雷達(dá)對(duì)抗技術(shù)實(shí)驗(yàn)報(bào)告

..PAGE..word.zl.HarbinInstituteofTechnology雷達(dá)對(duì)抗技術(shù)實(shí)驗(yàn)報(bào)告〔一〕XX：學(xué)號(hào)：班級(jí)：1105201指導(dǎo)教師：冀振元，李高鵬哈工大電子與信息工程學(xué)院電子工程系..PAGE..word.zl.雷達(dá)對(duì)抗技術(shù)實(shí)驗(yàn)〔一〕一、理論根底1、信號(hào)產(chǎn)生線性調(diào)頻連續(xù)波〔LFMCW〕信號(hào)單周期表達(dá)式為：上式中，的取值X圍是QUOTE：LFMCW信號(hào)調(diào)制斜率，且：QUOTE:LFMCW信號(hào)起始頻率 ：LFMCW信號(hào)幅度：LFMCW信號(hào)帶寬 ：LFMCW信號(hào)周期 多周期信號(hào)： 式中，QUOTE為整數(shù)采用FFT對(duì)信號(hào)進(jìn)展譜分析，并用QUOTE頻譜進(jìn)展平移顯示。仿真生成如下：圖1 單周期線性調(diào)頻信號(hào)時(shí)域和頻譜圖圖2 多周期線性調(diào)頻信號(hào)時(shí)域和頻譜圖2、信號(hào)分析非平穩(wěn)信號(hào)是指信號(hào)的統(tǒng)計(jì)特征隨時(shí)間變化的時(shí)變信號(hào)，其頻率也是時(shí)間的函數(shù)。線性調(diào)頻信號(hào)是典型的非平穩(wěn)信號(hào)。傳統(tǒng)的傅立葉變換可求得信號(hào)的頻率，但該方法是基于信號(hào)的全局信息，并不能反映信號(hào)的局部特征，也不能反映其中某個(gè)頻率分量出現(xiàn)的具體時(shí)間及其變化趨勢(shì)，不具備分析信號(hào)的瞬時(shí)有效性。而瞬時(shí)頻率，能給出信號(hào)的調(diào)制變化規(guī)律，具有它獨(dú)特的優(yōu)勢(shì)和瞬時(shí)有效性。瞬時(shí)頻率作為描繪非平穩(wěn)信號(hào)特征的一個(gè)重要物理量，其估計(jì)和提取一直是非平穩(wěn)信號(hào)處理中的研究熱點(diǎn)。目前，人們已提出如瞬時(shí)自相關(guān)法、相位法、過(guò)零點(diǎn)法、時(shí)頻分析等多種手段和方法。本實(shí)驗(yàn)只要求時(shí)頻分析方法。在信號(hào)的時(shí)頻分析中用的最多的就是短時(shí)傅立葉變換〔STFT〕，短時(shí)傅立葉變換是典型的線性時(shí)頻表示。這種變換的根本思想就是用一個(gè)窗函數(shù)乘時(shí)間信號(hào)，該窗函數(shù)的時(shí)寬足夠窄，使取出的信號(hào)可以看成是平穩(wěn)的，然后進(jìn)展傅立葉變換，可以反映該時(shí)寬中的頻譜，如果讓窗函數(shù)沿時(shí)間軸移動(dòng)，可以得到信號(hào)頻譜隨時(shí)間變化的規(guī)律?，F(xiàn)對(duì)短時(shí)傅立葉變換及其性質(zhì)介紹如下。它在傅里葉分析中通過(guò)加窗來(lái)觀察信號(hào)，因此，短時(shí)傅里葉變換也稱加窗傅里葉變換。其表達(dá)式為：其中QUOTE表示QUOTE的復(fù)共軛，QUOTE是輸入信號(hào)，QUOTE是窗函數(shù)。在這個(gè)變換中，QUOTE起著頻限的作用，QUOTE起著時(shí)限的作用。隨著QUOTE的變化，QUOTE所確定的“時(shí)間窗〞在QUOTE軸上移動(dòng)，使QUOTE“以某一時(shí)間間隔步進(jìn)〞進(jìn)展分析。