专栏定位:雷达与通信信号处理核心基础 | 适合人群:电子信息、通信工程、雷达方向学生 / 工程师
本文覆盖:载波本质、单频脉冲定义、时域 / 频域波形、工程实例、可运行仿真代码
一、开篇:为什么这两个概念是信号处理的基石?
在雷达、无线通信、光纤传感、超声检测等几乎所有电子信息领域,载波是信息传输的 “运输车”,而单频脉冲是最基础、最经典的脉冲信号形式 —— 它是理解脉冲雷达、脉冲调制、带宽与时宽关系的第一站。
本文将从最基础的定义出发,一步步拆解公式、可视化波形、推导频域特性、给出工程实例,并附带可直接运行的 Python 仿真代码,帮你彻底吃透这两个核心概念。
二、先搞懂「载波」:信息传输的 “运输车”
2.1 载波的官方定义
载波(Carrier Wave)是一种高频、周期性的振荡电信号,最常见的形式是正弦波;它本身不携带任何有效信息,核心作用是作为 “载体”,通过调制技术搭载低频的信息信号,实现远距离传输或频谱搬移抖音百科。
用通俗的类比:
- 低频信息(语音、数据、传感器信号)= 要运输的货物
- 载波 = 货运卡车
- 调制 = 把货物装到卡车上的过程
- 已调信号 = 装满货物的卡车
验证来源:抖音百科「载波」词条抖音百科、电子发烧友网「载波通信」专栏、21IC 电子网「载波信号基础原理」
2.2 载波到底可以用来干什么?4 大核心作用
解决天线尺寸问题,实现无线辐射
低频信号(比如人声 20Hz~20kHz)波长长达数公里,天线尺寸需要和波长匹配才能有效辐射,现实中不可能实现;而高频载波波长很短(比如 100MHz 载波波长仅 3 米),天线可以做得很小,便于发射和接收。实现频分复用,提升频谱利用率
不同的信号可以搭载在不同频率的载波上,在同一条信道(空气、光纤、电缆)中同时传输,互不干扰。比如 FM 广播的 88~108MHz 频段,每个电台对应一个独立的载波频率。提升抗干扰与抗衰落能力
高频信号在传输中抗环境噪声、抗多径衰落的性能优于低频信号,通过载波调制可以让信息获得更强的传输可靠性。作为系统同步基准
接收端可以通过载波频率实现时钟同步、载波恢复,从而准确解调出原始信息。
验证来源:搜狐「零基础看懂调制波、载波」、维库电子市场网「载波调制的奥秘」
2.3 载波的真实实例
- 生活场景:FM 广播的 88~108MHz 正弦载波、WiFi 的 2.4GHz/5GHz 射频载波、手机 5G 的 Sub-6GHz 载波
- 工业场景:有线电视的射频载波、光纤通信的 1550nm 光载波、电力线载波通信的工频载波
验证来源:21IC 电子网「载波信号基础原理」、四川梓冠光电「单频脉冲掺铒光纤放大器」应用说明
三、单频脉冲是什么?从公式到物理意义
3.1 单频脉冲的定义与时域表达式
我们常说的单频脉冲,也叫单载频脉冲、矩形包络正弦脉冲,本质就是「用矩形时间窗截断一个固定频率的正弦载波」,得到的一段有限时长的单频信号。
它的标准时域表达式为:
验证来源:CSDN 博客「单载频脉冲信号的时宽带宽积推导」、CSDN 文库「单点频信号时域表达式」、西安电子科技大学电子信息系统综合实验讲义
3.2 表达式中的 rect 函数详解
矩形窗函数rect(x)的标准定义是:
也就是说,这个矩形窗把无限长的正弦载波,截取了中间时长为\(\tau\)的一段,就形成了单频脉冲。
验证来源:CSDN 文库「单点频信号时域表达式 rect 函数」、腾讯云开发者社区「sinc 函数与矩形脉冲频谱」
3.3 单频脉冲的物理本质
一句话总结:单频脉冲 = 矩形包络 × 单频载波,它是一种最简单的幅度调制(AM)信号 —— 调制信号是矩形脉冲,载波是固定频率的正弦波。
四、单频脉冲的波形长什么样?时域可视化实战
4.1 时域波形的直观样子
从时域坐标看,单频脉冲的波形有两个明显特征:
- 包络是矩形:整体的幅度轮廓是一个矩形,只在\(\tau\)时间内有值,之外为 0
- 内部是正弦振荡:矩形包络内部,是频率为f_0的正弦 / 余弦波形
形象地说,它就像 “从无限长的正弦波上,用剪刀剪下了长度为\(\tau\)的一小段”。
图:单载频脉冲时域波形示例,蓝色为矩形包络,橙色为内部正弦振荡
来源:CSDN 博客「单载频脉冲信号的时宽带宽积推导」
4.2 Python 代码:生成并绘制单频脉冲时域波形
下面的代码基于numpy和matplotlib,从零生成单频脉冲信号并绘制时域波形,每行代码均标注功能说明。
