下载文档原格式
1 研究背景与意义雷达面临的四大挑战：（1）隐身目标的威胁隐身飞机、隐身导弹和隐身舰艇和无人机的出现使得雷达散射截面积成百上千倍的减小，增加了雷达发现目标的难度。
（2）低空与超低空目标的威胁战术导弹和战略巡航导弹等低空、超低空目标的入侵也给雷达探测带来了重大挑战。
（3）反辐射摧毁的威胁反辐射导弹利用敌方雷达的电磁辐射进行制导并将其摧毁，是电子对抗中对雷达硬杀伤最有效的武器。
为应对日益恶化的外部电磁环境，雷达往往需要发射更大的功率以达到同样的探测性能，从而增加了被发现甚至被摧毁的风险。
（4）强电子干扰传统雷达一般采用收发共置的布站方式，其发射电磁波一旦被敌方发现和定位，就极容易被干扰，进而丧失整个武器战争系统的重要信息来源。
外辐射源（无源）雷达因能克服上述问题而引起人们的广泛关注。
外辐射源雷达分为两大类：第一类是基于目标的红外辐射或自身发射的电磁波来对其探测，目标发射的电磁波主要来源于雷达、应答机、通信电台、导航仪、有源干扰机等通讯电子设备；第二类是利用广播信号、电视信号、手机信号、卫星导航信号等非合作照射源来探测目标。
当目标静默（不发射电磁波）时，利用第一类外辐射源雷达通过电磁波来探测目标就无法实现。
对于第二类外辐射源雷达，即使目标静默，也能探测到目标，因此对此类外辐射源雷达的研究成为热点。
外辐射源雷达的优势：（1）反隐身特性隐身目标一般只大幅度减少鼻锥±30°范围之内后向散射的RCS，前向与侧向的散射还是很强。
外辐射源雷达是一种双基地雷达，它可以通过接收目标前向与侧向的散射回波信号来探测隐身目标。
其次，外辐射源信号多数工作在甚高频、超高频等波段，波长较长，隐身飞机表面的吸波材料对该波段电磁波的作用极差；再者，外辐射源雷达在形式上属双（多）基地雷达，可探测到隐身飞机前向和侧向的散射信号，具有空域上反隐身的特点。
因此，外辐射源雷达具有探测隐身目标的能力。
（2）探测低空与超低空目标外辐射源雷达利用各种民用或商用信号作为照射源，频率一般较低，波长较长，因此照射源能够通过衍射穿过低空障碍物探测到目标。
外辐射源雷达信号的杂波抑制摘要：利用外辐射源(如GSM信号、调频广播、电视、GPS等的发射信号)的无源雷达探测技术一直是国内外研究的热点。
在目标检测上，直达波信号的干扰不但对通道的动态范围提出了极高的要求，同时对微弱目标回波的检测构成了限制。
本文中针对外辐射源雷达的杂波(包括直达波和地杂波)抑制问题，运用一种顺序抵消算法来抑制杂波, 并将该算法应用于理论和实测数据，通过编程仿真分析，验证了该算法对于外辐射源雷达的杂波抑制具有有效性和实用性。
关键词：外辐射源雷达，直达波，杂波抑制Abstract: The technologies of the passive radar based on noncooperative illuminator have interested us greatly. To target detect the interference of direct signal requires rigorously dynamic scope of channel also restricts detection of weak signal The direct signals is suppressed by w ay of two arrays, and the result of simulation is given. A sequential approach was used for disturbance cancellation in passive radar, which was based on project ion s of the received signals in a sub space orthogonal to disturbance. Then the sequential cancellation algorithm was simulated to process both the theoretical data and radar received data to p rove it s feasibility and validity.Key words: passive radar, direct signal, clutter cancellation1 绪论1.1 无源雷达及其产生背景在现代战争中，先进电子进攻技术的不断发展给有源雷达带来了严重的生存危机，主要包含四大威胁：电子干扰、超低空突防以及反辐射导弹和隐身技术，因此雷达必须具备对抗这四大威胁的能力才能在战争中生存[1]。
