做雷达信号处理这行快十年，被同行问得最多的一个问题就是：屏幕上那个速度值，到底是怎么从一堆采样点里算出来的。这个问题看着基础，其实牵扯的东西特别多——多普勒频移的物理本质、雷达体制的选择、快慢时间维的处理、PRF 和最大不模糊速度的折中，还有一堆工程上才会遇到的坑。雷达测速这件事，入门容易，做扎实难，真正把多普勒频移的符号、量纲、模糊区间和精度边界都捋清楚，才算摸到了门槛。

这篇文章想聊的就是这些。从最基础的多普勒频移公式讲起，一路讲到脉冲多普勒、连续波、调频连续波三种体制下的具体测速方法，再到距离-多普勒二维处理的完整链路、参数设计算例、可复现的仿真验证流程，最后是我自己踩过的一些坑和排查思路。不管你是刚接触雷达信号处理的学生，还是已经在做工程实现的开发者，应该都能从里面找到能直接用的东西。文章里的数值算例都可以拿计算器复核，代码片段也能直接跑。

1. 为什么雷达能测速：多普勒频移的物理内核

1.1 从警笛声到电磁波：一个直觉化的起点

路边站着听救护车驶过，警笛的音调会在擦身而过的瞬间从尖变钝，这个体验大多数人都有。声音频率的变化不是声源本身变了，而是波源和观察者之间的相对运动，把波峰到达的时间间隔压缩或拉伸了。雷达测速用的是同一套物理逻辑，只不过把声波换成了电磁波，把耳朵换成了接收机。

这个类比的妙处在于它直接点出了核心：多普勒频移测的不是"信号有多强"，而是"相位随时间怎么变"。雷达发射一个频率稳定的信号，目标不动，回波相位就是常数；目标一动，回波相位就随时间线性变化，而相位对时间的导数就是频率。所以雷达测速的本质，是对回波相位做微分。这一点想通了，后面所有的处理链路都只是在这个基础上做工程化。

我见过不少初学者一上来就背公式，结果遇到速度符号反了、低速测不准、盲速目标消失这类问题时完全没方向。根子就在于没把"相位变化率"这个物理图像建立起来。你在纸上画一条斜线，斜率就是多普勒频率，斜率为正代表接近，为负代表远离，这个图像比记十个公式都管用。

1.2 往返双程：为什么系数是 2 而不是 1

单程的多普勒频移是 f_d = v_r/λ，但雷达是收发共用，电磁波要跑一个来回，所以频移翻倍，写成 f_d = 2v_r/λ。这个 2 必须理解清楚，不能死记。

推导过程很干脆。目标距离为 R，电磁波往返路径是 2R，对应的相位是 φ = 4πR/λ。目标以径向速度 v_r 运动，R 随时间变化，dR/dt = -v_r（接近时 R 减小）。对相位求时间导数，得到角频率 ω_d = dφ/dt = 4π(dR/dt)/λ = -4πv_r/λ，换成频率就是 f_d = -2v_r/λ。符号取决于你定义的正方向，工程上一般约定"接近为正"，这时 f_d = 2v_r/λ，回波频率高于发射频率。

这里有个容易忽略的细节：λ 用的是发射信号在自由空间中的波长，不是导波波长，也不是某个中间频率对应的波长。有些朋友在毫米波系统里算完发现对不上，一查是把微带线上的有效波长代进去了。这个错误在射频前端调试阶段特别常见。

注意：多普勒频移只对径向速度敏感。目标横穿雷达视线时，径向速度为零，多普勒频移也为零，哪怕它的切向速度很快。这就是为什么有些目标明明在高速移动，雷达却显示静止，不是算法坏了，是几何关系决定的。

1.3 量级感：不同频段下 1 m/s 对应多少赫兹

做工程的人对量级必须有感觉，否则参数设计全靠试。下面这张表是我平时随手查的，把常见频段和典型速度对应的多普勒频移列出来，方便快速估算。

这张表能解释很多现象。同样是 1 m/s 的速度，在 77 GHz 下产生的频移是 1 GHz 下的 77 倍，所以毫米波雷达测低速目标天生有优势，同样的相干积累时间能拿到更高的频率分辨率。反过来说，低频段雷达要测慢速目标，就得靠更长的积累时间或者更高精度的相位测量。

