-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathLFM_pulse_compression.m
356 lines (328 loc) · 12.5 KB
/
LFM_pulse_compression.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
%% 2.针对"基带LFM信号"实现脉冲压缩仿真
% (1)实现无误差的脉冲压缩,计算指标(IRW、PSLR、ISLR)
% (2)观察频域加窗的影响,计算指标(IRW、PSLR、ISLR)
clc;clear;close all
%% (1)针对"基带LFM信号",实现无误差的脉冲压缩,计算指标(IRW、PSLR、ISLR)
% 参数设置
TBP = [10 100]; % 时间带宽积
figure
for i=1:length(TBP)
T = 10e-6; % 脉冲持续时间
% 参数计算
B = TBP(i)/T; % 信号带宽
K = B/T; % 线性调频频率
alpha_os = 50; % 过采样率,使用较高的过采样率是为了提高采样频率
F = alpha_os*B; % 采样频率
N = 2*ceil(F*T/2); % 采样点数
dt = T/N; % 采样时间间隔
df = F/N; % 采样频率间隔
% 变量设置
t = -T/2:dt:T/2-dt; % 时间变量
freq = -F/2:df:F/2-df; % 频率变量
t_out = linspace(2*t(1),2*t(end),2*length(t)-1); % 循环卷积后的信号长度
% 信号表达
st = exp(1j*pi*K*t.^2); % Chirp信号复数表达式
ht = conj(fliplr(st)); % 时域匹配滤波器
sout = conv(st,ht); % 匹配滤波器输出
sout = sout/max(sout); % 归一化
% 绘图
subplot(1,length(TBP),i)
plot(t_out*1e+6,real(sout)),grid on
title(['TBP为',num2str(TBP(i))])
axis([-4 4,-inf inf])
xlabel('时间/\mus'),ylabel('幅度')
end
t_out = linspace(2*t(1),2*t(end),2*length(t)-1); % 循环卷积后的信号长度
% 信号表达
st = exp(1j*pi*K*t.^2); % Chirp信号复数表达式
ht = conj(fliplr(st)); % 时域匹配滤波器
sout = conv(st,ht); % 匹配滤波器输出
% 信号变换
sout_nor = sout/max(sout); % 单位化
sout_log = 20*log10(abs(sout)./max(abs(sout))+eps); % 归一化
% 绘图
figure
subplot(221),plot(t*1e+6,real(st)),grid on
axis([-2 2,-inf inf])
title('(a)原始信号实部'),ylabel('幅度')
subplot(222),plot(t_out*1e+6,sout_log),grid on
axis([-0.5 0.5,-50 5])
title('(b)压缩后信号(经扩展)'),ylabel('幅度')
pslr = get_pslr(sout_log);
islr=get_islr(sout_nor);
hw = get_hw(sout_log);
hw = hw*dt;
% 压缩脉冲3dB宽度
% text(0,3,['PSLR= ',num2str(pslr),'dB'],'HorizontalAlignment','center')
text(0,3,['IRW= ',num2str(hw*1e+6),'\mus'],'HorizontalAlignment','center')
subplot(223),plot(t_out*1e+6,real(sout_nor)),grid on
axis([-2 2,-inf inf])
title('(c)压缩后信号')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
text(1,0.5,['PSLR= ',num2str(pslr),'dB'],'HorizontalAlignment','center')
text(1,0.6,['ISLR= ',num2str(real(islr)),'dB'],'HorizontalAlignment','center')
subplot(224),plot(t_out*1e+6,abs(angle(sout_nor))),grid on
axis([-0.5 0.5,-5 5])
title('(d)压缩后信号相位(经扩展)'),xlabel('相对于t_0时间/\mus'),ylabel('相位/rad')
% suptitle('基带线性调频信号的匹配滤波')
%% (2)观察频域加窗的影响,计算指标(IRW、PSLR、ISLR)
% 参数设置
TBP = 100; % 时间带宽积
T = 10e-6; % 脉冲持续时间
B = TBP/T; % 信号带宽
K = B/T; % 线性调频频率
alpha_os = 1.25; % 过采样率
F = alpha_os*B; % 采样频率
N = 2*ceil(F*T/2); % 采样点数
dt = T/N; % 采样时间间隔
df = F/N; % 采样频率间隔
% 变量设置
t = -T/2:dt:T/2-dt; % 时间变量
freq = -F/2:df:F/2-df; % 频率变量
% 信号表达
st = exp(1j*pi*K*t.^2); % Chirp信号复数表达式
Sf = fft((st)); % Chirp信号频谱表达式
Hf = exp(1j*pi*freq.^2/K); % 频域匹配滤波器
% 窗函数
window = kaiser(N,2.5)'; % 时域窗 \beta 的一个典型值为2.5
Window = fftshift(window); % 频域窗
% 信号变换
st_window = window.*exp(1j*pi*K*t.^2); % 加窗后的Chirp信号
Hf_Window = Window.*Hf; % 加窗后的频域频谱滤波器
Soutf_Window = Hf_Window.*Sf; % 加窗后的匹配滤波器输出
% 绘图
figure
subplot(211),plot(freq*1e-6,Window)
axis([-5 5,0 1.2])
title('频域窗函数')
subplot(212),plot(freq*1e-6,real(Soutf_Window))
axis([-5 5,-15 15])
title('加窗后的频谱实部'),xlabel('频率/MHz')
% 参数设置
TBP = 100; % 时间带宽积
T = 10e-6; % 脉冲持续时间
B = TBP/T; % 信号带宽
K = B/T; % 线性调频频率
alpha_os = 100; % 过采样率
F = alpha_os*B; % 采样频率
