主要内容

匹配滤波

使用匹配过滤的原因

你可以从结果中看到接收机工作特性发现的概率随着信噪比的增加而增加。对于高斯白噪声中的确定性信号,可以通过使用与信号匹配的滤波器来最大化接收机的信噪比。匹配滤波器是信号的时间反转和共轭版本。匹配的筛选器被转换为因果关系。

支持匹配过滤

使用分阶段。MatchedFilter实现一个匹配的筛选器。

当你使用分阶段。MatchedFilter,您可以自定义匹配滤波器的特征,如匹配滤波器系数和频谱加权窗口。如果应用频谱加权,可以指定覆盖区域和系数抽样率;Taylor、Chebyshev和Kaiser窗口还有其他可以指定的属性。

线性调频波形的匹配滤波

这个例子比较了有和没有频谱加权的匹配滤波结果。频谱加权通常用于线性调频波形,以减少时域的旁瓣。

注意:此示例仅在R2016b或更高版本中运行。如果您正在使用较早的版本,请将对函数的每次调用替换为等效的调用一步语法。例如,替换myObject (x)步骤(myObject x)

创建一个持续时间为0.1毫秒、扫描带宽为100 kHz、脉冲重复频率为5 kHz的线性FM波形。将噪声添加到线性调频脉冲中,并使用匹配滤波器对噪声信号进行滤波。这个例子应用了一个匹配的滤波器,有和没有频谱加权。

指定波形。

波形=相控。LinearFMWaveform (“脉冲宽度”1的军医,脉冲重复频率的5 e3,...“SampleRate”1 e6,“OutputFormat”“脉冲”“NumPulses”, 1...“SweepBandwidth”1 e5);wav = getMatchedFilter(波形);

创建一个不带频谱加权的匹配滤波器,以及一个使用泰勒窗进行频谱加权的匹配滤波器。

过滤器=阶段性。MatchedFilter (“系数”, wav);泰勒滤波器=相控。MatchedFilter (“系数”, wav,...“SpectrumWindow”“泰勒”);

创建信号并添加噪声。

Sig =波形();Rng (17) x = sig + 0.5*(randn(length(sig),1) + 1j*randn(length(sig),1));

分别用每个滤波器对噪声信号进行滤波。

Y = filter(x);Y_taylor = taylorfilter(x);

绘制波形和噪声信号的实部。

T = linspace(0,数字(sig)/波形。SampleRate,...waveform.SampleRate / waveform.PRF);Subplot (2,1,1) plot(t,real(sig))输入信号的) xlim([0 max(t)])网格ylabel (“振幅”) subplot(2,1,2) plot(t,real(x))“输入信号+噪声”) xlim([0 max(t)])网格包含(的时间(秒)) ylabel (“振幅”

图中包含2个轴对象。标题为Input Signal的Axes对象1包含一个line类型的对象。标题为Input Signal + Noise的Axes对象2包含一个line类型的对象。

画出两个匹配滤波器输出的大小。

情节(t、abs (y),“b——”)标题(“匹配的过滤器输出”) xlim([0 max(t)])网格持有情节(t、abs (y_taylor),的r -) ylabel (“级”)包含(“秒”)传说(“无频谱加权”“泰勒窗口”)举行

图中包含2个轴对象。标题为Input Signal的Axes对象1包含一个line类型的对象。带有标题Matched Filter Output的Axes对象2包含2个类型为line的对象。这些对象代表无频谱加权,泰勒窗口。

匹配滤波提高目标检测信噪比

这个例子展示了如何通过执行匹配滤波来提高信噪比。

在全局原点处放置一个各向同性天线单元(0, 0, 0).然后,在距离发射机约7公里处放置一个RCS为1平方米的非波动目标(5000; 5000; 10).设置工作(载频)为10ghz。若要模拟单站雷达,请设置InUseOutputPort属性上的变送器真正的.计算从发射机到目标的距离和角度。

