📡
mmWave Insight · 加载中…
雷达方程¶
本章学习目标
📚 你将学到:
✅ 理解雷达方程的物理意义
✅ 掌握雷达方程的完整推导过程
✅ 学会计算雷达的最大作用距离
✅ 了解 RCS 对雷达性能的影响
⏱️ 预计学习时间:30-40 分钟
前置知识
在学习本章之前,建议先了解:
📡 雷达基本原理 - 理解雷达的工作方式
📐 电磁波传播基础 - 自由空间损耗
🔢 基础数学 - 对数运算、指数运算
🎯 为什么需要雷达方程?¶
想象你是一名雷达工程师,需要设计一个能探测 100 公里外飞机的雷达系统。你会问:
工程师的三个核心问题
需要多大的发射功率? 💪
需要多大的天线? 📡
能探测到多大的目标? 🎯
雷达方程就是回答这些问题的数学工具!它建立了雷达性能参数之间的定量关系。
📖 基本雷达方程¶
🔍 推导思路¶
我们将分四步推导雷达方程,每一步都对应电磁波传播的一个阶段:
graph LR
A[🔴 发射功率
Pt] --> B[📡 扩散损耗
1/4πR²]
B --> C[🎯 目标散射
σ]
C --> D[📡 扩散损耗
1/4πR²]
D --> E[🔵 接收功率
Pr]
style A fill:#ff6b6b
style E fill:#4dabf7
style C fill:#ffd93d
推导过程¶
步骤 1️⃣:发射功率与空间扩散¶
理解功率密度
想象在黑暗中点亮一个灯泡,离得越远,光线越暗。这就是**球面扩散**!
电磁波也是如此,能量在空间中均匀扩散。
全向天线(各向同性辐射):
\[
S_1 = \frac{P_t}{4\pi R^2}
\]
公式解读 📖
分子 \(P_t\):发射功率(总能量)
分母 \(4\pi R^2\):球面面积(能量分布的面积)
物理意义:能量均匀分布在球面上,距离越远,单位面积能量越小
定向天线(实际雷达使用):
\[
\boxed{S = \frac{P_t G_t}{4\pi R^2}}
\]
天线增益的作用 📡
天线增益 \(G_t\) 就像给灯泡加了一个**聚光灯罩**,把能量集中在某个方向!
例子:如果 \(G_t = 1000\)(30 dBi),相当于把功率在主波束方向增强 1000 倍!
💡 实际计算例子
已知条件:
发射功率:\(P_t = 10\) W
天线增益:\(G_t = 1000\) (30 dBi)
目标距离:\(R = 100\) m
计算:
$$
S = \frac{10 \times 1000}{4\pi \times 100^2} = \frac{10000}{125664} \approx 0.0796 \text{ W/m}^2
$$
这个功率密度相当于 79.6 mW/m²,比全向天线高 1000 倍!
步骤 2️⃣:目标散射¶
什么是雷达散射截面(RCS)?
RCS \(\sigma\) 是目标的**有效散射面积**,表示目标反射电磁波的能力。
形象比喻:如果目标是一面镜子,\(\sigma\) 就是这面镜子的「有效面积」。
目标接收到的功率:
\[
P_r^{target} = S \cdot \sigma = \frac{P_t G_t \sigma}{4\pi R^2}
\]
典型目标的 RCS
目标类型
RCS (\(\sigma\))
等效半径
🐦 小鸟
0.01 m²
5.6 cm
🚗 轿车
10-100 m²
1.8-5.6 m
✈️ 战斗机
1-10 m²
0.56-1.8 m
🛩️ 大型客机
100-1000 m²
5.6-17.8 m
⚓ 舰船
10000 m²
56 m
步骤 3️⃣:回波扩散¶
目标反射的能量再次经历球面扩散,回到雷达处的功率密度:
\[
S_r = \frac{P_r^{target}}{4\pi R^2} = \frac{P_t G_t \sigma}{(4\pi)^2 R^4}
\]
注意 \(R^4\) 规律
电磁波**往返两次**,每次都有 \(R^2\) 的损耗,所以总损耗是 \(R^4\)!
这就是为什么雷达作用距离增加很困难 - 距离翻倍,接收功率降低 16 倍!