另一个直接推论是采样率要求。脉冲雷达的慢时间采样率等于 PRF，而多普勒频率必须落在 ±PRF/2 之内才不模糊。77 GHz 下 100 km/h 的目标就有 14.2 kHz 的频移，PRF 至少得 30 kHz 以上才不模糊，这对脉冲雷达的占空比和峰值功率都是压力。这个矛盾在后面讲 PRF 设计时还会展开。

2. 三种主流测速体制的选型逻辑

2.1 连续波雷达：结构最简单，边界也最清楚

连续波雷达发射一个频率恒定的单频信号，接收端把回波和本振混频，直接得到多普勒频率。链路短、成本低、测速精度高，这是它最大的优点。因为它一直在发射，能量连续，对微弱回波的检测能力反而比同功率的脉冲雷达强，测速的信噪比门槛低。

但它的短板同样明显：测不了距离。单频信号没有时间标记，你只知道有个目标在以某个速度运动，不知道它在哪。多个目标同时出现时，如果它们的多普勒频率接近，接收端看到的就是混叠后的拍频，分不开。所以连续波雷达的典型场景是单一目标或者目标稀疏的场合，比如测速仪、水流流速计、简单的防撞提示。

工程上要突破这个限制，就得给连续波加"标记"——要么做频率调制变成调频连续波，要么做多频发射，靠不同频点的相位差反推距离。这两条路后面都会提。我个人的经验是，如果项目只关心速度、目标数量少、成本敏感，连续波是最省事的选择；一旦需求里出现"测距"或者"多目标分辨"，就别犹豫，直接上调频体制。

2.2 脉冲多普勒雷达：距离和速度都要的折中方案

脉冲多普勒雷达发射一串相参脉冲，每个脉冲打出去之后有一段接收窗口。距离信息来自回波相对发射时刻的时延，速度信息来自相邻脉冲之间回波相位的连续变化。它是目前测距测速同时要做时的主流选择。

关键在于"相参"两个字。发射的每个脉冲必须保持相位关系稳定，接收端才能把多个脉冲的回波按慢时间排成一个序列做相干处理。如果振荡器相位漂移，慢时间序列的相位就被污染，多普勒估计直接崩掉。所以脉冲多普勒雷达对频率源的相噪指标要求很高，这也是它比连续波贵的原因之一。

处理上，脉冲多普勒先把快时间维做脉冲压缩，把每个脉冲的回波压成一个窄峰，确定距离门；再把同一个距离门在慢时间维上的采样拿出来做 FFT，峰值位置对应多普勒频率。这就是所谓的距离-多普勒二维处理。它一次能输出一张二维图，横轴距离、纵轴速度，多目标场景下非常直观。

脉冲多普勒的麻烦在于 PRF 的选择。PRF 高，测速不模糊范围大，但距离模糊严重；PRF 低，测距范围大，但速度模糊。中 PRF 两头都有模糊。这个矛盾没有银弹，只能靠多 PRF 参差或者先验信息来解，第 4 节会详细讲。

2.3 调频连续波：小体积高分辨的当红方案

调频连续波（FMCW）发射的是频率随时间线性变化的信号，通常叫 chirp。回波和发射信号混频后得到一个拍频，拍频频率正比于目标距离，而目标运动带来的多普勒则在多个 chirp 之间的慢时间维上体现。这套体制把距离和速度解耦到两个维度，硬件上又不需要高峰值功率，所以在车载、工业测量、无人机高度计里用得极多。

它的距离分辨率由调频带宽决定，ΔR = c/(2B)。想要厘米级分辨率，带宽就得往 GHz 级走，77 GHz 毫米波雷达常见 4 GHz 带宽，理论分辨率约 3.75 cm。测速分辨率则取决于 chirp 序列的总时长，跟脉冲多普勒是一个道理。

FMCW 有一个必须注意的耦合问题：单个 chirp 内，目标运动会让回波产生额外的频率偏移，混进拍频里，导致测出来的距离有偏差。这个偏差量级是 f_d·(T/T_chirp) 之类的比例关系，速度越快、chirp 越短，影响越小。工程上的标准做法是靠慢时间维 FFT 把多普勒单独提出来，再回头修正距离，或者用三角波上下扫频，把距离项和多普勒项联立求解。我在调 24 GHz 模块时就吃过这个亏，目标静止时距离很准，一跑起来距离就漂，后来才反应过来是耦合没补偿。

2.4 三种体制怎么选：一张对照表说清

选型时我一般按三个问题走：要不要测距？目标是不是多个？功率和体积有没有硬约束？三个答案一出来，体制基本就定了。剩下的工作是参数设计和算法实现，那才是真正花时间的地方。

