应用于雷达系统匹配滤波器的matlab仿真

应用于雷达系统匹配滤波器的matlab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x(t):

x(t)=s(t)+n(t) (1.1)

其中:s(t)为确知信号,n(t)为均值为零的平稳白噪声,其功率谱密度为

No/2。

设线性滤波器系统的冲击响应为h(t),其频率响应为H(ω),其输出响应:

y(t)=so(t)+no(t) (1.2)

2

输入信号能量: E(s)=⎰-∞s(t)dt

输入、输出信号频谱函数:

S(ω)=⎰s(t)e-jωtdt

-∞

So(ω)=H(ω)S(ω)

1

so(t)=

⎰ωH(ω)S(ω)e

-

jωt

dω (1.4)

输出噪声的平均功率:

2E[no(t)]=

1

-∞

Pno(ω)dω=

12π

-∞

H2(ω)Pn(ω)dω (1.5)

2

jωto

12π= SNRo

12π

-∞∞

H(ω)S(ω)e

2

(1.6)

-∞

H(ω)Pn(ω)d(ω)

利用Schwarz不等式得:

1

SNR≤o

S(ω)

2

-∞

Pn(ω)

ω (1.7)

上式取等号时,滤波器输出功率信噪比SNRo最大取等号条件:

αS*(ω)-jωt

H(ω)= (1.8) e

Pn(ω)

o

当滤波器输入功率谱密度是Pn(ω)=No/2的白噪声时,MF的系统函数为:

H(ω)=kS*(ω)e-jωto,k=

(1.9) No

k为常数1,S*(ω)为输入函数频谱的复共轭,S*(ω)=S(-ω),也是滤波器的传输函数H(ω)。

SNRo=

2Es

(1.10) No

Es为输入信号s(t)的能量,白噪声n(t)的功率谱为No/2

SNRo只输入信号s(t)的能量Es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:

h(t)=ks*(to-t) (1.11) 如果输入信号为实函数,则与s(t)匹配的匹配滤波器的脉冲响应为: h(t)=ks(to-t) (1.12) k为滤波器的相对放大量,一般k=1。 匹配滤波器的输出信号:

so(t)=so(t)*h(t)=kR(t-to) (1.13) 匹配滤波器的输出波形是输入信号的自相关函数的k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k=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(Linear Frequency Modulation)信号,接收时采用匹配滤波器(Matched Filter)压缩脉冲。

LFM信号(也称Chirp 信号)的数学表达式为:

tj2π(fct+Kt2)

2s(t)=rect()e (2.1)

T

t

式中fc为载波频率,rect()为矩形信号,

T

⎧tt⎪1 , ≤1

(2.2) rect()=⎨T

T⎪0 , elsewise

K=

B

,是调频斜率,于是,信号的瞬时频率为fc+Kt (-T≤t≤T),如图1

T

图1 典型的chirp信号(a)up-chirp(K>0)(b)down-chirp(K

将2.1式中的up-chirp信号重写为:

π

s(t)=S(t)j2e

fc

t (2.3)

式中,

tjπK2t

S(t)=re)e (2.4)

T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s(t)的匹配滤波器的时域脉冲响应为:

h(t)=* s(- t) (3.1)0t t0是使滤波器物理可实现所附加的时延。理论分析时,可令t0=0,重写3.1式,

h(t)=s*(-t) (3.2)

将2.1式代入3.2式得:

t-jπK2t

e⨯ h(t)=re)T

j2πcft

e (3.3 )

图3.LFM信号的匹配滤波

如图3,s(t)经过系统h(t)得输出信号so(t),

so(t)=s(t)*h(t)

= =

当0≤t≤T时,

-∞∞

⎰s(u)h(t-u)du =⎰h(u)s(t-u)du

-∞

uj2πfcujπK(t-u)2t-uj2πfc(t-u)-jπKu2

erect()e⨯erect()edu ⎰TT-∞

T

s0(t)=

t-T⎰

e

jπKt2-j2πKtu

edu

=e

jπKt2

e-j2πKtuT⨯ej2πfct (3.4)

