噪声干扰信号的Matlab仿真

更新时间:2023-10-30 22:26:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

雷达对抗实验报告

实验题目:噪声干扰信号的Matlab仿真 院 系: 电子与信息工程学院 班 级: 姓 名: 学 号: 指导教师: 实验时间: 2012 年 6 月

雷达对抗技术实验报告

噪声调幅、调频、调相信号的Matlab仿真

一、 实验目的

通过实验,加深对噪声调幅、调频、调相信号的理解,加深对噪声调幅、调频、调相信号频谱分析的基本思想与实现方法的认识,并掌握Matlab对随机过程的仿真方法与其基本函数和语法的使用。

二、 实验原理

实验中要仿真的各种噪声的时域表达式及相应的频谱特性:

1. 射频噪声干扰

窄带高斯过程:称为射频噪声干扰。其中包络函数服从瑞利分布,相位函数服从[0,2]均匀分布,且与相互独立,载频为常数,且远大于的谱宽。

2. 噪声调幅干扰

广义平稳随机过程:称为噪声调幅干扰。其中,调制噪声为零均值,方差为,在区间[-,分布的广义平稳随机过程,服从[0,2]均匀分布,且为与独立的随机变量,为常数。

噪声调幅信号的波形图,以及联合概率密度分布函数p()以及各自的概率密度分布密度p()存在下列关系:

第1页

雷达对抗技术实验报告

3. 噪声调频干扰

广义平稳随机过程:

称为噪声调频干扰,其中调制噪声为零均值、广义平稳的随机过程,服从[0,2]均匀分布且与独立的随机变量,,

噪声调频干扰中的调制噪声和噪声调频干扰信号的波形J(t)如下图示:

4. 噪声调相干扰

广义平稳随机过程:

称为噪声调频干扰,其中调制噪声为零均值、广义平稳的随机过程,服从[0,2]均匀分布且与独立的随机变量,,

噪声调相干扰的功率谱如下图所示:

第2页

雷达对抗技术实验报告

三、 实验内容

利用Matlab仿真产生视频噪声:;射频噪声:;噪声调幅干扰:视频噪声,调制度m=0.1~1;噪声调频干扰:视频噪声;噪声调相干扰:视频噪声。等一系列干扰信号并分析特性。

四、 实验思路与步骤

1. 产生一个高斯白噪声,

2. 利用Matlab自带的fir1函数产生一个低通滤波器,限制高斯白噪声的带宽,由此

产生了视频噪声。

3. 利用产生的视频噪声,分别代入噪声调幅干扰的时域表达式,并且进行100次的积

累后求平均值,由此画出噪声调幅干扰频域波形,对其进行快速傅里叶变换后,

求出功率谱,由此画出噪声调幅干扰的功率谱波形。

4. 重复上述步骤,分别代入噪声调频干扰和噪声调相干扰的时域表达式,分别画出其

时域波形和功率谱。

五、 实验结果

1. 视频噪声时域波形

2. 视频噪声功率谱

第3页

雷达对抗技术实验报告

3. 噪声调幅干扰时域波形

调制度m=0.5,

4. 噪声调幅干扰功率谱

第4页

雷达对抗技术实验报告

5. 噪声调频干扰时域波形

6. 噪声调频干扰功率谱

第5页

雷达对抗技术实验报告

7. 噪声调相干扰时域波形

8. 噪声调相干扰功率谱

第6页

雷达对抗技术实验报告

第7页

雷达对抗技术实验报告

六、 实验分析与结论

1. 视频噪声是一个带宽受限的高斯白噪声,,从其功率谱图可以很明显看出带宽

2. 通过仿真噪声调幅干扰的时域波形和功率谱,并和理论计算值进行了对比,发现仿真结果与理论值一致,在中心频率处有一个冲击,仿真时采用参数为调制度m=0.5,。 3. 通过仿真噪声调频干扰的时域波形和功率谱,并和理论计算值进行了对比,仿真结果与理论值基本一致。仿真时采用参数。

4. 通过仿真噪声调相干扰的时域波形和功率谱,并和理论计算值进行了对比,结果与

理论值基本一致。结果与理论十分相符。

七、 实验程序代码

clear all;close all;clc;%清除变量 T=100e-6;%采样时间 fs=300e6;%采样频率 N=T*fs;%采样点数

detlf=20e6;%滤波器截止频率 f1=100e6;%调制信号中心频率 m=0.5;%调制度 kfm=5e6;%调频斜率 kpm=5;%调相斜率 M=100;%积累次数

第8页

雷达对抗技术实验报告

p=fft(fir1(N-1,detlf/fs*2));%滤波器频谱 s=0;

for i=1:100

xn=ifft(fft(random('Normal',0,1,1,N)).*p);%高斯白噪声通过滤波器 j=abs(fft(xn)); s=s+j; end s=s/M; j=s;

figure(1)

t=0:1/fs:T-1/fs; plot(t*1e6,xn); xlabel('us');

title('视频噪声时域波形'); figure(2)

f=(0:N-1)*fs/N;

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%视频噪声功率谱 axis([-1 22 -8 0]); xlabel('MHZ'); title('视频噪声功率谱');

n=1:N;

zn=(1+m*cos(2*pi*xn)).*cos(2*pi*f1/fs*n);%噪声调幅干扰表达式 figure(3)

plot(t*1e6,zn);

title('噪声调幅干扰时域波形'); xlabel('us'); s=0;

for i=1:100

zn=(1+m*cos(2*pi*xn)).*cos(2*pi*f1/fs*n); j=abs(fft(zn)); s=s+j; end s=s/M; j=s; figure(4)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调幅干扰功率谱 title('噪声调幅干扰功率谱'); xlabel('MHZ'); axis([90 110 -200 0]);

sum(1)=0; for i=1:N-1;

第9页

雷达对抗技术实验报告

sum(i+1)=xn(i)+sum(i);

end

xn=sum/fs;

wn=cos((2*pi*f1*t+2*pi*kfm*xn));%噪声调频干扰表达式 figure(5) plot(t*1e6,wn);

title('噪声调频干扰时域波形'); xlabel('us'); s=0; for i=1:100

xn=ifft(fft(random('Normal',0,1,1,N)).*p); sum(1)=0;

for i=1:N-1;

sum(i+1)=xn(i)+sum(i); end xn=sum/fs;

wn=cos((2*pi*f1*t+2*pi*kfm*xn)); j=abs(fft(wn)); s=s+j; end s=s/M;

j=s;

figure(6)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调频干扰功率谱 axis([50 150 -150 0]) xlabel('MHZ');

title('噪声调频干扰功率谱');

sum(1)=0; for i=1:N-1;

sum(i+1)=xn(i)+sum(i); end

xn=sum/fs;

on=cos(2*pi*f1*t+kpm*xn);%噪声调相干扰表达式 figure(7)

plot(t*1e6,on);

title('噪声调相干扰时域波形'); xlabel('us'); s=0; for i=1:100

xn = ifft(fft(random('Normal',0,1,1,N)).*p); on=cos(2*pi*f1*t+kpm*xn); j=abs(fft(on)); s=s+j;

第10页

雷达对抗技术实验报告

end

s=s/M; j=s;

figure(8)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调相干扰功率谱 axis([50 150 -70 0]) xlabel('MHZ');

title('噪声调相干扰功率谱');

第11页

本文来源:https://www.bwwdw.com/article/dui2.html

Top