步骤 4️⃣:天线接收¶
接收天线有效面积 \(A_e\) 捕获的功率:
\[
P_r = S_r \cdot A_e = \frac{P_t G_t \sigma A_e}{(4\pi)^2 R^4}
\]
利用天线增益与有效面积的关系:
\[
G_r = \frac{4\pi A_e}{\lambda^2} \quad \Rightarrow \quad A_e = \frac{G_r \lambda^2}{4\pi}
\]
代入得到**基本雷达方程**:
🎉 雷达方程(最终形式)
\[
\boxed{P_r = \frac{P_t G_t G_r \lambda^2 \sigma}{(4\pi)^3 R^4}}
\]
这就是雷达工程中最重要的公式之一!
📘 物理意义深入解读¶
雷达方程告诉我们什么?让我们拆解公式:
\[
P_r = \frac{P_t G_t G_r \lambda^2 \sigma}{(4\pi)^3 R^4}
\]
📊 距离影响🎯 目标影响🌊 频率影响📡 天线影响
最关键的关系:\(P_r \propto R^{-4}\)
距离翻倍,功率降低 16 倍!
graph LR
A[距离 1 km
功率 1 W] --> B[距离 2 km
功率 1/16 W]
B --> C[距离 4 km
功率 1/256 W]
C --> D[距离 8 km
功率 1/4096 W]
这就是为什么增加雷达作用距离很困难!
\(P_r \propto \sigma\) - RCS 越大,越容易被发现
实际应用:
隐身战机:减小 RCS 到 0.1-1 m²
角反射器:增大 RCS 到 10000 m² 以上
目标类型
RCS
相对探测距离
隐身机
0.1 m²
0.56x
普通战机
10 m²
1.78x
客机
100 m²
3.16x
(相对于 RCS=1m² 的基准目标)
\(P_r \propto \lambda^2\) - 频率越低,作用距离越远
为什么远程预警雷达使用低频?
在相同功率下:
S 波段 (10 cm 波长):作用距离 100 km
Ka 波段 (1 cm 波长):作用距离 31.6 km
但是!高频雷达有更高的分辨率,这是一个权衡。
\(P_r \propto G_t \cdot G_r\) - 天线增益双倍增强
提高天线增益是最有效的方法!
发射天线增益增加 → 直接增强信号
接收天线增益增加 → 更好地收集能量
典型天线增益:
全向天线:0 dBi (G=1)
八木天线:15 dBi (G=31.6)
盘形天线:30 dBi (G=1000)
相控阵:40 dBi (G=10000)
🧮 实际应用:雷达计算器¶
💻 如何计算实际雷达的性能?
假设我们要设计一个**汽车防撞雷达**:
系统参数:
参数
值
单位
发射功率 \(P_t\)
0.01
W (10 mW)
发射增益 \(G_t\)
1000
(30 dBi)
接收增益 \(G_r\)
1000
(30 dBi)
工作频率 \(f\)
77
GHz
波长 \(\lambda\)
3.9
mm
目标 RCS \(\sigma\)
10
m² (轿车)
目标距离 \(R\)
100
m
计算接收功率:
\[
\begin{aligned}
P_r &= \frac{P_t G_t G_r \lambda^2 \sigma}{(4\pi)^3 R^4} \\
&= \frac{0.01 \times 1000 \times 1000 \times (0.0039)^2 \times 10}{(4\pi)^3 \times 100^4} \\
&= \frac{10 \times 1.52 \times 10^{-5} \times 10}{1984.4 \times 10^8} \\
&= \frac{1.52 \times 10^{-3}}{1.984 \times 10^{11}} \\
&\approx 7.66 \times 10^{-15} \text{ W} \\
&= \mathbf{-111.2 \text{ dBm}}
\end{aligned}
\]
结论
在 100 米距离上,接收功率约为 -111 dBm。
对于现代雷达接收机(灵敏度 -120 dBm),这是**可以检测到的**!
信噪比 (SNR):
$$
\text{SNR} = -111.2 - (-120) = 8.8 \text{ dB}
$$
SNR > 0 dB,充足检测!