-j2πKtt-T =

当-T≤t≤0时,

sinπK(T-t)tj2πfct

e

πKt

t+Ts0(t)=

-T⎰

ejπKte-j2πKtudu

e-j2πKtut+Tj2πfct

(3.5) ⨯e

T-j2πKt-2

=e

jπKt2

=

合并3.4和3.5两式:

sinπK(T+t)tj2πfcte

πKt

t

sinπKT(- s0(t)=πKTt

t)

tftc

re)j2πe (3.6) 2T

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fc的信号。当

t≤T时,包络近似为辛克(sinc)函数。

(KTtrect) S0(t)=TSaπ

tt

=)TSaπBt(rect)( ) (3.7) 2T2T

图4.匹配滤波的输出信号

如图4,当πBt=±π时,t=±

1π1为其第一零点坐标;当πBt=±时,t=±,B22B11

⨯2= (3.8) 2BBT

习惯上,将此时的脉冲宽度定义为压缩脉冲宽度。 τ=

LFM信号的压缩前脉冲宽度T和压缩后的脉冲宽度τ之比通常称为压缩比D, D=

τ

=TB (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,(t/(1/B)=t⨯B)。图中反映出理论与仿真结果吻合良好。第一零点出现在±1(即±的脉冲宽度近似为

1

)处,此时相对幅度-13.4dB。压缩后B

11(±),此时相对幅度-4dB,这理论分析(图3.2)一致。

2BB

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kT2==D,即输出脉冲峰值功率Po比输入脉冲峰值功率P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6 LFM信号的接收处理过程

雷达回波信号sr(t)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T=10 s,载频频率fc=10khz,脉冲宽度

B=30Mhz

图9.SNR=30的脉冲压缩输入输出波形

图10 SNR=20的脉冲压缩输入输出波形

图11 SNR=0的脉冲压缩输入输出波形

图12 SNR=-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

S(t)信号中白噪声n为:

n=sqrt(0.5*SNR)*(randn (1,length(St))+j*randn(1,length(St)))、

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:

%%demo of chirp signal

T=10e-6; %pulse duration10us

B=30e6; %chirp frequency modulation bandwidth 30MHz

K=B/T; %chirp slope

Fs=2*B;Ts=1/Fs; %sampling frequency and sample spacing

N=T/Ts;

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

St=exp(1i*pi*K*t.^2); %generate chirp signal

subplot(211)

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

xlabel('Time in u sec');

title('Real part of chirp signal');

grid on;axis tight;

subplot(212)

freq=linspace(-Fs/2,Fs/2,N);

plot(freq*1e-6,fftshift(abs(fft(St))));

xlabel('Frequency in MHz');

title('Magnitude spectrum of chirp signal');

grid on;axis tight;

2 LFM信号的匹配滤波仿真

%%demo of chirp signal after matched filter

T=10e-6; %pulse duration10us

B=30e6; %chirp frequency modulation bandwidth 30MHz

K=B/T; %chirp slope

Fs=10*B;Ts=1/Fs; %sampling frequency and sample spacing

N=T/Ts;

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

St=exp(j*pi*K*t.^2); %chirp signal

Ht=exp(-j*pi*K*t.^2); %matched filter

Sot=conv(St,Ht); %chirp signal after matched filter

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)); %sinc function

Z1=20*log10(Z1+1e-6);

t1=t1*B;

plot(t1,Z,t1,Z1,'r.');

axis([-15,15,-50,inf]);grid on;

legend('emulational','sinc');

xlabel('Time in sec \times\itB');

ylabel('Amplitude,dB');

title('Chirp signal after matched filter');

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]);grid on;

set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);

xlabel('Time in sec \times\itB');

ylabel('Amplitude,dB');

title('Chirp signal after matched filter (Zoom)');

3.LFM信号的雷达监测仿真

% input('\nPulse radar compression processing: \n ');

clear;

close all;

T=10e-6;

B=30e6;

Rmin=8500;Rmax=11500;

R=[9000,10000,10200];

RCS=[1 1 1 ];

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];

for i=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;

%Digtal processing of pulse compression radar using FFT and IFFT

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-Nchirp/2;

