准确率、决策延迟、资源利用率、性能提升、鲁棒性。

适用：复杂电磁环境、多功能雷达、认知电子战。

1.11.9 FMCW/连续波雷达

原理：发射线性调频连续波，接收与参考信号混频，拍频对应距离/速度；或步进频连续波合成宽带。

优势：低峰值功率、低成本、无近距盲区、高距离分辨率；适合近距/车载/安防/静止平台 SAR。

代价：收发隔离、相位噪声、距离-速度耦合、作用距离受平均功率/隔离限制。

关键指标：调频带宽/斜率、相位噪声、隔离度、拍频采样、线性度。

适用：近距探测、汽车雷达、室内定位、FMCW SAR（第 18 章）。

1.11.10 SAR/InSAR/极化 SAR

原理：SAR 用平台运动合成方位孔径；InSAR 用两幅/多幅复图像相位差测高程/形变；极化 SAR 用多极化散射矩阵区分目标特性。

优势：全天时/全天候、高分辨率、高程/形变/极化信息；适合测绘、灾害、侦察、农业/林业。

代价：平台运动/相位稳定性、聚焦/自聚焦、几何/辐射定标、数据处理量大。

关键指标：分辨率、测绘带、NESZ、模糊比、定位/高程/形变精度、极化隔离。

适用：遥感、测绘、形变监测、目标识别。

1.11.11 选型矩阵

模式	隐蔽性	角度分辨率	抗干扰	成本	同步难度	典型场景
单基地 PD	低	中	中	中	低	通用搜索/跟踪
双基地	高（接收）	中	高	中高	高	反隐身/预警
无源	很高	低中	高	低	中	城市/边境
相干 MIMO	中	高	高	高	中	低空小目标
稀疏/共形	中	中高	中	中	中	平台受限
数字阵列	中	高	很高	高	中	多功能
分布式组网	高	高（融合）	很高	很高	很高	要地/区域
认知	中	高	很高	高	中	复杂电磁环境
FMCW	中	中	中	低	低	近距/车载
SAR/InSAR	中	很高	中	高	高	遥感/测绘

选型不是"越先进越好"，而是"在任务、成本、风险、供应链约束下最合适"。例如，边境扇区监视雷达选择单基地 2D AESA，是因为它能在成本/覆盖/检测概率之间取得平衡；反隐身预警可能选择双基地/无源/分布式，因为单基地在隐身目标上的 RCS 太低。

1.12 架构师的量纲与数量级手册

1.12.1 为什么量纲比公式更容易出错

雷达公式本身并不复杂，复杂的是单位、dB/线性、单程/双程、峰值/平均、分辨率/精度之间的转换。工程上最常见的错误不是"不知道雷达方程"，而是"把 dB 当成线性值代进去""把单程损耗算成双程""把 Hz 当成 kHz"。本节把常用关系、量级和换算整理成一张可随身携带的"数量级手册"。

1.12.2 dB 与线性值的快速换算

dB	功率比	幅度比	记忆点
0	1	1	无变化
1	1.26	1.12	约 1/4 个 3 dB
2	1.58	1.26
3	2.0	1.41	功率翻倍
6	4.0	2.0	距离翻倍需要 12 dB 双程
10	10	3.16	一个数量级
20	100	10	电压/幅度 10 倍
30	1000	31.6
40	10⁴	100
50	10⁵	316

常用心算：

$+3 dB +3\ \mathrm{dB}$ +3 dB = ×2； $−3 dB -3\ \mathrm{dB}$ −3 dB = ÷2；
$+10 dB +10\ \mathrm{dB}$ +10 dB = ×10； $−10 dB -10\ \mathrm{dB}$ −10 dB = ÷10；
$+6 dB +6\ \mathrm{dB}$ +6 dB = ×4； $−6 dB -6\ \mathrm{dB}$ −6 dB = ÷4；
$+1 dB≈×1.26 +1\ \mathrm{dB}\approx\times1.26$ +1 dB≈×1.26； $−1 dB≈×0.79 -1\ \mathrm{dB}\approx\times0.79$ −1 dB≈×0.79；
双程损耗：单程 1 dB 对应双程 2 dB（功率域），距离影响按 $1/41/4$ 1/4 次方。

1.12.3 雷达方程的五种写法

峰值功率形式：
$Pr= PtGtGrλ2σ (4π)3R4L . P_r=\frac{P_tG_tG_r\lambda^2\sigma}{(4\pi)^3R^4L}.$ Pr=(4π)3R4LPtGtGrλ2σ.

平均功率形式 （单基地 $Gt=Gr=G G_t=G_r=G$ Gt=Gr=G）：
$Pr= Pav TdG2λ2σ (4π)3R4L ,Td=NTr. P_r=\frac{P_{av}T_dG^2\lambda^2\sigma}{(4\pi)^3R^4L},\qquad T_d=N T_r.$ Pr=(4π)3R4LPavTdG2λ2σ,Td=NTr.

搜索雷达形式 （给定搜索空域 $Ω\Omega$ Ω、帧时间 $Tf T_f$ Tf）：
$Pav = ΩTf (4π)3R4L kT0F SNRreq G2λ2σ , P_{av}=\frac{\Omega}{T_f}\frac{(4\pi)^3R^4L\,kT_0F\,\mathrm{SNR}_{req}}{G^2\lambda^2\sigma},$ Pav=TfΩG2λ2σ(4π)3R4LkT0FSNRreq,

（忽略波束重叠/损失；用于快速估算搜索雷达的平均功率需求）。

信噪比形式：
$SNR= Pav TdG2λ2σ (4π)3R4L kT0F B . \mathrm{SNR}=\frac{P_{av}T_dG^2\lambda^2\sigma}{(4\pi)^3R^4L\,kT_0F\,B}.$ SNR=(4π)3R4LkT0FBPavTdG2λ2σ.

