简介面向SAR成像、调频连续波FMCW雷达及信号处理方向的学习者与工程人员这份MATLAB源码包聚焦FS快速采样算法在SAR成像中的落地实现尤其适合希望用MATLAB快速验证成像链路的初学者和研究人员。压缩包仅含1个m文件整体大小2KB文件虽精简却覆盖回波数据预处理、差频信号解算、距离-多普勒处理、FFT运算及图像重建等关键流程便于直接阅读、断点调试和二次修改。通过FS_dealdata.m读者可以深入理解FMCW-SAR如何利用扫频差频提取目标距离与速度信息并可调整扫频速率、采样率等参数观察成像结果变化从而掌握FS算法降低计算量、提升处理效率的核心思想用于教学演示、算法对比或工程预研。目前该资源已有450人学习适合需要快速上手SAR成像仿真、研究FS算法原理或撰写相关实验代码的开发者参考。1. 调频连续波SAR与FS成像标题里的每个词都不是多余的调频连续波SARFMCW SAR和传统脉冲SAR最大的不同是它一发一收都连续接收端通常用去调频把时宽带宽积巨大的线性调频信号压缩成窄带拍频信号。这个“去调频”给成像带来了方便也留下一个包袱回波的距离位置与调频率、斜距强耦合方位向移动时距离单元会发生非线性漂移。FS成像Frequency Scaling频率变标正是针对这类数据设计的不插值算法适合在MATLAB里用FFT快速实现。标题里的FS_dealdata_SAR一般就是一个负责把原始雷达数据进行FS成像的MATLAB工程dealdata通常意味着输入已经不是发射基带而是一段经过去调频处理后的数字中频数据。2. FS成像原理从去调频回波模型到距离-方位解耦2.1 调频连续波SAR回波为什么是二维耦合的先写清楚信号模型。设雷达中心频率为fc发射调频率为Kr快时间为τ慢时间为t。某个点目标在慢时间t的瞬时斜距为R(t)对于最近距离R0的目标斜距史通常写成R(t) sqrt(R0^2 (v * t)^2)发射信号被目标反射后与本地参考信号混频去调频后的基带拍频信号可以近似写成三项相乘s(τ,t) exp(-j 4π fc R(t)/c) * exp(-j 2π Kr * (2R(t)/c) * τ) * exp(j π Kr * (2R(t)/c)^2)第一项是方位向相位历史第二项决定目标在快时间频率轴上的位置第三项是去调频处理引入的残差视频相位RVP。注意第二项里的拍频f_b -Kr * (2R(t)/c)拍频和斜距R(t)成正比。当目标沿方位向移动时R(t)在变化于是这个目标在距离频率域里会跨多个距离单元移动。用高波段、大带宽或长合成孔径的FMCW SAR参数算一下这个偏移量可能达到几十甚至几百个距离单元。这就是“距离-方位耦合”最直观的来源。第三项RVP也必须处理。它来自去调频时用固定参考距离而不是目标真实距离其相位随距离平方变化。在雷达带宽超过几十MHz时RVP不校正会在距离压缩后产生明显的主瓣展宽。2.2 FS成像的核心频率变标函数与RVP校正FS算法面对的问题很直接既然拍频信号的位置由频率f_b -Kr τ_d给出那么对距离向做FFT之后数据所在的轴其实是“拍频频率轴”不是真实斜距轴。要校正距离徙动最笨的办法是沿着拍频频率轴做插值把不同慢时间下的峰值搬回同一个距离单元。FS算法的技巧是先不着急插值而在距离频率域乘一个二次相位函数再做逆FFT相当于用“频率变标”把拍频轴重新缩放一次。这个二次相位函数就是频率变标函数通常记为H_FSF。工程上最常写成的形式是H_FSF exp(-jπ * f_τ^2 / Kr)其中f_τ是距离向FFT后的频率轴Kr是参考调频率。乘上这个函数之后的目标信号在快时间域里的位置会被改写成另一个与慢时间耦合更弱的坐标。于是后续的距离徙动校正可以从非线性的插值退化为一个线性相位乘法计算量小很多。RVP补偿在很多FS实现里会单独做也有人把RVP补偿和FSF合并成一个相位函数。我一般建议在MATLAB工程里分开写因为真实数据的Kr可能和标称值有偏差分开写便于用点目标仿真验证每一个环节的符号。