簡介合成孔徑雷達(dá)SAR成像質(zhì)量評估中點目標(biāo)聚焦響應(yīng)是衡量系統(tǒng)性能的基礎(chǔ)。其數(shù)學(xué)骨架源于矩形頻譜對應(yīng)的sinc函數(shù)主瓣寬度決定分辨率旁瓣結(jié)構(gòu)直接影響弱目標(biāo)可檢測性。峰值旁瓣比PSLR與積分旁瓣比ISLR是描述旁瓣水平的關(guān)鍵指標(biāo)。實際工程中窗函數(shù)選擇、匹配濾波實現(xiàn)和頻域截斷都會改變這些指標(biāo)理解其定義和測量口徑對SAR成像算法驗證與參數(shù)優(yōu)化至關(guān)重要。在目標(biāo)檢測、地物分類等應(yīng)用中借助點目標(biāo)仿真準(zhǔn)確測量分辨率、PSLR和ISLR有助于規(guī)避常見測量陷阱提升圖像判讀質(zhì)量。圍繞sinc函數(shù)與三項指標(biāo)的關(guān)系結(jié)合可復(fù)現(xiàn)的仿真流程提供一套實戰(zhàn)導(dǎo)向的測量與避坑方法。1. SAR 點目標(biāo)聚焦指標(biāo)分辨率、峰值旁瓣比與積分旁瓣比為什么值得拆SAR 成像質(zhì)量評估里點目標(biāo)是最小的評價單元。一個孤立強(qiáng)散射點的聚焦響應(yīng)長什么樣、旁瓣壓到多低、能量泄漏到多遠(yuǎn)直接決定了整幅 SAR 圖像的可判讀性。分辨率、峰值旁瓣比 PSLR、積分旁瓣比 ISLR 這三項指標(biāo)就是量化點目標(biāo)聚焦質(zhì)量最常用的標(biāo)尺。很多人第一次接觸時容易被 sinc 函數(shù)繞暈以為這是單純的數(shù)學(xué)問題但實際做 SAR 數(shù)據(jù)處理的人都知道這三項指標(biāo)背后連著窗函數(shù)選擇、匹配濾波實現(xiàn)、頻域截斷和插值精度任何一個環(huán)節(jié)偏差都會讓指標(biāo)測出來不對勁。這篇筆記把 sinc 函數(shù)與三項指標(biāo)的關(guān)系、計算方法和實測中的坑一次講透適合剛接觸 SAR 成像算法、需要驗證點目標(biāo)仿真輸出或者在做成像質(zhì)量評估時被指標(biāo)對不上的問題卡住的人。2. 為什么是 sinc 函數(shù)SAR 點目標(biāo)響應(yīng)的數(shù)學(xué)骨架2.1 從沖激響應(yīng)到 sinc矩形譜的必然結(jié)果SAR 點目標(biāo)聚焦的本質(zhì)是對單個散射點的回波做二維匹配濾波。理想情況下匹配濾波輸出的點擴(kuò)散函數(shù) PSF 是一個二維 sinc 函數(shù)。這不是人為選擇的模型而是信號頻譜形狀決定的必然結(jié)果。點目標(biāo)回波在方位向和距離向經(jīng)過解調(diào)、壓縮后等效基帶信號在頻域上呈現(xiàn)一個近似矩形的支撐區(qū)間對這個矩形譜做傅里葉逆變換得到的就是 sinc 函數(shù)。寫成常見形式是h(x) sin(π x / X) / (π x / X)其中 X 與信號帶寬 B 的關(guān)系為 X c / (2B)對距離向而言 c 是光速對方位向而言 X 對應(yīng)合成孔徑長度對應(yīng)的多普勒帶寬。這個式子說明一個事實主瓣寬度由帶寬唯一決定帶寬越大主瓣越窄分辨率越高。旁瓣結(jié)構(gòu)則是 sinc 的固有屬性第一旁瓣相對主瓣的高度約為 -13.26 dB這一數(shù)值在任何矩形譜系統(tǒng)中都一樣和雷達(dá)體制無關(guān)。在實際 SAR 數(shù)據(jù)處理中直接得到的響應(yīng)并不完全是理想 sinc因為數(shù)據(jù)在頻域通常加了窗時域又做了截斷。加窗改變了譜形狀也就改變了旁瓣高度。理解了這一點后面看 PSLR 和 ISLR 的變化趨勢就能預(yù)判加了泰勒窗或海明窗PSLR 必然改善代價是主瓣展寬分辨率變差。