企业官网建设流程全解析

简介：本资源面向雷达信号处理方向的本科生、研究生及电子对抗领域工程师，聚焦LFM雷达信号下的间歇采样直接转发干扰建模与MATLAB实现。针对雷达抗干扰研究中关键的干扰策略设计问题，提供可运行的完整仿真方案：基于chirp函数生成标准LFM信号，构建时间-周期可控的间歇采样逻辑，并完成干扰信号的截获、稀疏采样与实时转发全流程仿真。压缩包共2个文件（98KB），含核心脚本interference_signal.m（实现信号生成、采样控制、转发输出及基础相关性评估）与原理示意图1.jpg（直观展示LFM波形、采样窗口分布与干扰时序关系）。已有630人学习下载，读者可直接复现干扰信号生成机制，掌握间歇采样参数（如占空比、延迟偏移）对干扰效果的影响规律，并基于该框架拓展多普勒欺骗或噪声调制等进阶干扰形式。 开头部分

雷达对抗仿真这件事，我做了有几年。坦白说，LFM（线性调频）信号基本是现在脉冲压缩雷达的标配，带宽大、脉宽长，兼顾了作用距离和距离分辨力，所以很多做电子对抗的同学第一个想干扰的波形就是它。但真上手才发现，LFM这东西干扰起来挺棘手——你直接转发一个完整脉冲，雷达匹配滤波后照样把你当强回波处理，起不到欺骗效果；你加噪声压制，匹配滤波的处理增益又全被雷达占了，噪声功率得堆到天上去才有点效果。

真正实用、而且入门门槛不高的一种干扰样式，是间歇采样直接转发干扰。它的思路很巧妙：干扰机截获雷达LFM信号后，不是整个脉冲转发，而是把脉冲在时间上切段，边采边转，让雷达自己的匹配滤波帮干扰机"造"出一串假目标。这篇文章我会把LFM信号模型、间歇采样直接转发的数学原理、MATLAB仿真实现、参数影响分析和排坑经验全部过一遍，代码直接给到可以直接跑的程度，适合正在做雷达对抗方向课程设计、本科毕设，以及刚接触电子对抗想快速上手出仿真结果的同学。

1. 项目背景与核心设计思路

1.1 LFM信号为什么是雷达的"标配"

先聊一个很多人一开始没想透的问题：LFM到底解决了雷达什么痛点？雷达想探测得远，就得把脉冲能量做大，也就是发射功率大、脉冲宽；但想分辨两个距离很近的目标，脉冲又不能太宽，因为传统单频脉冲雷达的距离分辨力 δR = c·τ/2，脉冲宽度 τ 越宽，分辨力越差。这两个需求本质上是矛盾的。

LFM通过"脉内调制"把这个矛盾绕过去了——脉冲可以做得足够宽（比如100微秒），保证平均发射功率；同时在脉冲内部让频率随时间线性变化，接收端做一个匹配滤波（脉冲压缩），让宽脉冲在滤波后压缩成一个宽度大约为1/B的窄脉冲，B是信号带宽。也就是说，距离分辨力不再由脉宽决定，而是由带宽决定。20MHz带宽对应的距离分辨力大约7.5米，100微秒脉宽对应的距离分辨力本来应该是15公里，一压缩差了三个数量级。

这对干扰方意味着什么？意味着LFM信号在匹配滤波输出端有巨大的处理增益。你干扰信号如果和雷达波形不相关，雷达脉压后干扰能量被摊薄，效果差很多。所以搞干扰，最聪明的路子不是跟雷达"对着干"，而是"顺着"雷达的处理机制走——截获它的波形，再以某种方式利用它的匹配滤波增益。间歇采样直接转发就是把这个思路玩到极致的一种方式。

1.2 间歇采样直接转发干扰的基本工作原理

要理解间歇采样直接转发干扰，得先了解DRFM（数字射频存储器）干扰机的工作流程。DRFM截获雷达信号后，用高速ADC把射频信号采样成数字量，存进存储器，再经DAC恢复成射频信号转发出去。它的核心优势是能精确复制雷达波形。