2.3 FS成像的完整流程和与距离多普勒算法的差异一套典型的FS成像流程可以分成八个步骤顺序如下步骤处理域主要操作1快时间 - 距离频率对每个方位脉冲做距离向FFT2距离频率 x 方位时间乘H_FSF完成频率变标与RVP补偿3距离频率 - 快时间距离向IFFT得到变标后的时域数据4快时间 x 方位时间可选加距离窗函数抑制旁瓣5方位时间 - 方位频率距离多普勒域方位FFT6距离多普勒域用相位乘法完成线性距离徙动校正7距离多普勒域乘方位匹配滤波函数8方位频率 - 方位时间方位向IFFT得到复图像这个流程和距离多普勒算法RD很像核心差别在第2步。RD算法通常在距离压缩后直接用插值做RCMC而FS先用频率变标把距离徙动“拉直”后面的RCMC只处理残余误差因此可以完全不插值。对FMCW SAR这种去调频数据来说FS比RD稳尤其在大斜视或低信噪比场景下不容易出现插值核引起的系统旁瓣抬高。3. MATLAB实现FS_dealdata_SAR数据组织与最小可运行框架3.1 工程文件怎么分rawdata、参数、成像算法三件事一个可维护的MATLAB FS成像工程我一般会拆成三个文件参数初始化、回波读取、主成像函数。不要让主函数里既读数据又写fc和Kr也别把真实数据和处理逻辑混在一个脚本里。典型目录结构如下matlab/ fs_dealdata_sar.m # 成像主函数 gen_test_data.m # 生成点目标仿真数据 params_init.m # 参数初始化 plot_sar_image.m # 显示和评估图像 raw/ *.dat # 雷达原始数据文件这里fs_dealdata_sar.m就是标题里的主角。它输入一个复数矩阵s_if输出一个复数图像矩阵。真实数据读取可能涉及字节序、通道分离和数据位宽这些工作单独写一个read函数不要在成像函数里做。3.2 用MATLAB生成点目标FMCW SAR差频数据没有真实数据时先用一个点目标仿真把FS算法跑通。下面这段代码生成去斜后的拍频回波矩阵行是方位慢时间列是距离快时间。% gen_test_data.m % 生成单目标去斜后的FMCW SAR回波矩阵 c 3e8; fc 10e9; % 雷达中心频率单位Hz Tr 100e-6; % 脉冲宽度100us Kr 1e12; % 发射调频率单位Hz/s Fs 80e6; % 快时间采样率 Ns round(Tr * Fs);% 距离向采样点数 PRF 1000; % 方位向脉冲重复频率 Na 256; % 方位向脉冲数 v 30; % 平台速度 R0 1000; % 目标最近斜距 tr (0:Ns-1) / Fs; ta (0:Na-1) / PRF; R sqrt(R0^2 (v * ta).^2); s_if zeros(Na, Ns); for k 1:Na tau_d 2 * R(k) / c; s_if(k,:) exp(-1j * 2 * pi * fc * tau_d) ... .* exp(-1j * 2 * pi * Kr * tau_d * tr) ... .* exp( 1j * pi * Kr * tau_d^2); end这段代码里的三个指数项分别对应方位相位、快时间拍频和RVP。ta决定目标随慢时间的距离移动tr是快时间采样点。只要Fs满足拍频信号的奈奎斯特带宽这个矩阵就可以直接输入成像主函数。Ns在这个参数下是8000内存占用约256 x 8000 x 16字节约32MBMATLAB运行起来没压力。3.3 按FS算法一步步写主循环主函数的关键是保持每一级FFT的方向和频率轴一致。下面给出一个能跑通点目标数据的fs_dealdata_sar.m骨架。