1 研究背景与意义雷达面临的四大挑战：（1）隐身目标的威胁隐身飞机、隐身导弹和隐身舰艇和无人机的出现使得雷达散射截面积成百上千倍的减小，增加了雷达发现目标的难度。
（2）低空与超低空目标的威胁战术导弹和战略巡航导弹等低空、超低空目标的入侵也给雷达探测带来了重大挑战。
（3）反辐射摧毁的威胁反辐射导弹利用敌方雷达的电磁辐射进行制导并将其摧毁，是电子对抗中对雷达硬杀伤最有效的武器。
为应对日益恶化的外部电磁环境，雷达往往需要发射更大的功率以达到同样的探测性能，从而增加了被发现甚至被摧毁的风险。
（4）强电子干扰传统雷达一般采用收发共置的布站方式，其发射电磁波一旦被敌方发现和定位，就极容易被干扰，进而丧失整个武器战争系统的重要信息来源。
外辐射源（无源）雷达因能克服上述问题而引起人们的广泛关注。
外辐射源雷达分为两大类：第一类是基于目标的红外辐射或自身发射的电磁波来对其探测，目标发射的电磁波主要来源于雷达、应答机、通信电台、导航仪、有源干扰机等通讯电子设备；第二类是利用广播信号、电视信号、手机信号、卫星导航信号等非合作照射源来探测目标。
当目标静默（不发射电磁波）时，利用第一类外辐射源雷达通过电磁波来探测目标就无法实现。
对于第二类外辐射源雷达，即使目标静默，也能探测到目标，因此对此类外辐射源雷达的研究成为热点。
外辐射源雷达的优势：（1）反隐身特性隐身目标一般只大幅度减少鼻锥±30°范围之内后向散射的RCS，前向与侧向的散射还是很强。
外辐射源雷达是一种双基地雷达，它可以通过接收目标前向与侧向的散射回波信号来探测隐身目标。
其次，外辐射源信号多数工作在甚高频、超高频等波段，波长较长，隐身飞机表面的吸波材料对该波段电磁波的作用极差；再者，外辐射源雷达在形式上属双（多）基地雷达，可探测到隐身飞机前向和侧向的散射信号，具有空域上反隐身的特点。
因此，外辐射源雷达具有探测隐身目标的能力。
（2）探测低空与超低空目标外辐射源雷达利用各种民用或商用信号作为照射源，频率一般较低，波长较长，因此照射源能够通过衍射穿过低空障碍物探测到目标。
外辐射源雷达干扰与杂波抑制算法研究外辐射源雷达干扰与杂波抑制算法研究引言：随着科技的不断进步和社会的不断发展，雷达系统在军事、空域监测、气象、导航等领域中扮演着重要的角色。
然而，雷达系统在实际应用中也面临许多问题，其中之一就是外辐射源的干扰与杂波抑制。
本文将重点研究这一问题，并探讨相关的算法。
一、外辐射源干扰的概念和影响外辐射源是指雷达系统接收到的来自雷达系统范围之外的电磁波辐射。
外辐射源干扰会导致雷达系统的信号质量下降，从而影响雷达的探测和跟踪能力。
这对于雷达系统的可靠性和准确性来说是一个严重的问题，因此需要采取一定的措施来抑制外辐射源的干扰。
二、外辐射源干扰的原因和特征外辐射源的干扰主要来自于雷达系统周围的电磁辐射设备，如通讯基站、电视发射塔、输电线路等。
这些设备产生的电磁波与雷达系统发射的信号相互干扰，导致雷达系统无法准确地探测和跟踪目标。
外辐射源的干扰特征主要表现在以下几个方面：1. 频率干扰：外辐射源产生的电磁辐射信号与雷达系统工作频率相近或相同，导致频率干扰。
2. 相位干扰：外辐射源的辐射信号与雷达系统的射频信号存在相位差，导致相位干扰。
3. 时域干扰：外辐射源的辐射信号引起雷达系统接收信号的时域波形变化，导致时域干扰。
4. 强度干扰：外辐射源辐射信号的强度过大，导致雷达系统的接收信号被淹没，无法正常工作。
三、外辐射源干扰的影响分析外辐射源干扰会给雷达系统带来诸多负面影响，主要有以下几点：1. 降低雷达系统的探测能力：外辐射源的干扰会使雷达系统无法准确地识别和跟踪目标。
2. 降低雷达系统的抗干扰能力：外辐射源的干扰会降低雷达系统对目标的识别能力，从而影响系统的抗干扰性能。
3. 影响雷达系统的工作稳定性：外辐射源的干扰会导致雷达系统的工作不稳定，从而影响系统的可靠性。
4. 降低雷达系统的测量精度：外辐射源的干扰会导致雷达系统的测量误差增加，从而影响系统的测量精度。
四、外辐射源干扰抑制算法的研究为了抑制外辐射源的干扰，研究人员提出了许多算法，并取得了一定的成果。