间歇采样直接转发干扰，是在DRFM基础上加了一个周期性开关闸门。干扰机接收雷达信号时，闸门不是一直打开的，而是周期性地开、关、开、关。闸门打开期间，ADC采样并立即转发采样到的信号片段；闸门关闭期间，不采样也不转发。所以干扰机输出的信号，是雷达LFM信号在时间上被"切"成若干段，每段都被原样转发出去。

这里有个关键点：为什么切碎转发就能产生一串假目标？这要从频域看。一个周期方波脉冲串的频谱是一系列离散谐波，当LFM信号乘以这个脉冲串时，在频域上相当于LFM频谱分别搬移到每个谐波频率位置，搬移间隔是采样频率fs_jam = 1/Ts（Ts是采样周期）。而LFM匹配滤波器对频移信号不是完全拒绝的——它会把频移量转化为时间偏移，也就是说，每个频谱副本经过匹配滤波后，会出现在一个与真实目标有一定时间偏移的位置上。这个偏移量就是一串假目标。

1.3 直接转发方式的优势与局限

直接转发是间歇采样转发里最朴素的一种，样本片段到一段转一段，不做二次调制，但朴素不等于没用。它有两个好处：一是处理延时极小，干扰机从截获到转发几乎是实时的，这对覆盖脉内多个采样片段至关重要，延时大了你转发的片段就失去和雷达波形的相干性；二是实现简单，硬件上只需要一个高速开关加一个DRFM环路。

局限也很明显。直接转发对LFM的频谱副本幅度是均匀的，假目标幅度随阶数按sinc函数衰减，越靠边的假目标越弱，容易被雷达的CFAR检测门限滤掉。此外，假目标在距离维上分布是有规律的（等间隔），有经验的雷达操作员或智能信号处理算法可以识别出这种"梳状谱"特征。这也是后来出现间歇采样重复转发、多参数调制干扰的原因——都是为了打破这种规律性。但直转是理解整个干扰机理最好的起点，也是很多复杂干扰的构建基础。

2. 数学原理与关键参数设计

2.1 LFM信号模型与脉冲压缩

仿真前先把数学模型定下来。LFM信号复基带表达式可以写为：

s(t) = rect((t - Tp/2) / Tp) · exp(jπK(t - Tp/2)²)

其中Tp是脉冲宽度，K = B/Tp是调频斜率，B是信号带宽。用(t - Tp/2)做时间变量是为了让瞬时频率关于中心对称，从-B/2线性增长到B/2，这样匹配滤波输出更对称，观察假目标群分布也更直观。瞬时频率为：

f_inst(t) = K(t - Tp/2)

雷达接收端做匹配滤波，匹配滤波器冲激响应是发射信号的共轭时间反转：

h(t) = s*(-t)

LFM信号通过匹配滤波后，输出是一个sinc函数形状的窄脉冲，主瓣宽度约1/B。离散实现时，用发射信号的共轭反转序列与回波做卷积，或FFT频域相乘。仿真中一般用地：conv函数最直观，但点数多时用FFT更快。

2.2 间歇采样过程的频谱分析

间歇采样直接转发干扰的关键，是把采样门控函数建模为一个周期矩形脉冲串。设干扰机的采样周期为Ts，每个采样窗口宽度为tau，则门控函数为：

p(t) = Σ rect((t - n·Ts) / tau)

n从0取到脉冲结束。这个周期脉冲串的傅里叶级数展开是：

P(f) = (tau/Ts) · Σ sinc(n·tau/Ts) · δ(f - n/Ts)

系数里的sinc(n·tau/Ts)决定了每个谐波分量的幅度，它是后面假目标幅度分布的理论来源。

干扰机输出信号（直接转发，忽略处理延时）：

j(t) = s(t) · p(t)

频域上看：

J(f) = S(f) * P(f) = (tau/Ts) · Σ sinc(n·tau/Ts) · S(f - n/Ts)

也就是说，LFM信号的频谱被复制搬移到了n/Ts这些频点上，每份副本的幅度由sinc函数加权。这个"频谱复制"是整个干扰产生假目标群的根源。

2.3 假目标位置和幅度的定量关系

现在有一个必须回答的问题：频域搬移了n/Ts，到了匹配滤波输出端，假目标到底落在哪里、幅度多大？

对LFM信号做匹配滤波，有一个非常重要的性质：频移会产生时延。LFM瞬时频率与时间是一一对应的线性关系，频率偏移Δf在匹配滤波输出端等价于时间偏移Δt = -Δf/K（符号取决于信号相位定义和匹配滤波器定义，实际仿真中观察到的正负号通过可视化确认）。把Δf = n/Ts代进去，第n阶谐波产生的假目标相对真实目标的时间偏移为：