function img fs_dealdata_sar(s_if, prm) % fs_dealdata_sar FMCW SAR FS成像主函数 % s_if : Na x Ns 复数矩阵行方位列距离 % prm : 参数结构体 [Na, Ns] size(s_if); c prm.c; Fs prm.Fs; Kr prm.Kr; fc prm.fc; PRF prm.PRF; v prm.v; R0 prm.R0; lambda c / fc; % 快时间/慢时间轴和频率轴 tr (0:Ns-1) / Fs; f_tau (-Ns/2:Ns/2-1) / Ns * Fs; f_eta (-Na/2:Na/2-1) / Na * PRF; % 1 距离向FFT S_f fftshift(fft(s_if, Ns, 2), 2); % 2 FS核心频率变标 RVP补偿合写 H_fsf exp(-1j * pi * f_tau.^2 / Kr); S_f S_f .* H_fsf; % 3 距离向IFFT S_t ifft(ifftshift(S_f, 2), Ns, 2); % 4 可选距离窗压低距离旁瓣 win_r hanning(Ns).; S_t S_t .* win_r; % 5 方位FFT进入距离多普勒域 S_rd fftshift(fft(S_t, Na, 1), 1); % 6 距离徙动校正用相位乘代替插值 [F_tau, F_eta] meshgrid(f_tau, f_eta); R_rc (lambda^2 * R0 .* F_eta.^2) / (8 * v^2); H_rcmc exp(1j * 4 * pi * F_tau .* R_rc / c); S_rd S_rd .* H_rcmc; % 7 方位匹配滤波 H_az exp(1j * pi * (lambda * R0 / (2 * v^2)) .* F_eta.^2); S_rd S_rd .* H_az; % 8 方位IFFT img ifft(ifftshift(S_rd, 1), Na, 1); end这段代码里最容易写错的是第6步的meshgrid。f_tau是长度Ns的行向量f_eta是长度Na的列向量meshgrid(f_tau, f_eta)生成两个Na x Ns矩阵刚好和S_rd同维度。如果你习惯用ndgrid两个变量的顺序就要反过来否则矩阵维度对不上。第7步方位匹配滤波的符号是另一个坑。MATLAB的fft和ifft正负号决定匹配滤波函数应该取正还是取负。我建议先用点目标仿真分别跑exp和-exp看哪个能把方位弱散射点聚焦得又尖又亮就把那个符号固定为一个参数az_sign。4. 距离徙动校正与二次距离压缩的FS关键参数4.1 距离频率轴和方位频率轴的构造成像函数里的频率轴不能从linspace随手写必须和FFT点数、采样率对应。标准写法是% 距离频率轴 f_tau (-Ns/2:Ns/2-1) / Ns * Fs; % 方位多普勒频率轴 f_eta (-Na/2:Na/2-1) / Na * PRF;这个写法适用于偶数点数。如果Ns是奇数则用-(Ns-1)/2:(Ns-1)/2但MATLAB的FFT更推荐偶数长度处理起来不用单独区分中心频率。距离频率分辨率是Fs/Ns它乘上c/(2*Kr)可以换算成距离分辨率方位频率分辨率是PRF/Na它对应的方位向分辨率由合成孔径长度决定不是简单的恒定常数。在设置Fs时要注意FMCW SAR去调频后的拍频带宽可能远小于发射带宽因此快时间采样率通常可以降到几兆到几十兆。如果你把Fs设成发射带宽的量级数据量会白白膨胀而且FSF在距离频率域边缘会放大噪声。4.2 频率变标函数符号和参考距离的标定FSF里的Kr必须使用参考信号的调频率而不是发射调频率。实际工程中这两者可能相差千分之一这个千分之一在高分辨率下会导致距离向目标响应出现二次相位误差。一个实用标定方法是构造两个参考函数分别用jπ f_tau^2/Kr和-jπ f_tau^2/Kr处理同一个点目标再比较脉冲响应的3dB宽度和峰值位置% 用单目标数据分别测试FSF正负号 H1 exp(1j * pi * f_tau.^2 / Kr); H2 exp(-1j * pi * f_tau.^2 / Kr); S1 ifft(ifftshift(fftshift(fft(s_if, Ns, 2),2) .