外辐射源雷达杂波抑制和航迹滤波算法研究的开题报告一、研究背景和意义现代雷达系统的应用范围已经非常广泛，比如军事侦察、气象预报、火山、地震研究等领域都有其应用，同时事实上雷达系统抗干扰能力对于应用效果具有至关重要作用。
随着雷达技术的不断提高，雷达性能也在不断提高，但是雷达系统中的杂波及干扰问题仍然存在，这一点对于雷达系统的准确性和可靠性都是一定程度的影响。
而航迹滤波算法则是保证雷达跟踪系统正确、高效运行的重要措施之一，有助于减少误判和误报，并对系统的使用提供更全面和准确的信息。
二、研究内容本研究主要针对外辐射源雷达杂波抑制和航迹滤波算法进行研究，具体包括以下几个方面：1. 分析外辐射源雷达杂波抑制的方法及其原理；2. 研究航迹滤波算法的原理及相关实现技术；3. 设计针对外辐射源雷达杂波干扰的抑制算法，建立相应的仿真实验平台进行测试；4. 设计航迹滤波算法，提升雷达系统的准确性和可靠性；5. 验证抑制算法和航迹滤波算法的有效性和实用性。
三、研究方法采用文献法和实验法相结合的方法，通过对外辐射源雷达杂波抑制和航迹滤波算法相关文献的综合梳理和分析，深入了解并总结这些算法的原理、优缺点和适用范围，为后续研究提供理论基础。
同时，利用仿真实验来验证所设计算法的可行性，并采用实际数据对算法进行评估和优化。
四、研究预期成果本研究将为外辐射源雷达杂波抑制和航迹滤波算法研究提供重要的理论和实证证据，有助于对雷达系统进行优化和完善。
研究成果将有望在雷达系统的工程应用中取得广泛的应用，可以提高雷达系统的性能和可靠性，提高系统使用效益。
同时，本研究也将为相关学科领域的发展提供新的思路和研究方向。
第 21 卷 第 11 期2023 年 11 月Vol.21，No.11Nov.，2023太赫兹科学与电子信息学报Journal of Terahertz Science and Electronic Information Technology基于5G的外辐射源雷达模糊函数研究高靖霞a，王海涛*a，b，欧阳缮a，b，廖可非a，b(桂林电子科技大学 a.信息与通信学院；b.卫星导航定位与位置服务国家地方联合工程研究中心，广西桂林541004)摘要：随着低空空域开放和无人机等航空技术的发展，对城市或郊区等电磁频谱紧张的区域开展低空目标探测愈发重要，采用5G信号作为机会照射源的外辐射源雷达在该领域展现出了广阔的应用前景。
相比4G网络，5G波形方案的实现细节发生了本质的改变，因此基于不同外辐射源信号的模糊函数也存在较大差异，而现有文献对基于5G信号的外辐射源雷达模糊函数的相关研究仍然较为缺乏。
本文从信号的基本结构入手，采用对比分析的方法，从理论上对5G信号和4G信号在帧结构及物理资源结构等方面存在的差异进行了详细对比；搭建了系统仿真模型，并对基于5G信号的外辐射源雷达的模糊函数进行了仿真实验；最后，针对模糊函数中的各类副峰，分析了该模糊副峰产生的原因以及可能对信号探测性能造成的影响，并对部分副峰的抑制方式进行简单阐述。
该文为基于5G信号的外辐射源雷达副峰的抑制提供了新的思路和方向。
关键词：外辐射源雷达；5G新空口；模糊函数；模糊副峰中图分类号：TN958.97 文献标志码：A doi：10.11805/TKYDA2021324 Research on radar ambiguity function of external emitter based onResearch on radar ambiguity function of external emitter based on 55GGAO Jingxia a，WANG Haitao*a,b，OUYANG Shan a,b，LIAO Kefei a,b(a.School of Information and Communication；b.State and Local Joint Engineering Research Center for Satellite Navigation and LocationService，Guilin University of Electronic Technology，Guilin Guangxi 541004，China)AbstractAbstract：：With the opening of low-altitude airspace and the development of aviation technologies such as drones, the detection of low-altitude targets in areas with tight electromagnetic spectrum such ascities or suburbs has become more and more important. 