第06章 线性调频信号生成：直接调制与外部调制、啁啾信号质量指标

返回课程目录：FMCW激光雷达技术课程（公开版）

FMCW激光雷达课程 - 线性调频信号生成

一、线性调频信号概述

线性调频（Linear Frequency Modulation, LFM）信号，又称啁啾（Chirp）信号，是FMCW激光雷达的核心发射波形。其频率随时间线性变化，数学表达式为：

s(t) = A·cos(2π·(f₀·t + (K/2)·t²) + φ₀)
其中：
  A - 信号幅度
  f₀ - 起始频率
  K - 调频斜率（带宽B / 时间T）
  φ₀ - 初始相位
  t - 时间，0 ≤ t ≤ T

在FMCW激光雷达中，啁啾信号的质量直接决定了系统的测距精度、分辨率与抗干扰能力。

【原文此处有示意图，图片内容见源资料对应页面】

二、直接调制与外部调制

根据调制器与激光器的位置关系，线性调频信号的生成可分为直接调制和外部调制两种主要技术路径。

调制技术对比

特性	直接调制	外部调制
原理	直接改变激光器驱动电流，调制激光输出频率	激光器输出连续光，通过外部调制器施加频率调制
调制器位置	激光器内部	激光器外部（如MZM、EOM）
调频范围	较小（通常<10 GHz）	大（可达数十GHz）
线性度	较差，受激光器非线性影响	优良，调制器线性度好
相位噪声	较高	较低
系统复杂度	低，结构简单	高，需要额外调制器
成本	低	高
典型应用	短距、低成本雷达	高精度、长距离雷达

1. 直接调制技术

直接调制通过改变半导体激光器的注入电流来实现频率调制。电流变化引起载流子浓度变化，进而改变折射率，最终导致激光频率变化。

【原文此处有示意图，图片内容见源资料对应页面】

**技术要点：**直接调制简单易实现，但存在啁啾非线性、频率调制幅度有限、附加强度调制等问题，需要通过预失真补偿等技术改善性能。

2. 外部调制技术

外部调制使用独立的电光调制器（如马赫-曾德尔调制器MZM）或相位调制器，对连续激光进行频率调制，可获得更高的线性度和调制带宽。

【原文此处有示意图，图片内容见源资料对应页面】

**技术要点：**外部调制需要精确控制调制器偏置点（通常工作在正交点），并采用线性化驱动技术，可获得高线性度、大带宽的优质啁啾信号，但系统复杂度和成本较高。

三、啁啾信号质量指标

评估线性调频信号质量的关键指标直接影响FMCW激光雷达的最终性能。以下是主要质量指标及其影响：

1. 线性度

线性度指频率随时间变化的直线性，通常用非线性误差表示。高线性度确保距离测量的准确性和分辨率。

• 定义：实际频率与理想线性频率的最大偏差与总带宽的比值
• 测量方法：通过光外差法或电学方法检测瞬时频率
• 影响：非线性会导致距离像展宽、峰值降低，降低分辨率
• 典型要求：优于0.1%（高精度应用需优于0.01%）

【原文此处有示意图，图片内容见源资料对应页面】

2. 相位噪声

相位噪声表征信号相位随时间的随机波动，影响系统相干性和最小可检测信号。

• 来源：激光器本征噪声、调制器噪声、驱动源噪声
• 影响：降低信噪比，限制最大探测距离，增加虚警概率
• 测量：使用相位噪声分析仪或频谱分析仪
• 指标：通常给出偏移频率处的单边带相位噪声，如-100 dBc/Hz @ 100 kHz

3. 调频带宽与时间

带宽B和啁啾时间T决定了系统的基本性能参数。

参数	公式	物理意义	影响
距离分辨率	ΔR = c/(2B)	区分两个目标的最小距离差	带宽越大，分辨率越高
最大不模糊距离	R_max = c·T/2	无距离模糊的最大探测距离	啁啾时间越长，最大距离越大
速度分辨率	Δv = λ/(2T)	区分两个目标的最小速度差	啁啾时间越长，速度分辨率越高
调频斜率	K = B/T	频率变化速率	决定中频频率与距离的映射关系

