随机信号处理作业南理工有程序.docx

上传人:b****5 文档编号:4821828 上传时间:2022-12-09 格式:DOCX 页数:24 大小:338.47KB
下载 相关 举报
随机信号处理作业南理工有程序.docx_第1页
第1页 / 共24页
随机信号处理作业南理工有程序.docx_第2页
第2页 / 共24页
随机信号处理作业南理工有程序.docx_第3页
第3页 / 共24页
随机信号处理作业南理工有程序.docx_第4页
第4页 / 共24页
随机信号处理作业南理工有程序.docx_第5页
第5页 / 共24页
点击查看更多>>
下载资源
资源描述

随机信号处理作业南理工有程序.docx

《随机信号处理作业南理工有程序.docx》由会员分享,可在线阅读,更多相关《随机信号处理作业南理工有程序.docx(24页珍藏版)》请在冰豆网上搜索。

随机信号处理作业南理工有程序.docx

随机信号处理作业南理工有程序

 

《随机信号处理》上机实验仿真报告

 

学院:

电子工程与光电技术学院

指导老师:

顾红

日期:

2014年11月10日

 

题目1:

<问题>线性调频脉冲信号,时宽10us,带宽543MHz,对该信号进行匹配滤波后,即脉压处理,处理增益为多少?

脉压后的脉冲宽度为多少?

并用图说明脉压后的脉冲宽度,内差点看3dB带宽,以该带宽说明距离分辨率与带宽的对应关系。

建议补充:

比较矩形视频脉冲信号、矩形包络单个中频脉冲信号、线性调频矩形脉冲信号匹配滤波,说明脉压后的脉冲3dB宽度变化,与原脉冲的宽度比较得出压缩比即增益。

另外,通过仿真加噪声0dB信噪比来看脉压后信噪比有没有提升。

<理论分析>:

(1)线性调频信号(LFM)是雷达中常用的信号,其数学表达式为:

式中

为载波频率,

为矩形信号:

当TB>1时,LFM信号特征表达式如下:

(2)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。

线性调频信号叠加上噪声其表达式为:

白噪声条件下,匹配滤波器的脉冲响应:

<仿真程序>:

B=543e6;%带宽(这里设置带宽为学号后三位),程序段

从这行开始

fs=10*B;%采样频率

ts=1/fs;

T=10e-6;%脉宽10μs

N=T/ts;%采样点数

t=linspace(-T/2,T/2,N);

K=B/T;

a=1;%这里调频信号幅值假设为1

%%线性调频信号

si=a*exp(j*pi*K*t.^2);

figure

(1)

plot(t*1e6,si);

xlabel('t/μs');ylabel('si');title('线性调频信号时域波形图');gridon;

sfft=fft(si);

f=(0:

length(sfft)-1)*fs/length(sfft)-fs/2;%f=linspace(-fs/2,fs/2,N);

figure

(2)

plot(f*1e-6,fftshift(abs(sfft)));

xlabel('f/MHz');ylabel('sfft');title('线性调频信号频域波形图');gridon;

axis([-300,300,-inf,inf]);%程序段

到这行结束

%%叠加高斯白噪声

ni=rand(1,N);

disp('输入信噪比为:

');

SNRi=10*log10(a^2/var(ni)/2)

xi=ni+si;

figure(3)

plot(t*1e6,real(xi));

xlabel('t/us');ylabel('xi');title('叠加噪声后实际信号时域波形图');

x1fft=fft(xi);%输入信号频谱

f=(0:

length(x1fft)-1)*fs/length(x1fft)-fs/2;

figure(4)

plot(f*1e-6,fftshift(abs(x1fft)));

xlabel('f/MHz');ylabel('x1fft');title('叠加噪声后实际信号频谱图');gridon;

%%匹配滤波器

ht=exp(-j*pi*K*t.^2);

x2=conv(ht,xi);

L=2*N-1;

ti=linspace(-T,T,L);

ti=ti*B;%换算为B的倍数

X2=abs(x2)/max(abs(x2));

figure(5)

plot(ti,20*log10(X2+1e-6));

xlabel('t/B');ylabel('匹配滤波幅度');title('匹配滤波结果图');gridon;

axis([-3,3,-4,inf]);

%%计算信噪比

X22=abs(x2);%实际信号

n2=conv(ht,ni);%噪声

n22=abs(n2);

s2=conv(ht,si);%信号

s22=abs(s2);

SNRo=(max(s22)^2)/(var(n2))/2;

disp('输出信噪比为:

