线性调频信号的脉冲压缩(匹配滤波)

脉冲压缩的作用:在实际中对两个距离较近的目标进行检测,由于时间上没有足够的分离,两个目标的回波信号重叠了,无法将两个目标识别出来。脉冲压缩后,两个目标可以完全分别,被识别为两个独立的目标。使用短脉冲或使用经过信号处理的短脉冲可使回波间隔变大,保证两个信号不被同一脉冲同时照到,有良好的分辨率。但是长脉冲有更大的峰值功率,可以提高信噪比。因此,在信号处理中,常发送一个展宽脉冲,再对其进行脉冲压缩以得到所需分辨率,即为脉冲压缩。

目录

匹配滤波

匹配滤波器的数学推导

线性调频信号的时域压缩

基带信号

非基带信号

线性调频信号的频域压缩

基带信号

 非基带信号


匹配滤波

匹配滤波几乎是所有雷达接收机设计的基础,又称相关接收机。信号和噪声叠加在一起,匹配滤波使信号成分在某一瞬时出现峰 值,而噪声成分受到抑制,即使输出的信噪比最大。匹配滤波器可以让某一个时刻的信噪比最大。

匹配滤波器的数学推导

 

结论: 冲击响应是发射信号的时域翻转与共轭

线性调频信号的时域压缩

基带信号

基带信号是指最低正频相对于带宽很小的信号,在零频时刻位于脉冲中心。

发射信号s(t)=rect(\frac{t}{T})exp(j\pi Kt^2)=u(t)exp(j\phi (t)t)

t0时延后目标接收回波为S_{r}=rect(\frac{t-t_{0}}{T})exp\left \{ j\pi K(t-t_{0})^{2} \right \}

t0为0时的匹配滤波器为时间反褶后的s(t)的复共轭:h(t)=rect(\frac{t}{T})exp\left \{ -j\pi K(-t)^2 \right \}=rect(\frac{t}{T})exp\left \{ -j\pi Kt^2 \right \}

匹配滤波器的输出由输入与滤波器的卷积得出:S_{out}=S_{r}(t)\bigotimes h(t)=\int_{-\infty }^ {+\infty }S_{r}(u)h(t-u)du

Fs = 5e6;                   % 采样频率 
T = 10e-5;                  % 脉冲宽度100微秒
B = 1e6;                    % 带宽1MHz
K= B/T;                    % 调频斜率
N = round(T*Fs);            % 采样点个数,round函数用于舍入到最接近的整数
t = -T/2:1/Fs:T/2-1/Fs;
%t = linspace(-T/2,T/2,N);-T/2到T/2,总共输出N个数,则步长为T/N

s = exp(i*K*pi*t.^2);       % 线性调频(LFM)信号
h=conj(fliplr(s));          %将输入信号反转后取共轭
u=conv(s,h);                %时域卷积得到输出

N1=N+N-1;                   %线性卷积后信号长度变为Na+Nb-1
t1= linspace(-T/2,T/2,N1);   %-T/2到T/2,总共输出N1个数,则步长为T/N1

%计算旁瓣与主瓣的比值,再化为弧度制
a=abs(u);
a=a/max(a);
a=20*log10(a+eps);    %eps代表浮动

figure
subplot(2,2,1)
plot(t1,real(s));            % real(s)表示信号s的实部
title('(a)原始信号的实部');
xlabel('t/s');ylabel('幅度');
axis([-5e-5 5e-5 -1.5 1.5])     % 根据生成图像限定范围
subplot(2,2,2)
plot(t1,a);            % imag(s)可以表示信号s的虚部   
title('(c)压缩后的信号(经扩展)');
ylabel('弧度(dB)');
axis([-1e-5 1e-5 -30 2])     % 根据生成图像限定范围
subplot(2,2,3)
plot(t1,real(u));            
title('(b)压缩后的信号');
xlabel('相对于t0时间(us)');ylabel('幅度');
axis([-4e-5 4e-5 -100 500])
subplot(2,2,4)
plot(t1,angle(u));            
title('(d)压缩后信号的相位(经扩展)');
xlabel('相对于t0时间(us)');ylabel('相位(弧度)');
axis([-1e-5 1e-5 -5 5])

 、

非基带信号

非基带信号可以视为零频时刻偏离脉冲中心的信号。tc是脉冲中心相对于t=0的时间偏移。

s(t)=rect(\frac{t}{T})exp(j\pi K(t-t_{c})^2)