Δτ_n = n / (K·Ts) = n·Tp / (B·Ts)

也就是说，假目标是等间隔排列的，相邻假目标的时间间隔为：

Δτ = 1 / (K·Ts) = Tp / (B·Ts)

对应的距离间隔为 ΔR = c·Δτ/2。

举个例子直观感受一下。设B=20MHz，Tp=100微秒，Ts=10微秒，则K=2×10¹¹ Hz/s，Δτ = 1/(2×10¹¹ × 10×10⁻⁶) = 0.5×10⁻⁶秒，也就是0.5微秒。换算成距离，ΔR = 3×10⁸ × 0.5×10⁻⁶ / 2 = 75米。所以这个参数组合下，雷达屏上会看到一串间隔75米的假目标。

假目标幅度方面，第n阶谐波的幅度正比于sinc(n·tau/Ts)。sinc函数的主瓣范围在|n·tau/Ts| < 1以内，超过这个范围幅度快速衰减。因此可观测假目标的数量主要由Ts/tau决定：Ts/tau越大，sinc主瓣内包含的谐波阶数越多，能看到的目标就越多；反之则少。这个关系在4.2节会通过仿真验证。

到这里，整套干扰的数学机制就闭合了：干扰机切样转发 → 频域产生谱副本 → 匹配滤波把谱副本映射为时间域等间隔假目标 → 幅度由sinc包络控制。理解这个闭环后，任何参数变化你都可以预测干扰效果，而不是靠瞎调。

3. 基于MATLAB的完整仿真实现

3.1 仿真环境与全局参数设置

我用MATLAB R2022b跑通的全部代码，理论上R2016a以上版本都能直接运行，不需要额外工具箱，只需要基本信号处理函数。建议统一使用复基带仿真，不设置载频，这样既能看清信号相位结构，又省采样率。

全局参数先列成一张表，后面所有仿真都默认用这套参数：

采样率100MHz对应总点数N = 10000，这个规模在MATLAB里跑conv毫无压力，也方便后面做参数扫描。

3.2 生成LFM雷达信号

LFM信号生成的代码很简单，但有三个细节要注意：时间轴必须用关于脉冲中心对称的轴，否则匹配滤波输出会有额外线性相位项；采样率必须大于带宽才能完整恢复信号；相位用复数形式表示，保证后续频谱分析正确。

clear; close all; clc; %% 1. 全局参数设置 B = 20e6; % 带宽 20MHz Tp = 100e-6; % 脉宽 100us fs = 100e6; % 采样率 100MHz Ts = 10e-6; % 干扰机采样周期 tau = 5e-6; % 干扰机采样脉宽 td = 12e-6; % 真实目标回波延时 K = B / Tp; % 调频斜率 N = round(Tp * fs); % 总采样点数 t = (0:N-1) / fs; % 基带时间轴 %% 2. 生成LFM信号 s = exp(1j * pi * K * (t - Tp/2).^2); %% 3. 查看时域和时频图 figure(1); subplot(2,1,1); plot(t*1e6, real(s), 'LineWidth', 0.8); xlabel('时间/us'); ylabel('幅度'); title('LFM信号实部波形'); xlim([0 Tp*1e6]); grid on; subplot(2,1,2); spectrogram(s, 256, 240, 256, fs, 'yaxis'); title('LFM信号时频图');

运行后时频图应该是一条从-B/2到B/2的清晰斜线，这是确认LFM信号生成正确的最直观方法。如果你看到斜线不连续或频率范围不对，先检查采样率和脉宽参数。

3.3 间歇采样直接转发干扰机建模

干扰机建模的核心是生成周期方波门控函数p(t)，然后让门控函数与LFM信号逐点相乘，模拟"采样到哪段就转发哪段"。注意这里默认干扰机在时间上已经与雷达信号前沿对齐，实际场景中的截获延时放到4.3节再处理。