因此，QUOTE往往被稱為窗口函數(shù)，QUOTE大致反映了QUOTE在QUOTE時(shí)刻頻率QUOTE的“信號(hào)成分〞相對(duì)含量。在實(shí)際應(yīng)用中，有時(shí)需要研究信號(hào)能量在時(shí)頻平面中的二維分布情況，為此將短時(shí)傅立葉變換取模平方，得到二次型時(shí)頻分布，稱為短時(shí)功率或譜圖。通過(guò)譜圖我們可以從整體上觀測(cè)信號(hào)的頻率X圍以及時(shí)頻分布情況?？梢钥闯觯虝r(shí)傅立葉變換用線性時(shí)頻表示，它不存在穿插項(xiàng)：而譜圖用二次型的時(shí)頻表示，如果兩信號(hào)的短時(shí)傅立葉變換在時(shí)頻平面的支撐區(qū)域不重疊，仍可認(rèn)為其譜圖滿足疊加性。在短時(shí)傅里葉的分析中，窗函數(shù)常常起關(guān)鍵的作用。所加的窗函數(shù)能否正確反映信號(hào)的時(shí)頻特性(即窗函數(shù)是否具有較高的時(shí)間分辨率和頻率分辨率)，與待分析信號(hào)的平穩(wěn)特性有關(guān)。為了了解窗函數(shù)的影響，假設(shè)窗函數(shù)取兩種極端情況。第一種極端情況是取QUOTE，此時(shí)信號(hào)的STFT可表示為其中QUOTE表示傅立葉算子。這種情況下，STFT退化為信號(hào)的傅立葉變換，沒(méi)有任何的時(shí)間分辨率，卻有最好的頻率分辨率。第二種極端情況是取QUOTE，此時(shí)STFT退化為信號(hào)，有理想的時(shí)間分辨率，但不提供任何頻率分辨率。短時(shí)傅立葉變換由于使用了一個(gè)可以移動(dòng)的時(shí)間窗，使其具有一定的時(shí)間分辨率。短時(shí)傅立葉變換的時(shí)間分辨率取決于窗函數(shù)QUOTE的長(zhǎng)度，為了提高信號(hào)的時(shí)間分辨率，希望QUOTE的長(zhǎng)度愈短愈好。但是頻域分辨率取決于QUOTE窗函數(shù)的頻域函數(shù)寬度，為了提高頻域分辨率，希望盡量加寬QUOTE的窗口寬度，這樣必然又會(huì)降低時(shí)域分辨率。所以，時(shí)寬和帶寬不可能同時(shí)到達(dá)任意小，既有任意小時(shí)寬，又有任意小帶寬的窗函數(shù)是不存在的。歸根到底，局部譜的正確表示還在于窗函數(shù)QUOTE的寬度與信號(hào)的局部平穩(wěn)長(zhǎng)度相適應(yīng)。在實(shí)際應(yīng)用中，我們希望選擇的窗函數(shù)具有很好的時(shí)間和頻率聚集性(即能量在時(shí)頻平面是高度集中的)，使得QUOTE能夠有效地反映信號(hào)QUOTE在時(shí)頻QUOTE附近的“內(nèi)容〞，也就是QUOTE的寬度應(yīng)該與信號(hào)的局部平穩(wěn)長(zhǎng)度相適應(yīng)。利用STFT可以估計(jì)信號(hào)在每片短時(shí)窗內(nèi)的頻率得到信號(hào)的瞬時(shí)頻率，該曲線由一組時(shí)間和頻率相對(duì)應(yīng)的點(diǎn)組成，反映了信號(hào)頻率隨時(shí)間的變化。本實(shí)驗(yàn)在中可選用的窗有海明窗、漢寧窗和矩形窗等。圖3 線性調(diào)頻信號(hào)時(shí)頻分析圖二、實(shí)驗(yàn)要求：生成多周期線性調(diào)頻信號(hào)，并對(duì)其進(jìn)展頻譜分析；對(duì)仿真生成的信號(hào)利用兩種窗口函數(shù)進(jìn)展STFT變換生成時(shí)頻分析圖，并討論了兩種窗的優(yōu)劣性；采用兩種不同長(zhǎng)度的窗口函數(shù)進(jìn)展以上運(yùn)算，分析窗長(zhǎng)對(duì)時(shí)頻分辨率的影響。