中山学院概率论实验——匹配滤波器

合集下载

第1章匹配滤波器

第1章匹配滤波器在雷达发展的初期，普遍地采用信噪比作为衡量雷达接收机抗干扰性能的准则。

对于一定的输入信号和噪声而言，给出输出信噪比大的系统一般说来（并非永远如此）要比给出信噪比小的系统为好。

最大信噪比准则，是指输出信号在某一时刻0t 瞬时功率对噪声平均功率之比达到最大。

在雷达情形里，从荧光屏上观测到的回波是回波信号与噪声的混合（有回波信号存在时），或仅为噪声（无信号时）。

当我们所关心的问题是根据回波来判断信号是否存在时，显然，最有利的情形是：在观测时刻0t ，信号瞬时功率对噪声平均功率之比达到最大。

1943年到North 从最大信噪比准则出发，建立了匹配滤波器理论。

匹配滤波器就是这样一种线性滤波器，在所有的线性滤波器中，在它的输出端能给最大的信号噪声功率比。

§1.1 白噪声下的匹配滤波器图1.1-1线性滤波器设加到线性滤波器输入端的是信号与噪声的混合波形。

如图1.1-1所示。

)()()(t n t s t x += （1.1-1）其中输入信号)(t s 为已知函数，具有能量E 和频谱)(ωS ⎰∞∞-=t t s E d )(2（1.1-2）⎰∞∞--=t et s S tj d )()(ωω（1.1-3）)(t n 为输入相加噪声的一个样本函数。

设输入噪声为平稳白噪声，它的功率谱密度为021N 。

相关函数为)(τR[])(21)()()(0τδττN t n t n E R =+=（1.1-4）我们已经规定，滤波器是线性系统，它满意迭加原理。

因而，可得到滤波器的输出为： )()()(00t n t s t y +=（1.1-5）其中)(0t s 是输出的信号部分，它仅由输入信号决定。

⎰∞∞--=τττd )()()(0h t s t s （1.1-6a ）或⎰∞∞-=ωωωπωd )()(21)(0tj eS H t s （1.1-6b ）)(0t n 是输出的噪声部分，它仅由输入噪声决定。

实验四匹配滤波

匹配滤波
1、实验背景
使用匹配滤波器对含有噪音信号的LFM信号、BPSK信号和简单脉冲信号进行滤波。

先通过正交解调获得I、Q两路数据以及匹配滤波器的系数，再在DSP程序中加载两路数据并对其滤波得到结果。

2、实验步骤
（1）用MATLAB产生中心频率为10MHz，带宽为200KHz，脉冲宽度为60us的线性调频信号（或其他信号，频率等参数可根据，对其进行正交解调，采样频率为8MHz，得到I，Q两路数据，并将数据保存为idata.dat和qdata.dat；
(2) 利用MATLAB生成FFT和IFFT的蝶形运算系数，分别保存为twid1k.dat和itwid1k.dat；
(3) 由I，Q两路数据生成复信号，在MATLAB中对其进行Fourier 变换，再进行共轭和数据反转，得到匹配滤波器系数并保存为LFM_para.dat；
(4) 按照匹配滤波器实现方案，在MATLAB中对上述信号进行匹配滤波，并对结果进行分析
3、程序设计
单频脉冲信号匹配滤波代码：
BPSK信号匹配滤波代码：
LFM信号匹配滤波代码：
4、实验结果
实验结果如图：
LFM信号及其滤波后图像
BPSK信号及其滤波后信号
单频脉冲信号及其滤波后信号
5、实验结论
通过本次实验我对FFT，滤波器设计及匹配滤波等数字信号处理流程和设计方法有了更深入的学习及理解，同时在面对实际分析问题时也可以将所学知识使用进去，通过利用MATLAB创建的三种不同的信号来利用匹配滤波器的原理配合函数完成匹配滤波过程。