3. 从采样到速度：信号处理链路的完整拆解

3.1 快时间与慢时间：雷达数据的二维骨架

雷达采样数据天然是一个二维矩阵，理解这个矩阵是理解所有测速算法的前提。行方向是快时间，也就是单个脉冲内的采样点，采样率是 ADC 的采样率，量级在兆赫兹到吉赫兹；列方向是慢时间，也就是脉冲序号，采样率是 PRF，量级在千赫兹到几十千赫兹。

这个二维结构决定了两种物理量的提取方式：沿快时间做处理，得到的是距离和距离变化；沿慢时间做处理，得到的是相位变化率，也就是多普勒。两个维度正交，互不干扰，这是雷达信号处理最漂亮的地方。

实际实现时，矩阵的每一列对应一个脉冲，每一行对应一个距离门。做慢时间 FFT 之前，必须先把同一距离门的数据按列取出来，这个索引千万别搞反。我见过有人把行列搞混，结果 FFT 出来是一堆杂乱的距离谱，排查了半天才发现是维度弄错了。

注意：慢时间维的采样率是 PRF，不是 ADC 采样率。多普勒频率的奈奎斯特区间是 ±PRF/2，超过就会折叠。这个折叠是速度模糊的根源，后面单独讲。

3.2 脉冲压缩：先把能量聚起来再谈测速

脉冲压缩的目的是在保证距离分辨率的前提下，用宽脉冲换取大能量。做法是发射大时宽带宽积的调制信号（常见是线性调频），接收端做匹配滤波，把长脉冲压成窄峰。压缩后的峰值功率提升倍数等于时宽带宽积，距离分辨率由带宽决定，ΔR = c/(2B)。

匹配滤波在频域实现最省算力：回波 FFT、参考信号 FFT 取共轭、两者相乘、再 IFFT。点数一般是 2 的幂，加窗抑制距离旁瓣。加窗有代价，主瓣会展宽，距离分辨率略有下降，Hamming 窗大约展宽 1.36 倍。这个取舍在强目标旁边有小目标时特别关键，不加窗的话旁瓣能把小目标完全盖住。

脉冲压缩完之后，每个目标在快时间维上表现为一个窄峰，峰值位置就是距离门。接下来把这个距离门在慢时间维上的复数值取出来，组成一个长度为 M 的序列，M 是参与相干积累的脉冲数。这个序列的相位随时间线性变化，斜率就是多普勒角频率。

3.3 慢时间 FFT：把相位斜率变成速度峰值

对慢时间序列做 FFT，本质上是在做一组多普勒滤波器，每个频点对应一个速度假设。峰值落在哪个频点，目标速度就在那附近。这是最经典也最鲁棒的做法，计算量可控，抗噪性能好。

频率轴要算对。做完 FFT 之后做 fftshift，把零频移到中心，频率轴从 -PRF/2 到 PRF/2 均匀分布，步进是 PRF/M。然后按 v = f_d·λ/2 换算成速度轴。这里的 λ 是载波波长，2 是因为双程。

有个细节经常被忽略：fftshift 之后速度轴的正负方向。如果你的数据排列是"接近目标相位递增"，那么正速度应该出现在正频率侧；如果符号反了，多半是采样序列的相位定义或者 fftshift 的顺序有问题。这个在联调阶段一定要拿一个已知速度的目标标定一次，别等到外场才发现。

FFT 点数一般取 M 或者补零到 2M、4M。补零不提高分辨率，只是让峰值位置更细，方便插值找峰。真正的分辨率由相干积累时间决定，Δv = λ/(2T_CPI)，T_CPI = M/PRF。M 越大、PRF 越低，分辨率越高，但积累时间长了目标可能走出距离门，这就是距离走动问题。

3.4 分辨率与精度：两个经常被混为一谈的概念

分辨率是"能不能分开两个目标"，精度是"单个目标测得准不准"，两者不是一回事。分辨率由相干积累时间决定，Δv = λ/(2T_CPI)，这是硬门槛，补零和插值都突破不了。精度则由信噪比和估计算法决定，理论上可以远优于分辨率。

举个具体数字。λ = 30 mm，M = 128，PRF = 10 kHz，那么 T_CPI = 12.8 ms，Δv = 0.03/(2×0.0128) ≈ 1.17 m/s。两个速度相差 1 m/s 的目标，在这个参数下是分不开的。但如果只有一个目标，信噪比 20 dB，用峰值插值或者相位差分，测速精度做到 0.1 m/s 以内完全可能。

