企业官网建设流程全解析

雷达通信一体化（RadCom）最近在朋友圈和学术群里的讨论热度，几乎赶上了我当年刚入行时OFDM那波热潮。不少朋友看到“诺奖级突破”“Nature封面论文”这类字眼第一反应是转发，第二反应是围着转发链问这技术到底解决了什么问题、是不是标题党、为什么这么多年才啃下来。说实话，“诺奖级”这个标签我个人不太赞同——真正做过雷达信号处理的人都知道，这个领域最值钱的东西从来不是一句响亮的评价，而是波形设计里那些让人头疼的数学约束和实测工程细节。

写这篇内容，主要是想给正在做雷达、通信或者频率共存方向的同学和工程师们，把这件事背后的技术脉络彻底捋一遍。雷达通信一体化不是某一天突然冒出来的概念，它有明确的物理动机：频谱资源紧张、平台载荷有限、多个射频系统在同一块地方互相干扰。这篇内容会讲清楚一体化的本质难点、主流波形方案、接收端信号处理的协同思路、以及从仿真走到实测会踩的坑。就算你完全没接触过一体化设计，也能顺着这套逻辑把问题框架搭起来。

1. 雷达通信一体化到底难在哪里

1.1 一体化的动机不只是省天线

很多人一听“雷达通信一体化”，第一反应是“不就是把两个系统装到一个盒子里吗”。这个理解太浅了。真正的驱动力有两个：一个是频谱，一个是电磁兼容。

先说频谱。传统规划里，雷达常用频段和通信常用频段是人为隔离的。比如航空雷达在X波段，移动通信在sub-6GHz，卫星通信在Ku甚至更高的Ka波段。这种隔离在早期设备密度不高的年代够用，但现在地面车联网要占5.9GHz，车载毫米波雷达要占76-81GHz，无人机组网要挤在2.4GHz或者5.8GHz，低轨星座更是到处找频段。频谱资源就那么多，你不共享就只能排队等分配，申请周期长得能熬走两届研究生。

再说电磁兼容。一个平台上如果同时装雷达和通信设备，最直接的问题是带外干扰和带内阻塞。我自己在做一个多传感器融合项目时遇到过：通信发射机开机，雷达回波里就出现周期性毛刺。拔掉天线看频谱，发现是电源谐波和通信信号混频之后落在中频附近。这种问题在分立系统里只能靠滤波器堆，而滤波器指标越做越苛刻，体积和发热都受不了。

所以一体化的深层动机是：让同一个发射机、同一副天线、同一段频谱，同时承担探测和信息传输两项任务。这样频谱效率翻倍、硬件体积减半、电磁干扰从源头消失。这个愿景很美好，但代价是把雷达和通信两套“思维方式”强行塞进同一个信号里。

1.2 雷达与通信的底层冲突

雷达和通信虽然都是电磁场应用，但它们对信号的要求几乎处处对立。我做了一张对比表，方便你快速理解矛盾点：

看这张表你就能发现，雷达想要的是“高度确定、容易被识别、回波一匹配就知道目标在哪”的信号，而通信想要的是“灵活多变、能承载海量比特、看起来越随机越好”的信号。这两个需求放在同一个波形的设计空间里，本质上是一组带约束的多目标优化问题。

这个问题的困难程度，不亚于让一个擅长短跑的运动员去同时拿马拉松冠军。短跑要求瞬间爆发力，马拉松要求均匀分配体力，强行兼项不是不可以，而是需要重新设计训练框架。雷达通信一体化也是一样，它不能简单地把雷达脉冲后面接一串通信比特，真正的难题是如何让一个波形同时满足两种应用的最优条件。

1.3 “世界性难题”的实质

所谓“世界性难题”，拆开来看其实是有明确技术内涵的。这个领域的核心命题是：在给定总发射功率、带宽、天线架构的前提下，是否能找到一个信号集合，使得雷达性能损失和通信速率损失同时最小化，并且工程上可物理实现。

这里有三个“不可能三角”一样的约束：

• 雷达性能要求波形有优良的自相关旁瓣，通信性能要求波形有较高的信息熵，而这二者往往相互冲突。
• 增加通信速率需要降低扩频增益或者引入更多调制状态，这必然恶化了雷达的距离分辨率和抗截获能力。
• 实时处理要求限制了波形的复杂度，而复杂波形恰恰是同时兼顾雷达和通信性能的希望所在。

所以，真正能发高水平论文的工作，要么是在数学上找到了某个特定波形族的最优权衡，要么是在工程实现上解决了复杂波形的实时生成与处理问题。

2. 波形设计：破题的核心环节

2.1 一体化波形的基本约束

波形设计几乎是所有雷达通信一体化方案里最先要面对的问题。你设计一个波形，发射出去后，雷达接收机要拿它做匹配滤波，通信接收机要拿它做相干解调。同一个波形在两个接收机眼里必须同时“合格”。