');

SNRo=10*log10(SNRo)

disp('信噪比增益为:

');disp(SNRo-SNRi)

%%匹配滤波器的幅频特性

hw=fft(ht);

f2=(0:

length(hw)-1)*fs/length(hw)-fs/2;

f2=f2/B;

hw1=abs(hw);hw1=hw1./max(hw1);

plot(f2,fftshift(20*log(hw1+1e-6)));

xlabel('f/B');ylabel('幅度');title('匹配滤波器的幅频特性图');

%%匹配滤波器处理后的信号

Sot=conv(si,ht);

subplot(211)

L=2*N-1;

t1=linspace(-T,T,L);

Z=abs(Sot);Z=Z/max(Z);

Z=20*log10(Z+1e-6);

Z1=abs(sinc(B.*t1));

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('匹配滤波器处理后信号');

subplot(212)

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('匹配滤波器处理后信号(放大)');

%%输出频谱

xfft=fft(x2);

f3=(0:

length(xfft)-1)*fs/length(xfft)-fs/2;

xfft1=abs(xfft);xfft1=xfft1./max(xfft1);

figure(7)

plot(f3/B,fftshift(20*log(xfft1+1e-6)));

xlabel('f/B');ylabel('幅度');title('输出信号频谱图');

<仿真结果与分析>:

对于一个理想的脉冲压缩系统,要求发射信号具有非线性的相位谱,并使其包络接近矩形;其中

就是信号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已。

因此,Matlab仿真时,只需考虑S(t)。

以下Matlab程序段

产生S(t),并作出其时域波形和幅频特性,如图figure1~4所示。

Figure1

将其进行放大后可得:

Figure2

Figure3

将其进行放大后可得:

Figure4

Figure5

Figure6

Figure7

Figure8

Figure9

(1)处理增益为多少?

实际上根据仿真结果

理论上LFM信号压缩前脉冲宽度T和压缩后的脉冲宽度

之比通常称为压缩比D:

处理增益:

根据时宽为10us,带宽为543MHz的处理增益为:

误差为

(2)脉压后的脉冲宽度为多少?

并用图说明脉压后的脉冲宽度

线性调频信号经匹配滤波器后脉冲宽度被大大压缩。

处理后脉宽:

(3)内差点看3dB带宽,以该带宽说明距离分辨率与带宽的对应关系。

改变两目标的相对位置,可以分析线性调频脉冲压缩雷达的分辨率。

仿真程序默认参数的距离分辨率为:

 

建议补充:

比较矩形视频脉冲信号、矩形包络单个中频脉冲信号、线性调频矩形脉冲信号匹配滤波,说明脉压后的脉冲3dB宽度变化,与原脉冲的宽度比较得出压缩比即增益。

另外,通过仿真加噪声0dB信噪比来看脉压后信噪比有没有提升。

线性调频矩形脉冲信号中加入白噪声、信噪比0dB、匹配滤波

clc;

clearall;

closeall;

T=10e-6;

B=543e6;

fs=4000e6;

t=0:

1/fs:

T;

K=B/T;

si=cos(K*pi*t.^2);

ht=cos(K*pi*(T-t).^2);

xi=conv(si,ht);

xi_guiyi=xi/max(xi);

figure;plot(si);

figure;plot(xi);%%%%%%%figure10

figure;plot(xi_guiyi);

%%线性调频矩形脉冲信号中加入白噪声、信噪比0dB、匹配滤波

si_addnoise=awgn(si,0);

xi_addnoise=conv(si_addnoise,ht);

figure;plot(si_addnoise);

figure;plot(xi_addnoise);%%%%%%figure11

Figure10si

Figure11xi_addnoise

%%产生矩形视频脉冲信号

si_rect_baseband=[zeros(1,4)ones(1,30)zeros(1,4)];ht_rect_baseband=ones(1,30);

xi_rect_baseband=conv(si_rect_baseband,ht_rect_baseband);

figure;plot(si_rect_baseband);figure;plot(xi_rect_baseband);

Figure12矩形视频脉冲信号si

Figure13矩形视频脉冲信号xi

%%产生矩形中频脉冲信号,匹配滤波

fs_mf=600;

t=0:

1/fs_mf:

0.2;

si_rect_mf=cos(2*pi*50*t);

ht_rect_mf=cos(2*pi*50*(0.2-t));

xi_rect_mf=conv(si_rect_mf,ht_rect_mf);

figure;plot(si_rect_mf);

figure;plot(xi_rect_mf);

