随机信号上机作业.doc

随机信号分析上机作业姓名：王霞学号：111040709学院：电光学院指导老师：顾红一：仿真伪相位编码连续波雷达的信号处理。设码频为 5MHz，伪码周期内码长为 511，雷达载频为10GHz，输入噪声为高斯白噪声，视频输入信噪比为-15dB，相干积累总时宽不大于 10ms，给出回波视频表达式，脉压和 FFT后的表达式；仿真给出脉压和 FFT 后的输出图形；通过仿真说明各级处理的增益，与各级时宽和带宽的关系；仿真说明脉压时多卜勒敏感现象和多卜勒容限及其性能损失（脉压主旁比与多卜勒的曲线）回波视频表达式： 脉压后的表达式：FFT后的表达式：仿真：a) 脉压后的输出图形（有噪声）脉压增益为：G1=511与时宽带宽的关系：脉压增益=时宽带宽积b) FFT后的输出图形（有噪声）FFT的增益为：G2=N/2=97/2=48.5脉压多普勒敏感现象c）无多普勒时，脉压输出图形d）小多普勒时，脉压输出图形e）脉压长度为多普勒整周期时，脉压输出图形由图可以看出：无多普勒时，脉压比为511，小多普勒的时候，脉压比小于511，脉压长度为多普勒整周期时，脉压输出基本为0。多普勒容限f）脉压长度刚好为多普勒信号一个周期一半时，脉压输出图形,脉压长度刚好为多普勒信号一个周期一半时，脉压输出损失2.94db。性能损失改变多普勒频率，记录主旁瓣比，如表一所示：表一Fd/KHz012345678910主旁瓣比/db80523934294242017105g）主旁瓣比与多普勒频率关系附MATLAB程序：clc;clear;fm=5e6;%码频fs=30e6;fc=10e9;%载频t=10e-3;%相干积累总时宽T=1/fm*511;%周期N=97; %积累时间不大于10ms，Nt/T=97.8474,所以N取小于97的整数snr=-15;%信噪比%-511位m序列产生-%fbconnection=0 0 0 1 0 0 0 0 1;n = length(fbconnection);m = 2n-1;register = 1 0 1 0 1 0 1 0 1;%定义移位寄存器的初始状态mseqmatrix(1)= register(n);for i = 2:m newregister(1)= mod(sum(fbconnection.*register),2); for j = 2:n newregister(j)= register(j-1); end register = newregister; mseqmatrix(i) = register(n);endm_511=2*mseqmatrix-1; %-0延时，0多普率的回波-%hb=repmat(m_511,1,N);hb=awgn(hb,snr,measured);hb1=hb;%-脉压%pipei=fliplr(m_511);hbb1=conv(pipei,hb1);figure;plot(hbb1);%-距离门重排-%for r=1:N for h=1:m s_hb1(h,r)=hbb1(r-1)*m+h); endendfigure;mesh(1:N,1:511,s_hb1);% %-for h=1:mr_fft(h,:)=abs(fft(s_hb1(h,:);endfigure;mesh(1:N,1:511,r_fft);%-% for a=1:10% fd=a*1e3;fd=5e6/511/4;i=1:511*N;duopule=cos(2*pi*fd/fm*i);hb2=hb.*duopule;%-脉压%pipei=fliplr(m_511);hbb2=conv(pipei,hb2);m_hb1=abs(hbb2);m_hb=abs(hbb2)/max(m_hb1);m_hb=10*log(m_hb);figure;plot(m_hb);%-距离门重排-%for r=1:N for h=1:m s_hb2(h,r)=hbb2(r-1)*m+h); endendfigure;mesh(1:N,1:511,s_hb2); %-for h=1:mr_fft2(h,:)=abs(fft(s_hb2(h,:);endfigure;mesh(1:N,1:511,r_fft2);%-% end二：仿真线性调频连续波雷达的信号处理。设线性调频带宽为5MHz，时宽为102.2us，雷达载频为10GHz，输入输出为高斯白噪声，视频输入信噪比为-15dB，相干积累总时宽不大于10ms，给出回波视频表达式，脉压和FFT后的表达式；仿真给出脉压和FFT后的输出图形；通过仿真说明各级处理的增益，与各级时宽和带宽的关系；仿真说明脉压时多卜勒敏感现象。线性调频信号：LFM信号的数学表达式：式中为载波频率，为矩形信号， 线性调频信号回波表达式设输入信号为：sf=A*exp(j*2*pi*f0*t+j*pi*K*t.*t)；则回波信号为：SR=A*exp(j*2*pi*f0*(t-t_yc)+j*pi*K*(t-t_yc).*(t-t_yc)；其中t_yc = 2*(R+t*V)/C,R为发射机到目标的距离，C为光速。