天线=相控。IsotropicAntennaElement (“FrequencyRange”[5 e9 15 e9]);发射机=相控。发射机(“获得”, 20岁,“InUseOutputPort”,真正的);Fc = 10e9;目标=阶段性。RadarTarget (“模型”“Nonfluctuating”...“MeanRCS”, 1“OperatingFrequency”、fc);Txloc = [0;0;0];Tgtloc = [5000;5000;10];发射器平台=相控。平台(“InitialPosition”, txloc);目标平台=阶段性。平台(“InitialPosition”, tgtloc);[tgtrng,tgtang] = rangeangle(目标平台。InitialPosition,...transmitterplatform.InitialPosition);

创建一个持续时间为25 μs的矩形脉冲波形,PRF为10 kHz。在本例中使用单个脉冲。确定给定PRF的最大无歧义范围。使用雷达方程来确定探测目标所需的峰值功率。该目标在发射机工作频率和增益的最大明确范围内的RCS为1平方米。信噪比是基于一个期望的假报警率为1e-6的非相干探测器。

波形=相控。RectangularWaveform (“脉冲宽度”, 25 e-6,...“OutputFormat”“脉冲”脉冲重复频率的, 10 e3,“NumPulses”1);C = physconst(“光速”);maxrange = c/(2* format . prf);信噪比= npwgnthresh(1e-6,1,“非相干”);Lambda = physconst(“光速”) / target.OperatingFrequency;Ts = 290;dbterms = db2pow(SNR - 2*transmitter.Gain);Pt = (4*pi)^3*physconst(玻耳兹曼的) * Ts / waveform.PulseWidth / target.MeanRCS /(λ^ 2)* maxrange ^ 4 * dbterms;

将峰值发射功率设置为雷达方程中的输出值。

发射机。PeakPower = Pt;

创建工作在10 GHz的散热器和收集器对象。为脉冲与目标之间的传播创建一个自由空间路径。然后,为矩形波形创建接收器和匹配的滤波器。

散热器=阶段性。散热器(“PropagationSpeed”c...“OperatingFrequency”足球俱乐部,“传感器”,天线);通道=分阶段。空闲空间(“PropagationSpeed”c...“OperatingFrequency”足球俱乐部,“TwoWayPropagation”、假);收集器=阶段性。收集器(“PropagationSpeed”c...“OperatingFrequency”足球俱乐部,“传感器”,天线);接收器=阶段性。ReceiverPreamp (“NoiseFigure”0,...“EnableInputPort”,真的,“SeedSource”“属性”“种子”2 e3);过滤器=阶段性。MatchedFilter (...“系数”getMatchedFilter(波形),...“GainOutputPort”,真正的);

在创建了定义模型的所有对象之后,就可以将脉冲传播到目标和从目标传播出去。在接收机处采集回波,并进行匹配滤波以提高信噪比。

产生波形。

Wf =波形();

传输波形。

[wf,txstatus] =发射器(wf);

向目标发射脉冲。

Wf =散热器(Wf,tgtang);

向目标发射脉冲。

Wf = channel(Wf,txloc,tgtloc,[0;0;0],[0;0;0]);

把它反射到目标上。

Wf =目标(Wf);

把脉冲传送回发射机。

Wf = channel(Wf,tgtloc,txloc,[0;0;0],[0;0;0]);

收集回声。

Wf =收集器(Wf,tgtang);

接收目标回波。

Rx_puls = receiver(wf,~txstatus);[mf_puls,mfgain] = filter(rx_puls);

得到匹配滤波器的组延迟。

Gd = length(filter.Coefficients)-1;

群时延为常数。

移位匹配的过滤器输出。

mf_puls = [mf_puls (Gd + 1:结束);mf_puls (1: Gd)];Subplot (2,1,1) t = unigrid(0,1e-6,1e-4,“()”);range egates = c.*t;Rangegates = Rangegates /2;情节(rangegates、abs (rx_puls)标题(“收到脉冲”) ylabel (“振幅”)举行Plot ([tgtrng, tgtrng], [0 max(abs(rx_puls))],“r”) subplot(2,1,2) plot(rangegates,abs(mf_puls))“匹配过滤”)包含(“米”) ylabel (“振幅”)举行Plot ([tgtrng, tgtrng], [0 max(abs(mf_puls))],“r”)举行

图中包含2个轴对象。标题为“Received Pulse”的Axes对象1包含2个类型为line的对象。标题为with Matched Filtering的Axes对象2包含2个类型为line的对象。

Baidu
map