2.2 方位向與距離向的 sinc 參數(shù)差異距離向的 sinc 由線性調(diào)頻信號的匹配濾波產(chǎn)生其時寬帶寬積決定了壓縮比。方位向的 sinc 由合成孔徑的多普勒歷史產(chǎn)生孔徑越長多普勒帶寬越寬。兩者的 sinc 形式上完全一致但自變量對應(yīng)的物理量不同計算分辨率時的系數(shù)也不一樣。距離向分辨率 ρr c / (2B)這里 B 是發(fā)射信號帶寬。方位向分辨率 ρa(bǔ) La / 2La 是天線方位向物理尺寸。很多人在仿真時會驚訝于方位向分辨率和波長、距離都無關(guān)這正是合成孔徑雷達(dá)和實孔徑雷達(dá)的本質(zhì)區(qū)別。理解了這一點測分辨率時就不會拿距離、波長去套公式。2.3 旁瓣結(jié)構(gòu)對圖像判讀的實際影響旁瓣不是數(shù)學(xué)上的裝飾它會直接影響圖像判讀。強(qiáng)散射點旁邊如果出現(xiàn) -13 dB 的旁瓣會掩蓋旁邊微弱目標(biāo)的真實信號。對地物分類來說旁瓣能量泄漏會抬高鄰近像素的統(tǒng)計分布導(dǎo)致后向散射系數(shù)的估計偏差。這就是為什么成像處理中總要加窗分辨率損失一點換旁瓣壓低換取的是圖像動態(tài)范圍和目標(biāo)可分辨性的大幅提升。# 以距離向為例生成理想矩形譜的時域響應(yīng) import numpy as np B 150e6 # 信號帶寬 150 MHz fs 200e6 # 采樣率 200 MHz N 2048 # 頻域采樣點數(shù) f np.fft.fftfreq(N, 1/fs) H np.where(np.abs(f) B/2, 1.0, 0.0) h np.fft.ifftshift(np.fft.ifft(H)) # 歸一化并提取幅度 h np.abs(h) h h / np.max(h) # 找出主瓣峰值位置 peak np.argmax(h) print(f峰值位置: {peak}, 峰值幅度: {h[peak]:.4f})這段代碼生成了一個理想矩形頻譜的時域響應(yīng)輸出即一個離散近似 sinc。實際做 SAR 點目標(biāo)仿真時通常不會直接用解析 sinc 公式而是用這種頻域加窗再反變換的方式生成響應(yīng)因為后續(xù)要測加窗后的 PSLR 和 ISLR直接改窗函數(shù)即可不用重新推導(dǎo)解析式。參數(shù)上要注意fs和N的選擇。fs必須大于B否則頻域支撐區(qū)超出奈奎斯特范圍會產(chǎn)生混疊測出來的旁瓣就不是 sinc 本身的旁瓣了。N決定了旁瓣區(qū)域的采樣密度建議至少取 8 倍的主瓣采樣點數(shù)這樣測旁瓣峰值時不會因為柵欄效應(yīng)漏掉真正的峰值。3. 三項指標(biāo)拆解分辨率、PSLR、ISLR 的定義與計算口徑3.1 分辨率的兩種定義-3 dB 主瓣寬度與瑞利判據(jù)點目標(biāo)聚焦后的主瓣寬度通常用-3 dB 寬度來定義。對 sinc 函數(shù)而言-3 dB 寬度近似為 0.886 倍的主瓣零點寬度。主瓣零點寬度對應(yīng)第一個零點位置也就是 sin(πx/X) 的第一個零點出現(xiàn)在 x X 處。所以-3 dB 寬度是 0.886X。實際仿真中測-3 dB 寬度有幾種做法。最簡單的辦法是找峰值然后向下找幅度降到峰值的 0.707 倍即-3 dB的兩個位置做線性插值得到精確位置求差就是-3 dB 寬度。這里有個常見的錯誤有人直接找離散采樣點里第一個低于 -3 dB 的點然后當(dāng)作邊界這樣測出來的寬度偏差很大因為離散網(wǎng)格往往沒有恰好落在 -3 dB 高度上。