三、實(shí)驗(yàn)步驟：利用公式生成多周期線性調(diào)頻信號(hào)QUOTE；對(duì)信號(hào)進(jìn)展FFT變換得到其頻譜；生成一個(gè)窗函數(shù)QUOTE〔Matlab中有現(xiàn)成的函數(shù)〕，窗長(zhǎng)L；用窗函數(shù)QUOTE和信號(hào)QUOTE進(jìn)展運(yùn)算〔QUOTE，注意：信號(hào)截取長(zhǎng)度應(yīng)和窗長(zhǎng)一致〕；讓窗口函數(shù)每次滑動(dòng)L個(gè)點(diǎn)〔即窗口不重疊〕，與信號(hào)進(jìn)展運(yùn)算QUOTE，然后進(jìn)展FFT變換，并取幅值最大的頻率點(diǎn)作為本窗口內(nèi)的頻率；窗口函數(shù)的每次滑動(dòng)保存M個(gè)點(diǎn)重疊，與信號(hào)進(jìn)展運(yùn)算QUOTE，然后進(jìn)展FFT變換，并取幅值最大的頻率點(diǎn)作為本窗口內(nèi)的頻率；生成時(shí)頻分析圖。討論各種窗在STFT中的應(yīng)用性和窗口長(zhǎng)度L與重合長(zhǎng)度M對(duì)時(shí)頻分辨率的影響。四、實(shí)驗(yàn)結(jié)果與分析1.單周期LFMCW信號(hào)時(shí)域和頻譜圖我對(duì)實(shí)驗(yàn)所用LFM信號(hào)參數(shù)選取如下：首先抽樣頻率Fs=8MHz，信號(hào)幅度A=4，掃頻周期T=1ms，初始頻率f0=100KHz,帶寬B=600KHz，由上得出時(shí)域帶寬積為D=600。時(shí)域及頻域如下：2.多周期LFMCW信號(hào)時(shí)域圖和頻譜圖直接用矩陣乘法產(chǎn)生了三個(gè)周期的LFM信號(hào)，然后作圖如下：3.多周期LFMCW信號(hào)時(shí)頻分析圖同樣我用矩陣乘法產(chǎn)生了十周期的LFM信號(hào)來(lái)進(jìn)展信號(hào)時(shí)頻分析，選取了三種窗函數(shù)：矩形窗、海明窗、漢寧窗，分別進(jìn)展了不同窗長(zhǎng)度和不同重疊點(diǎn)數(shù)的STFT分析?！?〕固定重疊點(diǎn)數(shù)為0時(shí)，對(duì)不同窗長(zhǎng)度的分析結(jié)果如下列圖所示：放大后觀察極值點(diǎn)：分析：首先，由第一幅圖知，這三種不同的窗函數(shù)對(duì)應(yīng)的時(shí)頻分析圖根本完全重合，而在第二幅圖中發(fā)現(xiàn)只是在頻率最大值點(diǎn)和最小值點(diǎn)略有差異，可見(jiàn)窗函數(shù)的選取對(duì)STFT分析的影響不大。其次，明顯可以看出在其他參數(shù)固定時(shí)，所取窗口長(zhǎng)度越長(zhǎng)，時(shí)頻分析圖的分辨率越高，曲線越平滑，圖形也越準(zhǔn)確?！?〕固定窗函數(shù)長(zhǎng)度時(shí)，對(duì)不同重疊點(diǎn)數(shù)的分析結(jié)果如下列圖所示：由〔1〕知窗函數(shù)的選取影響不大，故在此只選取了海明窗進(jìn)展作圖分析。放大后如下列圖：分析：與〔1〕中分析結(jié)果類似，在窗函數(shù)類型和窗口長(zhǎng)度L固定時(shí)，取的重疊點(diǎn)數(shù)M不同時(shí)所得到的時(shí)頻分析圖頻率僅在最大值和最小值點(diǎn)略有差異，但影響也不是十分的明顯。