* H1, 2), Ns, 2); S2 ifft(ifftshift(fftshift(fft(s_if, Ns, 2),2) .* H2, 2), Ns, 2); w1 sum(abs(S1(1,:)).^2); w2 sum(abs(S2(1,:)).^2); % w1 w2 则取H1反之取H2这个方法不挑场景只要有一个强散射点即可。如果你的数据是下边带去调频符号判断结果会和上边带相反所以不要在网上找一段代码复制完就不管务必在自己数据上验证。4.3 二次距离压缩“什么时候开”的判断二次距离压缩SRC在很多窄波束、低分辨率FMCW SAR里可以不坐但长合成孔径或近场场景下必须考虑。工程上我很少直接套SRC公式而是先做一次不留SRC的FS成像提取点目标在每个方位脉冲里的峰值位置再拟合二次曲线。% 从原始回波矩阵里提取目标峰值位置 [~, idx_max] max(abs(s_if), [], 2); % 用慢时间做二阶多项式拟合 p polyfit(ta(:), idx_max(:), 2); % 第一个系数是二次项评估总偏移是否超过一个距离单元 residual_mig abs(p(1)) * (Na / PRF)^2; if residual_mig 0.2 % 开启SRC补偿 end这个代码判断的不是理论上的相位误差而是实际数据中还存在多大的残余距偏移。如果残余偏移小于0.2个距离单元开SRC反而会引入不必要的相位噪声。判断阈值建议取0.2因为在相位乘法RCMC之后0.2个距离单元对应的相位误差通常已经低于π/4。另外距离窗函数会影响残余偏移的评估。上面这段代码用的原始回波矩阵没有加窗评估相对干净如果你在第四步已经加了hanning则要记住评估结果会偏保守。5. 验证FS成像质量点目标评估与参考信号检查5.1 用点目标仿真检查聚焦位置和峰值旁瓣比成像函数写完后第一步不是直接上真实数据而是用gen_test_data.m生成一个点目标跑完整流程再检查图像切面。% 生成点目标回波后直接成像 img fs_dealdata_sar(s_if, prm); % 找全局峰值位置 [max_val, idx] max(abs(img(:))); [row, col] ind2sub(size(img), idx); % 取距离向切面 range_profile abs(img(row, :)); [peaks, locs] findpeaks(range_profile, NPeaks, 3, SortStr, descend); PSLR 20 * log10(peaks(2) / peaks(1)); % 均匀窗时理论峰值旁瓣比约 -13.26 dB这里要注意findpeaks的NPeaks3可能把主瓣附近的采样点当成旁瓣。稳妥的做法是把主瓣附近至少3个采样点排除后再找峰。加窗后PSLR会降到-20dB以下具体值取决于窗函数类型。点目标仿真通过后记录峰值位置和你设置的目标位置是否一致。SLR验证只解决“聚焦质量”问题位置验证解决“坐标标定”问题。两者都要看。5.2 两个常被忽略的检查点第一FS成像结果和时域后向投影BP在强散射点上对峰位。BP算法做三五个目标完全可以承受不需要全场景。FS和BP的峰位偏差如果超过一个像素多半是参考距离R0或基带相位方向的问题。第二检查快时间方向的直流偏置。真实雷达数据在去调频后有时会叠加上一个固定的直流分量它会在距离频率域的零频附近形成一个亮线严重影响FSF对该区域的相位操作。处理前先对每个方位脉冲做detrend或减去快时间均值% 每个脉冲减去快时间均值 s_if s_if - mean(s_if, 2);这个操作对点目标仿真没有影响但真实数据经常靠这一步把零频附近的虚假目标压掉。最后把FSF符号、距离窗、是否进行SRC合并成三个开关存进prm每次跑真实数据前先跑一遍单点验证再动成像参数。这样能省掉后面反复调RCMC系数的大半时间。本文还有配套的精品资源点击获取 