def measure_3db_width(h, dx): 測量 -3dB 主瓣寬度 h: 歸一化幅度響應(yīng) dx: 相鄰采樣點對應(yīng)的物理間隔米 h_db 20 * np.log10(h 1e-12) peak_idx np.argmax(h_db) threshold h_db[peak_idx] - 3.0 # 向主瓣左側(cè)找穿越點 left_idx peak_idx while left_idx 0 and h_db[left_idx] threshold: left_idx - 1 # 線性插值 if left_idx 0: frac (threshold - h_db[left_idx]) / (h_db[left_idx1] - h_db[left_idx]) left_pos (left_idx frac) * dx else: left_pos 0 # 向主瓣右側(cè)找穿越點 right_idx peak_idx while right_idx len(h_db) - 1 and h_db[right_idx] threshold: right_idx 1 if right_idx len(h_db) - 1: frac (threshold - h_db[right_idx]) / (h_db[right_idx1] - h_db[right_idx]) right_pos (right_idx frac) * dx else: right_pos len(h_db) * dx return right_pos - left_pos, left_pos, right_pos這里用線性插值而不是直接取離散網(wǎng)格點是因為離散網(wǎng)格恰好穿越 -3 dB 的幾率很低。線性插值的精度受采樣密度制約主瓣內(nèi)建議至少 4 個采樣點否則插值誤差會到幾個百分點。對 SAR 點目標(biāo)仿真距離向采樣率通常遠(yuǎn)高于帶寬所以主瓣內(nèi)采樣點充足方位向如果過采樣率不夠建議先做 sinc 插值再測主瓣寬度。3.2 PSLR峰值旁瓣比的定義與測量窗口峰值旁瓣比 PSLR 的定義是主瓣峰值與最高旁瓣峰值的比值單位 dB。理想 sinc 的 PSLR 是 -13.26 dB這是矩形譜的理論值。加窗后 PSLR 會改善泰勒窗通常能達(dá)到 -30 dB 以下海明窗在 -42 dB 左右但代價是主瓣展寬。測量 PSLR 時要小心旁瓣區(qū)域的界定。主瓣零點以內(nèi)的部分算主瓣第一個零點以外才算是旁瓣區(qū)域。測量窗口如果取得太窄可能把主瓣的裙邊當(dāng)成旁瓣取得太寬把遠(yuǎn)處的旁瓣衰減也算進(jìn)來數(shù)值會比標(biāo)準(zhǔn)定義偏小。通用的做法是從主瓣峰值出發(fā)向兩側(cè)各找第一個零點零點以外作為旁瓣搜索區(qū)間。def measure_pslr(h): 測量峰值旁瓣比 PSLR 返回 PSLR 值dB負(fù)數(shù)表示旁瓣低于主瓣 h_db 20 * np.log10(h 1e-12) peak_idx np.argmax(h_db) peak_val h_db[peak_idx] # 找主瓣零點理想 sinc 第一個零點對應(yīng)最近的極小值 # 工程上可以直接在主瓣兩側(cè)找第一個極小值 left_min peak_idx while left_min 0 and h_db[left_min] h_db[left_min-1]: left_min - 1 right_min peak_idx while right_min len(h_db) - 1 and h_db[right_min] h_db[right_min1]: right_min 1 # 旁瓣搜索區(qū)間零點以外的區(qū)域 left_sidelobe h_db[:left_min1] right_sidelobe h_db[right_min:] left_pslr np.max(left_sidelobe) if len(left_sidelobe) 0 else -np.inf right_pslr np.max(right_sidelobe) if len(right_sidelobe) 0 else -np.inf psr max(left_pslr, right_pslr) pslr psr - peak_val return pslr注意這段代碼的局限它假設(shè)主瓣內(nèi)是單調(diào)遞減的這對 sinc 和大多數(shù)窗函數(shù)適用但如果信號本身有殘余相位誤差主瓣旁邊可能出現(xiàn)不對稱的高旁瓣這時候用極小值界定零點會失真。