注意：若 $Td T_d$ Td 内相参积累 $NN$ N 个脉冲， $Td=N/PRF T_d=N/\mathrm{PRF}$ Td=N/PRF，且噪声带宽 $BB$ B 与脉冲带宽匹配；不要把 $Td T_d$ Td 再乘一次 $NN$ N。

距离形式：
$Rmax⁡=$ $Pav TdG2λ2σ (4π)3L kT0F B SNRreq$ 1/4 . R_{\max}=\left $\\frac{P_{av}T_dG\^2\\lambda\^2\\sigma}{(4\\pi)\^3L\\,kT_0F\\,B\\,\\mathrm{SNR}_{req}}\\right$ ^{1/4}. Rmax= $(4π)3LkT0FBSNRreqPavTdG2λ2σ$ 1/4.

1.12.4 分辨率、精度、模糊的公式卡片

量	公式	备注
距离分辨率	$ΔR=c/(2B)\Delta R=c/(2B)$ ΔR=c/(2B)	匹配滤波、无加窗；加窗展宽 1.2--1.5×
距离精度	$σR≈c/(2π Brms 2SNR ) \sigma_R\approx c/(2\pi B_{\mathrm{rms}}\sqrt{2\mathrm{SNR}})$ σR≈c/(2πBrms2SNR )	CRLB； $Brms =B/3 B_{\mathrm{rms}}=B/\sqrt{3}$ Brms=B/3 （矩形谱）
实孔径方位分辨率	$Δx=R θ 3dB \Delta x=R\theta_{3\mathrm{dB}}$ Δx=Rθ3dB	$θ 3dB ≈0.886λ/D \theta_{3\mathrm{dB}}\approx0.886\lambda/D$ θ3dB≈0.886λ/D
SAR 方位分辨率	$Δx≈D/2\Delta x\approx D/2$ Δx≈D/2	条带模式、均匀加权、远场
速度分辨率	$Δv=λ/(2 TCPI )\Delta v=\lambda/(2T_{CPI})$ Δv=λ/(2TCPI)	$TCPI T_{CPI}$ TCPI 为相干处理时间
最大不模糊距离	$Ru=c/(2PRF) R_u=c/(2\mathrm{PRF})$ Ru=c/(2PRF)	脉冲雷达
最大不模糊速度	$vu=±λPRF/4 v_u=\pm\lambda\mathrm{PRF}/4$ vu=±λPRF/4	单基地
距离-速度模糊积	$Ruvu=c2/(8fc) R_uv_u=c^2/(8f_c)$ Ruvu=c2/(8fc)	固定载频下为常数
多普勒频率	$fd=2vr/λ f_d=2v_r/\lambda$ fd=2vr/λ	单基地、径向速度
天线增益	$G=4πηA/λ2G=4\pi\eta A/\lambda^2$ G=4πηA/λ2	$AA$ A 为物理孔径
波束宽度	$θ≈kaλ/D \theta\approx k_a\lambda/D$ θ≈kaλ/D	$ka≈0.886 k_a\approx0.886$ ka≈0.886（均匀）
级联噪声系数	$F=F1+(F2−1)/G1+⋯ F=F_1+(F_2-1)/G_1+\cdots$ F=F1+(F2−1)/G1+⋯	线性值
积累增益	$Ga=10 log⁡10 N G_a=10\log_{10}N$ Ga=10log10N	理想相参；有损失
数据率	$R=fs Nch Nbits ×2 R=f_sN_{\mathrm{ch}}N_{\mathrm{bits}}\times2$ R=fsNchNbits×2	I/Q 两路

1.12.5 五个"数量级"直觉

X 波段 3 cm：1 m/s 对应 66.7 Hz 多普勒；10 m/s 对应 667 Hz；100 m/s 对应 6.67 kHz。
1 μs 脉冲 ：距离分辨率 150 m（未编码）；10 ns 脉冲对应 1.5 m；1 μs 对应 300 m 双程？注意 $cTp/2=150 m cT_p/2=150\ \mathrm{m}$ cTp/2=150 m。
1 m² 孔径、3 cm 波长：增益约 40 dB 量级；波束约 1°--2°。
1 kW 平均功率、1 m² 孔径、X 波段：对 1 m² 目标的作用距离约几十 km 量级；对 0.01 m² 目标约十几 km。
1 GHz 带宽：距离分辨率 0.15 m；ADC 采样率至少 1.2--2 GS/s；数据率可达数十 Gbit/s。

这些直觉不能替代计算，但能快速判断一个方案是否"离数量级太远"。例如，有人提出"用 1 W 平均功率、巴掌大的天线，在 100 km 探测 0.001 m² 目标"，数量级直觉会立刻提示：差 40--60 dB，不是靠算法能补的。

1.12.6 单程/双程与损耗的符号约定

雷达方程中的 $LL$ L 通常是双程损耗（功率域），包括：

发射馈线损耗（单程）；
接收馈线损耗（单程）；
天线罩损耗（双程，若收发共用）；
极化失配（双程）；
处理损失（脉压失配、CFAR、量化）；
大气衰减（双程）。

若某损耗只在发射或接收单程发生，折算到双程时要乘 2（dB 相加）。例如发射馈线 1 dB + 接收馈线 1 dB = 双程 2 dB；天线罩单程 0.5 dB（收发各一次）= 双程 1 dB。把单程损耗直接当双程，会低估作用距离；把双程当单程，会高估。

1.12.7 采样率、带宽与距离采样间隔

距离采样间隔为
$ΔRs= c 2fs . \Delta R_s=\frac{c}{2f_s}.$ ΔRs=2fsc.