S_{r}=rect(\frac{t-t_{0}}{T})exp\left \{ j\pi K(t-t_{0}-t_{c})^{2} \right \}

h(t)=s^{*}(-t)=rect(\frac{t}{T})exp\left \{ -j\pi K(t+t_{c})^2 \right \}

只需替换代码

tc=1e-5;
s = exp(i*K*pi*(t-tc).^2);       % 非基带信号

得到结果

线性调频信号的频域压缩

基带信号

即将时域信号和滤波器转换到频域上相乘,再进行傅里叶逆变换得到滤波之后的信号。

可通过快速傅里叶变换得到,也可以利用POSP近似得到。

POSP:

S_{r}(f)=rect\left \{ \frac{f}{|K|T} \right \}exp\left \{ -j\pi \frac{f^2}{K} \right \}exp\left \{ -j2\pi ft_{0} \right \}

t0指附加线性相位源于相对零时刻的偏移。

H(f)=rect\left \{ \frac{f}{|K|T} \right \}exp\left \{ +j\pi \frac{f^2}{K} \right \}

S_{out}(f)=S_{r}(f)H(f)=rect\left \{ \frac{f}{|K|T} \right \}exp\left \{ -j2\pi ft_{0} \right \}nibianh

逆变换后得到压缩信号:s_{out}(t)=|K|Tsinc\left \{ KT(t-t_{0}) \right \}

T = 20e-5;                  % 脉冲宽度
B = 1e6;                    % 带宽1MHz
Fs =5e6;                   % 采样频率 
K= B/T;                     % 调频斜率
N = round(T*Fs);            % 采样点个数,round函数用于舍入到最接近的整数
N1=2*N-1;
t = linspace(-T/2,T/2,N1);   %-T/2到T/2,总共输出N个数,则步长为T/N
f = linspace(-K*Fs/2,K*Fs/2,N1);
s = exp(i*K*pi*t.^2); 

t0=1e-6;
S=exp(-i*pi*f.^2./K).*exp(-i*2*pi*f*t0);
H=exp(i*pi*f.^2./K);

U=S.*H;
u=K*T.*sinc(K*T.*(t-t0));

figure
subplot(2,3,1)
plot(f,real(U));            % real(s)表示信号s的实部
title('信号的实部');
xlabel('频率(Hz)');ylabel('幅度');
axis([0 1e15 -1.5 1.5])     % 根据生成图像限定范围
subplot(2,3,2)
plot(f,imag(U));            % imag(s)可以表示信号s的虚部   
title('信号的虚部');
xlabel('频率(Hz)');ylabel('幅度');
axis([0 1e15 -1.5 1.5])     % 根据生成图像限定范围
subplot(2,3,3)
plot(f,U);            % imag(s)可以表示信号s的虚部   
title('频域信号');
xlabel('频率(Hz)');ylabel('幅度');
axis([0 1e15 -1.5 1.5])     % 根据生成图像限定范围
subplot(2,3,4)
plot(t,s);              
title('原始时域信号');
xlabel('t(s)');ylabel('幅度');
axis([-5e-5 5e-5 -1.5 1.5])     % 根据生成图像限定范围
subplot(2,3,5)
plot(t,real(u));            %压缩后信号的实部
title('压缩后时域信号');
xlabel('t(s)');ylabel('幅度');
axis([-5e-5 5e-5 -3e5 10e5])     % 根据生成图像限定范围

 非基带信号

对于非基带信号,频谱被旋转,信号中心频率不再为零。在频谱平移时会在时域中引入一个压缩目标峰值处过零的线性相位。

S_{r}(f)=rect\left \{ \frac{f+Kt_{c}}{|K|T} \right \}exp\left \{ -j\pi \frac{f^2}{K} \right \}exp\left \{ -j2\pi f(t_{0}+t_{c}) \right \}

H(f)=rect\left \{ \frac{f+Kt_{c}}{|K|T} \right \}exp\left \{ +j\pi \frac{f^2}{K} \right \}

S_{out}(f)=S_{r}(f+Kt_{c})H(f)=rect\left \{ \frac{f}{|K|T} \right \}exp\left \{ -j2\pi f(t_{0}+t_{c}) \right \}

s_{out}(t)=|K|Texp\left \{ -j2\pi Kt_{c}(t-t_{0}-t_{c}) \right \}sinc\left \{ KT(t-t_{0}-t_{c}) \right \}

T = 1e-5;                  % 脉冲宽度
B = 2e6;                    % 带宽1MHz

tc=1e16;
f = linspace(-K*Fs/2-K*tc,K*Fs/2-K*tc,N1);

S=exp(-i*pi*f.^2./K).*exp(-i*2*pi*f*(t0+tc));
H=exp(i*pi*f.^2./K);

U=S.*H;
u=K*T.*exp(-i*2*pi*K*tc*(t-t0-tc)).*sinc(K*T.*(t-t0));

  • 21
    点赞
  • 187
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值