Z=abs(Sot(N0:N0+Nwid-1));

figure

subplot(211)

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

axis tight;

xlabel('us');ylabel('幅度')

title(['加噪线性调频信号压缩前,SNR =',num2str(-1*10*log10(SNR(i)))]);

subplot(212)

plot(t*C/2,Z)

xlabel('Range in meters');ylabel('幅度')

title(['加噪线性调频信号压缩后,SNR =',num2str(-1*10*log10(SNR(i)))]);

end

应用于雷达系统匹配滤波器的matlab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x(t):

x(t)=s(t)+n(t) (1.1)

其中:s(t)为确知信号,n(t)为均值为零的平稳白噪声,其功率谱密度为

No/2。

设线性滤波器系统的冲击响应为h(t),其频率响应为H(ω),其输出响应:

y(t)=so(t)+no(t) (1.2)

2

输入信号能量: E(s)=⎰-∞s(t)dt

输入、输出信号频谱函数:

S(ω)=⎰s(t)e-jωtdt

-∞

So(ω)=H(ω)S(ω)

1

so(t)=

⎰ωH(ω)S(ω)e

-

jωt

dω (1.4)

输出噪声的平均功率:

2E[no(t)]=

1

-∞

Pno(ω)dω=

12π

-∞

H2(ω)Pn(ω)dω (1.5)

2

jωto

12π= SNRo

12π

-∞∞

H(ω)S(ω)e

2

(1.6)

-∞

H(ω)Pn(ω)d(ω)

利用Schwarz不等式得:

1

SNR≤o

S(ω)

2

-∞

Pn(ω)

ω (1.7)

上式取等号时,滤波器输出功率信噪比SNRo最大取等号条件:

αS*(ω)-jωt

H(ω)= (1.8) e

Pn(ω)

o

当滤波器输入功率谱密度是Pn(ω)=No/2的白噪声时,MF的系统函数为:

H(ω)=kS*(ω)e-jωto,k=

(1.9) No

k为常数1,S*(ω)为输入函数频谱的复共轭,S*(ω)=S(-ω),也是滤波器的传输函数H(ω)。

SNRo=

2Es

(1.10) No

Es为输入信号s(t)的能量,白噪声n(t)的功率谱为No/2

SNRo只输入信号s(t)的能量Es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:

h(t)=ks*(to-t) (1.11) 如果输入信号为实函数,则与s(t)匹配的匹配滤波器的脉冲响应为: h(t)=ks(to-t) (1.12) k为滤波器的相对放大量,一般k=1。 匹配滤波器的输出信号:

so(t)=so(t)*h(t)=kR(t-to) (1.13) 匹配滤波器的输出波形是输入信号的自相关函数的k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k=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(Linear Frequency Modulation)信号,接收时采用匹配滤波器(Matched Filter)压缩脉冲。

LFM信号(也称Chirp 信号)的数学表达式为:

tj2π(fct+Kt2)

2s(t)=rect()e (2.1)

T

t

式中fc为载波频率,rect()为矩形信号,

T

⎧tt⎪1 , ≤1

(2.2) rect()=⎨T

T⎪0 , elsewise

K=

B

,是调频斜率,于是,信号的瞬时频率为fc+Kt (-T≤t≤T),如图1

T

图1 典型的chirp信号(a)up-chirp(K>0)(b)down-chirp(K

将2.1式中的up-chirp信号重写为:

π

s(t)=S(t)j2e

fc

t (2.3)

式中,

tjπK2t

S(t)=re)e (2.4)

T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s(t)的匹配滤波器的时域脉冲响应为:

h(t)=* s(- t) (3.1)0t t0是使滤波器物理可实现所附加的时延。理论分析时,可令t0=0,重写3.1式,

h(t)=s*(-t) (3.2)

将2.1式代入3.2式得:

t-jπK2t

e⨯ h(t)=re)T

j2πcft

e (3.3 )

图3.LFM信号的匹配滤波

如图3,s(t)经过系统h(t)得输出信号so(t),

so(t)=s(t)*h(t)

