简介：本资源面向雷达信号处理方向的本科生、研究生及工程技术人员，聚焦电子对抗中针对线性调频（LFM）雷达信号的间歇采样直接转发干扰（ISDFJ）建模与仿真问题。资源提供完整可运行的Matlab实现方案，涵盖LFM信号生成、间歇采样策略建模、干扰信号构造、匹配滤波检测及干扰效果可视化全流程，助力读者深入理解干扰机理并快速开展算法验证。压缩包共2个文件（1个核心脚本interference_signal.m + 1张关键结果图1.jpg），总大小135KB，轻量紧凑，便于导入学习与二次开发；脚本内含清晰注释与参数配置区，支持修改扫频斜率、采样间隔、干扰功率等关键变量，适合作为课程设计、毕设仿真或对抗算法入门实践材料。目前已有292人学习下载，是兼顾理论严谨性与工程实操性的优质雷达干扰仿真参考。
1. 项目背景与核心问题：当雷达遭遇“智能”欺骗
在雷达对抗这个看不见硝烟的战场上，干扰与抗干扰的博弈从未停止。传统的噪声压制干扰虽然简单粗暴，但能量消耗大，且容易被雷达的恒虚警率（CFAR）等处理技术所抑制。近年来，一种更为“狡猾”和高效的干扰样式——间歇采样直接转发干扰（Interrupted Sampling and Direct Repeater Jamming, ISDRJ）——因其对线性调频（LFM）雷达的显著干扰效果，成为了研究热点。
简单来说，想象一下你正在用一把尺子（雷达发射的LFM信号）测量一个移动物体的距离。这时，有个捣蛋鬼（干扰机）站在旁边，他并不制造噪音，而是用一块不透明的挡板，对你发出的尺子信号进行有规律的“遮挡-放行”（间歇采样），然后把“放行”的那一小段尺子信号（采样切片）立刻复制并转发出去。最终，你的接收机里会收到一堆真假难辨、时间上错乱的“尺子片段”，导致你测出的距离（目标回波）前后出现了多个虚假的“影子”（假目标），根本无法判断哪个才是真实目标。这就是间歇采样直接转发干扰的核心效果：它利用雷达信号自身的特性，以极低的功率代价，在雷达的距离维上生成一串逼真的、成对出现的假目标，严重扰乱雷达对真实目标的检测、跟踪与识别。
这个项目的核心，就是使用Matlab这一强大的工程计算与仿真平台，从零开始构建一个完整的仿真链路，来复现并深入理解这种干扰的生成机理、信号处理流程及其对雷达系统的影响。这不仅是电子对抗领域从业者的必备技能，也是雷达系统设计者用以评估自身抗干扰性能的重要手段。通过这个项目，你将能亲手“扮演”一次干扰机，深刻理解信号层面的博弈逻辑。
2. LFM雷达信号与间歇采样原理深度拆解
要设计干扰，首先必须吃透被干扰的对象——LFM雷达信号。
2.1 线性调频（LFM）信号为何是雷达的“尺子”
LFM信号，也称为Chirp信号，其频率随时间呈线性变化。它的数学表达式通常为：s(t) = rect(t/T) * exp(j*2π*(f0*t + 0.5*K*t^2))其中，rect()是矩形窗函数，T是脉冲宽度，f0是载频，K = B/T是调频率（B为带宽）。
为什么雷达爱用LFM？关键在于“脉冲压缩”技术。雷达发射一个长脉冲（能量大，探测距离远），但长脉冲会导致距离分辨率变差。LFM信号通过匹配滤波器处理后，可以将长脉冲“压缩”成一个很窄的尖峰，同时获得“大能量”和“高分辨率”这两个优点。在Matlab中生成一个LFM信号是仿真的第一步：
% 参数设置 T = 10e-6; % 脉冲宽度 10微秒 B = 5e6; % 带宽 5MHz Fs = 20e6; % 采样率 20MHz，满足奈奎斯特采样定理 K = B / T; % 调频率 f0 = 10e6; % 载频 10MHz (本例中为方便观察，设为中频) t = -T/2 : 1/Fs : T/2 - 1/Fs; % 以脉冲中心为时间零点 % 生成复LFM信号（基带表示，忽略载频f0的复指数项，通常在仿真中先处理基带信号） s_t = exp(1j * pi * K * t.^2); % 基带LFM信号 % 如果需要带通信号，则乘以载频：s_t_rf = s_t .* exp(1j*2*pi*f0*t);这段代码生成了一个以时间零点为中心、频率从-B/2线性变化到B/2的基带LFM信号。exp(1j * pi * K * t.^2)中的1j表示虚数单位，这是生成复信号的规范做法，便于后续进行相干处理（如脉冲压缩）。
2.2 间歇采样：干扰机的“手术刀”
间歇采样是ISDRJ的灵魂。它不是简单的全时段转发，而是以一定的周期Ts（采样周期）和宽度τ（采样脉宽），对接收到的雷达信号进行周期性的“采样”或“选通”。
你可以把它想象成一个高速开关：在τ的时间内，开关闭合，信号无失真通过并被缓存；在Ts - τ的时间内，开关断开，信号被阻断。这个开关的动作由干扰机内部的采样脉冲序列p(t)控制。p(t)是一个周期性的矩形脉冲串。