5G based passive bistatic radar has a wideapplication prospect in this field. Compared with 4G network, the implementation details of 5G waveformscheme have undergone essential changes. Therefore, the ambiguity functions based on the signals ofdifferent external radiators are also quite different. Nevertheless, there is still lack of research on theambiguity function of 5G signal. Based on basic structure of signal, the differences between 5G signaland 4G signal in frame structure and physical resource structure are analyzed in detail in theory. Systemsimulation model is built, and the radar ambiguity function based on 5G signal is simulated. Finally, thecause of the ambiguity and the possible influence on the signal detection performance are analyzed, andthe suppression methods of some side peaks are briefly explained. This work provides a new idea anddirection for the suppression of side peaks of external radiator radar based on 5G signal.KeywordsKeywords：：passive bistatic radar；5G New Radio (NR)；ambiguity function；ambiguity sidelobes 外辐射源雷达是一种利用第三方辐射源信号(如GSM、CDMA、GPS及ATV等通信信号)进行探测的雷达[1-2]。
外辐射源雷达目标检测和干扰抑制技术研究外辐射源雷达目标检测和干扰抑制技术研究随着信息化技术的快速发展，雷达系统在军事、民用和科研领域中扮演着重要角色。
然而，雷达系统在其工作过程中经常面临着各种各样的问题，其中最常见的就是外辐射源和干扰信号对雷达目标检测造成的干扰。
因此，外辐射源雷达目标检测和干扰抑制技术的研究变得至关重要。
首先，我们需要了解外辐射源对雷达目标检测的影响。
外辐射源是指不同频率和功率的电磁波信号源，这些信号源可能来自雷达系统周围的信号源，比如电视和广播发射塔、手机基站等。
外辐射源会产生干扰信号，这些信号与雷达系统本身的信号混合，导致目标检测的准确性下降。
为了解决这个问题，研究人员一直致力于改善雷达系统的抗干扰能力，提高雷达目标检测的准确性。
其次，为了抑制外辐射源的干扰，研究人员提出了一系列的技术。
其中之一就是差分方位多普勒处理技术。
该技术通过对雷达接收到的信号处理，从而抑制外辐射源产生的干扰信号。
它基于观察到的干扰信号和目标信号的不同分布特征，通过自适应处理器对两者进行分离，从而提高雷达系统的目标检测性能。
此外，自适应滤波技术也被广泛应用于外辐射源雷达目标检测和干扰抑制中。
该技术基于对接收到的干扰信号进行建模和估计，并利用这些信息设计滤波器，将干扰信号从雷达系统中抑制出去。
自适应滤波技术能够根据干扰信号的变化自动调整滤波器的参数，从而更加适应不同的工作环境和信号情况。