%% 4. 生成间歇采样门控函数 p = zeros(1, N); n_start = 1; while n_start <= N n_end = min(n_start + round(tau * fs) - 1, N); p(n_start:n_end) = 1; n_start = n_start + round(Ts * fs); end %% 5. 干扰信号：采样并直接转发 j = s .* p; %% 6. 查看干扰信号时频图 figure(2); subplot(2,1,1); plot(t*1e6, real(j), 'LineWidth', 0.8); xlabel('时间/us'); ylabel('幅度'); title('间歇采样直接转发干扰信号波形'); xlim([0 Tp*1e6]); grid on; subplot(2,1,2); spectrogram(j, 256, 240, 256, fs, 'yaxis'); title('干扰信号时频图');

这步跑完一定要看时频图。正常的干扰信号时频图应该呈现"断断续续的斜线段"，每段长度对应tau，段间间隔对应Ts。这个画面就是干扰机的"工作痕迹"，也是后面判断建模是否正确的重要依据。如果时频图看起来和原始LFM没区别，多半是门控函数没生效，检查一下p的赋值逻辑。

3.4 匹配滤波脉冲压缩处理

匹配滤波有两个实现方式：时域卷积法直观但慢，FFT频域法快但要注意卷积点数。我们先用conv直接算，点数不多速度可以接受。时间轴方面，conv后长度为2N-1，真实目标的峰值会出现在索引N附近，时间轴需要做相应平移。

%% 7. 匹配滤波（脉冲压缩） h = conj(fliplr(s)); % 匹配滤波器 y_ref = conv(s, h); % 真实回波脉压输出（参考） y_jam = conv(j, h); % 干扰信号脉压输出 t_out = ((0:length(y_ref)-1) - (N-1)) / fs * 1e6; % 时间轴/us y_ref_db = 20*log10(abs(y_ref) / max(abs(y_ref)) + 1e-12); y_jam_db = 20*log10(abs(y_jam) / max(abs(y_jam)) + 1e-12); %% 8. 脉压输出对比 figure(3); plot(t_out, y_ref_db, 'b', 'LineWidth', 1); hold on; plot(t_out, y_jam_db, 'r', 'LineWidth', 1); xlabel('时间/us'); ylabel('归一化幅度/dB'); title('匹配滤波输出对比（蓝色：真实目标，红色：干扰信号）'); xlim([-5 15]); ylim([-40 0]); legend('真实目标脉压', '干扰信号脉压'); grid on;

这里有个小技巧：用20*log10做归一化dB显示时，加一个1e-12的常数防止对0取对数产生告警。同时xlim取-5到15微秒，可以清晰看到真实目标位置和假目标分布。

运行结果会告诉我们一件事：单个LFM脉冲经过匹配滤波后只有一个尖峰，而干扰信号经过同样的匹配滤波后，在真实目标位置两侧出现了一串等间隔假目标。这串假目标，就是间歇采样直接转发干扰的"成绩单"。

3.5 仿真结果与理论值对比

为了验证2.3节的公式推导，我们把仿真得到的假目标峰值位置和理论计算位置放在一张表里对比。理论位置用Δτ_n = n/(K·Ts)计算，B=20MHz、Tp=100us、Ts=10us时，Δτ = 0.5us。

从结果看，仿真与理论高度吻合，假目标间隔0.5us，对应距离间隔75米。幅度方面，0阶（真实目标位置）最强，±1阶次之，衰减约3.9dB，±2阶衰减约11dB，符合sinc(n·tau/Ts) = sinc(n·0.5)的期望值。这个表建议你复现时自己打出来，它能帮你确认整个模型链路的正确性。

4. 关键参数对干扰效果的影响

4.1 采样周期Ts对假目标间距的影响

从公式Δτ = Tp/(B·Ts)可以看出，假目标间距与Ts成反比。想验证这一点，只需要在代码里改Ts，其他参数不动，跑几组对比。我把Ts分别取5us、10us、20us，得到的假目标间距如下：

这里有一个实战含义：Ts越小，假目标在距离维上排布越稀疏，每个假目标之间的间隔越大；Ts越大，假目标越密集。如果你想制造"一片假目标"的压制效果，可以增大Ts让假目标群更密集；如果你想制造几个清晰可辨的假目标来迷惑雷达，就用小Ts拉开间距。