从数学上看，雷达关心的信号特征是模糊函数。模糊函数描述的是发射波形的距离和多普勒联合分辨能力。理想的雷达波形，在模糊函数上应该呈现一个尖锐的峰，旁边没有过多旁瓣。而通信关心的是如何在这种确定性信号上携带比特。如果你直接把通信符号调制在雷达波形上，那个原始波形的模糊函数就会被破坏。

我最早做仿真时采用的办法非常朴素：直接先把一个线性调频信号作为基带波形，用BPSK数据调制它的相位。结果雷达模糊函数的距离旁瓣迅速抬高，从-30dB直接恶化了差不多10dB。这就是裸奔式一体化的问题：通信调制“污染”了雷达的自相关特性。

2.2 几条主流技术路线

经过这么多年的发展，学术界基本形成了几个相对成熟的波形设计阵营。

第一类是时分/频分交替方案。这种方案最早也最常见，简单说就是雷达工作时通信静默，通信工作时雷达静默，或者雷达用一段频带通信用另一段。这类方案思路清晰、性能几乎不损失，芯片实现也容易，但它只是“共享硬件”，并不是真正意义上的频谱共享，频谱效率提升有限。对这种方案，我更愿意称它为“收发复用”，而不是一体化。

第二类是调频连续波扩频方案。典型做法是让一个FMCW信号在扫频过程中同时用扩频码来承载通信数据。扩频带来的处理增益可以压低通信数据对雷达回波的干扰。这个方向的优点是保留了FMCW在小尺寸雷达上的成熟架构，缺点是扩频码速率受限于扫描周期，通信速率不高。

第三类是OFDM雷达通信一体化。这个方向非常有生命力，因为OFDM本身是通信里的成熟技术，子载波正交、频率选择性衰落信道适应好。用在雷达里，每个子载波可以视为一个窄带探测信号，通过子载波间相位信息做距离和多普勒估计。优点是波形天生数字友好，通信性能几乎无损；缺点是峰均比高、距离旁瓣对手同步偏差敏感，发射机效率也不容易做高。

第四类是基于混沌或者类随机序列的波形。这类波形的自相关特性天然接近噪声，抗截获性能好，通信上可以直接把比特隐藏在初始条件或者分段序列里。但实际做起来，同步是难点：雷达端要用相关峰做距离估计，通信端要在同样一段波形里恢复比特，如何设计出一种波形让两边的同步算法都能稳定工作，本身就是一篇好论文的内容。

2.3 我的仿真体会：自相关旁瓣与误码率的天平

我个人在MATLAB和Python里都复现过几种典型方案，最大的感受就是：一体化波形没有免费午餐。你用某个指标换另一个指标的现象非常明显。

以OFDM雷达通信为例，雷达测距性能主要靠子载波间隔和总带宽。如果带宽是100MHz、子载波间隔15kHz，那距离分辨率可以到米级，但OFDM符号的循环前缀会导致雷达模糊函数出现周期旁瓣。要提高通信速率，就得提高子载波调制阶数，比如从QPSK换到16QAM，结果发射信号包络起伏更剧烈，回波通过功放后的非线性失真也更大，最终雷达的载噪比反而会恶化。

我做过的另一组实验是关于LFM信号加通信调制的。当时想验证“多项式相位信号既能测速又能传数”的设计。理论上相位多项式的阶数可以自由选择，低阶保留线性调频特性，高阶用来标记通信比特。但我实际仿真发现，一旦数据相位变化速率超过某个阈值，匹配滤波后的主峰就开始展宽，测距误差从亚米级跳到好几米。这时候你才真正理解文献里反复强调的那句话：一体化波形的设计本质是在模糊函数和调制星座之间找平衡点。

这里我分享一个可复现的小例子：对一个带宽为B的LFM基带波形，叠加二进制相移键控数据。可以用模糊函数的原点斜率来判断波形受到的影响有多严重。如果数据符号持续时间远大于LFM时宽带宽积的倒数，影响就比较小；如果符号速率接近扫频速率，那么模糊函数会出现分裂峰。我在仿真里把这个临界点记下来了，之后很多审稿人的意见都能用这组数据回应。

注意：做雷达通信一体化设计的初期，别一上来就追求特别复杂的波形。先用简单LFM和BPSK跑通链路，确认模糊函数和误码率两个评价指标都稳定之后，再逐步引入高阶调制和MIMO扩展，这样排错会容易很多。