更好的做法是先做精細(xì)插值找到主瓣兩側(cè)的極小值位置再劃定旁瓣區(qū)間。3.3 ISLR積分旁瓣比的計算口徑積分旁瓣比 ISLR 衡量的是旁瓣總能量與主瓣能量的比值。這個指標(biāo)對圖像動態(tài)范圍評估很有意義ISLR 越大說明能量泄漏越嚴(yán)重弱目標(biāo)被旁瓣能量淹沒的風(fēng)險越高。計算 ISLR 的要點是確定主瓣能量積分區(qū)間。主瓣區(qū)間一般取主瓣兩個第一零點之間旁瓣區(qū)間取主瓣零點以外、信號支撐區(qū)以內(nèi)的部分。這里有個細(xì)節(jié)信號支撐區(qū)外是噪聲基底不應(yīng)計入旁瓣能量否則不同信噪比下測出的 ISLR 不可比。def measure_islr(h, noise_floor_db-80): 測量積分旁瓣比 ISLR noise_floor_db: 噪聲基底電平低于此電平的采樣視為噪聲不計入旁瓣能量 h_db 20 * np.log10(h 1e-12) peak_idx np.argmax(h_db) # 主瓣區(qū)間同樣用極小值界定 left_min peak_idx while left_min 0 and h_db[left_min] h_db[left_min-1]: left_min - 1 right_min peak_idx while right_min len(h_db) - 1 and h_db[right_min] h_db[right_min1]: right_min 1 # 主瓣能量線性域積分 mainlobe_energy np.sum(h[left_min:right_min1] ** 2) # 旁瓣能量主瓣零點以外高于噪聲基底的部分 mask h_db noise_floor_db left_sl mask[:left_min1] right_sl mask[right_min:] sidelobe_energy np.sum(h[:left_min1][left_sl] ** 2) \ np.sum(h[right_min:][right_sl] ** 2) islr 10 * np.log10(sidelobe_energy / mainlobe_energy) return islrISLR 的測量比對 PSLR 更依賴噪聲基底閾值的設(shè)定。閾值設(shè)得過高把真實的遠(yuǎn)端旁瓣切掉ISLR 偏小設(shè)得過低把噪聲能量計入旁瓣ISLR 偏大。我一般會在仿真里先計算數(shù)據(jù)的熱噪聲功率然后把閾值設(shè)在噪聲功率以上 3 dB這樣可以避開噪聲但保留真實旁瓣。4. 從公式到仿真一次完整的點目標(biāo)指標(biāo)測量流程4.1 點目標(biāo)仿真的參數(shù)設(shè)計做 SAR 點目標(biāo)仿真第一步是把參數(shù)表定下來。距離向帶寬、采樣率、脈沖寬度、方位向合成孔徑長度、多普勒帶寬這幾個參數(shù)直接決定了聚焦后響應(yīng)的形態(tài)。一個常用的參數(shù)集如下中心頻率 fc 9.6 GHz 距離向帶寬 Br 150 MHz 距離向采樣率 Fr 200 MHz 脈沖寬度 Tp 10 us 方位向孔徑長度 La 0.3 m 平臺速度 Vr 150 m/s 點目標(biāo)距離 R0 3000 m這套參數(shù)下距離向分辨率理論值是 1 m方位向分辨率理論值是 0.15 m。為什么距離向分辨率是 c/(2B) 3e8/(2*1.5e8) 1 m方位向分辨率是 La/2 0.15 m這個可以直接從參數(shù)算出來也方便后面驗證仿真結(jié)果。