N = 2*ceil(F*T/2); % 采样点数
dt = T/N; % 采样时间间隔
df = F/N; % 采样频率间隔
% N_fft = 1024;
% 变量设置
t = -T/2:dt:T/2-dt; % 时间变量
freq = -F/2:df:F/2-df; % 频率变量
% 信号表达
st = exp(1j*pi*K*t.^2); % Chirp信号复数表达式
Sf = fft(st); % Chirp信号频谱表达式
h = zeros(1,N);
for i=1:N
h(i)=conj(st(N-i+1));
end
Hf = fft(h); % 频域匹配滤波器
S_out = abs(ifft(Sf.*Hf));
S_out_nor = S_out/max(S_out);
S_out_log = 20*log10(abs(S_out)./max(abs(S_out))+eps);
% 窗函数
window = kaiser(N,2.5)'; % 时域窗 \beta 的一个典型值为2.5
% window = hamming(N)';
h_window = conj(fliplr(st.*window));
L = 2*N-1;
Hf_Window = fft(h_window,L);
% s_W_out = abs(ifft(Sf.*Hf_Window));
s_W_out = ifft(fft(st,L).*Hf_Window);
sout_nor_W = s_W_out/max(s_W_out); % 单位化
sout_log_W = 20*log10(abs(s_W_out)./max(abs(s_W_out))+eps); % 归一化
% 绘图
% figure
% plot(Hf_Window);
% figure
% plot(abs(fftshift(Soutf_Window.*window)));%axis([-8 8 -inf inf])
% plot(freq/1e+6,fftshift(Hf_Window));%axis([-6 6 -inf inf])
pslr_W = get_pslr(sout_log_W);
islr_W = get_islr(sout_nor_W);
hw_W = get_hw(sout_log_W);
hw_W = hw_W*dt;
dtt = 2*T/L;
tt = -T:dtt:T-dtt; % 时间变量
%% 绘图
figure
subplot(211),plot(t_out*1e+6,sout_log),grid on
axis([-1 1,-50 5])
ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw*1e+6),'\mus'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,sout_log_W),grid on
axis([-1 1,-50 5])
title('压缩后信号(经扩展)(加kaiser窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw_W*1e+6),'\mus'],'HorizontalAlignment','center')
figure
subplot(211),plot(t_out*1e+6,real(sout_nor)),grid on
axis([-1 1,-inf inf])
title('压缩后信号')
ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr)),'dB'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,real(sout_nor_W)),grid on
axis([-1 1,-inf inf])
title('压缩后信号(加kaiser窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr_W),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr_W)),'dB'],'HorizontalAlignment','center')
% figure
% subplot(221),plot(t*1e+6,real(st)),grid on
% axis([-2 2,-inf inf])
% title('(a)原始信号实部'),ylabel('幅度')
%
% subplot(222),plot(tt*1e+6,sout_log_W),grid on
% axis([-1 1,-50 5])
% title('(b)压缩后信号(经扩展)'),ylabel('幅度')
% % 压缩脉冲3dB宽度
% text(0,3,['IRW= ',num2str(hw_W*1e+6),'\mus'],'HorizontalAlignment','center')
%
% subplot(223),plot(tt*1e+6,real(sout_nor_W)),grid on
% axis([-2 2,-inf inf])
% title('(c)压缩后信号')
% xlabel('相对于t_0时间/\mus'),ylabel('幅度')
% text(1,0.5,['PSLR= ',num2str(pslr_W),'dB'],'HorizontalAlignment','center')
% text(1,0.6,['ISLR= ',num2str(real(islr_W)),'dB'],'HorizontalAlignment','center')
%
% subplot(224),plot(tt*1e+6,abs(angle(sout_nor_W))),grid on
% axis([-1 1,-5 5])
% title('(d)压缩后信号相位(经扩展)'),xlabel('相对于t_0时间/\mus'),ylabel('相位/rad')
%% 加Hamming窗
window_ham = hamming(N)';
h_window_ham = conj(fliplr(st.*window_ham));
L = 2*N-1;
Hf_Window_ham = fft(h_window_ham,L);
% s_W_out = abs(ifft(Sf.*Hf_Window));
s_W_out_ham = ifft(fft(st,L).*Hf_Window_ham);
sout_nor_W_ham = s_W_out_ham/max(s_W_out_ham); % 单位化
sout_log_W_ham = 20*log10(abs(s_W_out_ham)./max(abs(s_W_out_ham))+eps); % 归一化
%% 计算指标
pslr_W_ham = get_pslr(sout_log_W_ham);
islr_W_ham = get_islr(sout_nor_W_ham);
hw_W_ham = get_hw(sout_log_W_ham);
hw_W_ham = hw_W_ham*dt;
dtt = 2*T/L;
tt = -T:dtt:T-dtt; % 时间变量