除了以上技术，利用空间域信息和时间域信息的处理方法也是外辐射源雷达目标检测和干扰抑制的重要技术手段。
空间域信息处理方法通过对雷达系统接收到的信号进行空间域的分析和处理，从而抑制干扰信号。
时间域信息处理方法则基于对信号在时间上的变化进行分析和处理，从而提高雷达系统的目标信号检测能力。
最后，为了进一步改善外辐射源雷达系统的性能，研究人员还将深度学习技术应用于这一领域。
深度学习技术通过建立神经网络模型，实现对不同信号的自动分类和辨识，从而提高目标检测的准确性和抗干扰能力。
基于波形特征的外辐射源雷达杂波抑制算法外辐射源雷达是一种用于探测外部电磁波源的雷达系统，其应用范围广泛，包括电子侦察、通信干扰监测等领域。
然而，由于外辐射源雷达的工作频率较高，其接收机容易受到来自外部的干扰信号，从而影响雷达的探测性能。
因此，如何有效地抑制外辐射源雷达的杂波干扰成为一个重要的研究方向。
基于波形特征的外辐射源雷达杂波抑制算法是一种有效的抑制杂波干扰的方法。
该算法通过对接收到的信号进行波形分析，提取出信号的特征参数，然后根据这些特征参数进行杂波抑制。
具体来说，该算法包括以下几个步骤：第一步，对接收到的信号进行预处理。
预处理的目的是去除信号中的噪声和干扰，使得信号更加清晰。
预处理的方法包括滤波、去噪等。
第二步，对预处理后的信号进行波形分析。
波形分析的目的是提取信号的特征参数，包括峰值、波形宽度、频率等。
这些特征参数可以反映信号的特点，从而用于杂波抑制。
第三步，根据特征参数进行杂波抑制。
根据特征参数，可以设计出不同的杂波抑制算法。
例如，可以根据峰值大小进行杂波抑制，也可以根据波形宽度进行杂波抑制。
第四步，对抑制后的信号进行重构。
重构的目的是使得抑制后的信号更加接近原始信号，从而减少信息损失。
基于波形特征的外辐射源雷达杂波抑制算法具有以下优点：首先，该算法可以有效地抑制杂波干扰。
由于该算法根据信号的特征参数进行杂波抑制，因此可以更加准确地抑制杂波干扰，从而提高雷达的探测性能。
其次，该算法具有较高的实时性。
由于该算法只需要对接收到的信号进行波形分析，因此可以在较短的时间内完成杂波抑制，从而满足实时性要求。
最后，该算法具有较好的适应性。
由于该算法可以根据不同的特征参数进行杂波抑制，因此可以适应不同的雷达系统和不同的工作环境。
综上所述，基于波形特征的外辐射源雷达杂波抑制算法是一种有效的抑制杂波干扰的方法。
该算法具有较高的实时性和适应性，可以提高雷达的探测性能，具有广泛的应用前景。
WiFi外辐射源雷达信号模糊函数及副峰抑制分析饶云华;朱逢园;张修志;万显荣;龚子平【摘要】WiFi (Wireless Fidelity)信号具有覆盖范围广、带宽大等优点，利用其作为外辐射源进行探测可达到较高的距离与多普勒分辨率。
该文分析了典型WiFi 信号的结构，建立了描述信号的数学模型，并针对双基地外辐射源雷达应用，探讨了典型WiFi信号结构与其模糊函数特性的关系。
同时根据模糊函数副峰出现的时频及幅度特征，结合信号构成分析了其产生机理，并提出了一种基于直达波提纯的副峰抑制方法，从而可避免副峰干扰在目标探测中带来的虚警。
仿真结果表明了该信号分析与处理方法的有效性。
% WiFi (Wireless Fidelity) is widely deployed all the world. When it is utilized as external illuminaor in Passive Radar, its broadband singal make the high resolution of detection be obtained in both the range and Doppler domains. In this paper, the typical WiFi signal format and its characters are analyzed, then the theoretical signal model is setup. Based on the theory of bistatic passive radar, the relationship between typical IEEE 802.11 signals format and the characters of its Ambiguity Function (AF) is analyzed. Moreover, the