若 $fs=10 MHz f_s=10\ \mathrm{MHz}$ fs=10 MHz， $ΔRs=15 m \Delta R_s=15\ \mathrm{m}$ ΔRs=15 m；若 $B=10 MHz B=10\ \mathrm{MHz}$ B=10 MHz，距离分辨率也是 15 m（近似）。实际系统常取 $fs≥1.2B f_s\ge1.2B$ fs≥1.2B，采样间隔小于分辨率，保证波形峰值被采样到；否则会有"距离量化损失"（scalloping loss），最大约 1--2 dB。

对去斜/FMCW，距离与拍频的关系为
$fb= 2KrR c ,Kr= BTp , f_b=\frac{2K_rR}{c},\qquad K_r=\frac{B}{T_p},$ fb=c2KrR,Kr=TpB,

距离分辨率仍为 $c/(2B)c/(2B)$ c/(2B)，但采样率由最大拍频决定，通常远低于射频带宽。这是 FMCW/去斜 SAR 能用低采样率处理大带宽的原因（第 18 章）。

1.12.8 角度、弧度与线分辨率

$1∘=17.45 mrad 1^\circ=17.45\ \mathrm{mrad}$ 1∘=17.45 mrad； $1 mrad=0.0573∘ 1\ \mathrm{mrad}=0.0573^\circ$ 1 mrad=0.0573∘；
1° 波束在 10 km 处的横向尺寸约 175 m；
0.1° 波束在 10 km 处约 17.5 m；
1 mrad 波束在 1 km 处约 1 m。

这些换算对 SAR/激光雷达的角分辨率/光斑尺寸估算非常有用。例如，激光雷达 0.1 mrad 发散角在 10 km 处光斑约 1 m，而不是"厘米级"；衍射极限 15 μrad 在 10 km 处约 0.15 m。

1.12.9 噪声功率与温度

室温 $T0=290 K T_0=290\ \mathrm{K}$ T0=290 K 时，
$kT0=1.38×10−23×290=4.0×10−21 W/Hz. kT_0=1.38\times10^{-23}\times290=4.0\times10^{-21}\ \mathrm{W/Hz}.$ kT0=1.38×10−23×290=4.0×10−21 W/Hz.

以 dBm/Hz 表示为 $−174 dBm/Hz -174\ \mathrm{dBm/Hz}$ −174 dBm/Hz。若带宽 1 MHz、噪声系数 3 dB：
$Pn=−174+60+3=−111 dBm. P_n=-174+60+3=-111\ \mathrm{dBm}.$ Pn=−174+60+3=−111 dBm.

这个"-174 dBm/Hz"是射频工程师的常用锚点。接收灵敏度、链路预算、ADC 噪声都可以从它出发快速估算。

1.12.10 常见单位陷阱

陷阱	错误做法	正确做法
dB 当线性	$Pt=30 dBm P_t=30\ \mathrm{dBm}$ Pt=30 dBm 直接乘增益	先转 mW/W，或全部用 dB 相加
峰值/平均	用峰值功率算平均 SNR	用 $Pav Td P_{av}T_d$ PavTd
单程/双程	天线罩 0.5 dB 只算一次	收发各一次，双程 1 dB
Hz/kHz	带宽 10 MHz 写成 10	统一 SI 单位
距离/斜距	地距分辨率当斜距分辨率	除以 $sin⁡θ\sin\theta$ sinθ 或 $cos⁡θ\cos\theta$ cosθ
角度/弧度	公式里用度	进入三角函数前转 rad
分辨率/精度	用 $c/2Bc/2B$ c/2B 承诺测距误差	用 CRLB/误差预算
积累增益	忽略起伏/窗/CFAR 损失	用检测曲线+损失项

1.12.11 一个"30 秒估算"流程

面对一个新雷达需求，可以按以下顺序做 30 秒估算：

由距离分辨率和作用距离，选带宽/孔径量级；
由 $Rmax⁡ R_{\max}$ Rmax 和雷达方程，估算 $Pav G2 P_{av}G^2$ PavG2 需求；
由扫描空域/波束宽度，估算波位数和帧时间；
由帧时间/PRF，估算每波位脉冲数和积累增益；
由检测曲线，判断 SNR 是否够；
由杂波/动态范围，判断接收链是否可行；
由数据率/算力，判断处理架构是否可行；
如果任何一步差 10 dB 以上，回到第 1 步调整架构，而不是"优化算法"。

这个流程不能替代详细设计，但能在方案阶段快速排除不可行方案，避免在错误方向上投入数月。

1.12.12 用一段代码复核预算

手算容易在 dB/线性、单程/双程和量纲上出错。下面这段代码把 1.1 节的 X 波段例子完整复算一遍，只依赖 NumPy；改参数即可用于方案阶段的快速核对。

python 复制代码

import numpy as np

C = 299_792_458.0
K = 1.380_649e-23
T0 = 290.0

def db(x):
    return 10.0 * np.log10(x)

def budget(fc_ghz, pt_w, g_db, b_hz, nf_db, sigma_m2, r_m, loss_db):
    lam = C / (fc_ghz * 1e9)
    g = 10 ** (g_db / 10)
    pr = pt_w * g**2 * lam**2 * sigma_m2 / (
        (4 * np.pi)**3 * r_m**4 * 10 ** (loss_db / 10))
    pn = K * T0 * b_hz * 10 ** (nf_db / 10)
    return pr, pn, db(pr / pn)

pr, pn, snr1 = budget(10, 1000, 35, 1e6, 3, 0.01, 30e3, 6)
print(f"Pr={pr:.2e} W, Pn={pn:.2e} W, SNR1={snr1:.1f} dB")
for n in (1, 10, 100, 1000):
    print(f"N={n:4d}: coherent total={snr1 + db(n):6.1f} dB")

输出：

text 复制代码

Pr=1.40e-17 W, Pn=7.99e-15 W, SNR1=-27.5 dB
N=   1: coherent total= -27.5 dB
N=  10: coherent total= -17.5 dB
N= 100: coherent total=  -7.5 dB
N=1000: coherent total=   2.5 dB