长河君 · 2026/9/16 1:20:03 · 阅读 1.2k FMCW SAR频率变标成像算法及MATLAB实现详解
简介面向SAR成像、调频连续波FMCW雷达及信号处理方向的学习者与工程人员这份MATLAB源码包聚焦FS快速采样算法在SAR成像中的落地实现尤其适合希望用MATLAB快速验证成像链路的初学者和研究人员。压缩包仅含1个m文件整体大小2KB文件虽精简却覆盖回波数据预处理、差频信号解算、距离-多普勒处理、FFT运算及图像重建等关键流程便于直接阅读、断点调试和二次修改。通过FS_dealdata.m读者可以深入理解FMCW-SAR如何利用扫频差频提取目标距离与速度信息并可调整扫频速率、采样率等参数观察成像结果变化从而掌握FS算法降低计算量、提升处理效率的核心思想用于教学演示、算法对比或工程预研。目前该资源已有450人学习适合需要快速上手SAR成像仿真、研究FS算法原理或撰写相关实验代码的开发者参考。1. 调频连续波SAR与FS成像标题里的每个词都不是多余的调频连续波SARFMCW SAR和传统脉冲SAR最大的不同是它一发一收都连续接收端通常用去调频把时宽带宽积巨大的线性调频信号压缩成窄带拍频信号。这个“去调频”给成像带来了方便也留下一个包袱回波的距离位置与调频率、斜距强耦合方位向移动时距离单元会发生非线性漂移。FS成像Frequency Scaling频率变标正是针对这类数据设计的不插值算法适合在MATLAB里用FFT快速实现。标题里的FS_dealdata_SAR一般就是一个负责把原始雷达数据进行FS成像的MATLAB工程dealdata通常意味着输入已经不是发射基带而是一段经过去调频处理后的数字中频数据。2. FS成像原理从去调频回波模型到距离-方位解耦2.1 调频连续波SAR回波为什么是二维耦合的先写清楚信号模型。设雷达中心频率为fc发射调频率为Kr快时间为τ慢时间为t。某个点目标在慢时间t的瞬时斜距为R(t)对于最近距离R0的目标斜距史通常写成R(t) sqrt(R0^2 (v * t)^2)发射信号被目标反射后与本地参考信号混频去调频后的基带拍频信号可以近似写成三项相乘s(τ,t) exp(-j 4π fc R(t)/c) * exp(-j 2π Kr * (2R(t)/c) * τ) * exp(j π Kr * (2R(t)/c)^2)第一项是方位向相位历史第二项决定目标在快时间频率轴上的位置第三项是去调频处理引入的残差视频相位RVP。注意第二项里的拍频f_b -Kr * (2R(t)/c)拍频和斜距R(t)成正比。当目标沿方位向移动时R(t)在变化于是这个目标在距离频率域里会跨多个距离单元移动。用高波段、大带宽或长合成孔径的FMCW SAR参数算一下这个偏移量可能达到几十甚至几百个距离单元。这就是“距离-方位耦合”最直观的来源。第三项RVP也必须处理。它来自去调频时用固定参考距离而不是目标真实距离其相位随距离平方变化。在雷达带宽超过几十MHz时RVP不校正会在距离压缩后产生明显的主瓣展宽。2.2 FS成像的核心频率变标函数与RVP校正FS算法面对的问题很直接既然拍频信号的位置由频率f_b -Kr τ_d给出那么对距离向做FFT之后数据所在的轴其实是“拍频频率轴”不是真实斜距轴。要校正距离徙动最笨的办法是沿着拍频频率轴做插值把不同慢时间下的峰值搬回同一个距离单元。FS算法的技巧是先不着急插值而在距离频率域乘一个二次相位函数再做逆FFT相当于用“频率变标”把拍频轴重新缩放一次。这个二次相位函数就是频率变标函数通常记为H_FSF。工程上最常写成的形式是H_FSF exp(-jπ * f_τ^2 / Kr)其中f_τ是距离向FFT后的频率轴Kr是参考调频率。乘上这个函数之后的目标信号在快时间域里的位置会被改写成另一个与慢时间耦合更弱的坐标。于是后续的距离徙动校正可以从非线性的插值退化为一个线性相位乘法计算量小很多。RVP补偿在很多FS实现里会单独做也有人把RVP补偿和FSF合并成一个相位函数。我一般建议在MATLAB工程里分开写因为真实数据的Kr可能和标称值有偏差分开写便于用点目标仿真验证每一个环节的符号。