# 导入数值计算库numpy和绘图库matplotlib import numpy as np import matplotlib.pyplot as plt # -------------------------- 1. 信号参数设置 -------------------------- tau = 1e-6 # 脉冲宽度τ,单位:秒,此处设置为1微秒 f0 = 10e6 # 载波频率f0,单位:Hz,此处设置为10MHz fs = 200e6 # 采样频率,单位:Hz,设置为载频的20倍,满足采样定理 t_total = 5e-6 # 总观测时间,单位:秒,设为脉宽的5倍,便于观察脉冲前后 # -------------------------- 2. 生成时间向量 -------------------------- # 从 -t_total/2 到 t_total/2 生成等间隔采样点,对称时间轴便于观察脉冲中心 t = np.linspace(-t_total/2, t_total/2, int(t_total * fs), endpoint=False) # -------------------------- 3. 生成矩形窗函数 -------------------------- # 根据rect函数定义:|t/tau| <= 0.5 时为1,否则为0 rect_window = np.where(np.abs(t / tau) <= 0.5, 1.0, 0.0) # -------------------------- 4. 生成单频载波 -------------------------- # 生成频率为f0的余弦载波信号 carrier = np.cos(2 * np.pi * f0 * t) # -------------------------- 5. 生成单频脉冲信号 -------------------------- # 时域相乘 = 矩形窗截断载波,得到单频脉冲 s_t = rect_window * carrier # -------------------------- 6. 绘制时域波形 -------------------------- plt.figure(figsize=(10, 4), dpi=100) plt.plot(t * 1e6, s_t, linewidth=1.2, color='#1f77b4') # 时间轴转为微秒单位 plt.title('单频脉冲时域波形', fontsize=14) plt.xlabel('时间 (μs)', fontsize=12) plt.ylabel('幅度', fontsize=12) plt.grid(True, alpha=0.3) plt.xlim(-t_total/2 * 1e6, t_total/2 * 1e6) plt.tight_layout() plt.show()代码功能说明:
- 第 3-8 行:定义信号的核心物理参数,可修改脉宽、载频观察波形变化
- 第 11-12 行:生成对称的时间轴,让脉冲位于画面中心
- 第 15-16 行:用
np.where实现标准 rect 矩形窗的定义 - 第 19-20 行:生成固定频率的余弦载波
- 第 23-24 行:通过时域相乘实现矩形窗对载波的截断,得到单频脉冲
- 第 27-34 行:绘制并美化时域波形图
代码验证来源:西安电子科技大学综合实验 MATLAB 代码改写、CSDN 文库「单载频脉冲波形生成」
4.3 参数对波形的影响
- 脉宽τ越大:矩形包络越宽,脉冲持续时间越长
- 载频f_0越高:脉冲内部的正弦振荡越密集,单位时间内的周期数越多
五、单频脉冲只能在时域画吗?频域特性深度拆解
5.1 答案:当然不是,频域特性更能体现信号本质
单频脉冲不仅可以用时域波形描述,还可以通过傅里叶变换转换到频域,观察它的频谱结构。这是信号处理的核心思想:同一个信号,既可以用时域(时间 - 幅度)描述,也可以用频域(频率 - 幅度)描述,二者是等价的。
5.2 频谱推导:从矩形脉冲到单频脉冲
根据傅里叶变换的频移性质:
若信号f(t)的傅里叶变换为
,则
的傅里叶变换为
我们已知:
- 矩形脉冲
的傅里叶变换是
,其中
- 单频脉冲 = 矩形脉冲 × 余弦载波
因此单频脉冲的频谱为:
5.3 频谱的核心特征
- 形状:sinc 函数包络:频谱的整体轮廓是 sinc 函数形状,有主瓣和旁瓣,信号的绝大部分能量集中在主瓣内
- 中心频率:频谱的主瓣中心位于载波频率\(f_0\)处(正负频率各有一个)
- 主瓣带宽:主瓣宽度为
,也就是说脉宽越窄,频谱越宽(时宽带宽积定理)
验证来源:ResearchGate 论文《Spectral analysis of pulse-modulated rf signals》、CSDN 博客「SAR 信号处理之傅里叶变换」、腾讯云开发者社区「矩形脉冲频谱」
5.4 Python 代码:FFT 计算并绘制单频脉冲频谱
基于快速傅里叶变换(FFT),我们可以用代码计算并可视化单频脉冲的频谱。
