《匹配濾波器設(shè)計(jì)仿真》由會(huì)員分享，可在線閱讀，更多相關(guān)《匹配濾波器設(shè)計(jì)仿真（14頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、雷達(dá)系統(tǒng)匹配濾波器的仿真 一．匹配濾波器原理 在輸入為確知加白噪聲的情況下，所得輸出信噪比最大的線性濾波器就是匹配濾波器，設(shè)一線性濾波器的輸入信號(hào)為： （1.1） 其中：為確知信號(hào)，為均值為零的平穩(wěn)白噪聲，其功率譜密度為。 設(shè)線性濾波器系統(tǒng)的沖擊響應(yīng)為，其頻率響應(yīng)為，其輸出響應(yīng)： （1.2） 輸入信號(hào)能量： （1.3） 輸入、輸出信號(hào)頻譜函數(shù)：

2、（1.4） 輸出噪聲的平均功率： （1.5） （1.6） 利用Schwarz不等式得： （1.7） 上式取等號(hào)時(shí)，濾波器輸出功率信噪比最大取等號(hào)條件： (1.8) 當(dāng)濾波器輸入功率譜密度是的白噪聲時(shí)，MF的系統(tǒng)函數(shù)為： (1.9) 為常數(shù)1，

3、為輸入函數(shù)頻譜的復(fù)共軛，，也是濾波器的傳輸函數(shù)。 (1.10) 為輸入信號(hào)的能量，白噪聲的功率譜為 只輸入信號(hào)的能量和白噪聲功率譜密度有關(guān)。 白噪聲條件下，匹配濾波器的脈沖響應(yīng)： (1.11) 如果輸入信號(hào)為實(shí)函數(shù)，則與匹配的匹配濾波器的脈沖響應(yīng)為： (1.12) 為濾波器的相對(duì)放大量，一般。

4、 匹配濾波器的輸出信號(hào)： (1.13) 匹配濾波器的輸出波形是輸入信號(hào)的自相關(guān)函數(shù)的倍，因此匹配濾波器可以看成是一個(gè)計(jì)算輸入信號(hào)自相關(guān)函數(shù)的相關(guān)器，通常=1。 二．線性調(diào)頻信號(hào)（LFM） 脈沖壓縮雷達(dá)能同時(shí)提高雷達(dá)的作用距離和距離分辨率。這種體制采用寬脈沖發(fā)射以提高發(fā)射的平均功率，保證足夠大的作用距離；而接受時(shí)采用相應(yīng)的脈沖壓縮算法獲得窄脈沖，以提高距離分辨率，較好的解決雷達(dá)作用距離與距離分辨率之間的矛盾。 脈沖壓縮雷達(dá)最常見(jiàn)的調(diào)制信號(hào)是線性調(diào)頻（Linear Frequency Modulation）信號(hào),接收時(shí)

5、采用匹配濾波器（Matched Filter）壓縮脈沖。 LFM信號(hào)(也稱(chēng)Chirp 信號(hào))的數(shù)學(xué)表達(dá)式為： (2.1) 式中為載波頻率，為矩形信號(hào)， （2.2） ，是調(diào)頻斜率，于是，信號(hào)的瞬時(shí)頻率為，如圖1 圖1 典型的chirp信號(hào)（a）up-chirp(K>0)（b）down-chirp(K<0) 將2.1式中的up-chirp信號(hào)重寫(xiě)為：

6、 （2.3） 式中， （2.4） 是信號(hào)s(t)的復(fù)包絡(luò)。由傅立葉變換性質(zhì)，S(t)與s(t)具有相同的幅頻特性，只是中心頻率不同而以，因此，Matlab仿真時(shí)，只需考慮S(t)。通過(guò)MATLAB仿真可得到信號(hào)時(shí)域和頻域波形如下圖所示： 圖2.LFM信號(hào)的時(shí)域波形和幅頻特性 三．線性調(diào)頻信號(hào)的匹配濾波器 信號(hào)的匹配濾波器的時(shí)域脈沖響應(yīng)為： （3.1） 是使濾波器物

7、理可實(shí)現(xiàn)所附加的時(shí)延。理論分析時(shí)，可令＝0，重寫(xiě)3.1式， （3.2） 將2.1式代入3.2式得: (3.3 ) 圖3.LFM信號(hào)的匹配濾波 如圖3,經(jīng)過(guò)系統(tǒng)得輸出信號(hào)， 當(dāng)時(shí), (3.4) 當(dāng)時(shí), (3.5) 合并3.4和3.5兩式：

8、 （3.6） 3.6式即為L(zhǎng)FM脈沖信號(hào)經(jīng)匹配濾波器得輸出,它是一固定載頻的信號(hào)。當(dāng)時(shí)，包絡(luò)近似為辛克（sinc）函數(shù)。 （3.7） 圖4.匹配濾波的輸出信號(hào) 如圖4，當(dāng)時(shí)，為其第一零點(diǎn)坐標(biāo)；當(dāng)時(shí)，，習(xí)慣上，將此時(shí)的脈沖寬度定義為壓縮脈沖寬度。 (3.8) LFM信號(hào)的壓縮前脈沖寬度T和壓縮后的脈沖寬度之比通常稱(chēng)為壓縮比D，