4. 其他重要指标

1. 功率平坦度：啁啾期间光功率的波动，影响探测一致性
2. 调频连续性：啁啾间相位连续性，影响速度测量精度
3. 谐波失真：非线性调制产生的谐波成分
4. 温度稳定性：环境温度变化对啁啾参数的影响
5. 重复性：多次啁啾间参数的一致性

四、信号生成示例代码

以下是一个简单的MATLAB/Python示例，展示如何生成和评估线性调频信号：

MATLAB示例：啁啾信号生成与线性度分析

%% FMCW啁啾信号生成与质量分析
clear; clc; close all;

% 参数设置
fs = 10e9;          % 采样率 10 GHz
T = 100e-6;         % 啁啾时间 100 μs
B = 2e9;            % 带宽 2 GHz
f0 = 193.1e12;      % 光载波频率 193.1 THz (1550 nm)

% 生成理想线性调频
t = 0:1/fs:T-1/fs;  % 时间向量
K = B/T;            % 调频斜率
phi_ideal = 2*pi*(f0*t + 0.5*K*t.^2);  % 理想相位
chirp_ideal = cos(phi_ideal);          % 理想啁啾信号

% 添加非线性失真（模拟实际调制器）
nonlinear_coeff = 0.001;  % 非线性系数
phi_actual = 2*pi*(f0*t + 0.5*K*t.^2 + (nonlinear_coeff*K/6)*t.^3);
chirp_actual = cos(phi_actual);

% 计算瞬时频率
inst_freq_ideal = gradient(phi_ideal)/(2*pi*1/fs);
inst_freq_actual = gradient(phi_actual)/(2*pi*1/fs);

% 计算线性度误差
linear_freq = f0 + K*t;  % 理想线性频率
nonlinear_error = max(abs(inst_freq_actual - linear_freq)) / B * 100;

% 绘图
figure('Position', [100, 100, 1200, 800]);

subplot(2,2,1);
plot(t*1e6, inst_freq_ideal/1e9, 'g--', 'LineWidth', 1.5); hold on;
plot(t*1e6, inst_freq_actual/1e9, 'b-', 'LineWidth', 1.5);
xlabel('时间 (μs)'); ylabel('频率 (GHz)');
title('瞬时频率曲线');
legend('理想线性', '实际啁啾', 'Location', 'northwest');
grid on;

subplot(2,2,2);
freq_error = (inst_freq_actual - linear_freq)/1e6;  % MHz
plot(t*1e6, freq_error, 'r-', 'LineWidth', 1.5);
xlabel('时间 (μs)'); ylabel('频率误差 (MHz)');
title(['非线性误差: ', num2str(nonlinear_error, '%.3f'), '%']);
grid on;

subplot(2,2,3);
plot(t(1:1000)*1e9, chirp_ideal(1:1000), 'g-', 'LineWidth', 1); hold on;
plot(t(1:1000)*1e9, chirp_actual(1:1000), 'b-', 'LineWidth', 1);
xlabel('时间 (ns)'); ylabel('幅度');
title('啁啾信号波形（前1μs）');
legend('理想', '实际', 'Location', 'northwest');
grid on;

subplot(2,2,4);
% 计算频谱
NFFT = 2^nextpow2(length(chirp_actual));
f = (-fs/2:fs/NFFT:fs/2-fs/NFFT)/1e9;
spectrum = fftshift(abs(fft(chirp_actual, NFFT)));
plot(f, 20*log10(spectrum/max(spectrum)), 'b-', 'LineWidth', 1.5);
xlabel('频率 (GHz)'); ylabel('归一化功率 (dB)');
title('啁啾信号频谱');
xlim([-B/2e9, B/2e9]*1.2);
grid on;

fprintf('=== FMCW啁啾信号质量报告 ===\n');
fprintf('带宽: %.2f GHz\n', B/1e9);
fprintf('啁啾时间: %.1f μs\n', T*1e6);
fprintf('调频斜率: %.2f GHz/μs\n', K/1e15);
fprintf('非线性误差: %.4f%%\n', nonlinear_error);
fprintf('距离分辨率: %.2f cm\n', 3e8/(2*B)*100);

Python示例：外部调制仿真