五、實(shí)驗(yàn)源代碼%主程序gds01.m：%線性調(diào)頻信號(hào)仿真實(shí)驗(yàn)clearall;clc;%第一組實(shí)驗(yàn)信號(hào)x1，掃頻周期為1ms,單周期%假設(shè)fs=8MHz，初始頻率100KHz,帶寬600KHz%由上得出時(shí)域帶寬積為600T=1;fs=8e+3;f0=1e+2;A=4;t1=0:1/fs:T-1/fs;k1=4e+2;B1=6e+2;D1=T*(B1);[x1,W1,X1]=chirp_m(A,fs,T,f0,k1);%調(diào)用子函數(shù)產(chǎn)生LFM信號(hào)的時(shí)域及頻域形式figure(1)subplot(211);plot(t1-0.5,real(x1));gridon;xlabel('時(shí)間/ms');title('單周期線性調(diào)頻信號(hào)時(shí)域圖');subplot(212);plot(W1/(2*pi)*5000,abs(X1));gridon;xlabel('頻率/KHz');title('單周期線性調(diào)頻信號(hào)頻域圖');%第二組實(shí)驗(yàn)信號(hào)x2,多周期LFM,其余參數(shù)同上%直接用矩陣乘法產(chǎn)生重復(fù)3個(gè)周期LFM信號(hào)a=ones(1,3);x2=x1'*a;x2=x2(:);t2=0:1/fs:3-1/fs;N2=length(t2)-1;n2=N2/2:-1:-N2/2;n2=fftshift(n2);X2=fft(x2);X2=X2';figure(2)subplot(211);plot(t2,real(x2));gridon;xlabel('時(shí)間/ms');title('多周期線性調(diào)頻信號(hào)時(shí)域圖');subplot(212);plot(n2/N2*5000,abs(X2));gridon;xlabel('頻率/KHz');title('多周期線性調(diào)頻信號(hào)頻域圖');%STFT分析,首先進(jìn)展的是沒(méi)有重疊點(diǎn)時(shí)的分析x=x1'*ones(1,10);x=x(:)';L=200;h01=rectwin(L)';M=0;%生成200點(diǎn)矩形窗,并每次滑動(dòng)200個(gè)點(diǎn)[W01,T01]=stft_m(x,h01,M);h02=hamming(L)';%生成200點(diǎn)海明窗,并每次滑動(dòng)200個(gè)點(diǎn)[W02,T02]=stft_m(x,h02,M);h03=hann(L)';%生成200點(diǎn)漢寧窗,并每次滑動(dòng)200個(gè)點(diǎn)[W03,T03]=stft_m(x,h03,M);figure(3)subplot(211);plot(T01,W01);gridon;holdon;plot(T02,W02,'-.');holdon;plot(T03,W03,'.');axis([0100600]);title('L=200,M=0');legend('矩形窗','海明窗','漢寧窗',3);xlabel('時(shí)間/ms');ylabel('頻率/KHz');L=500;h04=rectwin(L)';M=0;%生成500點(diǎn)矩形窗,并每次滑動(dòng)500個(gè)點(diǎn)[W04,T04]=stft_m(x,h04,M);h05=hamming(L)';%生成500點(diǎn)海明窗,并每次滑動(dòng)500個(gè)點(diǎn)[W05,T05]=stft_m(x,h05,M);h06=hann(L)';%生成500點(diǎn)漢寧窗,并每次滑動(dòng)500個(gè)點(diǎn)[W06,T06]=stft_m(x,h06,M);subplot(212);plot(T04,W04);gridon;holdon;plot(T05,W05