完整word版匹配滤波器设计仿真.docx
《完整word版匹配滤波器设计仿真.docx》由会员分享,可在线阅读,更多相关《完整word版匹配滤波器设计仿真.docx(15页珍藏版)》请在冰豆网上搜索。
完整word版匹配滤波器设计仿真
雷达系统匹配滤波器的仿真
一.匹配滤波器原理
在输入为确知加白噪声的情况下,所得输出信噪比最大的线性滤波器就是匹配滤波器,设一线性滤波器的输入信号为:
(1.1)
其中:
为确知信号,为均值为零的平稳白噪声,其功率谱密度为。
设线性滤波器系统的冲击响应为,其频率响应为,其输出响应:
(1.2)
输入信号能量:
(1.3)
输入、输出信号频谱函数:
(1.4)
输出噪声的平均功率:
(1.5)
(1.6)
利用Schwarz不等式得:
(1.7)
上式取等号时,滤波器输出功率信噪比最大取等号条件:
(1.8)
当滤波器输入功率谱密度是的白噪声时,MF的系统函数为:
(1.9)
为常数1,为输入函数频谱的复共轭,,也是滤波器的传输函数。
(1.10)
为输入信号的能量,白噪声的功率谱为
只输入信号的能量和白噪声功率谱密度有关。
白噪声条件下,匹配滤波器的脉冲响应:
(1.11)
如果输入信号为实函数,则与匹配的匹配滤波器的脉冲响应为:
(1.12)
为滤波器的相对放大量,一般。
匹配滤波器的输出信号:
(1.13)
匹配滤波器的输出波形是输入信号的自相关函数的倍,因此匹配滤波器可以看成是一个计算输入信号自相关函数的相关器,通常=1。
二.线性调频信号(LFM)
脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。
这种体制采用宽脉冲发射以提高发射的平均功率,保证足够大的作用距离;而接受时采用相应的脉冲压缩算法获得窄脉冲,以提高距离分辨率,较好的解决雷达作用距离与距离分辨率之间的矛盾。
脉冲压缩雷达最常见的调制信号是线性调频(LinearFrequencyModulation)信号,接收时采用匹配滤波器(MatchedFilter)压缩脉冲。
LFM信号(也称Chirp信号)的数学表达式为:
(2.1)
式中为载波频率,为矩形信号,
(2.2)
,是调频斜率,于是,信号的瞬时频率为,如图1
图1典型的chirp信号(a)up-chirp(K>0)(b)down-chirp(K<0)
将2.1式中的up-chirp信号重写为:
(2.3)
式中,
(2.4)
是信号s(t)的复包络。
由傅立叶变换性质,S(t)与s(t)具有相同的幅频特性,只是中心频率不同而以,因此,Matlab仿真时,只需考虑S(t)。
通过MATLAB仿真可得到信号时域和频域波形如下图所示:
图2.LFM信号的时域波形和幅频特性
三.线性调频信号的匹配滤波器
信号的匹配滤波器的时域脉冲响应为:
(3.1)
是使滤波器物理可实现所附加的时延。
理论分析时,可令=0,重写3.1式,
(3.2)
将2.1式代入3.2式得:
(3.3)
图3.LFM信号的匹配滤波
如图3,经过系统得输出信号,
当时,
(3.4)
当时,
(3.5)
合并3.4和3.5两式:
(3.6)
3.6式即为LFM脉冲信号经匹配滤波器得输出,它是一固定载频的信号。
当时,包络近似为辛克(sinc)函数。
(3.7)
图4.匹配滤波的输出信号
如图4,当时,为其第一零点坐标;当时,,习惯上,将此时的脉冲宽度定义为压缩脉冲宽度。
(3.8)
LFM信号的压缩前脉冲宽度T和压缩后的脉冲宽度之比通常称为压缩比D,
(3.9)
3.9式表明,压缩比也就是LFM信号的时宽频宽积。
由(2.1),(3.3),(3.6)式,s(t),h(t),so(t)均为复信号形式,Matab仿真时,只需考虑它们的复包络S(t),H(t),So(t)即可。
经MATLAB仿真得线性调频信号经过匹配滤波器的波形信号如图5所示:
图5.Chirp信号的匹配滤波
图5中,时间轴进行了归一化,()。
图中反映出理论与仿真结果吻合良好。
第一零点出现在(即)处,此时相对幅度-13.4dB。
压缩后的脉冲宽度近似为(),此时相对幅度-4dB,这理论分析(图3.2)一致。
如果输入脉冲幅度为1,且匹配滤波器在通带内传输系数为1,则输出脉冲幅度为,即输出脉冲峰值功率比输入脉冲峰值功率增大了D倍。
四.雷达系统对线性调频信号的检测
在实际实际雷达系统中,LFM脉冲的处理过程如图6。
图6LFM信号的接收处理过程
雷达回波信号经过正交解调后,得到基带信号,再经过匹配滤波脉冲压缩后就可以作出判决。
正交解调原理如图7,雷达回波信号经正交解调后得两路相互正交的信号I(t)和Q(t)。
一种数字方法处理的的匹配滤波原理如图8。
图7正交解调原理
图8一种脉冲压缩雷达的数字处理方式
以下各图为经过脉冲压缩输出的已加噪声的线性调频信号(模拟雷达回波信号)的matlab仿真结果:
波形参数脉冲宽度=10,载频频率=10khz,脉冲宽度B=30Mhz
图9.SNR=30的脉冲压缩输入输出波形
图10SNR=20的脉冲压缩输入输出波形
图11SNR=0的脉冲压缩输入输出波形
图12SNR=-10的脉冲压缩输入输出波形
图13.SNR=-20的脉冲压缩输入输出波形
图14.SNR=-30的脉冲压缩输入输出波形
信号中白噪声n为:
、
仿真表明,线性调频信号经匹配滤波器后脉冲宽度被大大压缩,信噪比得到了显著提高,但是雷达目标回波信号信号的匹配滤波仿真结果图9-14可以看出当信噪比小于零时随着信噪比的不断减小,所噪声对线性调频信号的干扰愈来愈明显,当信噪比达到-30dB时已经有部分回波信号被淹没了,也就是说当信噪比更小时即使是经过脉冲压缩,噪声仍能淹没有用信号。