2.3 FS成像的完整流程和与距离多普勒算法的差异一套典型的FS成像流程可以分成八个步骤顺序如下步骤处理域主要操作1快时间 - 距离频率对每个方位脉冲做距离向FFT2距离频率 x 方位时间乘H_FSF完成频率变标与RVP补偿3距离频率 - 快时间距离向IFFT得到变标后的时域数据4快时间 x 方位时间可选加距离窗函数抑制旁瓣5方位时间 - 方位频率距离多普勒域方位FFT6距离多普勒域用相位乘法完成线性距离徙动校正7距离多普勒域乘方位匹配滤波函数8方位频率 - 方位时间方位向IFFT得到复图像这个流程和距离多普勒算法RD很像核心差别在第2步。RD算法通常在距离压缩后直接用插值做RCMC而FS先用频率变标把距离徙动“拉直”后面的RCMC只处理残余误差因此可以完全不插值。对FMCW SAR这种去调频数据来说FS比RD稳尤其在大斜视或低信噪比场景下不容易出现插值核引起的系统旁瓣抬高。3. MATLAB实现FS_dealdata_SAR数据组织与最小可运行框架3.1 工程文件怎么分rawdata、参数、成像算法三件事一个可维护的MATLAB FS成像工程我一般会拆成三个文件参数初始化、回波读取、主成像函数。不要让主函数里既读数据又写fc和Kr也别把真实数据和处理逻辑混在一个脚本里。典型目录结构如下matlab/ fs_dealdata_sar.m # 成像主函数 gen_test_data.m # 生成点目标仿真数据 params_init.m # 参数初始化 plot_sar_image.m # 显示和评估图像 raw/ *.dat # 雷达原始数据文件这里fs_dealdata_sar.m就是标题里的主角。它输入一个复数矩阵s_if输出一个复数图像矩阵。真实数据读取可能涉及字节序、通道分离和数据位宽这些工作单独写一个read函数不要在成像函数里做。3.2 用MATLAB生成点目标FMCW SAR差频数据没有真实数据时先用一个点目标仿真把FS算法跑通。下面这段代码生成去斜后的拍频回波矩阵行是方位慢时间列是距离快时间。% gen_test_data.m % 生成单目标去斜后的FMCW SAR回波矩阵 c 3e8; fc 10e9; % 雷达中心频率单位Hz Tr 100e-6; % 脉冲宽度100us Kr 1e12; % 发射调频率单位Hz/s Fs 80e6; % 快时间采样率 Ns round(Tr * Fs);% 距离向采样点数 PRF 1000; % 方位向脉冲重复频率 Na 256; % 方位向脉冲数 v 30; % 平台速度 R0 1000; % 目标最近斜距 tr (0:Ns-1) / Fs; ta (0:Na-1) / PRF; R sqrt(R0^2 (v * ta).^2); s_if zeros(Na, Ns); for k 1:Na tau_d 2 * R(k) / c; s_if(k,:) exp(-1j * 2 * pi * fc * tau_d) ... .* exp(-1j * 2 * pi * Kr * tau_d * tr) ... .* exp( 1j * pi * Kr * tau_d^2); end这段代码里的三个指数项分别对应方位相位、快时间拍频和RVP。ta决定目标随慢时间的距离移动tr是快时间采样点。只要Fs满足拍频信号的奈奎斯特带宽这个矩阵就可以直接输入成像主函数。Ns在这个参数下是8000内存占用约256 x 8000 x 16字节约32MBMATLAB运行起来没压力。3.3 按FS算法一步步写主循环主函数的关键是保持每一级FFT的方向和频率轴一致。下面给出一个能跑通点目标数据的fs_dealdata_sar.m骨架。