匹配滤波器怎么求

匹配滤波器怎么求匹配滤波器是一种广泛应用于信号处理和图像处理领域的重要技术，它可以用来提取感兴趣的信号或特征，去除干扰或噪声，并实现信号的增强和恢复。

在实际应用中，如何求解匹配滤波器的参数是至关重要的一步。

本文将介绍匹配滤波器的求解方法及其在信号处理中的应用。

首先，匹配滤波器的求解涉及到两个关键步骤：滤波器模板的设计和匹配滤波器的参数计算。

滤波器模板通常由所需提取的信号特征或目标的空间分布决定，可以是一维或二维的矩阵。

接下来是参数计算的过程，其中最常见的方法是利用训练样本或已知的特征信号，通过最优化的方式得到最适合的滤波器参数。

在匹配滤波器的参数计算中，常用的方法包括最小均方误差（Mean Squared Error, MSE）和最大似然估计（Maximum Likelihood Estimation, MLE）等。

最小均方误差是一种常见的目标函数，通过最小化观测信号与期望信号之间的误差平方和来求解参数。

而最大似然估计则是基于给定观测数据的似然函数来估计参数，使得观测数据出现的概率最大化。

此外，还可以通过频域方法进行匹配滤波器的参数计算，如傅立叶变换、功率谱估计等。

频域方法通常能更好地处理信号的频谱特征，对于周期性信号或频率特征明显的信号有一定优势。

匹配滤波器在信号处理中有着广泛的应用，例如在目标识别、图像检测、语音处理等领域。

通过合理设计滤波器模板和有效地求解滤波器参数，可以提高信号处理的准确性和效率，从而实现更好的信号分析与处理效果。

综上所述，匹配滤波器是一种重要的信号处理技术，其参数的求解方法涉及到滤波器模板设计和参数计算两个关键步骤。

不同的方法和技术可以应用于匹配滤波器的求解过程，以满足不同场景下的需求。

通过合理运用匹配滤波器技术，可以实现信号处理的优化和特征提取，为实际应用带来更大的便利和效益。

1。

2第二讲2009-匹配滤波器

∫
∞ −∞
S (ω )
2
G n (ω )
dω
得到的输出信号波形为：
c s0 (t ) = 2π
∫
∞ −∞
S (ω )
2
G n (ω )
e
jω ( t − t 0 )
dω
当t=t0 ,
输出信号值最大，是波形的尖峰
物理意义
幅频特性：
S H (ω ) = c G
∗
n
(ω ) e (ω )
− jω t0
H (ω ) = c
d
m
=
=
输出信号：
s 0 (t ) =
∫
∞
−∞
s (t − λ ) h ( λ ) d λ t≤0 0 < t ≤τ
⎧0, ⎪ ⎪ 2 ⎪ ca t cos ω 0 (τ − t ), ⎪ =⎨ 2 ca ( 2τ − t ) cos ω 0 (τ − t ), ⎪ ⎪ ⎪0, ⎪ ⎩
τ ≤ t ≤ 2τ
白噪声的特点:
1)实白噪声的功率谱密度 2)实白噪声的功率谱是均匀分布的; 3)实白噪声是一种平稳的随机过程;所谓平稳的随机过程, 是指它的统计特性不随时间的推移而发生变化; 4)实白噪声的任意两个不相同时刻的取样值互不相关: 5)实白噪声如果服从高斯正态分布,称为白高斯噪声,此时任意两个不相同时刻的取样值相互独立. 6)实白噪声的自相关函数:
（三）匹配滤波器对信号的幅度和时延具有适应性
s( t ) ⇔ S(ω)
s 1 ( t ) = as ( t − τ )
s1 ( t ) ⇔ S1 (ω)
− j ωτ
S 1 ( ω ) = aS ( ω ) e
H 1 ( ω ) = aS 1 ( ω ) e

匹配滤波器检测

1.1 匹配滤波器检测基于第三章对频谱滤波器检测的简要描述，本节就对此进行详细的解说。

前面提到了当认知用户知道主用户的先验信息时，匹配滤波器检测就是频谱检测的最优算法，早期的研究表明，匹配滤波器需要（1/SNR ）个采样数，检测时间相比较而言较短，就可以与预期的误差概率相吻合。