position and amplitude of side peaks in time and frequency domain is analyzed and its causes from the signal structure is also discussed. In this paper, a method for suppressing the side peaks based on the correction of direct-path reference signal is proposed, therefore to avoid the false alarm brought in target detection caused by side peak interference. Experimental results valid the proposed signal processing method.【期刊名称】《雷达学报》【年(卷),期】2012(000)003【总页数】7页(P225-231)【关键词】外辐射源雷达;WiFi (Wireless Fidelity);模糊函数;副峰抑制【作者】饶云华;朱逢园;张修志;万显荣;龚子平【作者单位】武汉大学电子信息学院武汉 430072;武汉大学电子信息学院武汉430072;宜昌测试技术研究所宜昌 443003;武汉大学电子信息学院武汉 430072;武汉大学电子信息学院武汉 430072【正文语种】中文【中图分类】TN958.51 引言现代社会紧急事件时有发生，地震、火灾、劫持绑架、恐怖活动等严重威胁着公共及人身财产安全。
作为一种非接触式近距离遥感手段，穿墙探测雷达[1]在上述领域获得广泛应用。
利用外辐射源进行探测的无源穿墙雷达因其功耗低、隐蔽性和覆盖性好，在安全与侦测领域也受到巨大关注。
基于IEEE无线局域网标准(802.11)的WiFi目前已在国内外主要城市普及，利用其作为外辐射源进行穿墙探测有着天然的优势：覆盖范围广，尤其是机场车站、宾馆酒店、居民小区等公共场所都被该信号所覆盖；WiFi信号无线接入点密布，有利于由众多 WiFi基站构成雷达网络，易于扩展探测范围；大带宽的WiFi信号主要工作在2.4/5.8 GHz，这使其在具有较高距离分辨率的同时具有较强的穿透性，无探测盲区；具有低成本、低功率、隐蔽性好、生存能力强等优势。
利用外辐射源进行探测是近年来雷达界广泛研究的课题[2]，目前外辐射源的利用主要集中在广播、电视等信号，而利用WiFi信号进行无源探测是一个新领域，就作者调研所及，国内尚未见到公开的相关报道，国外主要有英国的UCL和意大利Rome大学等，在该方向刚开始起步，目前研究内容主要集中于两个方面。
首先是外辐射源的选取与分析，H.D.Griffiths等人[3]对基于外辐射源探测的雷达波形分析表明，辐射源信号的模糊函数(Ambiguity Function,AF)是分析其是否适合作为雷达波形的关键。
F.Colone等人[4－7]分析了802.11a/b/g协议数据包格式，并针对OFDM (Orthogonal Frequency Division Multiplexing)和 DSSS (Direct Sequence Spread Spectrum)两种主要调制方式分析了模糊函数及其探测性能。
文献[8,9]分析了802.11 Beacon信号的模糊函数，并进行了初步的移动人体探测实验。
这些研究表明经处理后WiFi信号的模糊函数具有较好的图钉形状，有利于无源探测。
其次，因WiFi工作环境复杂，直达波和杂波对探测性能影响很大，研究其抑制算法对于实现探测目的是必要的。
P.Falcone等人[10]对实测WiFi信号的杂波抑制进行了研究，提出了较为有效的算法。
K.Chetty等人[1,11]分析了WiFi信号的距离多普勒模糊函数，研究了直达波及杂波抑制算法。
F.Colone等人[12,13]从理论上探讨了提高探测目标切向距离分辨率的方法。
这些研究表明，在室内高杂波环境下，经过直达波和杂波抑制处理，基于典型WiFi信号进行移动人体检测是可行的，且WiFi无线接入点的广泛分布使得WiFi无源雷达可获得较传统穿墙雷达更高的探测灵敏度。
但WiFi信号模糊函数存在较强的副峰[4]，模糊副峰不仅可能会引起目标检测的虚警，而且强目标的副峰还可能会掩盖弱目标回波主峰，从而影响探测性能[14]。