function img fs_dealdata_sar(s_if, prm) % fs_dealdata_sar FMCW SAR FS成像主函数 % s_if : Na x Ns 复数矩阵行方位列距离 % prm : 参数结构体 [Na, Ns] size(s_if); c prm.c; Fs prm.Fs; Kr prm.Kr; fc prm.fc; PRF prm.PRF; v prm.v; R0 prm.R0; lambda c / fc; % 快时间/慢时间轴和频率轴 tr (0:Ns-1) / Fs; f_tau (-Ns/2:Ns/2-1) / Ns * Fs; f_eta (-Na/2:Na/2-1) / Na * PRF; % 1 距离向FFT S_f fftshift(fft(s_if, Ns, 2), 2); % 2 FS核心频率变标 RVP补偿合写 H_fsf exp(-1j * pi * f_tau.^2 / Kr); S_f S_f .* H_fsf; % 3 距离向IFFT S_t ifft(ifftshift(S_f, 2), Ns, 2); % 4 可选距离窗压低距离旁瓣 win_r hanning(Ns).; S_t S_t .* win_r; % 5 方位FFT进入距离多普勒域 S_rd fftshift(fft(S_t, Na, 1), 1); % 6 距离徙动校正用相位乘代替插值 [F_tau, F_eta] meshgrid(f_tau, f_eta); R_rc (lambda^2 * R0 .* F_eta.^2) / (8 * v^2); H_rcmc exp(1j * 4 * pi * F_tau .* R_rc / c); S_rd S_rd .* H_rcmc; % 7 方位匹配滤波 H_az exp(1j * pi * (lambda * R0 / (2 * v^2)) .* F_eta.^2); S_rd S_rd .* H_az; % 8 方位IFFT img ifft(ifftshift(S_rd, 1), Na, 1); end这段代码里最容易写错的是第6步的meshgrid。f_tau是长度Ns的行向量f_eta是长度Na的列向量meshgrid(f_tau, f_eta)生成两个Na x Ns矩阵刚好和S_rd同维度。如果你习惯用ndgrid两个变量的顺序就要反过来否则矩阵维度对不上。第7步方位匹配滤波的符号是另一个坑。MATLAB的fft和ifft正负号决定匹配滤波函数应该取正还是取负。我建议先用点目标仿真分别跑exp和-exp看哪个能把方位弱散射点聚焦得又尖又亮就把那个符号固定为一个参数az_sign。4. 距离徙动校正与二次距离压缩的FS关键参数4.1 距离频率轴和方位频率轴的构造成像函数里的频率轴不能从linspace随手写必须和FFT点数、采样率对应。标准写法是% 距离频率轴 f_tau (-Ns/2:Ns/2-1) / Ns * Fs; % 方位多普勒频率轴 f_eta (-Na/2:Na/2-1) / Na * PRF;这个写法适用于偶数点数。如果Ns是奇数则用-(Ns-1)/2:(Ns-1)/2但MATLAB的FFT更推荐偶数长度处理起来不用单独区分中心频率。距离频率分辨率是Fs/Ns它乘上c/(2*Kr)可以换算成距离分辨率方位频率分辨率是PRF/Na它对应的方位向分辨率由合成孔径长度决定不是简单的恒定常数。在设置Fs时要注意FMCW SAR去调频后的拍频带宽可能远小于发射带宽因此快时间采样率通常可以降到几兆到几十兆。如果你把Fs设成发射带宽的量级数据量会白白膨胀而且FSF在距离频率域边缘会放大噪声。4.2 频率变标函数符号和参考距离的标定FSF里的Kr必须使用参考信号的调频率而不是发射调频率。实际工程中这两者可能相差千分之一这个千分之一在高分辨率下会导致距离向目标响应出现二次相位误差。一个实用标定方法是构造两个参考函数分别用jπ f_tau^2/Kr和-jπ f_tau^2/Kr处理同一个点目标再比较脉冲响应的3dB宽度和峰值位置% 用单目标数据分别测试FSF正负号 H1 exp(1j * pi * f_tau.^2 / Kr); H2 exp(-1j * pi * f_tau.