3. 信号处理闭环：发射端之外的另一半

3.1 雷达接收处理与通信解调的协同

波形设计只是第一步。真正让一体化系统工作的，是接收端的协同处理。理论上讲，同一个信号经过空间传播后，雷达接收机看到的是经过目标反射的回波，通信接收机看到的是经过信道畸变的直达波。但一体化系统里，这些接收机往往是同一套硬件，因此前端必须预留两套并行的基带处理流。

雷达支路的处理流程通常是：下变频、ADC、脉冲压缩、MTI/MTD、CFAR检测。通信支路则是：同步、信道估计、解调、译码。这两条链路在数字域里可以考虑共享一部分模块，比如FFT可以同时服务于OFDM雷达的距离估计和OFDM通信的子载波解调。这个“一鱼两吃”的思路是OFDM一体化方案最吸引人的地方。

我自己在一个项目里就尝试过共用FFT模块。同一个FFT的频域输出，一路用于计算相邻OFDM符号间的相位差以估计多普勒，另一路用于均衡和解映射。当时遇到的问题是对齐：雷达测距需要知道精确的发射时刻和循环前缀起点，而通信同步模块拿到的符号边界可能和雷达需要的FFT窗口不一致。最后是靠额外添加一组导频序列，同时标注通信帧起始和雷达距离零刻，才把两条链路稳定对齐。

3.2 干扰抑制的现实困难

如果只是单站雷达和通信接收机在同一平台，干扰抑制相对简单。最头疼的场景是协同组网。比如无人机集群里，A机发射的射频信号被B机作为雷达探测信号使用，同时又被C机当作通信信号接收。此时C机收到的通信信号对B机来说就是强干扰。更极端的情况是目标的雷达反射信号也被通信接收机收到，形成直达波和多径干扰。

这种干扰场景需要做空域滤波。如果平台有足够多的天线阵元，可以通过数字波束成形把通信接收方向图的零点对准雷达反射源。但实际机载/车载环境中，阵元间距、平台振动、天线互耦都会让零点展宽。我曾经在一个八阵元均匀线阵仿真里试图用一个零点同时抑制两个方向的干扰，结果副瓣抬高到无法接受的程度，后来才发现是阵元相位误差没校准。

3.3 半实物验证与SDR平台的选型

从仿真走向实测，SDR是最常见的路径。USRP系列和NI的板卡在实验室环境里用得多，胜在配套代码和文档丰富。如果追求低延迟和实时性，Zynq平台加RFSoC是更现实的选择。我的体会是：如果只是验证算法，USRP足够了；如果要做闭环测试甚至装车验证，那必须考虑射频前端的功率回退和散热问题，这往往是仿真阶段最容易忽略的。

实测中最让我记忆深刻的问题就是同步和校准。一体化的样机在实验室桌上跑得很好，一搬到停车场做外场，立刻出现各种莫名其妙的尖峰干扰。后来定位发现是发射天线和接收天线之间的直达波把ADC打到了接近满量程，而目标的回波只有很低的功率，等于小信号被大信号埋没。处理手段无非是加射频衰减、拉开收发天线距离、做直达波对消。这三件事说起来简单，实际调起来非常费时间。做这类实验，一定要提前规划好动态范围。

4. 从仿真到落地：应用场景与工程化

4.1 车载毫米波雷达与V2X通信

雷达通信一体化目前最受关注的落地场景就是智能网联汽车。车载毫米波雷达原本在76-81GHz频段用于测距测速，而车联网V2X也要在类似的高频段寻找通信带宽。如果能把雷达波形同时携带车与车之间的安全信息，那就可以在不增加额外天线和频段的前提下，扩展感知范围。

这里的工程难点是成本约束。车规级的器件对功耗、温度、良率有极其严格的要求，一体化波形需要更高性能的ADC和DSP，整机成本会明显上升。一家车厂愿不愿意为“雷达也能发消息”这个功能多付几十甚至上百元成本，是需要打问号的。所以很多车规方案依然选择分时交替，而不是复杂的一体化波形。

但我认为趋势是挡不住的。随着高级别辅助驾驶对安全冗余的需求增加，雷达通信一体化可以作为通感一体化的一个分支，与摄像头、激光雷达做多传感器融合。研究生的毕业设计和工程师的预研项目，完全可以围绕“现有77GHz雷达芯片能否通过固件升级支持通信功能”这个题目展开，实操价值很高。

4.2 无人机集群与低轨平台

另一个重要场景就是无人机集群。一架无人机既要避撞探测周围障碍物，又要和编队内其他节点交换位置和指令。以前需要雷达和通信两套设备，但小型无人机的载荷和供电极其有限。一体化系统可以让旋翼机在执行避障时顺便把遥测数据发给地面站，这对集群效率的提升是质的改变。