这种滤波器在数字通信信号和雷达信号的检测中具有特别重要的意义。

匹配滤波器频谱检测算法在加性高斯白噪声信道中是一种最优的频谱感知方法，主要通过对授权信号进行解调或者导频检测实现。

前者实现比较复杂，通过采用匹配滤波器对授权用户信号解调，要求认知用户为每类授权用户提供一套接收解码设备；后者实现相对简单，不再需要复杂的接收解码设备，而且目前大部分无线通信系统都存在导频、前导码、时间同步信号和扩频码等确知信号，这样就使得匹配滤波器检测大大简化，但它的缺点就是为了获得匹配滤波器而必须具备授权用户信号的先验知识，除此之外，计算量也比较大。

因此如果先验知识不准确，那么匹配滤波器的性能就会大大下降。

1.1.1 匹配滤波器检测框图检测统计量Y 为： *)()(∑=Nn x n y Y假设x(n)发射信号已知，将检测统计量与预先设定的门限值λ进行比较，大于门限值时就表明关心的频谱存在授权用户，如果小于门限值，就说明该信道中只有噪声，也就是说，出现了频谱空洞，感知用户可以占用该信道。

匹配滤波器检测框图1对于现实中的信道，信号可能是M 进制的，这就需要同时进行几路信号同时进行匹配，将每一路频谱的结果进行比较，得到的判决结果后，再根据一定的判决根据，判决得到经过不同信道的接受信号。

其工作原理图如下：匹配滤波器工作原理图21.1.2 匹配滤波器检测原理在第三章中曾提到，匹配滤波器检测的设计准则就是使信号的输出信噪比SNR 在某一时刻达到最大值。

信噪比SNR 表达式如下：N 2EsSNR =式子中Es 为观测时间段中检测信号的能量，N 0为噪声功率。

信道在传输信号时还叠加有高斯白噪声n(t)，其均值为零，双边功率谱密度为N 0//2,因此接收信号波形为：Tt t n t s t r ≤≤+=0),()()(设最大输出信噪比准则下的最佳线性滤波器H(ω)，输出为 )()()(y 0t n t s t o += 在t=tm 时候，输出信噪比为：()()m m t n t s 2o2o=ρ 设()()[]t s S F =ωj ，那么经过匹配滤波器后的输出信号为()()()⎰∞∞-=ωωωπωd 21o m t j m e j S j H t s白噪声功率谱是()N j H ⋅2ω，所以噪声平均功率为()()⎰∞∞-=ωωπd 2122o j H N t n由上面的式子可以看出噪声平均功率与时间没有关系所以可以得出：()⎰∞∞-=ωωπd 21)(22oj H N t n由于输出信号是实数，所以信噪比为()()()()()⎰⎰∞∞-∞∞-==ωωπωωωρωd 2d 222o 2oj H N ej S j H t n t s m t j m m根据柯西—史瓦斯不等式()()()()⎰⎰⎰∞∞-∞∞-∞∞-≤ωωωωωωωωd d d 222j S j H ej S j H mt j为了使信噪比取得最大值，也就是说要使得上面的不等式取得等号，当匹配滤波器满足 ()()[]()mm t j t j ej kS e j S k j H ωωωωω-*-==滤波器输出的信噪比最大值为()()()⎰∞∞-==ωωπρd j S Nt n t s m m 22o 2omax 21此时，匹配滤波器的频域关系式为()()m j e j kS j H ωωω--=对应的时域关系式为 ()()[]()t t ks j H F t h m -==-*1ω由上面的推导可以得出频谱滤波器检测的功能相当于对输入信号的自相关运算()()()()()()t t R t t s t s t h t s t s m SS m -=-*=*=*o当信噪比达到最大的时候，噪声得到明显的抑制输出最大值如下式，与信号的输入形式没有关系()()⎰∞∞-=ωωπd 212o j S t s m物理可实现的匹配滤波器,其输入端信号 s(t) （假设是实数）必须在它输出最大信噪比的时刻 t0 之前消失，也就是说，匹配滤波器要满足：t<0时 h(t) = 0。