4.2 二維聚焦響應(yīng)的生成與指標(biāo)計算生成二維聚焦響應(yīng)的常見做法是先分別對距離向和方位向做匹配濾波得到兩個一維壓縮信號然后做二維卷積。實際工程中更高效的做法是直接在二維頻域生成理想點目標(biāo)響應(yīng)再對每個維度加窗、插值、提取指標(biāo)。def generate_2d_sinc(Nr, Na, dr, da, Br, Ba): 生成二維 sinc 點目標(biāo)響應(yīng) Nr, Na: 距離向和方位向采樣點數(shù) dr, da: 距離向和方位向采樣間隔米 Br, Ba: 距離向和方位向帶寬Hz # 距離向頻域坐標(biāo) fr np.fft.fftfreq(Nr, dr / 3e8) # 距離向頻率對應(yīng)雙程時延 # 方位向頻域坐標(biāo) fa np.fft.fftfreq(Na, da / 150) # 方位向頻率對應(yīng)多普勒 # 二維頻域矩形譜 Hr np.where(np.abs(fr) Br/2, 1.0, 0.0) Ha np.where(np.abs(fa) Ba/2, 1.0, 0.0) # 二維響應(yīng) 距離向響應(yīng) x 方位向響應(yīng)的外積 h2d np.outer( np.fft.ifftshift(np.fft.ifft(np.fft.ifftshift(Hr))), np.fft.ifftshift(np.fft.ifft(np.fft.ifftshift(Ha))) ) return np.abs(h2d)這段代碼的關(guān)鍵在于頻率軸坐標(biāo)的構(gòu)建。dr / 3e8這里容易出錯距離向采樣點之間的時延間隔是 2*dr/c因為回波是雙程傳播但生成 sinc 時用的是脈壓后的等效時間雙程因子恰好被消掉了所以直接用dr / 3e8即可。方位向da / 150中的 150 是平臺速度這個值得根據(jù)實際仿真場景調(diào)整。生成二維響應(yīng)后距離向指標(biāo)提取方法在峰值所在方位向位置取一維切片對這個切片測 -3 dB 寬度、PSLR、ISLR。方位向指標(biāo)同理在峰值所在距離向位置取一維切片。不能直接在二維平面上測因為二維旁瓣的主峰方向和一維旁瓣不完全一致直接測二維會得到偏小的 PSLR。4.3 加窗對指標(biāo)的影響一組可復(fù)現(xiàn)的對照組不加窗、加海明窗、加泰勒窗三者的指標(biāo)表現(xiàn)差異明顯。用同一組參數(shù)跑一組對照得到大致如下趨勢窗類型-3 dB 主瓣展寬因子PSLRISLR矩形窗不加窗1.00-13.3 dB-10.2 dB海明窗1.47-42.8 dB-32.1 dB泰勒窗nbar4, sidelobe-30 dB1.25-30.3 dB-24.8 dB主瓣展寬因子的含義是加窗后的 -3 dB 寬度與不加窗時的比值。海明窗展寬到 1.47 倍意味著分辨率損失了 47%換來的是 PSLR 從 -13.3 dB 改善到 -42.8 dB。對需要做定量反演的場合分辨率損失不可接受對以目標(biāo)檢測和判讀為主的場合旁瓣壓低更值錢。泰勒窗是折中方案展寬 25%PSLR 到 -30 dB圖像既保持分辨率又避免了強(qiáng)目標(biāo)旁邊出現(xiàn)明顯假目標(biāo)。def apply_window_and_measure(h, window_typehamming): 對一維響應(yīng)加窗并測量三項指標(biāo) N len(h) if window_type hamming: w np.hamming(N) elif window_type taylor: # nbar4, sidelobe-30 dB 的泰勒窗近似 nbar 4 sll 30 # 正數(shù)表示 -30 dB A np.arccosh(10**(sll/20)) F A / np.pi # 泰勒窗系數(shù)的簡化計算實際工程中會用更精確的展開式 coeffs np.ones(N) # 這里僅示意直接用海明近似替代低頻項 w np.hamming(N) ** 0.8 else: w np.ones(N) h_w h * w h_w h_w / np.max(h_w) return h_w加窗操作要放在頻域做還是時域做這是個容易混淆的點。