%% 绘图
figure
subplot(211),plot(t_out*1e+6,sout_log),grid on
title('压缩后信号'),axis([-1 1,-50 5])
ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw*1e+6),'\mus'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,sout_log_W_ham),grid on
axis([-1 1,-50 5])
title('压缩后信号(经扩展)(加hamming窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw_W_ham*1e+6),'\mus'],'HorizontalAlignment','center')
figure
subplot(211),plot(t_out*1e+6,real(sout_nor)),grid on
axis([-1 1,-0.5 1])
title('压缩后信号')
ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr)),'dB'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,real(sout_nor_W_ham)),grid on
axis([-1 1,-0.5 1])
title('压缩后信号(加hamming窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr_W_ham),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr_W_ham)),'dB'],'HorizontalAlignment','center')
%% 加Hanning窗
window_han = hanning(N)';
h_window_han = conj(fliplr(st.*window_han));
L = 2*N-1;
Hf_Window_han = fft(h_window_han,L);
% s_W_out = abs(ifft(Sf.*Hf_Window));
s_W_out_han = ifft(fft(st,L).*Hf_Window_han);
sout_nor_W_han = s_W_out_han/max(s_W_out_han); % 单位化
sout_log_W_han = 20*log10(abs(s_W_out_han)./max(abs(s_W_out_han))+eps); % 归一化
%% 计算指标
pslr_W_han = get_pslr(sout_log_W_han);
islr_W_han = get_islr(sout_nor_W_han);
hw_W_han = get_hw(sout_log_W_han);
hw_W_han = hw_W_han*dt;
dtt = 2*T/L;
tt = -T:dtt:T-dtt; % 时间变量
%% 绘图
figure
subplot(211),plot(t_out*1e+6,sout_log),grid on
title('压缩后信号'),axis([-1 1,-50 5])
ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw*1e+6),'\mus'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,sout_log_W_han),grid on
axis([-1 1,-50 5])
title('压缩后信号(经扩展、加hanning窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
% 压缩脉冲3dB宽度
text(0,3,['IRW= ',num2str(hw_W_han*1e+6),'\mus'],'HorizontalAlignment','center')
figure
subplot(211),plot(t_out*1e+6,real(sout_nor)),grid on
axis([-1 1,-0.5 1])
title('压缩后信号'),ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr)),'dB'],'HorizontalAlignment','center')
subplot(212),plot(tt*1e+6,real(sout_nor_W_han)),grid on
axis([-1 1,-0.5 1])
title('压缩后信号(加hanning窗)')
xlabel('相对于t_0时间/\mus'),ylabel('幅度')
text(0.5,0.5,['PSLR= ',num2str(pslr_W_han),'dB'],'HorizontalAlignment','center')
text(0.5,0.6,['ISLR= ',num2str(real(islr_W_han)),'dB'],'HorizontalAlignment','center')
%% 函数实现代码
%% HW函数 IRW 冲激响应的3dB主瓣宽度
function [hw] = get_hw(Af)
% 找到Af的最大位置
[~,locmax] = max(Af);
% 找到locmax左边最接近-3dB的位置
[~,locleft] = min(abs(Af(1:locmax)+3));
% 找到locmax右边最接近-3dB的位置
[~,locright] = min(abs(Af(locmax:end)+3));
locright = locright + locmax - 1;
% 得到3dB波束宽度
hw = locright-locleft;
end
%% PSLR函数 峰值旁瓣比,最大旁瓣与峰值的高度比
function [PSLR] = get_pslr(Af)
% 找到所有的pesks
peaks = findpeaks(Af);
% 对peaks进行降序排列
peaks = sort(peaks,'descend');
% 得到第一旁瓣
PSLR = peaks(2);
end
%
function islr=get_islr(x)
l=length(x);
a=find(x==max(x));
i=1;
for k=a-1:-1:2
if(x(k)-x(k-1)<0&&x(k)-x(k+1)<0)
lindian(i)=k;
i=i+1;
end
end
lindian1=max(lindian);
lindian=0;
i=1;
for k=a+1:l-1
if(x(k)-x(k-1)<0&&x(k)-x(k+1)<0)
lindian(i)=k;
i=i+1;
end
end
lindian2=min(lindian);
pmain=0;
for k=lindian1:lindian2
pmain=pmain+x(k)^2;
end
x=x.^2;
ptotal=sum(x);
islr=10*log10((ptotal-pmain)/ptotal);
end