匹配滤波器设计仿真

1、精选优质文档-倾情为你奉上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

2、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

3、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： (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)

4、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

5、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，（）

6、。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6 LFM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

7、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

8、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 signalT=10e-6; %pulse duration10usB=30e6; %chirp frequency modulation bandwidth 30MHzK=B/T; %chirp slopeFs=2*B;Ts=1/Fs; %sampling frequency and s

9、ample spacingN=T/Ts;t=linspace(-T/2,T/2,N);St=exp(1i*pi*K*t.2); %generate chirp signalsubplot(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('

10、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 filterT=10e-6; %pulse duration10usB=30e6; %chirp frequency modulation bandwidth 30MHzK=B/T; %chirp slopeFs=10*B;Ts=1/Fs; %sampling frequency and sample spac

11、ingN=T/Ts;t=linspace(-T/2,T/2,N);St=exp(j*pi*K*t.2); %chirp signalHt=exp(-j*pi*K*t.2); %matched filterSot=conv(St,Ht); %chirp signal after matched filtersubplot(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 functionZ1=20*log10(Z1+1e-6)

12、;t1=t1*B; plot(t1,Z,t1,Z1,'r.');axis(-15,15,-50,inf);grid on;legend('emulational','sinc');xlabel('Time in sec timesitB');ylabel('Amplitude,dB');title('Chirp signal after matched filter');subplot(212) %zoomN0=3*Fs/B;t2=-N0*Ts:Ts:N0*Ts;t2=B*t2;plot(t2,Z(

13、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 timesitB');ylabel('Amplitude,dB');title('Chirp signal after matched filter (Zoom)');3LFM信号的雷达监测仿真% input(

14、'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(

15、1,Nwid);SNR=1,0.1,0.01,0.001,10,100,1000;for i=1:1:7Srt1=RCS*(exp(1i*pi*K*td.2).*(abs(td)<T/2); 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 IFFTNchirp=ceil(T/Ts); Nfft=2nextpow2(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);figuresubplot(211)plot(t*1e6,real(Srt); axis tight;xlab