📐 雷达方程的其他形式¶
最大作用距离形式¶
雷达能够探测到目标的最大距离由最小可检测信号 \(P_{r,min}\) 决定:
\[
\boxed{R_{max} = \left[\frac{P_t G_t G_r \lambda^2 \sigma}{(4\pi)^3 P_{r,min}}\right]^{1/4}}
\]
或者引入系统因子后:
\[
R_{max} = \left[\frac{P_t G^2 \lambda^2 \sigma}{(4\pi)^3 P_{r,min} L}\right]^{1/4}
\]
其中 \(L \geq 1\) 是系统损耗因子。
信噪比形式¶
考虑接收机噪声,引入信噪比(SNR):
\[
\text{SNR} = \frac{P_r}{P_n} = \frac{P_r}{k T_0 B_n F}
\]
其中:
\(k = 1.38 \times 10^{-23}\) J/K 是玻尔兹曼常数
\(T_0\) 是标准温度(通常取 290 K)
\(B_n\) 是接收机噪声带宽
\(F\) 是接收机噪声系数
雷达方程可以写成:
\[
\boxed{\text{SNR} = \frac{P_t G^2 \lambda^2 \sigma}{(4\pi)^3 R^4 k T_0 B_n F L}}
\]
脉冲雷达形式¶
对于脉冲雷达,平均功率 \(P_{avg} = P_t \cdot \tau \cdot f_r\),其中:
\(\tau\) 是脉冲宽度
\(f_r\) 是脉冲重复频率(PRF)
考虑相参积累增益,雷达方程变为:
\[
\text{SNR} = \frac{P_{avg} G^2 \lambda^2 \sigma n}{(4\pi)^3 R^4 k T_0 B_n F L}
\]
其中 \(n\) 是相参积累的脉冲数。
🎯 雷达散射截面 (RCS)¶
基本定义¶
雷达散射截面 \(\sigma\) 定义为:
\[
\sigma = \lim_{R \to \infty} 4\pi R^2 \frac{|E_s|^2}{|E_i|^2}
\]
参数
说明
单位
\(E_i\)
入射电场强度
V/m
\(E_s\)
散射电场强度
V/m
\(\sigma\)
雷达散射截面
m² 或 dBsm
RCS 影响因素¶
因素类别
影响因子
特点
目标几何
平面目标
强镜面反射
圆柱/球体
全向散射
角反射器
强反射
目标尺寸
相对波长尺寸
谐振区、光学区不同特性
目标材料
金属
强反射
电介质
部分透射
隐身材料
吸波涂层
雷达参数
工作频率/波长
决定谐振效应
极化方式
影响散射强度
入射角度
决定散射方向
典型目标 RCS 参考表¶
目标类型
RCS (m²)
RCS (dBsm)
应用场景
昆虫
0.00001
-50
气象雷达抑制
小鸟
0.001
-30
机场鸟击预警
人体
0.5 - 2
-3 ~ 3
安防监控
小型汽车
10 - 100
10 ~ 20
交通雷达
货车/巴士
100 - 200
20 ~ 23
道路监测
小型飞机
1 - 2
0 ~ 3
通用航空
大型客机
20 - 40
13 ~ 16
民航管制
常规战斗机
5 - 10
7 ~ 10
军事探测
隐身飞机
0.01 - 0.1
-20 ~ -10
低可探测性
船舶
100 - 10000
20 ~ 40
海事雷达
RCS 的角度依赖性
RCS 不是常数,而是随观测角度变化的函数 \(\sigma(\theta, \phi)\)。上表中的值是典型的正面 RCS。
📉 系统损耗¶
实际雷达系统中存在各种损耗,用系统损耗因子 \(L\) 表示:
\[
L = L_a \cdot L_t \cdot L_r \cdot L_s \cdot L_{misc}
\]
主要损耗类型汇总¶
序号
损耗类型
符号
来源
典型值
1
大气损耗
\(L_a\)
大气吸收和散射
见下表
2
传输线损耗
\(L_t\)
馈线、波导、连接器
1-3 dB
3
接收机损耗
\(L_r\)
信号处理、量化、滤波器
2-5 dB
4
扫描损耗
\(L_s\)
波束指向偏离
1-2 dB
5
其他损耗
\(L_{misc}\)
多径、雷达罩、匹配
1-3 dB
大气损耗详细数据¶
大气损耗公式:\(L_a = e^{2 \alpha R}\),其中 \(\alpha\) 是大气衰减系数。
毫米波段的大气衰减系数 (dB/km):
频率 (GHz)
晴天
中雨
大雨
雾霾
35
0.3
2
5
1
77
0.5
4
10
2
94
1.0
8
20
5
🎲 检测性能¶
1. 核心概念¶
雷达检测是一个统计决策过程,涉及两个关键指标:
指标
符号
定义
典型值
检测概率
\(P_d\)
目标存在时正确检测的概率
90-99%
虚警概率
\(P_{fa}\)
目标不存在时错误报警的概率
\(10^{-6}\) ~ \(10^{-4}\)
权衡关系