= =

当0≤t≤T时,

-∞∞

⎰s(u)h(t-u)du =⎰h(u)s(t-u)du

-∞

uj2πfcujπK(t-u)2t-uj2πfc(t-u)-jπKu2

erect()e⨯erect()edu ⎰TT-∞

T

s0(t)=

t-T⎰

e

jπKt2-j2πKtu

edu

=e

jπKt2

e-j2πKtuT⨯ej2πfct (3.4)

-j2πKtt-T =

当-T≤t≤0时,

sinπK(T-t)tj2πfct

e

πKt

t+Ts0(t)=

-T⎰

ejπKte-j2πKtudu

e-j2πKtut+Tj2πfct

(3.5) ⨯e

T-j2πKt-2

=e

jπKt2

=

合并3.4和3.5两式:

sinπK(T+t)tj2πfcte

πKt

t

sinπKT(- s0(t)=πKTt

t)

tftc

re)j2πe (3.6) 2T

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fc的信号。当

t≤T时,包络近似为辛克(sinc)函数。

(KTtrect) S0(t)=TSaπ

tt

=)TSaπBt(rect)( ) (3.7) 2T2T

图4.匹配滤波的输出信号

如图4,当πBt=±π时,t=±

1π1为其第一零点坐标;当πBt=±时,t=±,B22B11

⨯2= (3.8) 2BBT

习惯上,将此时的脉冲宽度定义为压缩脉冲宽度。 τ=

LFM信号的压缩前脉冲宽度T和压缩后的脉冲宽度τ之比通常称为压缩比D, D=

τ

=TB (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,(t/(1/B)=t⨯B)。图中反映出理论与仿真结果吻合良好。第一零点出现在±1(即±的脉冲宽度近似为

1

)处,此时相对幅度-13.4dB。压缩后B

11(±),此时相对幅度-4dB,这理论分析(图3.2)一致。

2BB

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kT2==D,即输出脉冲峰值功率Po比输入脉冲峰值功率P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6 LFM信号的接收处理过程

雷达回波信号sr(t)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T=10 s,载频频率fc=10khz,脉冲宽度

B=30Mhz

图9.SNR=30的脉冲压缩输入输出波形

图10 SNR=20的脉冲压缩输入输出波形

图11 SNR=0的脉冲压缩输入输出波形

图12 SNR=-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

S(t)信号中白噪声n为:

n=sqrt(0.5*SNR)*(randn (1,length(St))+j*randn(1,length(St)))、

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:

%%demo of chirp signal

T=10e-6; %pulse duration10us

B=30e6; %chirp frequency modulation bandwidth 30MHz

K=B/T; %chirp slope

Fs=2*B;Ts=1/Fs; %sampling frequency and sample spacing

N=T/Ts;

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

St=exp(1i*pi*K*t.^2); %generate chirp signal

subplot(211)

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

xlabel('Time in u sec');

title('Real part of chirp signal');

grid on;axis tight;

subplot(212)

freq=linspace(-Fs/2,Fs/2,N);

plot(freq*1e-6,fftshift(abs(fft(St))));

xlabel('Frequency in MHz');

title('Magnitude spectrum of chirp signal');

grid on;axis tight;

2 LFM信号的匹配滤波仿真

%%demo of chirp signal after matched filter

T=10e-6; %pulse duration10us

B=30e6; %chirp frequency modulation bandwidth 30MHz

K=B/T; %chirp slope

Fs=10*B;Ts=1/Fs; %sampling frequency and sample spacing

N=T/Ts;

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

St=exp(j*pi*K*t.^2); %chirp signal

Ht=exp(-j*pi*K*t.^2); %matched filter

Sot=conv(St,Ht); %chirp signal after matched filter

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)); %sinc function

Z1=20*log10(Z1+1e-6);

t1=t1*B;

plot(t1,Z,t1,Z1,'r.');

axis([-15,15,-50,inf]);grid on;

legend('emulational','sinc');

xlabel('Time in sec \times\itB');

ylabel('Amplitude,dB');

title('Chirp signal after matched filter');

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]);grid on;

set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);

xlabel('Time in sec \times\itB');

ylabel('Amplitude,dB');

title('Chirp signal after matched filter (Zoom)');