對 SAR 點目標(biāo)響應(yīng)加窗本質(zhì)是頻域加權(quán)所以正確流程是對回波信號做 FFT 到頻域頻域乘以窗函數(shù)再 IFFT 回時域。上面代碼示意的是直接對響應(yīng)乘窗這只適用于旁瓣抑制效果演示不能用于真實 SAR 處理鏈路。真實鏈路中距離向加窗是在距離壓縮時對接收回波的頻域做加權(quán)方位向加窗是在方位壓縮時對多普勒域做加權(quán)。另一種做法是直接在頻域生成響應(yīng)時就把窗乘進(jìn)矩形譜里這樣生成的時域響應(yīng)已經(jīng)是加窗后的結(jié)果。這種做法等效于先加窗再壓縮物理含義清晰指標(biāo)測量也方便。我在仿真中通常用后一種方式省一步操作邏輯上也更接近真實處理鏈。5. 避坑清單SAR 點目標(biāo)指標(biāo)實測中的七個高頻坑5.1 距離向分辨率測出來偏大過采樣不足加?xùn)艡谛?yīng)現(xiàn)象用仿真數(shù)據(jù)測 -3 dB 寬度結(jié)果比理論值大 10% 以上。原因頻域采樣點數(shù)不足時域響應(yīng)主瓣內(nèi)只有兩三個采樣點線性插值的精度不夠。柵欄效應(yīng)還會導(dǎo)致峰值位置偏移測出的主瓣寬度系統(tǒng)性偏大。解決把頻域采樣點數(shù) N 加大到 8 倍以上或者在峰值附近做 sinc 插值后重采樣保證主瓣內(nèi)采樣點不少于 6 個。在真實 SAR 數(shù)據(jù)處理中脈沖壓縮后的數(shù)據(jù)已經(jīng)降采樣到距離向像素間距主瓣內(nèi)采樣點數(shù)量由系統(tǒng)的過采樣率決定。如果過采樣率只有 1.2 倍主瓣里大概只有 2 到 3 個點這時候要做 sinc 插值不能直接測寬度。5.2 PSLR 測出 -16 dB旁瓣搜索區(qū)間把主瓣裙邊算進(jìn)去了現(xiàn)象不加窗的響應(yīng)實測 PSLR 比理論 -13.26 dB 還低。原因旁瓣搜索區(qū)間從峰值兩側(cè)第一個極小值開始但主瓣裙邊在 -13 dB 以下還殘存一段斜坡這段雖然不算旁瓣卻可能比真正的第一旁瓣高。解決改用主瓣第一個零點位置作為區(qū)間分界零點以內(nèi)的能量全部歸主瓣。零點位置可以先過零檢測再做插值。5.3 加窗后 PSLR 反而變差窗加錯了域現(xiàn)象在時域響應(yīng)上乘窗函數(shù)PSLR 從 -13 dB 惡化到 -8 dB。原因時域乘窗等效于頻域卷積把矩形譜的邊沿弄模糊了旁瓣反而抬高。解決窗必須在頻域乘而不是時域乘。對點目標(biāo)響應(yīng)等效做法是先對頻域矩形譜乘窗再反變換。對真實回波要在匹配濾波器的頻域?qū)崿F(xiàn)中把窗函數(shù)乘進(jìn)去。5.4 ISLR 測出來不穩(wěn)定噪聲基底閾值設(shè)得不對現(xiàn)象同一組數(shù)據(jù)把仿真中的噪聲功率調(diào)低ISLR 變化很大。原因ISLR 的旁瓣能量積分范圍包含了噪聲區(qū)域噪聲功率變了積分結(jié)果自然變。解決先統(tǒng)計數(shù)據(jù)的噪聲功率把旁瓣積分的下限閾值設(shè)在噪聲功率之上 3 dB。如果噪聲是非白噪聲比如有射頻干擾這個辦法不適用得先做干擾抑制再測指標(biāo)。5.5 二維響應(yīng)上直接測一維指標(biāo)數(shù)值系統(tǒng)性偏低現(xiàn)象直接在二維響應(yīng)的峰值位置求 -3 dB 等高線寬度得到的數(shù)值和一維切片測的不一致。