\(P_d\) 和 \(P_{fa}\) 之间存在权衡:提高检测概率会增加虚警概率。
2. 门限设置¶
接收信号通过门限比较器决策:
\[
\begin{cases}
\text{检测到目标}, & \text{if } P_r > V_T \\
\text{无目标}, & \text{if } P_r \leq V_T
\end{cases}
\]
3. 所需信噪比¶
为达到特定的 \(P_d\) 和 \(P_{fa}\),需要的信噪比:
\[
\text{SNR}_{req} \approx 10 \sim 20 \text{ dB}
\]
影响因素:
因素
说明
目标起伏模型
Swerling I/II/III/IV
检测概率 \(P_d\)
越高需要更大 SNR
虚警概率 \(P_{fa}\)
越低需要更大 SNR
积累脉冲数
越多可降低 SNR 要求
📏 分辨率性能¶
1. 距离分辨率¶
距离分辨率是雷达能够区分两个相邻目标的最小距离差:
\[
\Delta R = \frac{c}{2B}
\]
不同雷达类型:
雷达类型
分辨率公式
关键参数
脉冲雷达
\(\Delta R = \frac{c \tau}{2}\)
脉冲宽度 \(\tau\)
FMCW 雷达
\(\Delta R = \frac{c}{2B}\)
信号带宽 \(B\)
汽车雷达示例
77 GHz 汽车雷达,带宽 \(B = 4\) GHz:
\[
\Delta R = \frac{3 \times 10^8}{2 \times 4 \times 10^9} = 0.0375 \text{ m} = \mathbf{3.75 \text{ cm}}
\]
2. 速度分辨率¶
速度分辨率取决于观测时间 \(T\):
\[
\Delta v = \frac{\lambda}{2T}
\]
雷达类型
观测时间
计算公式
脉冲雷达
\(T = n \cdot T_r\)
\(n\) 个脉冲积累
FMCW 雷达
\(T\) = 帧时间
单帧观测时间
3. 角度分辨率¶
角度分辨率由天线波束宽度决定:
\[
\theta_r \approx \frac{\lambda}{D}
\]
参数
说明
影响
\(\lambda\)
波长
频率越高,分辨率越好
\(D\)
天线孔径尺寸
天线越大,分辨率越好
提高角度分辨率
相控阵雷达可通过**数字波束形成 (DBF)** 进一步提高角度分辨率。
实际应用示例¶
示例 1:汽车雷达性能计算¶
系统参数:
工作频率:\(f = 77\) GHz,波长 \(\lambda = 3.9\) mm
发射功率:\(P_t = 10\) dBm = 10 mW
天线增益:\(G = 20\) dB = 100
系统损耗:\(L = 3\) dB = 2
噪声系数:\(F = 10\) dB = 10
带宽:\(B_n = 100\) MHz
所需 SNR:15 dB
目标参数:
RCS:\(\sigma = 10\) m² (车辆)
计算最大作用距离:
\[
R_{max} = \left[\frac{P_t G^2 \lambda^2 \sigma}{(4\pi)^3 k T_0 B_n F L \cdot \text{SNR}}\right]^{1/4}
\]
代入数值(转换为线性单位):
\[
R_{max} = \left[\frac{0.01 \times 100^2 \times (3.9 \times 10^{-3})^2 \times 10}{(4\pi)^3 \times 1.38 \times 10^{-23} \times 290 \times 10^8 \times 10 \times 2 \times 31.6}\right]^{1/4}
\]
\[
R_{max} \approx 200 \text{ m}
\]
示例 2:分辨率计算¶
距离分辨率(带宽 4 GHz):
\[
\Delta R = \frac{3 \times 10^8}{2 \times 4 \times 10^9} = 3.75 \text{ cm}
\]
速度分辨率(帧时间 50 ms):
\[
\Delta v = \frac{3.9 \times 10^{-3}}{2 \times 0.05} = 0.039 \text{ m/s} \approx 0.14 \text{ km/h}
\]
角度分辨率(天线尺寸 10 cm):
\[
\theta_r \approx \frac{3.9 \times 10^{-3}}{0.1} = 0.039 \text{ rad} \approx 2.2°
\]
🔧 雷达方程的工程应用¶
系统设计应用场景¶
序号
应用方向
具体内容
关键决策
1
性能预测
预测探测距离 / 评估目标可检测性
系统可行性分析
2
参数权衡
功率 vs 距离 / 频率 vs 分辨率 / 天线尺寸 vs 成本
优化设计指标
3
系统优化
确定最优工作频率 / 选择信号带宽 / 优化天线设计