我实际调参时发现一个反直觉的细节：Ts增大后，假目标虽然更密集，但可观测数量也会变化，这不是间距公式直接体现的。原因是频谱副本的搬移间隔变小后，更多谐波落在LFM带宽内，每个谐波都能形成假目标。这个效应在4.2节展开。

4.2 采样脉宽tau对假目标数量的影响

假目标数量主要由sinc包络的宽度决定，也就是Ts/tau的比值。sinc函数第一零点出现在|n·tau/Ts| = 1，即n = Ts/tau处。所以大致可观测的假目标就在n = -Ts/tau到+Ts/tau之间。我固定Ts=10us，把tau分别取2.5us、5us、7.5us，对应占空比25%、50%、75%，观察假目标数量。

仿真结果和理论预测很一致。tau越小，每个采样片段越短，频域上谐波数量越多，假目标数目越多；tau越大，假目标数目越少，但0阶（真实目标位置）的幅度占比更高。

实际操作中不建议把占空比取得太低（比如低于20%），因为每个采样片段太短，DRFM的ADC/DAC切换损耗会占大头，硬件上很难做到每段信号都干净转发。仿真里可以随便试，工程上要留裕量。

4.3 目标回波与干扰信号叠加的场景仿真

前面几节都是单独看干扰信号，实际雷达接收端同时收到目标真实回波和干扰信号。我们把两者叠加，模拟一个更完整的对抗场景。假设真实目标在12微秒处，干扰机在15微秒处截获信号并转发，雷达匹配滤波后看到的效果最直观。

%% 9. 真实目标回波叠加干扰 Amp_t = 1; % 目标回波幅度 Amp_j = 1.5; % 干扰信号幅度（一般干扰功率略大） td = 12e-6; % 目标回波延时 td_jam = 15e-6; % 干扰机截获信号延时 n_td = round(td * fs); n_td_jam = round(td_jam * fs); % 目标回波 s_target = [zeros(1, n_td), s(1:end-n_td)]; % 干扰机截获信号（有截获延时） s_jam_recv = [zeros(1, n_td_jam), s(1:end-n_td_jam)]; % 干扰机直接转发 j_scene = s_jam_recv .* [zeros(1, n_td_jam), p(1:end-n_td_jam)]; % 雷达接收信号 rx = Amp_t * s_target + Amp_j * j_scene; % 匹配滤波 y_scene = conv(rx, h); t_scene = ((0:length(y_scene)-1) - (N-1)) / fs * 1e6; y_scene_db = 20*log10(abs(y_scene) / max(abs(y_scene)) + 1e-12); figure(4); plot(t_scene, y_scene_db, 'k', 'LineWidth', 1); xlabel('时间/us'); ylabel('归一化幅度/dB'); title('雷达接收端匹配滤波输出（真实目标+干扰）'); xlim([5 25]); ylim([-40 0]); grid on;

这段代码里有一个容易踩的坑：干扰机截获信号时，门控函数也要跟着信号一起延时，不能直接把原始p乘在延时后的信号上，否则第一个采样窗口的位置对不上信号前沿。我之前犯过这个错误，导致第一个假目标的位置总是偏的。

运行后你会看到，在12微秒处有一个真实目标尖峰，在15微秒附近有一串假目标群，假目标群围绕干扰机所在位置向两侧展开。如果干扰功率占优，雷达的CFAR检测器很可能会把这串假目标当作真实目标群处理，真实目标反而被淹没。这就是直转干扰的实战效果。

5. 常见问题与调试经验

5.1 匹配滤波输出主峰位置对不齐时间轴

这是新手最容易碰到的。用了conv后，输出序列长度是2N-1，索引从1开始，但时间轴的原点并不在索引1处，而在索引N处。如果你直接用(0:length(y)-1)/fs做横轴，真实目标峰值会出现在Tp微秒处而不是0处，看起来就像"目标跑到脉宽位置了"。

解决办法就是我在3.4节写的：t_out = ((0:length(y)-1) - (N-1)) / fs。减掉N-1个采样点的时间，把原点搬回脉冲中心。如果你用了fft做脉压，时间轴对齐方式又不一样，需要根据频域卷积的循环移位来调整，不如conv直观。建议初学阶段统一用conv。