与 1.1 节手算的差别只在四舍五入： $1.4×10−171.4\times10^{-17}$ 1.4×10−17 W、 $8.0×10−158.0\times10^{-15}$ 8.0×10−15 W、 $−27.6-27.6$ −27.6 dB 与代码的 $−27.5-27.5$ −27.5 dB 是同一量级。代码的价值在于把"损耗 6 dB 是单程还是双程"" $G2G^2$ G2 是否漏乘""带宽是 1 MHz 还是 1 Hz"这些问题变成可检查的表达式；一旦参数改动，结果会立即更新，不会留下手算草稿里的旧数字。

1.13 设计评审的 50 个问题

以下问题按架构层分组，每个问题都指向一类常见失效模式。评审时不必逐条朗读，但任何一条答不上来，都应该有明确的"不知道/待验证"记录，而不是用"没问题"带过。

1.13.1 任务与需求（8 问）

目标是什么？RCS/光学截面、速度、机动、姿态、起伏模型是否明确？（没有目标模型，作用距离无意义。）
环境是什么？地/海/空/天、杂波强度/相关性、天气、大气、背景辐射是否建模？（环境决定检测门限。）
成功准则是什么？Pd、Pfa、跟踪精度、识别率、更新率、覆盖是否成组定义？（单一指标会误导设计。）
虚警/漏警的代价是什么？操作员/跟踪器能承受多少虚警？（决定工作点，不是"虚警越低越好"。）
平台约束是什么？体积、重量、功耗、散热、数据链、供电是否明确？（架构必须可安装。）
频谱/法规约束是什么？频段、带宽、EIRP、人眼安全是否合规？（合规是硬约束。）
是否允许辐射？被截获/反辐射/干扰风险如何？（决定单基地/双基地/无源选择。）
任务剖面是什么？搜索/跟踪/成像/识别的时间比例、优先级如何？（决定资源调度。）

1.13.2 指标与预算（8 问）

指标树是否完整？每个父节点能否由子节点计算？（不能计算就是愿望。）
每个指标是否有当前估计值、门限、裕量、验证方法？（没有验证项的指标不可交付。）
链路预算是用峰值还是平均功率？占空比/积累时间是否正确？（最常见的 10--20 dB 错误。）
损耗树是否逐项列出？馈线、天线罩、极化、脉压、CFAR、量化是否计入？（累计 4--8 dB 很常见。）
噪声系数是否从天线端口算起？前级损耗是否计入？（否则灵敏度虚高。）
检测所需 SNR 是否包含目标起伏、积累、窗函数、CFAR 损失？（理想曲线会高估性能。）
分辨率、精度、可分辨概率是否分别定义？（三者不能互换。）
裕量是否有依据？设计/验证/环境/未分配裕量是否分开？（"拍 3 dB"不是裕量管理。）

1.13.3 波形与模糊（8 问）

波形类型/带宽/时宽/占空比/PRF 是否与距离/速度分辨率匹配？（波形是资源分配器。）
距离/多普勒模糊是否检查？ $Ru R_u$ Ru、 $vu v_u$ vu、折叠次数、盲区是否明确？（PRF 不能只看测速。）
盲速/杂波凹口是否分析？目标速度是否落在盲速区？（MTI 零点会吃掉目标。）
脉压旁瓣/加窗/失配是否满足动态范围要求？（强目标旁瓣会淹没弱目标。）
时宽带宽积是否足够？脉压增益是否与能量预算一致？（不要重复计算。）
波形的相位噪声/非线性/记忆效应是否可接受？（LFM 经过饱和放大器会失真。）
多 PRF/参差/解模糊策略是否验证？（鬼影/错误解模糊会影响跟踪。）
波形的低截获/抗干扰特性是否评估？（战场环境不是实验室。）

1.13.4 天线与扫描（6 问）

天线增益/波束宽度/旁瓣是否按最坏扫描角/频率/极化给出？（法向值不代表全场景。）
阵元间距/栅瓣/扫描范围是否匹配？（大角度扫描会出栅瓣。）
波位间距/波束重叠是否覆盖无缝隙？（覆盖缝隙会漏目标。）
天线效率/馈电损耗/驻波/互耦是否计入预算？（效率不是 100%。）
极化方式/隔离/交叉极化是否满足目标/干扰要求？（极化是信息也是漏洞。）
天线罩/共形/安装误差/风载是否影响方向图？（外场性能常低于暗室。）

1.13.5 接收与采样（6 问）

接收链增益分配是否让强杂波不饱和、弱目标可检测？（动态范围是第二作用距离。）
STC/AGC 是否破坏相参性？增益变化是否记录/补偿？（SAR/MTI 对相位敏感。）
ADC 采样率/位数/ENOB/SFDR/时钟抖动是否满足带宽/动态范围？（位数不等于性能。）
近距杂波/强目标/干扰是否会导致饱和/互调？（外场常见。）
多通道幅相/延迟一致性是否可标定？残差是否在预算内？（DBF/脉压依赖一致性。）
时钟/本振/PRF 是否同源？相位噪声/频率稳定度是否满足相干时间？（相参性是 SAR/MTI 的基础。）

1.13.6 处理与数据（7 问）

处理链顺序是否在正确的域？脉压/多普勒/CFAR/凝聚顺序是否合理？（域错则算法失效。）
运算量/内存带宽/延迟是否满足实时性？最坏情况是否验证？（平均算力不够。）
CFAR 类型/参考窗/门限因子是否适配杂波/多目标？（CA-CFAR 在边缘会失效。）
点迹凝聚/角度估计是否会把扩展目标拆散/合并？（影响跟踪。）
跟踪/关联的最坏运算量/目标容量是否满足？（密集目标会压垮关联。）
数据率/总线/存储是否足够？原始数据是否必须落盘？（15 Gbit/s 很常见。）
定点化/降采样/补零是否引入分辨率/信噪比损失？（验证逐级误差。）