随机信号与概率论实验_匹配滤波器

《概率论与随机信号分析》实验报告姓名：成绩：学号：专业：实验四匹配滤波器实验名称：匹配滤波器学时安排：2学时实验类别：验证性实验要求：必做￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣一．实验目的和任务1. 了解匹配滤波器的原理；2. 实现LFM 信号的相关接收。

二．实验原理介绍1．匹配滤波器匹配滤波器是一种用于检测噪声中某个确定信号是否存在的最佳滤波方法。

()()()X t s t N t =+()()*()()*()()*()Y t X t h t s t h t N t h t ==+使Y(t 0)中的信号与噪声比最大化，这样在Y(t 0)大于某个合适的门限时，就有把握地认为Y(t)中包含有s(t)。

2020()()s out s y t S N E Y t ⎛⎫= ⎪⎡⎤⎝⎭⎣⎦2201()()()2j t s y t S j H j e d ωωωωπ+∞-∞⎡⎤=⎢⎥⎣⎦⎰ 00**()()()j t j t H j c S j e cS j e ωωωωω-⎡⎤==⎣⎦令：2222001()()2()42outsS j d H j d S N N H j d E N ωωωωπωωπ+∞+∞-∞-∞+∞-∞⎛⎫ ⎪⎛⎫⎝⎭=⎪⎛⎫⎝⎭ ⎪⎝⎭=⎰⎰⎰从时域来说，匹配滤波器的冲击响应为：0()()h t cs t t =-2．线性调频信号是大时宽带宽积信号，常用在雷达和通信信号中来提高系统的抗干扰能力，采用匹配滤波器，可以在强噪声背景环境中发现信号。

20001()sin(2),222T T s t A f t ut t π⎡⎤=+∈-⎢⎥⎣⎦其中：02Bu T π=为调频斜率其时宽带宽积为BT 0>>1当信号淹没在强噪声背景里时，可以通关相关接收，即匹配滤波的方法检测信号，而降低噪声的影响。

三．实验设备介绍1．IBM PC 机一台； 2. MATLAB 工具。

匹配滤波器的实验

2010 年秋季学期研究生课程考核（阅读报告、研究报告）考核科目:科学技术哲学学生所在院（系）:电气工程及自动化学院学生所在学科:仪器科学与技术学生姓名:李海洋学号:10S001049学生类别:工学硕士考核结果阅卷人匹配滤波器的设计与验证实验报告实验目的：1、了解匹配滤波器的基本原理；2、掌握如何设计一个传输系统的匹配滤波器；3、深刻认识匹配滤波器的一些实际应用；实验原理：设线性滤波器输入端输入的信号与噪声的混合波形为并假定噪声为白噪声，其功率谱密度，而信号的频谱函数为，即。

我们要求线性滤波器在某时刻上有最大的信号瞬时功率与噪声平均功率的比值。

现在就来确定在上述最大输出信噪比准则下的最佳线性滤波器的传输特性。

这就是最佳线性滤波器的传输特性。

式中，即为的复共轭。

在白噪声干扰的背景下，按式(8.7-3)设计的线性滤波器，将能在给定时刻上获得最大的输出信噪比。

这种滤波器就是最大信噪比意义下的最佳线性滤波器。

由于它的传输特性与信号频谱的复共轭相一致(除相乘因子外)，故又称其为匹配滤波器。

匹配滤波器的传输特性,当然还可用它的冲激响应来表示，这时有：由此可见，匹配滤波器的冲激响应便是信号的镜像信号在时间上再平移。

要求当时有为了获得物理可实现的匹配滤波器，。

为了满足这个条件，就要满足：这个条件表明，物理可实现的匹配滤波器，其输入端的信号必须在它输出最大信噪比的时刻之前消失（等于零）。

这就是说，若输入信号在瞬间消失，则只有当时滤波器才是物理可实现的。

一般总是希望尽量小些，故通常选择。

顺便指出，当我们专门关心匹配滤波器的输出信号波形时，它可表示为由此可见，匹配滤波器的输出信号波形式输入信号的自相关函数的K倍。

至于常数，实际上它是可以任意选取的，因为与无关。

因此，在分析问题时，可令。

实验过程1.产生1000点的白噪声nt，所用命令nt=randn(1,1000)(如图一)2.产生1000点的有用信号st，st的角频率是8000pi，相位是时间的函数0.5*k*t.*t，幅度是1的余弦函数。