9、 （3.9） 3.9式表明，壓縮比也就是LFM信號(hào)的時(shí)寬頻寬積。 由（2.1）,（3.3）,（3.6）式，s(t),h(t),so(t)均為復(fù)信號(hào)形式，Matab仿真時(shí)，只需考慮它們的復(fù)包絡(luò)S(t),H(t),So(t)即可。經(jīng)MATLAB仿真得線性調(diào)頻信號(hào)經(jīng)過(guò)匹配濾波器的波形信號(hào)如圖5所示： 圖5.Chirp信號(hào)的匹配濾波 圖5中，時(shí)間軸進(jìn)行了歸一化，（）。圖中反映出理論與仿真結(jié)果吻合良好。第一零點(diǎn)出現(xiàn)在（即）處，此時(shí)相對(duì)幅度-13.4dB。壓縮后的脈沖寬度近似為（），此時(shí)相對(duì)幅度-4dB,這理論分析（圖3.2）一致。如果

10、輸入脈沖幅度為1，且匹配濾波器在通帶內(nèi)傳輸系數(shù)為1，則輸出脈沖幅度為，即輸出脈沖峰值功率比輸入脈沖峰值功率增大了D倍。 四．雷達(dá)系統(tǒng)對(duì)線性調(diào)頻信號(hào)的檢測(cè) 在實(shí)際實(shí)際雷達(dá)系統(tǒng)中，LFM脈沖的處理過(guò)程如圖6。 圖6 LFM信號(hào)的接收處理過(guò)程 雷達(dá)回波信號(hào)經(jīng)過(guò)正交解調(diào)后，得到基帶信號(hào)，再經(jīng)過(guò)匹配濾波脈沖壓縮后就可以作出判決。正交解調(diào)原理如圖7，雷達(dá)回波信號(hào)經(jīng)正交解調(diào)后得兩路相互正交的信號(hào)I(t)和Q(t)。一種數(shù)字方法處理的的匹配濾波原理如圖8。 圖7 正交解調(diào)原理 圖8 一種脈沖壓縮雷達(dá)的數(shù)字處理方式 以下各圖為經(jīng)過(guò)脈沖壓縮輸出的已加噪聲的線性調(diào)頻信

11、號(hào)（模擬雷達(dá)回波信號(hào)）的matlab仿真結(jié)果：波形參數(shù)脈沖寬度=10，載頻頻率=10khz，脈沖寬度B=30Mhz 圖9.SNR=30的脈沖壓縮輸入輸出波形 圖10 SNR=20的脈沖壓縮輸入輸出波形 圖11 SNR=0的脈沖壓縮輸入輸出波形 圖12 SNR=-10的脈沖壓縮輸入輸出波形 圖13. SNR=-20的脈沖壓縮輸入輸出波形 圖14. SNR=-30的脈沖壓縮輸入輸出波形 信號(hào)中白噪聲n為： 、 仿真表明，線性調(diào)頻信號(hào)經(jīng)匹配濾波器后脈沖寬度被大大壓縮，信噪比得到了顯著提高，但是雷達(dá)目標(biāo)回波信號(hào)信號(hào)的匹配濾波仿真結(jié)果

12、圖9-14可以看出當(dāng)信噪比小于零時(shí)隨著信噪比的不斷減小，所噪聲對(duì)線性調(diào)頻信號(hào)的干擾愈來(lái)愈明顯，當(dāng)信噪比達(dá)到-30dB時(shí)已經(jīng)有部分回波信號(hào)被淹沒(méi)了，也就是說(shuō)當(dāng)信噪比更小時(shí)即使是經(jīng)過(guò)脈沖壓縮，噪聲仍能淹沒(méi)有用信號(hào)。 五．程序附錄 1.線性頻率調(diào)制信號(hào)（LFM）仿真： %%demo of chirp signal T=10e-6; %pulse duration10us B=30e6; %chirp frequency modulation bandwidth 30MHz K=B/T

13、; %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 s

14、ignal); 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信號(hào)的匹配濾波仿真 %%demo of chirp signal after matched filter T=10e-6;

15、 %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);

16、 %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));

17、 %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)

18、 %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 match

19、ed filter (Zoom)); 3．LFM信號(hào)的雷達(dá)監(jiān)測(cè)仿真 % input(\nPulse radar compression processing: \n ); clear; close all; T=10e-6; B=30e6; Rmin=8500;Rmax=11500; R=[9000,10000,10200]; R

20、CS=[1 1 1 ]; C=3e8; K=B/T; Rwid=Rmax-Rmin; Twid=2*Rwid/C; Fs=5*B;Ts=1/Fs;

21、 Nwid=ceil(Twid/Ts); t=linspace(2*Rmin/C,2*Rmax/C,Nwid); M=length(R);

22、 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)

23、sing 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*t

24、0.^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([加噪線性調(diào)頻信號(hào)壓縮前,SNR =,num2str(-1*10*log10(SNR(i)))]); subplot(212) plot(t*C/2,Z) xlabel(Range in meters);ylabel(幅度) title([加噪線性調(diào)頻信號(hào)壓縮后,SNR =,num2str(-1*10*log10(SNR(i)))]); end