低轨卫星平台也有类似需求，卫星既要对地成像或感知，又要与地面站高速通信。雷达通信一体化能在有限重量的星载设备上同时完成两项任务，对降低卫星制造和发射成本很有吸引力。当然，星上的辐射环境、器件抗辐照指标、长时间稳定运行要求，都是比地面系统严苛得多的挑战。

4.3 工程化中最容易被低估的点

做雷达通信一体化，算法论文发了一堆，真正能落地的不多。我个人觉得最容易被低估的是校准和同步体系。一体化系统比单纯雷达或单纯通信多了两条链路的联合对齐需求。你不仅要把雷达的脉冲重复周期校准好，还要让通信帧的符号时钟和雷达相参处理间隔严格对齐。任何一个环节的抖动，都会同时伤害两种性能。

另外，功放的非线性是一体化系统的隐形杀手。雷达用的脉冲功放通常设计在高功率饱和区附近，效率高但没有多少线性余量。通信调制需要线性放大，如果直接共用同一个高功放，交调失真会产生带外辐射和数据畸变。线性化技术比如DPD（数字预失真）在通信基站里很成熟，但用在雷达脉冲状态下还要额外考虑瞬态响应。

注意：做下一代通感一体化的团队，在立项之初就应该把“发射机线性化”和“时间同步架构”列为专项，而不是等系统联调时再去救火。这两个问题在前期不做架构预留，后期几乎无解。

5. 学术道路上的经验与教训

5.1 关于“诺奖级”这个标签

最后聊几句看起来技术之外、但其实很关键的事情。每次有高水平论文出来，舆论总喜欢用“诺奖级”“颠覆性”这种词。以我对这个领域的了解，雷达通信一体化的发展是持续迭代的，每一步都是很多团队共同努力的结果。真正评价一项工作是否伟大，不是看一时的热度，而是看十年后还有没有人使用它的波形、引用它的方法、继承它的思想。

对正在读文献的同学，我的建议是不要被标题和宣传语带偏，更不要因为“新闻里说世界性难题被攻破”就觉得这个方向已经没有空间了。恰恰相反，一体化雷达通信的很多细分问题依然开放。比如更高阶MIMO维度的稀疏感知、复杂干扰环境下的鲁棒波形优化、基于学习方法的自适应信号处理，这些都是可以继续做的好题目。

5.2 一篇扎实论文的构成要素

如果你正在准备雷达通信一体化方向的论文，我建议你在写作时侧重以下这些点，它们会让论文的含金量高很多：

• 明确给出波形设计的数学优化模型，说清楚约束条件和衡量指标。
• 仿真参数和实际系统参数对应关系要讲明白，不要只给归一化仿真图。
• 如果有实测，必须附上测试环境的照片或者平台拓扑，并说清楚校准过程。
• 对比实验要选对基线，很多人把LFM分时方案的性能当成“一体化的上限”来对比，这就失去参考意义了。
• 代码和数据的可复现性一定要重视。现在很多期刊和会议都鼓励开源，真诚的数据比漂亮的曲线更容易获得审稿人好感。

5.3 我踩过的坑与建议

回想我带过的几个相关课题，最大的共性问题出现在“性能度量”上。雷达的人习惯用检测概率和测距精度说话，通信的人习惯用信道容量和吞吐量说话。项目汇报时，两边鸡同鸭讲，最后只能各出一套指标，无法统一评价。我后来定了一个规矩：所有方案评估必须同时给出雷达端模糊函数栅瓣水平和通信端EVM（误差矢量幅度），缺一不可。有了这两项指标打底，后续优化才有讨论基础。

还有一个坑是关于仿真中噪声模型的。很多学生习惯了加性高斯白噪声，直接对一体化波形做误码率分析。可真实环境里，雷达杂波是相关非高斯的，通信多径是有时间色散的。如果你在仿真阶段不把这些因素引入，实测时一定翻车。我在项目里会强制加入两个标准测试场景：一个强杂波场景，一个强多径场景，任何波形在这两个场景里表现太差就直接淘汰。

给刚入门的朋友一个具体可做的事情：用现成的SDR设备，搭一个最简单的收发链路，发射你自己设计的LFM-通信一体化波形，先记录雷达目标的距离多普勒图谱，再同时解调出通信数据。哪怕只是验证一个很简单的方案，这个闭环体验都比读一百篇论文管用。我当年就是这么一步步从“只会看模糊函数”到“敢在工程方案里拍板”的。

做这个领域，耐心比聪明重要。你花一个学期打磨的波形优化算法，可能最后只把性能提升了零点几分贝，但这件事的意义在于建立起一套思维框架。等遇到真正的工程问题时，你就知道什么样的雷达信号不会是通信信号的牺牲品，也明白什么样的通信数据不会变成雷达画面里的噪点。这种判断力，才是研究雷达通信一体化真正留给你的东西。