1.13.7 验证与工程（7 问）

每个指标是否有验证环境（仿真/半实物/暗室/外场/在轨）？（没有环境就无法验证。）
仿真是否包含真实误差（旁瓣、噪声、杂波、运动、量化、饱和）？（理想仿真会高估性能。）
标定残差/温度/老化是否纳入误差预算？（实验室达标不等于现场达标。）
接口/时序/坐标系/时间戳是否在 ICD 中明确并验证？（集成故障常源于此。）
风险/裕量/供应链/替代料是否管理？（批产一致性。）
设计变更是否做影响分析/回归测试？（局部优化会侵蚀系统裕量。）
是否有可追溯的指标追踪矩阵/资源账本/验证矩阵？（没有记录就没有工程。）

1.13.8 如何使用这 50 个问题

方案评审：重点问 1--16，确保需求/预算闭合；
详细设计评审：重点问 17--36，确保波形/天线/接收链可行；
集成/测试评审：重点问 37--50，确保处理/数据/验证闭环；
批产/定型评审：重点问 44--50，确保一致性/可追溯。

评审的目的不是"找茬"，而是把隐藏假设变成显式记录。一个"不知道但已安排验证"的回答，比一个"没问题"更可信。

1.14 架构的扩展性与演进

1.14.1 从 120° 扇区扩展到 360°

1.8 节的设计覆盖 120° 扇区。要扩展到 360°，最直接的办法是三部相同的阵面，各覆盖 120°，通过同步/融合形成全向覆盖。代价是：

硬件成本约 3 倍（阵面、T/R 组件、接收通道、处理板）；
功耗/散热约 3 倍（若同时工作）；
体积/重量/风载约 3 倍；
三部雷达之间的时间/频率/相位同步、坐标系配准、航迹融合；
阵面交界处的覆盖重叠/盲区、互干扰。

另一种办法是单部雷达机械旋转，但 2D AESA 的旋转会带来：

旋转关节/滑环的射频/数据/供电可靠性；
旋转速度与电扫的协调；
机械惯量/风载/伺服功耗；
扫描周期内波束指向的动态规划。

还有"单面 2D AESA 电扫 360°"的方案，但平面阵在 ±60° 以外增益/波束严重恶化，实际覆盖通常不超过 ±60°--±75°；要全向，需要多面阵或柱面/球面阵。柱面阵可以实现 360° 电扫，但阵元数/成本/校准复杂度高，波束在俯仰/方位耦合。

架构扩展的定量检查：

若三部阵面同时工作，总搜索时间不变（每部负责 120°），但总功耗/成本 ×3；
若三部阵面分时工作（一套收发/处理切换），总搜索时间 ×3，更新率降到 1/3；
若采用"发射共用、接收多面"或"多面接收、单面发射"，可以降低部分成本，但需要解决同步/隔离/覆盖。

1.14.2 从搜索扩展到跟踪

在搜索模式下，雷达的时间几乎全部用于覆盖空域。加入跟踪后，时间预算变为
$Tframe = Tsearch +Nt Tdwell,track ftrack . T_{\mathrm{frame}}=T_{\mathrm{search}}+N_tT_{\mathrm{dwell,track}}f_{\mathrm{track}}.$ Tframe=Tsearch+NtTdwell,trackftrack.

以 1.8 节为例：搜索 600 个波位 × 8.33 ms = 5 s。若跟踪 50 个目标、每个目标每次驻留 5 ms、更新率 2 Hz，则跟踪时间 $50×5 ms×2=0.5 s 50\times5\ \mathrm{ms}\times2=0.5\ \mathrm{s}$ 50×5 ms×2=0.5 s，搜索时间被压缩到 4.5 s，搜索帧时间/检测概率下降。若目标数增加到 200，跟踪时间 2 s，搜索只剩 3 s，检测概率可能下降 1--2 dB。

扩展跟踪能力的途径：

提高 PRF/缩短驻留（牺牲低信噪比目标的检测）；
减少搜索波位/扩大波束（牺牲角度分辨率/覆盖）；
增加处理/波束资源（多波束接收、并行跟踪）；
采用"跟踪加扫描"（TAS）与"边扫描边跟踪"（TWS）混合调度；
对低威胁目标降低更新率，把时间留给高威胁目标。

跟踪扩展的瓶颈通常不是滤波器算力，而是时间资源 和关联复杂度。架构设计要给出"目标容量---更新率---搜索性能"的三维曲线，而不是只写"可跟踪 500 批"。

1.14.3 从雷达到成像

在搜索/跟踪雷达上增加 SAR/ISAR 模式，需要：

宽带波形/接收链（带宽从几 MHz 增加到几百 MHz/ GHz）；
更大的数据率/存储（原始 I/Q 可能达到数十 Gbit/s）；
运动测量/补偿（IMU/GNSS、自聚焦）；
高精度时间同步/相位相参；
更强的算力（FFT、RCMC、聚焦、自聚焦）；
图像质量评估/几何/辐射定标。

以带宽 500 MHz 为例，距离分辨率 0.3 m；若采样率 600 MHz、12 bit I/Q、4 通道，原始数据率 $600×106×12×2×4=57.6 Gbit/s600\times10^6\times12\times2\times4=57.6\ \mathrm{Gbit/s}$ 600×106×12×2×4=57.6 Gbit/s。即使做数字下变频/抽取，数据率仍然很高。SAR 模式不是"软件开关"，而是对射频/接收/处理/运动的系统级升级。

架构上可以把 SAR 作为"可插拔模式"：

射频/接收链预留宽带通道；
数据记录/下传预留带宽；
处理板预留 GPU/FPGA 资源；
运动传感器/时间同步预留接口；
天线/平台稳定性满足 SAR 相干性。