# 接上面的时域代码,继续计算频域 from scipy.fft import fft, fftfreq # -------------------------- 1. 执行FFT变换 -------------------------- # 对时域信号做快速傅里叶变换,得到频域复信号 s_f = fft(s_t) # 生成频率轴,对应每个FFT点的频率值 freqs = fftfreq(len(t), 1/fs) # -------------------------- 2. 计算幅度谱 -------------------------- # 取复数的模得到幅度,进行归一化处理便于观察 amp_spectrum = np.abs(s_f) / len(t) * 2 # 实信号单边谱幅度修正 # -------------------------- 3. 绘制单边幅度谱 -------------------------- plt.figure(figsize=(10, 4), dpi=100) # 只绘制正频率部分(实信号正负频率对称) positive_idx = freqs >= 0 plt.plot(freqs[positive_idx] / 1e6, amp_spectrum[positive_idx], linewidth=1.2, color='#ff7f0e') plt.title('单频脉冲幅度频谱', fontsize=14) plt.xlabel('频率 (MHz)', fontsize=12) plt.ylabel('幅度', fontsize=12) plt.grid(True, alpha=0.3) plt.xlim(0, 20) # 频率范围0~20MHz,聚焦载频附近 plt.tight_layout() plt.show()代码功能说明:
- 第 5-6 行:调用
scipy.fft的 FFT 函数,将时域信号转换到频域 - 第 7-8 行:生成与 FFT 结果对应的频率轴,单位为 Hz
- 第 11-12 行:计算幅度谱,并对实信号的单边谱进行幅度修正
- 第 15-23 行:绘制正频率范围内的幅度谱,观察 sinc 包络形状
代码验证来源:PySDR《Python 与 SDR 频域分析》、CSDN 博客「Python 时域频域转换实战」
六、工程落地:单频脉冲与载波的真实实例
6.1 常见的单频脉冲信号实例
常规脉冲雷达发射信号早期的普通脉冲雷达,发射的就是单频矩形脉冲,通过测量回波时延计算目标距离,是雷达最基础的发射波形。
多普勒测风激光雷达光源气象观测用的多普勒激光雷达,采用单频脉冲激光作为探测光源,利用多普勒效应测量大气风速。
电子测试仪器的标准信号示波器、频谱分析仪的校准信号源,会输出标准的单频脉冲信号,用于仪器的带宽、幅度校准。
光纤分布式传感光脉冲石油管道、周界安防的光纤传感系统,使用单频光脉冲注入光纤,通过背向散射实现温度、应变的长距离监测。
超声检测脉冲工业无损检测中的超声探伤仪,会发射单频超声脉冲,通过回波检测材料内部缺陷。
验证来源:CSDN 博客「CW 信号时频分析」、四川梓冠光电单频脉冲激光器应用说明、顺企网 1550nm 单频脉冲光纤激光器参数页
6.2 载波的工程实例
- FM 广播载波:每个 FM 电台对应一个固定频率的正弦载波,比如北京音乐广播 97.4MHz,通过调频(FM)方式搭载音频信号。
- WiFi 射频载波:2.4GHz 和 5GHz 频段的载波,通过正交幅度调制(QAM)搭载网络数据。
- 光纤通信光载波:1550nm 波长的激光载波,是光纤通信的标准低损耗窗口,承载高速光通信数据。
验证来源:电子发烧友网「载波通信」专栏、21IC 电子网「载波信号基础原理」
七、全文总结与进阶思考
核心知识点回顾
- 载波是高频无信息的周期性信号,作用是搭载信息实现远距离传输,是无线通信的基础。
- 单频脉冲是矩形窗截断单频载波得到的信号,时域表达式为
。
- 单频脉冲既可以用时域波形描述(矩形包络 + 内部正弦振荡),也可以用频域频谱描述(中心在载频的 sinc 形包络)。
- 脉宽越窄,频谱主瓣越宽,二者满足时宽带宽积约等于 1 的基本关系。
进阶方向
单频脉冲是最简单的脉冲信号,在此基础上,通过对载波进行频率调制(线性调频)、相位编码,可以得到更复杂的脉冲信号(如 LFM 线性调频脉冲、相位编码脉冲),在雷达中实现脉冲压缩,解决 “距离分辨率” 和 “探测威力” 的矛盾 。
附录:全文汇总
| 内容模块 | 备注 |
|---|---|
| 载波定义与作用 | 多权威资料交叉验证 |
| 单频脉冲定义与时域表达式 | 高校实验讲义 + 专业博客验证 |
| rect 函数定义 | 信号处理标准定义 |
| 单频脉冲频域特性与 sinc 包络 | 傅里叶变换数学推导 + 文献验证 |
| Python 仿真代码 | 标准库实现,可直接运行复现 |
| 工程应用实例 | 行业产品资料验证,部分细分场景存在变体 |
工程场景中存在少量非标准变体,但核心定义与主流应用均准确可靠。