3.LFM信号的雷达监测仿真

% input('\nPulse radar compression processing: \n ');

clear;

close all;

T=10e-6;

B=30e6;

Rmin=8500;Rmax=11500;

R=[9000,10000,10200];

RCS=[1 1 1 ];

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];

for i=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;

%Digtal processing of pulse compression radar using FFT and IFFT

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-Nchirp/2;

Z=abs(Sot(N0:N0+Nwid-1));

figure

subplot(211)

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

axis tight;

xlabel('us');ylabel('幅度')

title(['加噪线性调频信号压缩前,SNR =',num2str(-1*10*log10(SNR(i)))]);

subplot(212)

plot(t*C/2,Z)

xlabel('Range in meters');ylabel('幅度')

title(['加噪线性调频信号压缩后,SNR =',num2str(-1*10*log10(SNR(i)))]);

end


相关文章

  • 通信原理中的MATLAB仿真设计
  • 毕业设计(论文) 题 目: 通信原理中的MATLAB 仿真设计 学生姓名: 学 号: 所在学院: 专业班级: 届 别: 指导教师: 2010013609 信息工程学院 通信1004 2014届 本科毕业设计(论文)创作诚信承诺书 1. 本人 ...查看


  • 基于Matlab_Simulink的雷达系统建模与仿真
  • 第一部分系统总体与应用技术 基于Matlab/SimuIink的雷达系统建模与仿真 张娟,张林让,吴顺君 (西安电子科技大学雷达信号处理国家重点实验室) 摘要采用Simulink作为仿真工具,首先建立了包含多个子库的雷达系统模型库,利用该模 ...查看


  • 雷达线性调频脉冲压缩的原理及其MATLAB仿真
  • 线性调频(LFM )脉冲压缩雷达仿真 宋萌瑞 [1**********]2 一. 雷达工作原理 雷达是Radar (RAdio Detection And Ranging)的音译词,意为"无线电检测和测距",即利用无线电 ...查看


  • 200KW感应加热电源主电路设计
  • 辽 宁 工 业 大 学 电力电子技术课程设计(论文) 题目:200KW 感应加热电源主电路设计 院(系): 电气工程学院 专业班级: 电气133 学 号: 130303087 学生姓名: 陈夹夹 指导教师: 起止时间:2015-12-24至 ...查看


  • 数字图像与模式识别
  • 实验一 MATLAB图像处理基本操作 一.实验目的 1. 掌握MATLAB 语言中图象数据与信息的读取方法: 2. 掌握图像灰度调整 二.实验要求 1.打开一个BMP 文件 2. 将其局部区域的灰度值进行改变 3. 另存为一个新的BMP 文 ...查看


  • 基于MATLAB的高阶低通滤波器的设计与仿真
  • 论文题目: 基于MATLAB 的高阶低通滤波器的设计与仿真 目 录 前言 . ..................................................................... 3 1 滤波器 . . ...查看


  • 运用Matlab实现光学中的几个傅立叶变换
  • 运用Matlab 实现光学中的几个傅立叶变换 摘要:光学中的傅立叶变换具有难度高,抽象性大的特点,而Matlab 却具有强大的信号处理功能,结合光学中傅立叶变换.傅立叶级数.卷积定理的内容,通过Matlab 程序来体现 光学中几个傅里叶调动 ...查看


  • 数字滤波器毕业论文
  • 摘 要 本文介绍了数字滤波器.IIR 数字滤波器的设计和内插技术及用MA TLAB 工具箱进行IIR 数字滤波器的设计和内插程序的实现.本文介绍了IIR 数字滤波器的三种设计方法,即脉冲响应不变法,双线性变换法和一种IIR 数字滤波器的优化 ...查看


  • 信号发生器的 MATLAB仿真
  • 信号发生器的MATLAB 仿真 [摘要] 本论文以课题"信号发生器的MATLAB 仿真"为背景展开,介绍了MATLAB 仿真技术的发展和信号发生器的现状,结合线性调制系统的应用背景设计了一种结构简便.性能优良的线性调制信 ...查看


热门内容