实验--最佳接收机(匹配滤波器)实验

实验--最佳接收机(匹配滤波器)实验电子科技大学通信学院《最佳接收机实验指导书》最佳接收机（匹配滤波器）实验班级学生学号教师最佳接收机（匹配滤波器）实验指导书最佳接收机（匹配滤波器）实验一、实验目的1、运用MATLAB软件工具，仿真随机数字信号在经过高斯白噪声污染后最佳的恢复的方法。

2、研究相关解调的原理与过程。

理解匹配滤波器的工作原理。

3、了解高斯白噪声对系统的影响。

4、了解如何衡量接收机的性能，即瀑布图。

二、实验原理通信系统的质量优劣主要取决于接收机的性能。

这是因为，影响信息可靠传输的不利因素直接作用在接收端。

通信理论中一个重要的问题：最佳接收或信号接收最佳化。

最佳接收理论研究从噪声中如何最好地提取有用信号。

“最好”或“最佳”的概念是在某个准则意义下说的一个相对概念。

这就是说，在某个准则下是最佳的接收机，在另一准则下就并非一定是最佳的。

数字通信系统中，接收机观察到接收波形后，要无误地断定某一信号的到来是困难的。

原因是：1、哪一个信号被发送，对受信者来说是不确定的；2、信号在传输过程中可能发生各种畸变。

因此可以说，带噪声的数字信号的接收过程是一个统计判决的过程。

可以给出数字通信系统的统计模型为：观察空间y: y(t)=s(t)+n(t)。

当发出信号为si(t)时，接收信号y(t)为随机过程，其均值为si(t)，其概率密度函数为：fsi(y)称为似然函数，它是信号统计检测的依据。

按照某种准则，即可对y(t)作出判决，使判决空间中可能出现的状态r1, r2, …, rm 与信号空间中的各状态s1, s2, …, sm 相对应。

在二进制数字通信系统中，只发送两种信号s1和s2,先验概率分别为P(s1)和P(s2)，错误概率为：Pe ＝P(s1)P(r2/s1)＋P(s2)P(r1/s2)P(r2/s1)＝P(r1/s2)为错误转移概率。

以使Pe 最小为目标，导出最佳接收的准则。

把观察空间的取值域y 划分成A1域和A2域，一旦接收机被构成后,则这个划分就被规定。

实验一匹配滤波器的仿真验证

实验一匹配滤波器的仿真验证一、实验目的：利用matlab 验证匹配滤波器的特性二、实验要求：设二进制数字基带信号s （t ）=∑a n a g （t-s nT ），加性高斯白噪声的功率谱密度为0.其中n a ∈{+1，-1}，g （t ）={10sT t <<0其他（1）若接收滤波器的冲击响应函数h （t ）=g （t ），画出经过滤波器后的输出波形图：（2）若H （f ）={10)2/(5||s T f <其他画出经过滤波器后的输出波形图。