关键参数解析：
- 采样周期
Ts：决定了转发假目标的间隔。它与雷达信号的时宽T的比值，直接影响假目标在距离维上的分布。 - 采样脉宽
τ：决定了每次转发信号片段的长度。τ越小，转发的信号片段越短，经雷达匹配滤波后形成的假目标主瓣越宽（分辨率下降），但旁瓣特性会发生变化。 - 占空比
D = τ / Ts：直接影响干扰信号的功率效率。占空比越小，干扰机发射功率的峰值可以越高（在平均功率受限的情况下），但转发的信号能量也越少。
在Matlab中，生成采样脉冲序列并实施采样：
% 间歇采样参数 Ts = 2e-6; % 采样周期 2微秒 tau = 0.2e-6; % 采样脉宽 0.2微秒 D = tau / Ts; % 占空比 10% % 生成采样脉冲序列p(t)，覆盖整个雷达脉冲持续时间 t_total = t; % 使用之前的时间轴 p_t = zeros(size(t_total)); for n = floor(min(t_total)/Ts) : ceil(max(t_total)/Ts) pulse_start = n * Ts - tau/2; pulse_end = n * Ts + tau/2; % 找出在当前采样脉冲时间窗内的所有时间点索引 idx = (t_total >= pulse_start) & (t_total < pulse_end); p_t(idx) = 1; end % 应用间歇采样：干扰机接收到的信号（假设为雷达发射信号s_t）乘以采样脉冲 s_sampled = s_t .* p_t;这里有一个极易忽略的细节：采样脉冲p(t)与雷达信号s(t)的时间对齐关系。在上面的代码中，我们默认采样脉冲的中心与时间零点对齐（n*Ts）。但在实际中，干扰机接收雷达信号有随机延迟，这个初始采样相位是随机的。不同的对齐方式，会导致采样到的LFM信号片段起始频率不同，从而影响最终假目标的细微结构。在严谨的仿真中，有时需要研究这个初始相位的影响。
3. 直接转发干扰信号生成与关键环节实现
获得了采样后的信号片段s_sampled后，干扰机需要对其进行处理并转发。
3.1 转发延迟与多普勒频率模拟
一个真实的干扰机在接收、处理和重发信号时，必然存在时间延迟。此外，如果干扰机平台本身在运动，转发的信号还会附加一个多普勒频移，使得假目标在速度维上也产生偏移，更具欺骗性。
转发延迟t_delay：包括电路处理延迟和有意施加的延迟。添加延迟意味着在时域上对信号进行移位。在数字域，对于基带信号，这通常通过频域相移来实现，以避免插值带来的复杂度。
t_delay = 0.5e-6; % 假设转发延迟0.5微秒 % 在频域添加线性相位（对应时移） N = length(s_sampled); freq_axis = (-N/2 : N/2-1) * (Fs/N); S_sampled_f = fftshift(fft(s_sampled)); % 转换到频域 % 时移t_delay对应频域乘以 exp(-1j*2*pi*f * t_delay) S_delayed_f = S_sampled_f .* exp(-1j * 2 * pi * freq_axis * t_delay); s_delayed = ifft(ifftshift(S_delayed_f)); % 转换回时域多普勒频移fd：模拟干扰机与雷达之间的径向运动速度v，fd = 2*v/λ，其中λ为雷达波长。在时域，这体现为乘以一个复指数项。
v = 300; % 假设干扰机径向速度300 m/s lambda = 3e8 / f0; % 波长，光速/载频 fd = 2 * v / lambda; % 添加多普勒频移 s_to_transmit = s_delayed .* exp(1j * 2 * pi * fd * t_total);注意：这里
t_total是相对于雷达脉冲的时间轴。在实际完整仿真中，还需要考虑脉冲重复间隔（PRI）和多个脉冲的处理，以模拟慢时间维（多普勒维）上的相干积累效果。本项目聚焦于单个脉冲内的距离维干扰，故先简化处理。
3.2 干扰信号功率控制与雷达接收端合成
干扰机发射功率是一个重要战术参数。我们需要将生成的干扰信号调整到合适的功率水平，然后与真实目标回波、噪声等叠加，构成雷达接收到的总信号。
假设雷达发射功率已知，并经过传播衰减后，真实目标回波信号为s_target（一个经过时延、衰减和多普勒调制的LFM信号副本）。干扰信号s_jam需要乘以一个增益系数G_jam来模拟其功率。