五.程序附录
1.线性频率调制信号(LFM)仿真:
%%demoofchirpsignal
T=10e-6;%pulseduration10us
B=30e6;%chirpfrequencymodulationbandwidth30MHz
K=B/T;%chirpslope
Fs=2*B;Ts=1/Fs;%samplingfrequencyandsamplespacing
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(1i*pi*K*t.^2);%generatechirpsignal
subplot(211)
plot(t*1e6,real(St));
xlabel('Timeinusec');
title('Realpartofchirpsignal');
gridon;axistight;
subplot(212)
freq=linspace(-Fs/2,Fs/2,N);
plot(freq*1e-6,fftshift(abs(fft(St))));
xlabel('FrequencyinMHz');
title('Magnitudespectrumofchirpsignal');
gridon;axistight;
2LFM信号的匹配滤波仿真
%%demoofchirpsignalaftermatchedfilter
T=10e-6;%pulseduration10us
B=30e6;%chirpfrequencymodulationbandwidth30MHz
K=B/T;%chirpslope
Fs=10*B;Ts=1/Fs;%samplingfrequencyandsamplespacing
N=T/Ts;
t=linspace(-T/2,T/2,N);
St=exp(j*pi*K*t.^2);%chirpsignal
Ht=exp(-j*pi*K*t.^2);%matchedfilter
Sot=conv(St,Ht);%chirpsignalaftermatchedfilter
subplot(211)
L=2*N-1;
t1=linspace(-T,T,L);
Z=abs(Sot);Z=Z/max(Z);%normalize
Z=20*log10(Z+1e-6);
Z1=abs(sinc(B.*t1));%sincfunction
Z1=20*log10(Z1+1e-6);
t1=t1*B;
plot(t1,Z,t1,Z1,'r.');
axis([-15,15,-50,inf]);gridon;
legend('emulational','sinc');
xlabel('Timeinsec\times\itB');
ylabel('Amplitude,dB');
title('Chirpsignalaftermatchedfilter');
subplot(212)%zoom
N0=3*Fs/B;
t2=-N0*Ts:
Ts:
N0*Ts;
t2=B*t2;
plot(t2,Z(N-N0:
N+N0),t2,Z1(N-N0:
N+N0),'r.');
axis([-inf,inf,-50,inf]);gridon;
set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);
xlabel('Timeinsec\times\itB');
ylabel('Amplitude,dB');
title('Chirpsignalaftermatchedfilter(Zoom)');
3.LFM信号的雷达监测仿真
%input('\nPulseradarcompressionprocessing:
\n');
clear;
closeall;
T=10e-6;
B=30e6;
Rmin=8500;Rmax=11500;
R=[9000,10000,10200];
RCS=[111];
C=3e8;
K=B/T;
Rwid=Rmax-Rmin;
Twid=2*Rwid/C;
Fs=5*B;Ts=1/Fs;
Nwid=ceil(Twid/Ts);
t=linspace(2*Rmin/C,2*Rmax/C,Nwid);
M=length(R);
td=ones(M,1)*t-2*R'/C*ones(1,Nwid);
SNR=[1,0.1,0.01,0.001,10,100,1000];
fori=1:
1:
7
Srt1=RCS*(exp(1i*pi*K*td.^2).*(abs(td)n=sqrt(0.5*SNR(i))*(randn(size(Srt1))+1i*randn(size(Srt1)));
Srt=Srt1+n;
%DigtalprocessingofpulsecompressionradarusingFFTandIFFT
Nchirp=ceil(T/Ts);
Nfft=2^nextpow2(Nwid+Nwid-1);
Srw=fft(Srt,Nfft);
Srw1=fft(Srt1,Nfft);
t0=linspace(-T/2,T/2,Nchirp);
St=exp(1i*pi*K*t0.^2);
Sw=fft(St,Nfft);
Sot=fftshift(ifft(Srw.*conj(Sw)));
Sot1=fftshift(ifft(Srw1.*conj(Sw)));
N0=Nfft/2-Nchi