精度的理论下限可以用克拉美罗界估。多普勒估计的方差大致与 1/(SNR·M³) 成正比，M 是相干脉冲数，三次方的关系说明积累时间对精度的影响非常强。所以在资源允许的情况下，尽量把 M 做大、把 CPI 拉长，比在算法上抠细节收益大得多。

实际工程里还有两个损耗要算进去：一是加窗带来的信噪比损失和分辨率展宽；二是目标多普勒不落在滤波器中心时的扇贝损失，最坏情况约 3.9 dB。用多组滤波器重叠或者做频率插值可以缓解，代价是算力。

3.5 相位差法：短积累下的高精度补充路线

当相干积累时间做不长、又需要高精度测速时，相位差法是一个很好用的补充。原理很直接：相邻两个脉冲的回波相位差 Δφ = 4πvT_r/λ，反过来解出 v = λΔφ/(4πT_r)。它只用两个脉冲，对目标机动和距离走动不敏感。

代价是测速范围窄。相位差只能在 ±π 内唯一确定，对应速度范围 ±λ/(4T_r) = ±λ·PRF/4，跟慢时间 FFT 的最大不模糊速度是同一个值。而且相位差法对噪声敏感，单个相位差估计的方差大，实际用的时候一般对多个相邻脉冲的相位差做平均，或者用最小二乘拟合斜率。

我在一个短驻留场景的项目里用过这条路线：驻留时间只有几毫秒，FFT 分辨率粗得没法看，但目标速度变化平缓，用相邻脉冲相位差做滑窗拟合，精度反而比 FFT 插值好。前提是信噪比得过关，低于 10 dB 就抖得厉害。

4. 参数设计与模糊问题：PRF 到底该怎么定

4.1 最大不模糊速度：先把这个边界算清楚

多普勒频率的奈奎斯特区间是 ±PRF/2，对应速度就是 ±λ·PRF/4。这个式子要背下来，它是所有测速系统设计的第一道约束。

拿一组典型参数算：λ = 30 mm，PRF = 10 kHz，v_max = 0.03×10000/4 = 75 m/s，也就是 270 km/h。这个范围对地面车辆够用，对空中目标就偏窄。要测 600 m/s 的高速目标，PRF 得提到 80 kHz 以上，此时最大不模糊距离降到 c/(2·PRF) = 1.875 km，测距就捉襟见肘了。

这就是雷达设计里最经典的矛盾：高 PRF 测速不模糊但测距模糊，低 PRF 反过来，中 PRF 两头都模糊。没有哪个 PRF 能让两者同时最优，必须根据任务优先级做取舍。

4.2 速度模糊的两种表现：折叠和盲速

速度模糊有两种典型表现，得分开处理。第一种是折叠：目标真实多普勒超过 ±PRF/2，FFT 之后峰值出现在错误的位置，测出来的速度是真实值对 v_max 取模的结果。这种模糊靠单次测量无法识别，必须用多 PRF 或者先验航迹来解。

第二种是盲速：目标多普勒恰好是 PRF 的整数倍，折叠之后落在零频附近，被 MTI 对消器当成杂波滤掉，目标直接从画面上消失。这个现象在工程上很讨厌，因为目标不是测不准，是根本看不到。解决办法是参差 PRF，让不同帧的 PRF 略有差异，盲速点跟着移动，总有一帧能看到。

注意：盲速和低速目标在 MTI 之后的谱上表现相似，都是零频附近有能量。区分它们要看原始谱和航迹连续性，不能只盯着对消后的结果。

4.3 多 PRF 解模糊：中国余数定理的工程用法

多 PRF 解模糊的思路是：用两个或多个互质的 PRF 分别测量，得到多个带模糊的测量值，联立求解真实值。数学上对应中国余数定理，工程上一般用查表或者聚类的方式实现，因为实测有噪声，直接解同余方程容易被误差带偏。

具体做法是：对每个 PRF 下的测量值，枚举所有可能的模糊数，生成候选真实速度集合；然后在多个 PRF 的候选集合里找最接近的一组，作为解。候选数量等于模糊重数，PRF 选得互质且比值合理，候选会很稀疏，求解就稳。

我一般用三个 PRF，比值取接近 1.1 到 1.3 的互质数。两个 PRF 有时会出现虚假解，三个基本能压住。代价是每个 PRF 都要单独处理一遍，算力和时间资源翻倍，所以只在关键场景用。