^2 / Kr); S1 ifft(ifftshift(fftshift(fft(s_if, Ns, 2),2) .* H1, 2), Ns, 2); S2 ifft(ifftshift(fftshift(fft(s_if, Ns, 2),2) .* H2, 2), Ns, 2); w1 sum(abs(S1(1,:)).^2); w2 sum(abs(S2(1,:)).^2); % w1 w2 则取H1反之取H2这个方法不挑场景只要有一个强散射点即可。如果你的数据是下边带去调频符号判断结果会和上边带相反所以不要在网上找一段代码复制完就不管务必在自己数据上验证。4.3 二次距离压缩“什么时候开”的判断二次距离压缩SRC在很多窄波束、低分辨率FMCW SAR里可以不坐但长合成孔径或近场场景下必须考虑。工程上我很少直接套SRC公式而是先做一次不留SRC的FS成像提取点目标在每个方位脉冲里的峰值位置再拟合二次曲线。% 从原始回波矩阵里提取目标峰值位置 [~, idx_max] max(abs(s_if), [], 2); % 用慢时间做二阶多项式拟合 p polyfit(ta(:), idx_max(:), 2); % 第一个系数是二次项评估总偏移是否超过一个距离单元 residual_mig abs(p(1)) * (Na / PRF)^2; if residual_mig 0.2 % 开启SRC补偿 end这个代码判断的不是理论上的相位误差而是实际数据中还存在多大的残余距偏移。如果残余偏移小于0.2个距离单元开SRC反而会引入不必要的相位噪声。判断阈值建议取0.2因为在相位乘法RCMC之后0.2个距离单元对应的相位误差通常已经低于π/4。另外距离窗函数会影响残余偏移的评估。上面这段代码用的原始回波矩阵没有加窗评估相对干净如果你在第四步已经加了hanning则要记住评估结果会偏保守。5. 验证FS成像质量点目标评估与参考信号检查5.1 用点目标仿真检查聚焦位置和峰值旁瓣比成像函数写完后第一步不是直接上真实数据而是用gen_test_data.m生成一个点目标跑完整流程再检查图像切面。% 生成点目标回波后直接成像 img fs_dealdata_sar(s_if, prm); % 找全局峰值位置 [max_val, idx] max(abs(img(:))); [row, col] ind2sub(size(img), idx); % 取距离向切面 range_profile abs(img(row, :)); [peaks, locs] findpeaks(range_profile, NPeaks, 3, SortStr, descend); PSLR 20 * log10(peaks(2) / peaks(1)); % 均匀窗时理论峰值旁瓣比约 -13.26 dB这里要注意findpeaks的NPeaks3可能把主瓣附近的采样点当成旁瓣。稳妥的做法是把主瓣附近至少3个采样点排除后再找峰。加窗后PSLR会降到-20dB以下具体值取决于窗函数类型。点目标仿真通过后记录峰值位置和你设置的目标位置是否一致。SLR验证只解决“聚焦质量”问题位置验证解决“坐标标定”问题。两者都要看。5.2 两个常被忽略的检查点第一FS成像结果和时域后向投影BP在强散射点上对峰位。BP算法做三五个目标完全可以承受不需要全场景。FS和BP的峰位偏差如果超过一个像素多半是参考距离R0或基带相位方向的问题。第二检查快时间方向的直流偏置。真实雷达数据在去调频后有时会叠加上一个固定的直流分量它会在距离频率域的零频附近形成一个亮线严重影响FSF对该区域的相位操作。处理前先对每个方位脉冲做detrend或减去快时间均值% 每个脉冲减去快时间均值 s_if s_if - mean(s_if, 2);这个操作对点目标仿真没有影响但真实数据经常靠这一步把零频附近的虚假目标压掉。最后把FSF符号、距离窗、是否进行SRC合并成三个开关存进prm每次跑真实数据前先跑一遍单点验证再动成像参数。这样能省掉后面反复调RCMC系数的大半时间。本文还有配套的精品资源点击获取