如果初始架构没有这些预留，后期"加 SAR"往往需要重新设计，而不是加一段代码。

1.14.4 从机械扫描到数字阵列

机械扫描雷达的优点是成本低、技术成熟、阵元少；缺点是波束捷变慢、多目标能力有限、可靠性受伺服/旋转关节影响。数字阵列/AESA 的优点是波束捷变、多波束、自适应抗干扰、graceful degradation；缺点是 T/R 组件数量/成本/散热/校准。

架构演进的关键指标：

T/R 组件数量：阵元数 × 极化 × 通道；每个组件的功率/噪声/效率/成本；
数据率：每通道 ADC 采样率/位数；DBF 后的数据率；
热耗：T/R 效率、阵面密度、冷却方式（风冷/液冷）；
校准：每通道幅相/延迟；在线/离线校准；
可靠性：单组件失效对方向图/性能的影响；冗余/重构；
成本：硅基/氮化镓/砷化镓；封装/测试。

"数字阵列"不等于"全数字阵元级"。很多系统采用子阵级数字化：每个子阵含多个阵元 + 一个 T/R 组件/ADC，既降低数据率/成本，又保留部分 DBF 能力。子阵级数字化的关键是子阵划分/栅瓣/校准/宽带性能。

1.14.5 从单雷达到分布式组网

分布式组网的优势是空间分集、多视角、抗摧毁、扩展覆盖；代价是同步、数据链、融合、坐标系配准、异构传感器。架构扩展要回答：

融合层级：信号级/点迹级/航迹级/图像级？
时间同步：GPS/PTP/北斗？同步误差要求？
空间配准：各雷达坐标系/安装误差/杆臂？
数据链：带宽/延迟/可靠性/抗干扰？
融合算法：协方差交叉/卡尔曼融合/粒子滤波？
资源协同：频率/波束/时间如何分配，避免互干扰？

分布式组网的性能不是单雷达性能的简单相加。多视角可以补盲/抗隐身，但融合误差/同步误差/数据链延迟会抵消部分增益。系统设计要用 GDOP/融合协方差/检测概率联合评估，而不是"多装几部雷达就一定更好"。

1.14.6 软件化与开放式架构

现代雷达越来越像"软件定义传感器"：波形、波束、处理、调度由软件/固件配置。开放式架构的价值：

模块化/可替换/可升级；
多厂商互操作；
算法快速迭代；
降低全寿命周期成本。

但软件化也带来验证负担：

配置组合爆炸（波形 × 波束 × 模式 × 环境）；
实时性/资源争用；
版本/配置管理；
安全性/信息安全；
认证/适航/军标。

开放式架构不是"把接口标准化就完了"，而是要定义：

硬件抽象层（HAL）；
波形/处理组件的接口/元数据；
资源管理/调度 API；
时间/同步服务；
测试/验证框架；
配置/版本/回滚。

1.14.7 演进路线与风险

阶段	目标	关键技术	主要风险
近期（1--2 年）	提升现有系统检测/抗干扰	波形优化、CFAR/MTI 改进、GPU 加速	算法与现有硬件不匹配
中期（3--5 年）	增加 SAR/多波束/认知	宽带接收、DBF、自聚焦、资源调度	数据率/算力/散热
远期（5--10 年）	分布式/软件化/智能化	组网、开放式架构、AI 辅助	验证/认证/互操作/安全

演进规划的核心不是"追新技术"，而是识别当前系统的瓶颈资源：如果瓶颈是时间，优先多波束/调度；如果瓶颈是灵敏度，优先孔径/功率/噪声；如果瓶颈是抗干扰，优先 DBF/自适应/波形；如果瓶颈是成像，优先带宽/运动补偿/算力。每一步演进都要有可验证的指标提升和风险缓解。

1.15 本章小结与全书导航

1.15.1 十个核心结论

雷达是一个受约束的信息系统，不是一堆射频器件的集合。 任务、场景、平台、频谱、成本共同定义可行域；任何局部优化都必须检查是否破坏全局指标。
作用距离由能量、时间、孔径、目标截面和检测要求共同决定。 雷达方程的四次方根意味着"提高 2 倍距离需要 16 倍资源"，这迫使设计师优先优化损耗、噪声、积累和波形，而不是盲目加功率。
分辨率、精度、可分辨性、更新率是四个不同概念。 分辨率由带宽/孔径决定，精度由 SNR/相位/标定决定，可分辨性依赖检测器和工作点，更新率受时间预算约束。四者不能互相替代。
七层参考架构把任务、预算、波形/天线/射频、接收/采样、信号处理、数据处理、验证连接起来。 每一层都有输入/输出、关键参数和失效模式；接口的宽带/窄带、实时/非实时属性必须在架构阶段明确。
时间是最容易被低估的资源。 搜索波位数、驻留时间、跟踪更新率、处理延迟共同决定帧时间；相控阵的波束捷变不能突破能量守恒。
带宽同时决定分辨率、噪声和数据率。 提高带宽不是"免费的分辨率"，它要求更多的功率/积累、更高的采样率和更强的算力。
接收链的动态范围与灵敏度同等重要。 近距杂波可能比远距目标高 60--90 dB；STC/AGC/ADC 位数/增益分配必须一起设计，否则弱目标会被饱和或量化噪声淹没。
相参性既是能力也是负担。 相位历史带来多普勒、SAR、MTI 的能力，也带来时钟/本振/运动/标定的严格要求；相位误差会转化为测速误差、散焦、对消残差。
仿真必须包含真实误差，验证必须覆盖最坏情况。 理想 LFM + 高斯白噪声 + 点目标的仿真，可能比实测乐观 10 dB 以上；没有误差注入和 VV&A，仿真只是"动画"。
架构评审的核心是"闭合"，不是"先进"。 指标树、资源账本、损耗树、误差预算、验证矩阵、接口控制文件，是让设计从"想法"变成"可交付系统"的基本工具。