三、实验原理：匹配滤波器原理：匹配滤波器是一种以输出信噪比为最佳判决准则的线性滤波器。

它的冲击响应h （t ）=S （t0-t ）；y0（t ）=h （t ）*s （t ）；在最佳判决时刻t0时输出信噪比r 最大。

四、实验源码clear all;close all;N =100;N_sample=8;Ts=1;dt =Ts/N_sample;t=0:dt:(N*N_sample-1)*dt;gt =ones(1,N_sample);d = sign(randn(1,N));a = sigexpand(d,N_sample);st = conv(a,gt);ht1 =gt;rt1 =conv(st,ht1);ht2 =5*sinc(5*(t-5)/Ts);rt2 =conv(st,ht2);figure(1)subplot(321)plot(t,st(1:length(t)));axis([0 20 -1.5 1.5]);ylabel('输入双极性NRZ 数字基带波形');subplot(322)stem(t,a);axis([0 20 -1.5 1.5]);ylabel('输入数字序列');subplot(323)plot(t,[0 rt1(1:length(t)-1)]/8);axis([0 20 -1.5 1.5]);ylabel('方波滤波后输出'); subplot(324)dd =rt1(N_sample:N_sample:end);ddd =sigexpand(dd,N_sample);stem(t,ddd(1:length(t))/8);axis([0 20 -1.5 1.5]);ylabel('方波滤波后抽样输出');subplot(325)plot(t-5,[0 rt2(1:length(t)-1)]/8);axis([0 20 -1.5 1.5]);xlabel('t/Ts');ylabel('理想低通滤波器');subplot(326)dd =rt2(N_sample-1:N_sample:end);ddd =sigexpand(dd,N_sample);stem(t-5,ddd(1:length(t))/8);axis([0 20 -1.5 1.5]);xlabel('t/Ts');ylabel('理想低通滤波后抽样输出');。

匹配滤波在脉压雷达中的应用

目录一．匹配滤波器————————————————P2 一．脉冲压缩雷达———————————————P2 三．线性调频脉冲压缩—————————————P3 二．线性调频脉冲信号匹配滤波—————————P5 五．附录———————————————————P8一．匹配滤波器匹配滤波器是在白噪声背景中检测信号的最佳线性滤波器，其输出信噪比在某个时刻达到最大。

如果一直输入信号u(t),其频谱为U(ω)，则可以证明匹配滤波器在频率域的特性为)ex p()()(0*jwt kU H -=ωω式中，U*(ω)为频谱U(ω)的共轭值；k 为滤波器的增益常数；t 0是使滤波器实际上能够实现所必需的延迟时间，在t 0时刻将有信号的最大输出。

同样可以证明，匹配滤波器在时间域的函数，即其脉冲响应为)()(h 0*t t ku t -=式中，u*(t 0-t)为输入信号的镜像，它与输入信号u(t)的波形相同，但从时间t 0开始反转过来。

在对匹配滤波器作理论研究时，延时t 0和增益常数k 可以不予考虑，因此匹配滤波器的上述方程式特性可以简化为)()()()(**t u t h U H -==ωω从上式可以看出：匹配滤波器的传输函数是输入信号频谱的复共轭值，匹配滤波器的脉冲响应是输入信号的镜像函数。

还可以进一步证明，匹配滤波器在输出端给出的最大瞬时信噪比为max 2)(N E N S =式中，N 0是输入噪声的谱密度，它是匹配滤波器输入端单位频带内的噪声功率；E 是输入信号能量：⎰⎰+∞∞-+∞∞-==dt |u(t)|df |U(f)|E 22二．脉冲压缩雷达我们知道，雷达的距离分辨力取决于信号带宽。

在普通脉冲雷达中，雷达信号的时宽带宽积为一敞亮（约为1），因此不能兼顾距离分辨力和速度分辨力两项指标。

近年来，从改进雷达体制方面来矿大作用距离和提高距离分辨力方面已有很大进展。

这种体制就是脉冲压缩（PC ）雷达体制，它采用宽脉冲发射以提高发射的平均功率，保证足够的最大作用距离，而在接收时则采用相应的脉冲压缩法获得窄脉冲，以提高距离分辨力，因而能较好地解决作用距离和分辨能力之间的矛盾。

匹配滤波器介绍2015

f (t )
谐振放大器
+
jT
g (t )
-
a 2 j ( 0 )
延迟线
e
j T
图2 射频矩形脉冲信号匹配滤波器框图
网络上的一些讨论今天看书时，看到解释匹配滤波的问题：滤波器达到最佳输出信噪比时，滤波器的幅频特性 H(w)与信号的幅频特性S（w）相等，即二者匹配，因此常将白噪声下时信噪比最大的线性滤波器H0(w) 成为匹配滤波器。
信号检测与估计
信号检测匹配滤波器检测系统信号估计