% 假设目标回波（简化，仅有时延） target_delay = 3e-6; % 目标真实延迟3微秒，对应450米距离（光速*延迟/2） s_target = zeros(size(t_total)); % 在实际中，需要插值或卷积来精确模拟时延，此处为简化说明 [~, target_idx] = min(abs(t_total - target_delay)); if target_idx <= length(s_t) s_target(target_idx:min(target_idx+length(s_t)-1, end)) = s_t(1:end-target_idx+1); end s_target = 0.8 * s_target; % 模拟回波衰减 % 干扰信号增益 G_jam = 2.0; % 干扰信号功率相对于目标回波的倍数 s_jam = G_jam * s_to_transmit; % 雷达接收端合成信号，加入高斯白噪声 noise_power = 0.01; % 噪声功率 noise = sqrt(noise_power/2) * (randn(size(t_total)) + 1j*randn(size(t_total))); s_received = s_target + s_jam + noise;至此，我们完成了从雷达发射LFM信号，到干扰机间歇采样、延迟频移处理，再到雷达接收合成信号的完整前向通道仿真。
4. 雷达信号处理与干扰效果分析
雷达接收到混合信号后，会进行一系列标准处理，而干扰的效果正是在这些处理结果中显现出来。
4.1 脉冲压缩处理：假目标的“诞生”
脉冲压缩是LFM雷达的核心处理，通过匹配滤波器（其冲击响应是发射信号的共轭反转）来实现。在Matlab中，这通常通过频域相乘来实现以提高效率。
% 生成匹配滤波器（发射信号的共轭反转，频域表示） h_match = conj(fliplr(s_t)); % 时域共轭反转 % 频域卷积（等价于时域相关） N_fft = 2^nextpow2(length(s_received) + length(h_match) - 1); S_rcv_f = fft(s_received, N_fft); H_match_f = fft(h_match, N_fft); S_pc_f = S_rcv_f .* H_match_f; s_pc = ifft(S_pc_f); s_pc = s_pc(1:length(s_received)); % 取有效部分 % 计算包络（取模） pc_envelope = abs(s_pc); % 归一化并转换为dB pc_envelope_db = 20*log10(pc_envelope / max(pc_envelope));如果只存在真实目标，pc_envelope_db会在对应目标延迟的位置出现一个尖锐的主峰。但加入了间歇采样转发干扰后，你会看到一系列幅度接近、间隔规律的峰。这些就是由采样信号片段与匹配滤波器部分匹配产生的假目标。
4.2 干扰效果可视化与特征分析
通过绘图，我们可以直观地对比有无干扰情况下的脉冲压缩结果。
% 生成无干扰情况下的接收信号作为对比 s_received_no_jam = s_target + noise; % ... 对s_received_no_jam进行同样的脉冲压缩处理，得到pc_envelope_db_no_jam ... figure('Position', [100, 100, 1200, 500]); subplot(1,2,1); range_axis = (0:length(pc_envelope_db_no_jam)-1) * (3e8/(2*Fs)); % 距离轴 plot(range_axis, pc_envelope_db_no_jam, 'b-', 'LineWidth', 1.5); xlabel('距离 (米)'); ylabel('归一化幅度 (dB)'); title('无干扰时脉冲压缩结果'); grid on; xlim([0, 1000]); % 根据仿真参数调整显示范围 subplot(1,2,2); plot(range_axis, pc_envelope_db, 'r-', 'LineWidth', 1.5); xlabel('距离 (米)'); ylabel('归一化幅度 (dB)'); title('加入间歇采样直接转发干扰后'); grid on; xlim([0, 1000]);在右侧有干扰的图中，你很可能观察到以下现象：
- 真假目标难以区分：真实目标峰（假设在450米）被淹没在一系列假目标峰中。
- 假目标成对出现：这是间歇采样转发干扰的典型特征。假目标会以真实目标位置（或干扰机延迟决定的位置）为中心，在距离维上对称分布。
- 假目标幅度与参数相关：假目标的幅度与采样脉宽
τ、占空比D以及转发增益G_jam直接相关。通过调整这些参数，干扰机可以控制假目标的显著程度。
4.3 参数敏感性实验与干扰优化思路