4.4 一套完整的参数设计算例

需求：测地面车辆，速度范围 ±60 m/s，作用距离 5 km，距离分辨率优于 5 m，载频 10 GHz。

第一步定带宽。ΔR = c/(2B) ≤ 5 m，得 B ≥ 30 MHz，取 40 MHz 留余量。

第二步定 PRF。速度范围要求 v_max ≥ 60 m/s，λ = 30 mm，得 PRF ≥ 4×60/0.03 = 8 kHz。距离不模糊要求 R_max = c/(2·PRF) ≥ 5 km，得 PRF ≤ 30 kHz。取 PRF = 10 kHz，此时 v_max = 75 m/s，R_max = 15 km，两头都有余量。

第三步定脉冲数和 CPI。速度分辨率希望到 1 m/s 以内，Δv = λ/(2T_CPI) ≤ 1，得 T_CPI ≥ 15 ms，对应 M ≥ 150，取 M = 256，T_CPI = 25.6 ms，Δv ≈ 0.59 m/s。

第四步核距离走动。目标 60 m/s，CPI 内移动 1.54 m，远小于 5 m 的距离门宽度，不用做走动补偿。

第五步核数据率。一个 CPI 25.6 ms，加处理时间，数据率大约 30 Hz，对车辆跟踪够用。

这套参数不是最优解，但每一步都有依据，改需求的时候知道该动哪个旋钮。参数设计最怕的是拍脑袋定完再回头凑指标，那样调起来毫无方向。

5. 一套可复现的仿真验证流程

5.1 回波建模：先把物理过程写对

仿真验证的第一步是把回波模型建对。最小可用的模型只需要三件事：目标的初始距离、径向速度、以及每个脉冲的时延和相位。时延决定距离门位置，相位决定多普勒。

用复指数建模最简洁。第 m 个脉冲、第 n 个快时间采样点的回波可以写成幅度乘以载波相位项，相位项里包含 4πR(t)/λ。R(t) 随慢时间线性变化，就自然带出了多普勒。为了简化，快时间维可以用矩形包络或者线性调频，不影响测速验证。

实际写代码时要注意两个坑：一是时延要转成采样点索引，做四舍五入会引入距离量化误差，验证测速时影响不大，但验证测距精度时要注意；二是相位项必须用双程，少乘一个 2 会让多普勒频率减半，这种错误在仿真里特别隐蔽。

5.2 处理链路代码：从矩阵到速度轴

下面这段是核心链路的示意，跑通之后可以往里加噪声、加杂波、加多目标。

import numpy as np c, f0 = 3e8, 10e9 lam = c / f0 prf, M = 10e3, 256 fs, N = 5e6, 512 v_true, R0 = 40.0, 1500.0 t_fast = np.arange(N) / fs tm = np.arange(M) / prf tau = 2 * (R0 - v_true * tm) / c # 每脉冲双程时延 # 回波矩阵：行是慢时间(脉冲)，列是快时间(采样) echo = np.zeros((M, N), dtype=complex) for m in range(M): idx = int(round(tau[m] * fs)) if 0 <= idx < N: echo[m, idx] = np.exp(-1j * 2 * np.pi * f0 * tau[m]) # 慢时间 FFT dop = np.fft.fftshift(np.fft.fft(echo, axis=0), axes=0) f_d = np.fft.fftshift(np.fft.fftfreq(M, d=1/prf)) v_axis = f_d * lam / 2 # 找峰值 r_idx, d_idx = np.unravel_index(np.argmax(np.abs(dop)), dop.shape) v_est = v_axis[d_idx] print(f"估计速度 {v_est:.2f} m/s，真实速度 {v_true:.2f} m/s") print(f"对应距离门 {r_idx}，采样点 {r_idx/fs*1e6:.2f} us")

这段代码故意没加脉冲压缩和噪声，目的是把慢时间维的处理逻辑孤立出来看清楚。跑出来的速度应该接近 40 m/s，误差来自 FFT 的频率量化，量级是 PRF/M 的一半，也就是 19.5 Hz，换算成速度约 0.29 m/s。想更准就在峰值附近做抛物线插值。

5.3 结果核对：三个必须验证的点

仿真跑通不算完，要核对三件事。第一是速度符号，用一个接近目标和一个远离目标分别跑，看峰值是否落在速度轴的两侧。第二是量级，用第 1.3 节的表估算理论多普勒频率，和 FFT 峰值频率对比，偏差应该在量化误差以内。第三是分辨率，放两个速度相差 1.5 倍 Δv 的目标，看能不能分开，分不开就说明参数没配到位。