匹配滤波器

最大输出信噪比准则匹配滤波器形式准匹配滤波器形式
检测系统
S0 (t ) / S1 (t )
n(t )
门限
x(t ) 计算似
( x)
0 选择S1
0 选择S0
然函数
图3 最佳检测系统
中频
视频
信号
有目标

匹配滤波器是在白噪声背景下，能使输出信噪比达到最大的线性滤波器。理解匹配滤波器的概念应注意三个问题：（1）白噪声背景是推导匹配滤波器的前提，但在实际应用中，白噪声背景不是应用匹配滤波器的前提。实际系统的噪声都不完全是白噪声，但也能使用匹配滤波器，因为实际系统的噪声中白噪声所占的比例很大，一般达到90%以上，可以近似当作白噪声来处理。匹配滤波器应用的前提条件是输入信号的形式已知；（2）匹配滤波器关心的是如何在含有噪声的信号中发现目标回波，而不关心信号波形是否失真。因此，匹配滤波器不能用于波形估计（在含有噪声的信号中除去噪声，回波信号波形）的场合，波形估计（或称动态系统的状态估计）要用维纳滤波或Kalman滤波等一类方法；

匹配滤波器实验

匹配滤波器实验
一、实验目的
1、了解匹配滤波器的原理
2、熟悉matlab编程
二、实验原理
三、实验内容
实验程序：
% mtch_fltr
clear
Tb=1;A=1;fc=4;
dt=0.001;t=0:dt:Tb;
s=A*sin(2*pi*fc*t);%输入的信号
h=sin(2*pi*fc*(Tb-t));%传输函数
y=conv(s,h)*dt;%求卷积
ty=[1:1:length(y)]*dt;
plot(ty,0*ty,'g',ty,y,'g');hold on
axis([0,2,-0.5,0.5]);%坐标
xlabel('正弦信号的匹配滤波器输出')
四、实验数据
程序运行图如下：
00.20.40.60.81 1.2 1.4
1.6 1.82-0.5-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
正弦信号的匹配滤波器输出
四、实验结论
.在所有线性滤波器中，匹配滤波器在输出端可以给出最大的顺时信噪比，其数值微微2E/n0。

这个数值仅取决于输入信号的能量和白噪声的功率谱，而与输入信号的波形、带宽及噪声的分布率无光
五、实验问题
匹配滤波器在为何值时，输出的信号最大值？
匹配滤波器在取样判决时刻时，即为t=t0=T 时，输出信号有最大值，对匹配滤波器的输出信号时在t=T 时刻作出判决的，即在每一个数字码元的结束时刻才给出最佳的判决结果。

匹配滤波教学资料

的平均功率之比
d0Es[02n(02t(0t))]21
S()H()ejt0d2
Gn()H()2d
选择滤波器 H ( ) ，使 d 0 取得最大值
许瓦茨不等式
A ()B ()d2A ()2d B ()2d
等号条件 A()cB*()
令 A () H ()G n () B () S () e j t 0 /G n ()
k 0
k 0
二、匹配滤波器理论
匹配滤波器可表示为
H()=H1()H2()
H 1()cS1 *()ej
子脉冲匹配滤波器
H 2 () M 1 e j (M 1 k )T 1 e j T e j (M 1 )T k 0
相参积累器
输出的最大信噪比 dm2 N E 02M N E 01M 2 N E 01M d1
一、匹配滤波器的背景－－具体应用
延迟估计的主要部件是匹配滤波器。匹配滤波器的功能是用输入的数据和不同相位的本地码字进行相关，取得不同码字相位的相关能量。当串行输入的采样数据和本地的扩频码和扰码的相位一致时，其相关能力最大，在滤波器输出端有一个最大值。根据相关能量，延迟估计器就可得到多径的到达时间量。
S()2 Gn()
dcd0max
3) 幅频特性具有抑制噪声,增强信号的作用
H ()cS()/G n()
二、匹配滤波器理论
4) 相特性argH() :起到了抵消输入信号相角argS()的作用，并且使输出信号s0(t)的全部频率分量的相位在t=t0时刻相同，达a r g S ( ) t0
实例教学——匹配滤波器
三、在线性调频脉冲压缩雷达中的应用
在大时宽带宽积信号中，线性调频脉冲信号应用最为广泛能更有效地利用雷达发射机可提供的平均功率，避免发射过高的峰值功率可提高雷达的距离和速度分辨能力可抗非相关干扰干扰