原因二維旁瓣的峰出現(xiàn)在軸向以外的方向二維等高線會把斜向旁瓣包含進(jìn)來測出的寬度和 PSLR 都不等于一維定義。解決嚴(yán)格沿距離向和方位向取一維切片分別測指標(biāo)不要用二維等高線。5.6 方位向分辨率測出來和孔徑長度對不上多普勒帶寬算錯了現(xiàn)象按 La/2 計算的方位向分辨率在 0.15 m實測卻是 0.19 m。原因方位向的多普勒帶寬不是簡單的 2V/La還要考慮平臺速度、斜視角和波束照射時間。正側(cè)視時多普勒帶寬近似為 2Vcosθ/Laθ 是斜視角斜視越大帶寬越窄分辨率越差。解決先用 RD 算法或 CSA 的方位向壓縮參考函數(shù)反推實際多普勒帶寬再和理論值做比較不要默認(rèn)正側(cè)視。5.7 峰值旁瓣不對稱殘余相位誤差或插值誤差現(xiàn)象主瓣兩側(cè)旁瓣高度差超過 1 dB。原因仿真數(shù)據(jù)里如果引入了二次相位誤差或者插值時窗函數(shù)選擇不當(dāng)都會導(dǎo)致旁瓣不對稱。解決檢查回波生成時是否加入了殘余視頻相位誤差檢查插值核的長度。抽取插值核用 8 點或 16 點 sinc 核不要用線性插值。6. 指標(biāo)對標(biāo)實測用仿真數(shù)據(jù)校正你的測量腳本把測量腳本的精度驗證到可靠水平再拿去處理真實數(shù)據(jù)或批量仿真這是我最常用的工作順序。具體做法是先直接生成一個已知參數(shù)的理論 sinc 響應(yīng)比如帶寬 150 MHz、無加窗、無噪聲的純 sinc然后去測三項指標(biāo)。如果 PSLR 測出來不是 -13.26 dBISLR 不是 -10.2 dB 左右先排查腳本別急著跑真實數(shù)據(jù)。這一步能篩掉大部分測量邏輯錯誤。# 理論 sinc 的校驗?zāi)_本實測值應(yīng)逼近理論值 N 16384 B 150e6 fs 300e6 f np.fft.fftfreq(N, 1/fs) H np.where(np.abs(f) B/2, 1.0, 0.0) h np.abs(np.fft.ifft(np.fft.ifftshift(H))) h h / np.max(h) pslr measure_pslr(h) islr measure_islr(h, noise_floor_db-100) w3db, _, _ measure_3db_width(h, dx3e8/(2*fs)) print(f實測 PSLR: {pslr:.2f} dB) print(f實測 ISLR: {islr:.2f} dB) print(f實測 -3dB 寬度: {w3db:.4f} m)理論上 PSLR 應(yīng)該輸出 -13.26 dB-3 dB 寬度應(yīng)該輸出約 1.0 m。這兩項的偏差控制在 0.1 dB 和 1% 以內(nèi)說明測量腳本本身合格。ISLR 的偏差會大一些因為主瓣區(qū)間邊界用極小值判定和理想零點位置有細(xì)微偏差實測通常在 -10.2 dB 附近偏差在 0.3 dB 以內(nèi)可以接受。校驗通過后再做兩件事一是把窗函數(shù)加進(jìn)去驗證 PSLR 的改善幅度是否符合窗函數(shù)設(shè)計值二是加噪聲逐步提高噪聲功率看 PSLR 和 ISLR 在什么信噪比下開始失真。這一步?jīng)Q定了你的指標(biāo)評估在什么樣的信噪比范圍內(nèi)可信。我自己常見的結(jié)論是信噪比低于 20 dB 時ISLR 的測量誤差開始超過 1 dB這時候測出來的 ISLR 不宜作為定量依據(jù)只適合看趨勢。從那以后我每次在做點目標(biāo)指標(biāo)批量仿真前都會強(qiáng)制先跑一遍這組理論值校驗數(shù)據(jù)對不上就先把腳本修好再繼續(xù)不再拿一套沒校準(zhǔn)的代碼去處理一批仿真結(jié)果省下來的返工時間遠(yuǎn)大于校驗?zāi)_本的幾分鐘。做完校驗?zāi)闶稚线@套測量腳本才算真正能用也希望這份拆解能幫你少繞幾步彎路。本文還有配套的精品資源點擊獲取