1.15.2 概念地图

本章出现的核心概念可以组织成一张三层地图：

第一层：物理与资源

复制代码

电磁波 → 传播/散射 → 回波功率 → 噪声/杂波 → 检测
   ↑         ↑            ↑           ↑
波长/极化  RCS/BRDF    功率/孔径    带宽/温度

第二层：系统与指标

复制代码

任务需求 → 指标树 → 链路预算 → 波形/天线/接收 → 信号处理 → 跟踪/信息
   ↑          ↑          ↑            ↑              ↑
覆盖/更新   Pd/Pfa    能量/损耗    分辨率/动态范围   算力/延迟

第三层：验证与工程

复制代码

模型/仿真 → 半实物 → 暗室 → 外场 → 在役
   ↑          ↑        ↑      ↑       ↑
误差注入   接口/时序  天线/接收 目标/杂波 健康/标定

三层地图的共同主线是"资源---约束---验证"。无论讨论 SAR、脉冲雷达还是激光雷达，都可以用这条主线定位问题：是物理模型不清、资源不够、指标传递错误，还是验证缺失。

1.15.3 全书章节导航

本系列共 24 章，分为六卷。各章解决的问题如下：

第一卷：系统与信号基础

第 1 章（本章）：系统架构、指标闭环、资源折衷、设计案例。
第 2 章：雷达方程、链路预算、探测边界；把本章的预算方法展开为可计算的完整流程。
第 3 章：信号、复包络、采样、卷积、DFT/FFT；解释"为什么雷达用 I/Q、为什么频域脉压、为什么补零不增加分辨率"。
第 4 章：概率、随机过程、噪声/杂波/起伏目标、检测理论；建立 Pd/Pfa/SNR 的统计基础。

第二卷：波形、天线与检测

第 5 章：模糊函数、LFM、相位编码、Costas、波形设计；解释分辨率/模糊/旁瓣的统一框架。
第 6 章：脉冲压缩的工程实现；加窗、失配、频域处理、距离徙动、定点化。
第 7 章：天线与阵列；方向图、窗函数、阵列流形、DBF、单脉冲、栅瓣。
第 8 章：检测与 CFAR；从匹配滤波检测到 CA/OS/GO/SO-CFAR、杂波图、知识辅助。
第 9 章：多普勒、MTI、PD、STAP；盲速、参差 PRF、杂波抑制、空时自适应。

第三卷：跟踪与仿真方法

第 10 章：目标跟踪与卡尔曼滤波；状态空间、EKF/UKF、IMM、数据关联。
第 11 章：仿真方法学；连续/离散事件、蒙特卡罗、误差传播、可复现性。
第 12 章：功能级仿真；回波、噪声、杂波、干扰、检测确认链的闭合。

第四卷：SAR 成像体系

第 13 章：SAR 几何、分辨、信号模型；侧视几何、多普勒历史、RCS/散斑。
第 14 章：SAR 原始回波仿真；点目标/面目标、轨迹、坐标转换、数据生成。
第 15 章：距离-多普勒算法（RDA）；RCMC、SRC、多普勒参数估计、完整流程。
第 16 章：CSA、ωKA、BP；适用条件、精度、效率、工程对比。
第 17 章：运动补偿与自聚焦；相位误差、PGA、惯导融合、补偿残差。
第 18 章：FMCW SAR 与近距成像；去斜、RVP、静止平台实验、图像质量。

第五卷：激光雷达成像

第 19 章：激光雷达系统与激光雷达方程；体制、探测、大气、背景、人眼安全。
第 20 章：粗糙目标表面散射建模；统计参数、随机面生成、BRDF、LRCS。
第 21 章：激光一维距离像与二维/三维成像；HRRP、距离多普勒、转台、散射中心。
第 22 章：空间目标与运动目标激光成像；轨道、姿态、坐标变换、补偿。

第六卷：仿真工程与验证

第 23 章：端到端仿真系统架构与实现；分层、时间管理、数据总线、GPU、可复现性。
第 24 章：VV&A、误差预算、案例与前沿；如何证明仿真可信、如何把模型变成产品。

1.15.4 三条阅读路径

路径 A：系统设计（推荐给总体/系统工程师）

第 1 章 → 第 2 章 → 第 5 章 → 第 7 章 → 第 8 章 → 第 9 章 → 第 11 章 → 第 12 章 → 第 24 章。

重点：预算闭合、波形/天线/检测的耦合、仿真验证。阅读时可以跳过 SAR/激光雷达的算法细节，但建议至少读第 13 章和第 19 章，理解不同体制的系统约束。

路径 B：SAR 算法（推荐给成像/遥感工程师）

第 3 章 → 第 5 章 → 第 6 章 → 第 13 章 → 第 14 章 → 第 15 章 → 第 16 章 → 第 17 章 → 第 18 章。

重点：信号模型、脉压、RCMC、聚焦、运动补偿。第 4 章的概率/检测基础可以按需回读；第 7 章的天线/阵列对理解方位模糊/DBF 有帮助。

路径 C：激光雷达（推荐给光电/激光雷达工程师）

第 2 章 → 第 19 章 → 第 20 章 → 第 21 章 → 第 22 章，再回读第 13 章/第 16 章对照成像机理。

重点：激光雷达方程、粗糙面散射、BRDF/LRCS、距离像/多普勒成像、空间目标。第 3 章的采样/FFT、第 4 章的统计检测是基础。

1.15.5 如何使用每章

每章按以下结构组织：

问题定义：本章解决什么工程问题，边界是什么；
理论推导：关键公式的假设、近似、量纲；
系统模型/架构：模型如何进入系统，接口/参数如何分配；
数值示例：用可复现的参数验证量级；
工程实现：伪代码/代码/定点化/并行化；
误差与边界：什么情况下模型失效，如何检测/补偿；
工程清单：评审/设计时可直接使用的问题列表；
小结与参考文献：关键结论、引用定位。