匹配滤波器

基于 matlab 的匹配滤波器设计
一．匹配滤波器原理
在二进制通信系统中，由 0 和 1 组成的二进制数据采用两个信号波形 S0 (t) 和 S1(t) 来传输。假设数据速率为 Rbit/s,发送每个比特都根据如下规则映射为响应的信号波形
0→ S0 (t) ，0≤t≤Tb 1→ S1(t) ，0≤t≤Tb
5
在命令行输入以下语句：
>>x=[1 0 1 0]; >> pipei(x);
可以得到如下仿真波形：
2 0 -2
0
500 0
-500 0
发送波形叠加高斯白噪声后波形
50
100
150
200
250
300
350
400
← r1=conv(y,h1)
← r0=conv(y,h0)
50
100
150
200
250
400
图（3）
3
二．匹配滤波器的 matlab 仿真
仍令 A=2， =200，编写仿真代码如下：
(函数文件 pipei.m)
function y=pipei(x) %构造发送信号波形 t1=0:100; s01=-2+0*t1;s11=2+0*t1; t2=100:200; s02=2+0*t2;s12=-2+0*t2; t3=200:1:400; s03=0*t3;s13=0*t3; t=[t1,t2,t3]; s0=[s01,s02,s03]; s1=[s11,s12,s13]; %匹配滤波器系统函数 h0=s1; h1=s0; %码元周期 Tb=200; for i=1:length(x)
式中Tb =1/R 是比特时间间隔，假设数据比特中 0、1 出现

(完整word版)匹配滤波器的研究与设计

(完整word版)匹配滤波器的研究与设计毕业设计（论文)课题名称匹配滤波器的研究与设计学生姓名刘燕学号0540826084系、年级专业信息工程系、通信工程指导教师陈延雄职称工程师2009年 5月 22日摘要本文针对扩频接收机中伪码捕获部分为研究重点，分析了几种基匹配滤波器实现方于FPGA 的常用案，其中包括：直接形式的匹配滤波器、转置结构的匹配滤波器、采用分布式算法的匹配滤波器和折叠式匹配滤波器。

通过比较这些方案的优缺点,最终选定了以折叠式匹配滤波器为最优方案来进行设计。

折叠式匹配滤波器实际上就是以静止的本地扩频码作为累加器的系数，匹配滤波器相关过程就相当于接收信号滑过本地序列,当滑动到两个序列相位对齐时，就必有一个相关峰值输出。

该匹配滤波器采用VHDL语言，通过模块划分来进行设计，整个过程都在Xilinx 公司开发的ISE集成软件系统中完成，最后在Modelsim仿真软件上进行了各个模块的仿真。

本论文所设计的折叠式匹配滤波器，能够根据实际需要来设置不同的扩频码长度，很好的完成伪码的相关捕获效果。

该折叠式匹配滤波器结构能够节省FPGA资源,提高伪码捕获时间和效率,有很好的实际效果.关键词：匹配滤波器；M序列；伪码捕获；折叠式FIR结构；FPGAABSTRACTBased on this background ， making the PN code capture part as a point of the spread spectrum receiver ， this paper analyze several common used Matched Filter programs on FPGA , including ： the direct form of matched filter ， the transposed structure of matched filter ， the distributed arithmetic structure of matched filter ， and folded structure of matched filter . Compared with the advantages and the disadvantages of these programs ， finally we choose the folded structure of matched filter as the best one to complete this design 。