,'-.');holdon;plot(T06,W06,'.');axis([0100600]);title('L=500,M=0');legend('矩形窗','海明窗','漢寧窗',3);xlabel('時(shí)間/ms');ylabel('頻率/KHz');%STFT分析,其次進(jìn)展的是有重疊點(diǎn)時(shí)的分析L=200;h11=hamming(L)';M=25;%生成200點(diǎn)海明窗,并每次滑動(dòng)175個(gè)點(diǎn)[W11,T11]=stft_m(x,h11,M);h12=hamming(L)';M=125;%生成200點(diǎn)海明窗,并每次滑動(dòng)75個(gè)點(diǎn)[W12,T12]=stft_m(x,h12,M);figure(4)subplot(211);plot(T11,W11);holdon;plot(T12,W12,'.');gridon;legend('M=25','M=125',2);title('海明窗：L=200');xlabel('時(shí)間/ms');ylabel('頻率/KHz');axis([0100600]);L=512;h13=hamming(L)';M=128;%生成512點(diǎn)海明窗,并每次滑動(dòng)384個(gè)點(diǎn)[W13,T13]=stft_m(x,h13,M);h14=hamming(L)';M=256;%生成512點(diǎn)海明窗,并每次滑動(dòng)256個(gè)點(diǎn)[W14,T14]=stft_m(x,h14,M);subplot(212);plot(T13,W13);holdon;plot(T14,W14,'.');gridon;legend('M=128','M=256',2);title('海明窗：L=512');xlabel('時(shí)間/ms');ylabel('頻率/KHz');axis([0100600]);%子函數(shù)chirp_m.m：%定義一子函數(shù)，功能是產(chǎn)生單周期LFM信號(hào)%入口參數(shù)：幅度A,抽樣頻率fs，掃頻周期T，初始頻率f0,掃頻斜率k%出口參數(shù)：時(shí)域信號(hào)x和其對(duì)應(yīng)的頻域信號(hào)X及相應(yīng)的頻率Wfunction[x,W,X]=chirp_m(A,fs,T,f0,k)t=0:1/fs:T-1/fs;w0=2*pi*f0;K=2*pi*k;x=A*exp(1i*(w0.*t+K.*t.^2/2));X=fft(x);N=length(t);n=0:(N-1);W=(2*pi/N)*n;mid=ceil(N/2)+1;W(mid:N)=W(mid:N)-2*pi;%把[pi,2pi]移到[-pi,0]W=fftshift(W);X=fftshift(X);End%子函數(shù)stft_m.m：%定義一子函數(shù),實(shí)現(xiàn)STFT變換%入口參數(shù):待處理信號(hào)x,窗函數(shù)h,每次移動(dòng)的點(diǎn)數(shù)M%出口參數(shù):頻率W,時(shí)間Tfunction[W,T]=stft_m(x,h,M)N=length(x);L=length(h);L0=L-M;A=ceil(N/L0);B=N-A*L0;l=0:L-1;w=2*pi/L*l;a=w;y=h;ifB==0W=ones(A,1);%初始化輸出矩陣x=[xzeros(1,L-B)];n=0:L0:N-1;T=n'/5000;fori=1:Am=(i-1)*L0+1;n=(i-1)*L0+L;x0=x(m:n);y=conj(h).*x0;Y=abs(fft(y));a=w.