5.2 假目标数量与理论估算不一致

有同学反馈，按公式算出来应该有5个假目标，但仿真只看到3个，或者有些假目标时有时无。排查思路按顺序来：先看幅度阈值，弱假目标的幅度可能低于你画图的ylim下界，把纵轴范围拉大再看；再看sinc衰减，阶数高的假目标衰减很快，可能淹没在数值噪声里，这种情况可以在dB图里看，-30dB以下的峰基本是数值误差；最后检查采样率，如果采样率刚好等于带宽，LFM频谱在带边缘有明显滚降，边缘谐波的幅度损失会更大，建议采样率取带宽的3~5倍。

我用的100MHz采样率对20MHz带宽是5倍过采样，边缘效应很小。如果你把采样率降到25MHz，会明显看到高阶梯假目标幅度异常。

5.3 时频图里看不到"断续斜线"

间歇采样直接转发的核心特征是时频图上不连续的LFM斜线段。如果看不到这个特征，大概率是门控函数p生成错了。我见过一个典型错误：用向量点乘时，把p写成了长度N的全1向量，导致没切段；还有一种是把采样窗口写反了，p = ones - p，结果变成了"每隔一段转发一段空的"。

检查方法很简单：单独画一下p的时域波形，确认它是一个从0开始的周期方波，第一个窗口是高电平，窗口宽度正好是tau。确认p没问题后，再去检查j = s .* p这段，别让干扰信号被后续处理意外覆盖。

5.4 仿真速度优化与实际工程衔接

当你想做大参数扫描（比如Ts从2us扫到50us），每次都要重新生成信号和匹配滤波，conv的O(N²)复杂度会拖慢速度。优化方案有三个层次：第一层，改用FFT卷积，把序列补零到2的幂次长度做频域相乘，速度提升明显；第二层，利用LFM信号的解析性质，直接用频域匹配滤波加去斜处理，可以避开大点数卷积；第三层，如果参数扫描量大，用parfor并行循环，每个Ts独立算一次，提升接近核心数倍数。

仿真之外，这个模型的工程延伸也值得想一下。真实DRFM的ADC位宽（常见8~12bit）、DAC重建滤波器、收发切换时间都会影响假目标的质量。仿真里一个相位连续干净的LFM切段，在硬件里可能因为DAC切换毛刺产生额外杂散。如果你想做硬件验证，建议在仿真模型里加入量化噪声和切换暂态，先评估一下非理想因素对假目标幅度和位置的影响量级。

另外我建议做一组"理论-仿真-实测"三方对照：理论公式算位置，MATLAB仿真看波形，最后用任意波形发生器+示波器搭一个简化硬件平台，看真实DRFM的转发信号经过数字脉压后的输出。这个流程跑通后，你对干扰机理的理解深度会完全不一样，写论文也有实打实的数据支撑。

6. 总结与扩展思考

这个项目做完，最大的收获不是学会写MATLAB代码，而是真正理解了电子对抗里面一个贯穿始终的思想：干扰本质上不是"制造能量"，而是"利用雷达自己的处理机制"。

间歇采样直接转发干扰的高明之处，在于它完美利用了LFM匹配滤波的频移-时延转换特性，让雷达的脉冲压缩处理反过头来帮助干扰机生成假目标群。这种"借力打力"的思路，在后面的各种灵巧干扰样式里反复出现——间歇采样重复转发、多通道卷积调制、灵巧噪声、移频干扰，本质上都是在这个基础上增加调制维度。

如果后续要做扩展，方向其实挺多的：

一是从波形维度扩展，比如把采样出来的片段做多普勒调制，让假目标带上速度信息，在速度维上也能形成欺骗；二是从参数维度扩展，把Ts、tau做成随机变化的，让假目标间距不再等间隔，破坏梳状谱特征；三是从系统维度扩展，把LFM换成相位编码信号、频率捷变信号，看看间歇采样直转对这些波形还灵不灵，这个方向很有研究空间。毕竟现在雷达也开始用相位编码、OFDM这些新波形，干扰样式不变的话迟早失效。

最后再分享一个调试小技巧：做这类仿真，一定要养成"先画时频图、再画脉压图"的习惯。时频图能让你一眼看出干扰信号生没生成对，脉压图能让你一眼看出假目标效果。两个图都对了，再去调参数和优化算法，效率会高很多。

本文还有配套的精品资源，点击获取