一个完整的仿真项目不能只满足于复现现象，更要探究其内在规律。我们可以设计实验，观察关键干扰参数变化时，假目标特征如何变化。
实验一：采样周期Ts的影响固定τ和G_jam，改变Ts（例如从1e-6到5e-6秒）。你会发现，Ts直接决定了相邻假目标之间的距离间隔ΔR = c * Ts / 2（c为光速）。Ts越大，假目标越稀疏；Ts小于雷达的距离分辨率时，假目标可能会混叠在一起。
实验二：采样脉宽τ的影响固定Ts和G_jam，改变τ。τ主要影响假目标的主瓣宽度和幅度。τ越小，转发的LFM信号片段越短，其带宽（B_slice ≈ K * τ）越小，经过匹配滤波器（匹配全带宽B）后输出的主瓣就越宽，距离分辨率越差，但旁瓣结构会变化。同时，τ越小，单次转发能量越低，假目标峰值幅度也会下降（在平均功率固定的情况下，可以通过提高转发增益G_jam补偿）。
实验三：转发延迟t_delay的影响这个参数决定了整个假目标串的中心位置。如果t_delay设置为0（瞬时转发），假目标串将以干扰机自身位置为中心对称分布。如果t_delay设置为某个值，则中心会偏移。干扰机可以通过灵活控制t_delay，将假目标串“投射”到期望的空域位置，引导雷达火控系统瞄准错误的方向。
通过这些实验，你可以从干扰机设计者的角度思考：如何选择Ts,τ,t_delay,G_jam这一组参数，才能在给定的能量约束下，实现对特定雷达（已知其PRI、带宽等）的最优干扰效果？例如，为了让假目标尽可能逼真，τ不能太小（否则主瓣太宽）；为了让假目标覆盖更大的距离范围，Ts需要精心设计。
5. 仿真中的陷阱、技巧与工程化思考
在将上述理论模型转化为Matlab代码的过程中，会遇到许多教科书上不会提及的“坑”。这里分享几个关键的经验点。
陷阱一：采样率不足导致的频谱混叠LFM信号是宽带信号。我们的仿真采样率Fs必须足够高，以满足整个信号带宽B的奈奎斯特采样定理（Fs > 2B）。但这只是最低要求。对于脉冲压缩这种对相位极其敏感的操作，建议Fs至少为2.5B到4B，否则在匹配滤波后，输出波形的旁瓣电平会异常升高，影响对假目标特征的观察。我最初用Fs=2B仿真时，发现假目标旁瓣比理论预期高了近10dB，排查了很久才发现是采样率不足导致的频谱泄露和混叠在作祟。
陷阱二：时间轴对齐与边界效应在生成LFM信号、采样脉冲以及进行时延操作时，时间轴t的零点定义必须清晰且一致。例如，LFM信号s(t)通常定义在[-T/2, T/2]区间。采样脉冲p(t)的周期序列需要覆盖整个信号持续时间。当进行频域时延操作时，要确保频域轴freq_axis与信号DFT的点数正确对应。任何细微的不对齐都会在脉冲压缩输出中引入难以解释的相位畸变或虚假成分。一个良好的习惯是：在每一个关键步骤后，都绘制信号的实部、虚部或频谱进行肉眼检查。
技巧：使用fftshift与ifftshift的正确姿势频域操作时，fftshift用于将零频分量移动到频谱中心，便于观察；而ifftshift是其逆操作。一个常见的顺序是：
% 时域转频域，准备进行滤波或时移 S_f = fftshift(fft(s_t)); % 现在S_f是零频在中心的频域表示 % ... 在S_f上进行操作（如乘以滤波器响应或线性相位）... s_t_processed = ifft(ifftshift(S_f_processed)); % 先ifftshift移回标准格式，再ifft混淆fftshift和ifftshift会导致信号在时域发生不可预料的循环移位。
工程化思考：从单脉冲仿真到脉冲串仿真本项目聚焦于单个脉冲内的干扰效果。真实的雷达工作在脉冲模式（PRI）。间歇采样转发干扰同样可以应用于脉冲串。这时，干扰机需要对每个雷达脉冲进行采样和转发。这引入了新的维度：慢时间维。干扰机可以以固定的节奏（如每N个脉冲转发一次）或随机的节奏进行采样，这会产生不同的干扰效果。例如，固定节奏的间歇采样转发，可能会在雷达的多普勒处理（FFT across pulses）中产生类似于真实运动目标的频点，实现速度维欺骗。将仿真扩展到脉冲串，并观察距离-多普勒二维平面上的干扰效果，是更接近实战的进阶课题。
最后一点体会：干扰仿真的核心价值不在于复现一个完美的理论曲线，而在于理解参数扰动、非理想条件（如电路非线性、相位噪声、天线方向图）对干扰效果的影响。在Matlab中，可以尝试在干扰信号中加入微小的随机相位抖动，或者模拟采样开关非理想的上升/下降时间，看看脉冲压缩后的假目标轮廓是否会变得模糊、旁瓣是否会抬高。这些“不完美”的仿真，往往比理想模型更能揭示实际系统中可能遇到的问题。通过这个项目搭建起来的仿真框架，就是一个强大的“数字沙盘”，你可以任意调整红蓝双方的参数，亲身体验电子对抗中“魔高一尺，道高一丈”的精妙博弈。
本文还有配套的精品资源，点击获取