图1：发射信号的时域波形图2：上图为回波信号的时域波形下图为回波信号FFT后的频域波形由于相干积累的时宽不大于10ms，所以取20个时宽为T的线性调频脉冲做相干积累。图3：脉压后的时域波形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， 上式表明，压缩比也就是LFM信号的时宽频宽积。 脉压时多卜勒敏感现象：回波信号通过一个匹配滤波器就能对所有多普勒信号同时进行压缩，所以线性调频信号是多卜勒不敏感信号。附：MATLAB程序clc;clear all;close all;%参数设定%C=3e8; bw=5e6;% 线性调频带宽T=1.022e-4;%信号脉冲宽度f0=10e9; %载波频率A=1;%信号幅度N=512;%采样点数K=bw/T;%调频斜率Ts=T/N;%采样间隔Fs=1/Ts;%采样频率SNR=-15;TT=2.044e-3;%相干积累总时间Numpulse=TT/T;%脉冲数R0=0;para=1000 150 0 -15;%距离，速度，方位，信噪比Num=1;%目标个数%回波信号%t_yc0=2*R0/C;Rec=zeros(Num,Numpulse*N);t=0:Ts:(N*Numpulse-1)*Ts;sf=A*exp(j*2*pi*f0*(mod(t,T)-t_yc0)+j*pi*K*(mod(t,T)-t_yc0).*(mod(t,T)-t_yc0);%产生线性调频信号t_yc=2*(1000+t*150)/C;Rec=A*exp(j*2*pi*f0*(mod(t,T)-t_yc)+j*pi*K*(mod(t,T)-t_yc).*(mod(t,T)-t_yc);SR=Rec*10(SNR/20);figure(1)subplot(2,1,1);plot(t,sf);axis(0 2e-4 -1 1);xlabel(时间t/s);ylabel(幅度);figure(2)subplot(2,1,1);plot(t,SR);axis(0 2.044e-4 -0.2 0.2);xlabel(时间t/s);ylabel(幅度);S=(abs(fft(SR);subplot(2,1,2); f=(1:length(S)/length(S)*Fs; plot(f,S/max(S); axis(0 5e6 0 1); xlabel(频率f/Hz); ylabel(归一化幅度);%回波信号脉压% Srw=fft(SR); Sw=fft(sf); Sot=fftshift(ifft(Srw.*conj(Sw); figure(3)subplot(2,1,1);plot(t*C/2,Sot);axis(0 3e4 0 140);xlabel(距离);ylabel(幅度);subplot(2,1,2);plot(t*C/2,Sot);xlabel(距离);ylabel(幅度);三：假设有一个二坐标雷达对一平面上运动目标的进行观察，目标在t=0400s沿y轴做恒速直线运动，运动速度为-15m/s，目标的起点为（2000m，10000m）雷达扫描周期为2s，x和y独立的进行观察，观察噪声的标准差均为100m。试建立雷达对目标的跟踪算法，并进行仿真分析，给出仿真结果，画出目标真实轨迹，对目标的观察和滤波曲线。仿真结果：三种曲线比较显示：附matlab程序：clc;clear;T=2;%雷达扫描周期t=0:T:400;%目标运动时间%目标起点x0=2000;y0=10000;%目标速度vx=0;vy=-15;x=x0+vx.*t;y=y0+vy.*t;figure;plot(x,y);axis(1000,3000,3000,11000);xlabel(x(单位：m);ylabel(y(单位：m);title(目标真实轨迹);x_noise=x+normrnd(0,100,1,length(t);y_noise=y+normrnd(0,100,1,length(t);figure;plot(x_noise,y_noise);axis(1000,3000,3000,11000);xlabel(x(单位：m);ylabel(y(单位：m);title(对目标的观察曲线);A=1 T ;0 1 ;%状态转移矩阵C=1;K=0.2*(1.8-2*sqrt(0.8)/T;X=zeros(2,length(t);Y=zeros(2,length(t);Sx=zeros(2,length(t);Sy=zeros(2,length(t);%Xfor k=1:length(t) X(:,k)=x_noise(k);vx;endSx(:,1)=X(:,1);for k=2:length(t) Sx(:,k)=A*Sx(:,k-1)+K*(X(:,k)-C*A*(A*Sx(:,k-1);end%Yfor k=1:length(t) Y(:,k)=y_noise(k);vy;endSy(:,1)=Y(:,1);for k=2:length(t) Sy(:,k)=A*Sy(:,k-1)+K*(Y(:,k)-C*A*(A*Sy(:,k-1);endx_k=zeros(1,length(t);y_k=zeros(1,length(t);for k=1:length(t) x_