建议读者不要只"读公式"，而是每读一章就做三件事：

用本章公式手算一个自己的场景；
写一段最小代码验证一个关键现象；
列出三个"本章没有回答、需要下一章/外场验证"的问题。

阅读提示：公式中的符号在 README 的"统一约定"中给出；若只关心系统设计，可先读 1.1--1.5、1.8、1.9，再跳到第 2 章；若只关心成像，可先读 1.1、1.3、1.7，再进入第 13 章。本章的 50 个评审问题可作为贯穿全书的检查表，后续每章会补充该领域的专用问题。

1.15.6 从本章到下一章

本章给出了系统架构和指标闭环的"骨架"，但故意没有展开雷达方程的完整推导、检测曲线、损耗模型和噪声统计。下一章将把雷达方程从"快速估算"变成"可审计的预算"：

雷达方程的推导、假设、单/双基地形式；
接收功率、噪声、损耗、积累的逐项建模；
检测概率/虚警率与所需 SNR 的关系；
搜索/跟踪/成像不同模式下的预算；
外部噪声、大气、雨衰、多径、干扰的影响；
一个可复现的 Python 预算工具；
预算的不确定度与敏感度分析。

如果说本章回答"雷达系统由哪些层组成、指标如何互相约束"，下一章回答"每一层到底要多少能量、多少噪声、多少余量"。两者合起来，才构成雷达系统设计的定量基础。阅读下一章时，建议把 1.8 节的边境雷达案例代入，逐项核对预算表中的数字，体会"同一个公式在不同假设下会给出完全不同的结论"。这种代入式计算，比记住十个公式更有用。若发现某个数字与自己的直觉不符，先检查单位、单程/双程和 dB/线性，再怀疑公式。这个顺序能排除大多数"玄学"错误，也是资深工程师与新手最明显的差别之一。

1.15.7 常见问题

问：雷达方程为什么是 $R4R^4$ R4，而不是 $R2R^2$ R2？

答：因为电磁波经历两次 $1/R21/R^2$ 1/R2 扩展：发射时从雷达到目标，接收时从目标到雷达。发射功率密度按 $1/R21/R^2$ 1/R2 下降，目标散射回波再按 $1/R21/R^2$ 1/R2 下降，总接收功率按 $1/R41/R^4$ 1/R4 下降。若目标是镜面/合作反射器，回波可能偏离 $1/R41/R^4$ 1/R4（近场/聚焦/双基地），但大多数分布式目标在远场满足 $R−4R^{-4}$ R−4。

问：为什么高分辨率雷达的作用距离通常更短？

答：距离分辨率 $ΔR=c/(2B)\Delta R=c/(2B)$ ΔR=c/(2B) 要求更大带宽 $BB$ B；接收机噪声功率 $Pn=kT0FB P_n=kT_0FB$ Pn=kT0FB 随带宽线性增加。若发射功率/积累时间不变，带宽增加 $MM$ M 倍，单脉冲 SNR 下降 $MM$ M 倍。要补偿，需要增加功率、孔径或积累时间；这就是高分辨率 SAR/成像雷达通常比搜索雷达更"耗资源"的原因。

问：相控阵为什么在扫描边缘性能下降？

答：平面阵的有效孔径投影按 $cos⁡θ\cos\theta$ cosθ 减小，增益近似按 $cos⁡θ\cos\theta$ cosθ 下降（单程），双程回波按 $cos⁡2θ\cos^2\theta$ cos2θ 下降；波束在扫描面内展宽，阵元失配/互耦/馈电损耗也随扫描角变化。此外，大扫描角可能触发栅瓣。系统预算必须按最坏扫描角计算，而不是法向增益。

问：SAR 方位分辨率为什么是 $D/2D/2$ D/2，天线越小越好吗？

答：SAR 方位分辨率 $Δx≈D/2\Delta x\approx D/2$ Δx≈D/2 来自"真实天线越小，波束越宽，合成孔径时间越长；但合成孔径的相位中心间隔/多普勒带宽也变化"的综合结果。它不意味着天线可以无限小：天线太小，增益/信噪比下降，方位模糊/距离模糊恶化，合成孔径时间增加导致运动补偿/相干性难度上升。 $D/2D/2$ D/2 是理想条件下的分辨率极限，实际受 PRF、天线方向图、运动误差、加权影响。

问：激光雷达为什么不能直接套用微波 RCS？

答：微波 RCS 假设目标尺寸远大于波长、散射接近远场/相干叠加；激光波长 1--10 μm，与目标表面粗糙度/微观结构同量级，散射由 BRDF/微面元/衍射决定，目标不再是"一个 RCS 数字"，而是随入射/观察角、偏振、表面材质/粗糙度变化的分布。激光雷达方程通常用目标投影面积、BRDF、接收立体角、大气透过率描述，不能直接用微波 RCS 替代。

问：仿真能替代外场试验吗？

答：不能。仿真可以覆盖外场难以实现的场景（极端目标、多目标、干扰、故障注入），可以做参数扫描/统计评估，但仿真模型本身需要外场数据校准。没有实测校准的仿真，只是"自洽的动画"；没有仿真的外场，只是"有限的抽样"。两者是互补关系，第 24 章会给出 VV&A 框架。

问：为什么不能同时获得最大不模糊距离和最大不模糊速度？

答：单基地脉冲雷达的距离-速度模糊积为 $Ruvu=c2/(8fc) R_uv_u=c^2/(8f_c)$ Ruvu=c2/(8fc)，在载频固定时是常数。提高 PRF 会增大 $vu v_u$ vu，但减小 $Ru R_u$ Ru；降低 PRF 反之。要同时满足远距离和大速度，必须采用多重 PRF、中/高 PRF 波形、距离门、多通道空时处理或解模糊算法。这不是"设计不够好"，而是脉冲采样定理在距离/多普勒二维上的必然结果。

雷达系统与成像仿真：从电磁散射到工程实现-第 1 章 雷达系统的分层架构与指标闭环