文献[5-7]采用了加窗和线性滤波方法对副峰进行抑制，但这种方法不仅容易导致主瓣展宽，还会带来信噪比的损失，这对于原本微弱的WiFi探测信号是不利的。
因此，本文从探测应用出发对WiFi信号形式进行分析，研究了模糊函数特点及副峰产生机理，推导了信号参数与副峰出现的时频位置及幅度间关系，并提出了基于提纯直达波信号的副峰抑制方法。
该方法对于提高WiFi无源雷达探测性能、充分发挥其应用于穿墙探测的优势具有积极意义。
本文第2节介绍了典型的WiFi信号结构，在第3节通过了理论分析和仿真研究了WiFi信号作为雷达辐射源的模糊函数特点，探讨了副峰的特点和产生原因，第4节提出了副峰抑制的方法，最后对全文进行了总结。
2 典型WiFi信号结构IEEE 802.11标准包括a/b/g/n/ac等一系列协议，其中802.11g以其高速率与后向兼容性成为第3代WLAN标准，IEEE工作组为这一标准定义了4种物理层：DSSS/CCK(Complementary Code Keying),OFDM,DSSS/PBCC(Packet Binary Convolutional Code),DSSS/OFDM，各种模式都有各自的物理层汇聚过程PLCP(Physical Layer Convergence Procedure)帧结构，前两种是必选模式，后两种是可选模式。
本文将以典型的OFDM模式进行分析，其物理层帧结构如图1所示。
WiFi物理层信号是由来自上层的数据比特流经加扰、卷积编码、交织和星座映射后，插入导频进行OFDM调制，然后再加入循环前缀、加窗并插入前导符号形成物理层帧，最后经基带至射频变换后发射。
基于信道的突发特性，一帧信号的持续时间不定，信号长度具有时变特性，由图1可知，信号结构主要由前导符号、信号、数据3部分组成。
前导符号由短训练序列和长训练序列组成，其中短训练序列由10个短训练符号组成，每个符号由12个子载波调制构成，每个符号周期Tus为0.8 μs；长训练序列由两个训练符号组成，每个符号由52个子载波调制构成，每个符号周期Tul为3.2 μs。
信号部分包含数据部分的调制信息，单独形成一个OFDM符号，以鲁棒性较强的BPSK调制和1/2编码率发送。
数据部分以Rate字段中指示的数据速率发送，并且可能组成多个OFDM符号。
OFDM模式下，基带复信号s(t)可以表示为[4]图1 OFDM模式物理层帧结构其中spreamble(t)为前导符号部分，ssignal(t−Tpre)为信号部分，sdata(t−Td)为数据部分，Tpre=16 μs为前导符号持续时间，Td=20 μs为前导符号和信号持续时间。
故数据部分(子帧)信号可进一步表示为其中NST=Nd+Np=52是总子载波个数，Nd,N p分别为数据子载波和导频子载波个数，为避免在D/A和A/D变换器的频偏处理过程中出现问题，跳过了序号为0的直流载波，wT(t)为时域窗函数，复调制数据dk可以是发送数据、导频或训练符号，TGI是保护间隔，在短训练符号中TGI=0 μs，在长训练符号中TGI=1.6 μs，在OFDM 数据符号中即为循环前缀TGI=Tcp=0.8 μs，保护间隔可有效对抗符号间干扰(Inter Symbol Interference,ISI)。
短训练序列用作同步信号，由10个重复的短符号组成，可表示为其中序列Sk(k=−26,…,26)只在4的整数倍载波上不为0，故实际利用12个子载波。
长训练序列用于信道估计，由2个重复的长符号组成，表达式如下：其中Lk(k=−26,…,26)为标准长训练序列，其总持续时间为Tlong=TGI+2Tul=8μs 。
信号和数据域的OFDM符号具有相同表达式，可表示如下：其中TSYM=Tcp+Tud=4μ s，在(k=−21,−7,7,21)处插入导频信号，导频极性由127位伪随机序列Pn决定。
OFDM模式下信号各参数如表1所示。
表1 OFDM模式参数参数数值数据符号时间Tud3.2 μs循环前缀时间Tcp0.8 μs OFDM符号时间TSYM4.0 μs数据子载波数Nd48导频子载波数Np4子载波间隔Δf 312.5 kHz总子载波占用带宽(Nd+Np)Δf=16.25 MHz3 模糊函数副峰分析3.1 模糊函数分析信号s(t)的模糊函数可以定义为χ(τ,fd)是一个关于时延τ和多普勒频率fd的3维函数，从距离和速度两个方面表征雷达探测性能。