*(Y==max(Y));W(i)=sum(a);endelsex=[xzeros(1,L-B)];W=ones(A+1,1);%初始化輸出矩陣n=0:L0:(A+1)*L0-1;T=n'/5000;fori=1:A+1m=(i-1)*L0+1;n=i*L-(i-1)*M;x0=x(m:n);y=conj(h).*x0;Y=abs(fft(y));a=w.*(Y==max(Y));W(i)=sum(a);endendW=W/pi*2500;EndHarbinInstituteofTechnology雷達(dá)對(duì)抗技術(shù)實(shí)驗(yàn)報(bào)告〔二〕XX：學(xué)號(hào)：班級(jí)：1105201指導(dǎo)教師：冀振元，李高鵬哈工大電子與信息工程學(xué)院電子工程系....word.zl.噪聲調(diào)頻干擾分析一、理論根底噪聲調(diào)頻干擾是一種頻率受噪聲調(diào)制的干擾信號(hào)。噪聲調(diào)頻可以表示為一個(gè)廣義平穩(wěn)隨機(jī)過(guò)程：其中，：是服從零均值、廣義平穩(wěn)隨機(jī)過(guò)程的調(diào)制噪聲，：是服從均勻分布，且與相互獨(dú)立的隨機(jī)變量；：噪聲調(diào)頻信號(hào)的幅度；：噪聲調(diào)頻信號(hào)的中心頻率；為調(diào)頻斜率。噪聲調(diào)頻干擾信號(hào)的均值和相關(guān)函數(shù)分別為：因?yàn)橄辔粷M足并且，都是高斯過(guò)程，所以可表示為其中，是調(diào)制函數(shù)的方差，是的自相關(guān)函數(shù)。當(dāng)有效調(diào)頻指數(shù)時(shí)，噪聲調(diào)頻信號(hào)功率譜1〕功率譜密度2〕功率3〕噪聲調(diào)頻干擾信號(hào)的干擾帶寬可見(jiàn)其與調(diào)制噪聲帶寬無(wú)關(guān)，而是決定于調(diào)頻斜率和調(diào)制噪聲功率。下列圖為典型的噪聲調(diào)頻干擾信號(hào)時(shí)域和頻域。二、實(shí)驗(yàn)要求：掌握根據(jù)要求計(jì)算信號(hào)參數(shù)的方法掌握Matlab編寫噪聲調(diào)頻干擾信號(hào)產(chǎn)生程序的方法掌握利用Matlab分析信號(hào)的功率譜和帶寬的方法利用Matlab比照典型參數(shù)下功率譜的形態(tài)三、實(shí)驗(yàn)步驟：編寫Matlab程序產(chǎn)生噪聲調(diào)頻干擾信號(hào)編寫Matlab程序分析產(chǎn)生信號(hào)的功率譜和帶寬編寫Matlab程序比照不同參數(shù)下的功率譜形態(tài)屢次運(yùn)行程序分析，結(jié)果與參數(shù)的關(guān)系四、實(shí)驗(yàn)結(jié)果1、干擾帶寬為，有效調(diào)頻指數(shù)為20，時(shí)長(zhǎng)，采樣頻率2、干擾帶寬為，有效調(diào)頻指數(shù)為5，時(shí)長(zhǎng)，采樣頻率2、有效調(diào)頻指數(shù)為0.5，時(shí)長(zhǎng)，采樣頻率五、實(shí)驗(yàn)分析由干擾功率譜的變化可知，隨著有效調(diào)頻指數(shù)的增大，功率譜展寬。還有就是如果累計(jì)次數(shù)越多的話，得到的圖像也就越清晰越好。在圖像當(dāng)中，相位必須為固定值，如果是不確定的值的話得到的圖像將非常地不理想。六、實(shí)驗(yàn)代碼clearall;clc;T=100e-6;%采樣時(shí)間,周期fs=100e6;%采樣頻率N=T*fs;%采樣點(diǎn)數(shù),10000M=500;%積累次數(shù)deltafj=40e6;kfm=deltaf