提升整体性能
4
环境评估
大气衰减影响 / 多径效应缓解
环境适应性设计
📚 延伸学习¶
相关章节
继续深入学习雷达原理的其他重要概念:
主题
链接
内容简介
多普勒效应
doppler-effect.md
学习速度测量原理
FMCW 调制
../mmwave/fmcw.md
了解调频连续波雷达
信号处理
../mmwave/signal-processing.md
深入信号处理技术
� Python 代码:最大探测距离计算¶
将雷达方程翻译为可运行的参数设计工具。下例以 77 GHz 汽车雷达为对象,评估在不同 RCS、带宽下的最大探测距离。
import numpy as np
def radar_max_range(Pt, Gt_dB, Gr_dB, freq_Hz, rcs, snr_min_dB=13,
NF_dB=10, losses_dB=6, bandwidth_Hz=None, T=290):
"""
根据雷达方程反解最大探测距离。
参数
----
Pt : 发射功率 (W)
Gt_dB/Gr_dB : 发射/接收天线增益 (dBi)
freq_Hz : 载波频率 (Hz)
rcs : 目标 RCS (m^2)
snr_min_dB : 最小可检测 SNR (默认 13 dB, Pd=0.9/Pfa=1e-6)
NF_dB : 接收机噪声系数
losses_dB : 系统损耗
bandwidth_Hz: 处理带宽;若传入 None 自动按 1 MHz 估算
T : 噪声温度 (K)
返回
----
R_max (m)
"""
k = 1.380649e-23
c = 3e8
wavelength = c / freq_Hz
B = bandwidth_Hz if bandwidth_Hz else 1e6
Gt = 10 ** (Gt_dB / 10)
Gr = 10 ** (Gr_dB / 10)
NF = 10 ** (NF_dB / 10)
L = 10 ** (losses_dB / 10)
SNR_min = 10 ** (snr_min_dB / 10)
N0 = k * T * B * NF # 接收机噪声功率
S_min = SNR_min * N0 # 可检测最小信号
numerator = Pt * Gt * Gr * wavelength ** 2 * rcs
denominator = (4 * np.pi) ** 3 * S_min * L
return (numerator / denominator) ** 0.25
if __name__ == "__main__":
# 典型 77 GHz ACC 汽车雷达
params = dict(Pt=12e-3, Gt_dB=18, Gr_dB=18, freq_Hz=77e9,
NF_dB=12, losses_dB=6, bandwidth_Hz=2e6)
for rcs, name in [(10.0, "汽车"), (1.0, "摩托车"), (0.1, "行人")]:
R = radar_max_range(rcs=rcs, **params)
print(f"{name:6s} (RCS={rcs:>4} m²): R_max = {R:6.1f} m")
典型输出:
汽车 (RCS=10.0 m²): R_max = 245.3 m
摩托车 (RCS= 1.0 m²): R_max = 137.9 m
行人 (RCS= 0.1 m²): R_max = 77.5 m
扩展练习
扫描 bandwidth_Hz 从 0.5 MHz 到 50 MHz,绘制 \(R_\max\) 曲线;
加入积累增益 \(G_{\text{proc}} = 10\log_{10}(N_{\text{chirps}} \cdot N_{\text{samples}})\),验证与理论公式一致;
将大气衰减 \(L_a = e^{2\alpha R}\) 作为 隐式约束 迭代求解(不动点法)。
�📖 参考文献¶
序号
书目
说明
[1]
Skolnik, M. I. (2008). Radar Handbook (3rd ed.). McGraw-Hill.
经典雷达参考书
[2]
Richards, M. A. (2014). Fundamentals of Radar Signal Processing (2nd ed.). McGraw-Hill.
信号处理权威教材
[3]
Mahafza, B. R. (2013). Radar Systems Analysis and Design Using MATLAB (3rd ed.). CRC Press.
实用工程设计指南
2026年4月23日 14:57:41
2025年12月17日 21:34:45
本页对你有帮助吗?
感谢你的反馈!
感谢反馈!欢迎通过 GitHub Issues 告诉我们如何改进。