我习惯在仿真里加一个已知的强目标做参考通道，每次改算法先看参考目标的速度有没有漂。这个习惯救过我好几次，有一次改加窗函数，参考目标速度整体偏了 0.5 m/s，一查是窗函数的群延迟没补偿。

5.4 实测数据处理的几个额外注意点

仿真和实测之间隔着一堆工程细节。实测数据进来，先看直流分量，接收机本振泄漏和 ADC 偏置会在零频附近堆一大块能量，不做去除的话 MTI 之后全是残留。常规做法是慢时间维去均值，或者加一个零频陷波。

再看 IQ 不平衡。正交解调的两路幅度和相位不理想，会在正负频率之间产生镜像，弱目标容易被强目标的镜像盖住。这个问题在低成本前端上很常见，需要做幅度相位校正，或者用实信号采样加希尔伯特变换绕开。

最后看距离走动和越距离单元。目标速度快、积累时间长的时候，一个 CPI 内目标可能跨过好几个距离门，慢时间 FFT 之前必须先做距离对齐，否则能量散开，峰值又低又宽。Keystone 变换是常用手段，简单场景下按估计速度做线性平移也能凑合。

6. 常见问题与排查技巧实录

6.1 速度符号反了：八成是这三处之一

符号问题是最常见的入门坑。排查顺序我一般是这样的：先看相位定义，回波建模时用的是 exp(-j4πR/λ) 还是 exp(+j4πR/λ)，两种约定会导致 FFT 峰值方向相反；再看 fftshift 和 fftfreq 的配合，fftshift 之后频率轴的排列是从负到正，如果数据没跟着移，符号就乱了；最后看速度换算，v = f_d·λ/2 里的 2 有没有漏，漏了会让速度值减半，但不影响符号。

用一个已知方向的目标做标定是最省事的办法。拿一个远离的目标，理论上多普勒为负，如果测出来是正的，就按上面三步倒着查。

6.2 测速抖动大：先分清是噪声还是处理链

抖动分两类。一类是随机抖动，每次测量的值在真值附近散开，这是信噪比不够或者积累时间太短，加大 M 或者提高发射功率能改善。另一类是系统性跳动，速度值在某些帧突然跳到别的值，这多半是模糊解错了或者距离门串了。

区分方法很简单：把连续几十帧的速度值画出来，随机抖动是密集的小幅波动，系统性跳动是偶发的大幅跳变。前者靠滤波和平滑，后者要查解模糊逻辑和距离门跟踪。我遇到过一例，目标在 30 m/s 附近时速度每隔几帧跳一次，最后发现是目标刚好落在两个距离门的交界处，距离门切换导致相位不连续。加了距离门迟滞之后问题消失。

6.3 强杂波淹没目标：MTI 和 MTD 的正确用法

地杂波和气象杂波在多普勒域集中在零频附近，用 MTI 对消器能压掉。最简单的两脉冲对消器传递函数是 1 - z⁻¹，在零频处增益为零，实现只需要一次减法，算力极低。三脉冲对消器的杂波抑制更好，但通带更窄，低速目标容易被一起压掉。

MTD 是在 MTI 之后接一组多普勒滤波器，常用加窗 FFT 实现。它把不同速度的目标分到不同滤波器通道，杂波落在零频通道被抑制，动目标落在其他通道被保留。设计时要注意滤波器组的覆盖和重叠，通道间隔太大会有扇贝损失，太小算力浪费。

注意：MTI 对消的前提是杂波多普勒接近零。如果雷达平台在运动，杂波谱会展宽甚至偏移，直接对消效果很差，需要先做杂波谱中心估计和自适应处理。

6.4 常见问题速查表

这张表我贴在工位上用了很久，新同事上手时照着查，能省掉大量瞎试的时间。里面每一条背后都是一次真实的调试经历，不是从手册上抄的。

我个人在实际调试这类系统时有个习惯：每改一次算法或者参数，先拿仿真数据跑一遍，再拿历史实测数据回放一遍，最后才上外场。历史数据回放这一步最容易被跳过，但它恰恰能暴露"改了 A 影响了 B"这种隐蔽问题。雷达信号处理的链路太长，任何一个环节的改动都可能牵连到下游，靠外场试错成本太高。另外一个经验是，速度轴和距离轴的标定一定要在系统联调初期完成，用角反或者已知速度的合作目标做一次全链路验证，把标定系数固化下来，后面所有调试都以这个基准为准，能避免很多来回扯皮。