Figure14产生矩形中频脉冲信号si

Figure15产生矩形中频脉冲信号xi

%%矩形视频脉冲信号加入白噪声、信噪比0dB、匹配滤波

si_rect_baseband_addnoise=[zeros(1,4)awgn(ones(1,30),0)zeros(1,4)];

xi_rect_baseband_addnoise=conv(si_rect_baseband_addnoise,ht_rect_baseband);

figure;plot(si_rect_baseband_addnoise);figure;plot(xi_rect_baseband_addnoise);

Figure16矩形视频脉冲信号加入白噪声、信噪比0dB、匹配滤波si

Figure17矩形视频脉冲信号加入白噪声、信噪比0dB、匹配滤波xi

%%矩形中频脉冲信号加入白噪声、信噪比0dB、匹配滤波

si_rect_mf_addnoise=awgn(si_rect_mf,0);

xi_rect_mf_addnoise=conv(si_rect_mf_addnoise,ht_rect_mf);

figure;plot(si_rect_mf_addnoise);figure;plot(xi_rect_mf_addnoise);

Figure18矩形中频脉冲信号加入白噪声、信噪比0dB、匹配滤波si

Figure19矩形中频脉冲信号加入白噪声、信噪比0dB、匹配滤波xi

题目2:

<问题>(学号末尾3,7)两个数据文件,第一个文件数据中只包含一个正弦波,通过MATLAB仿真计算信号频谱和功率谱来估计该信号的幅度,功率,频率和相位。

对第二个文件数据估计其中正弦波的幅度,功率和频率?

写出报告,包含理论分析,仿真程序及说明,误差精度分析等。

第一文件调用格式loadFileDat01_1s1,数据在变量s1中;第二文件调用格式loadFileDat01_2s,数据在变量s中。

<仿真程序>:

load('FileDat01_1.mat')

load('FileDat01_2.mat')

fs=1e6;%%(假设采样率为1MHZ)

t=0:

1e-6:

4.095e-3;%%(数据时间轴)

f=linspace(-fs/2,fs/2,4096);%%(数据频率轴)

s1fft=fftshift(fft(s1)/4096);%%(信号做4096点fft)

s2fft=fftshift(fft(s)/4096);

as1=abs(s1fft);%%(信号的功率谱)

as2=abs(s2fft);

ph1=angle(s1fft)*180/pi;%%(信号的相位谱)

ph2=angle(s2fft)*180/pi;

s1P=abs(s1fft).*abs(s1fft);%%(信号的功率谱)

s2P=abs(s2fft).*abs(s2fft);

figure

(1);

plot(t*1000,s1);xlabel('时间');ylabel('s1');title('s1信号');

figure

(2);

plot(f/1000,as1);xlabel('频率');ylabel('幅度');title('幅度谱');

figure(3);

plot(f/1000,ph1);xlabel('频率');ylabel('相位');title('相位谱');

figure(4);

plot(f/1000,s1P);xlabel('频率');ylabel('功率');title('功率谱');

figure(5);

plot(t*1000,s);xlabel('时间');ylabel('s');title('s信号');

figure(6);

plot(f/1000,as2);xlabel('频率');ylabel('幅度');title('幅度谱');

figure(7);

plot(f/1000,ph2);xlabel('频率');ylabel('相位');title('相位谱');

figure(8);

plot(f/1000,s2P);xlabel('频率');ylabel('功率');title('功率谱');

<仿真结果与分析>:

第一个信号分析:

分析:

(1)根据信号的时域波形来看,其混入了噪声的信号,信号的幅度波动很大。

(2)根据信号的幅度谱来看,信号的频率约为

(假设采样率为

),信号的幅度为

(3)根据信号的相位谱来看,信号的初相位

(4)根据信号的功率谱来看,信号的功率

综上:

正弦信号为:

V

第一个信号:

V式中:

为噪声信号。

第二个信号分析:

分析:

(1)根据信号的时域波形来看,其信号不是单频信号,还可能含幅度较小噪声。

(2)根据信号的幅度谱来看,信号中含有2个频率,分别为

(假设采样率为

),信号的幅度分别为

(3)根据信号的相位谱来看,信号的初相位分别为

(4)根据信号的功率谱来看,信号的功率分别为

综上:

正弦信号为:

V

第二个信号:

V

式中:

为噪声信号

频率精度:

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高中教育 > 其它课程

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1