线性调频信号matlab仿真
基于MATLAB的模拟线性调制
基于MATLAB 的模拟调制实验报告一、实验目的1.进一步学习调制的知识，掌握调频与调角两种模拟调制技术。
2.进一步学习MATLAB 的编程，熟练使用MATLAB 进行作图。
二、实验原理1.调制的概念调制（modulation ）就是对信号源的信息进行处理加到载波上，使其变为适 合 于信道传输的形式的过程，是使载波随信号而改变的技术。
一般，用来传送消息的信号()t u c 叫作载波或受调信号，代表所欲传送消息的信号叫作调制信号，调制后的信号()t u 叫作已调信号。
用调制信号()t u Ω控制载波的某些参数，使之随()t u Ω而变化，就可实现调制。
2.调制的目的 频谱变换当所要传送的信号的频率或者太低，或者频带很宽，对直接采用电磁波的形 式进行发送很不利，需要的天线尺寸很大，而且发射和接受短的天线与谐振回路的参数变化范围很大。
为了信息有效与可靠传输，往往需要将低频信号的基带频谱搬移到适当的或指定的频段。
这样可以提高传输性能，以较小的发送功率与较短的天线来辐射电磁波。
实现信道复用为了使多个用户的信号共同利用同一个有较大带宽的信道，可以采用各种复用技术。
如模拟电话长途传输是通过利用不同频率的载波进行调制。
将各用户话音每隔4 kHz 搬移到高频段进行传输。
提高抗干扰能力不同的调制方式，在提高传输的有效性和可靠性方面各有优势。
如调频广播系统，它采用的频率调制技术，付出多倍带宽的代价，由于抗干扰性能强，其音质比只占10 kHz 带宽的调幅广播要好得多。
扩频通信就是以大大扩展信号传输带宽，以达到有效抗拒外部干扰和短波信道多径衰落的特殊调制方式。
3.调制的种类根据()t u Ω和()t u c 的不同类型和完成调制功能的调制器传递函数不同，调制分为以下多种方式： （1）．按调制信号()t u Ω的类型分为：● 模拟调制：调制信号()t u Ω是连续变化的模拟量，如话音与图像信号。
● 数字调制：调制信号是数字化编码符号或脉冲编码波形。
基于MATLAB的模拟信号频率调制与解调分析
基于MATLAB的模拟信号频率调制与解调分析信号频率调制（FM）是一种将信息信号调制到载频波形上以便在传输过程中保持信号质量的技术。
本文将基于MATLAB对信号频率调制与解调进行分析与模拟。
首先，我们需要生成一个调制信号。
以正弦信号为例，通过改变该信号的频率来模拟调制信号。
我们可以使用MATLAB的信号处理工具箱中的`fmmod(`函数来实现这一点。
以下是一个示例代码：```matlabt = 0:1/fs:1; % 时间向量fc = 2000; % 载频频率fm = 100; % 调制信号频率m = sin(2*pi*fm*t); % 调制信号modulatedSignal = fmmod(m, fc, fs); % 使用fmmod进行调频调制subplot(2,1,1);plot(t, m);title('调制信号');xlabel('时间');ylabel('振幅');subplot(2,1,2);title('调制后信号');xlabel('时间');ylabel('振幅');```上述代码中，我们定义了采样频率、时间向量、载频频率和调制信号频率，并生成了调制信号。
然后，我们使用`fmmod(`函数将调制信号调制到载频波形上。
最后，我们用两个子图分别显示调制信号和调制后信号。
接下来，我们将对调制后的信号进行解调以还原原始信号。
我们可以使用MATLAB的信号处理工具箱中的`fmdemod(`函数。
以下是一个示例代码：```matlabdemodulatedSignal = fmdemod(modulatedSignal, fc, fs); % 使用fmdemod进行解调subplot(2,1,1);plot(t, modulatedSignal);title('调制后信号');xlabel('时间');ylabel('振幅');subplot(2,1,2);title('解调后信号');xlabel('时间');ylabel('振幅');```上述代码中，我们使用`fmdemod(`函数对调制后的信号进行解调。
线性调频(LFM)信号脉冲压缩仿真
随机信号处理实验————线性调频（LFM）信号脉冲压缩仿真姓名：***学号： **********一、实验目的：1、了解线性FM 信号的产生及其性质；2、熟悉MATLAB 的基本使用方法；3、利用MATLAB 语言编程匹配滤波器。
4、仿真实现FM 信号通过匹配滤波器实现脉压处理，观察前后带宽及增益。
5、步了解雷达中距离分辨率与带宽的对应关系。
二、实验内容：1、线性调频信号线性调频矩形脉冲信号的复数表达式为：()()2001222j f t j f t ut lfmt t u t Arect S e e ππτ⎛⎫+ ⎪⎝⎭⎛⎫== ⎪⎝⎭ ()211,210,2j ut t t t u t Arect rect t e πττττ⎧≤⎪⎪⎛⎫⎛⎫==⎨ ⎪ ⎪⎝⎭⎝⎭⎪>⎪⎩为信号的复包络，其中为矩形函数。
0u f τ式中为脉冲宽度,为信号瞬时频率的变化斜率，为发射频率。
当1B τ≥（即大时宽带宽乘积）时，线性调频信号特性表达式如下：0()LFM f f f B S -⎛⎫=⎪⎝⎭幅频特性： 20()()4LFM f f f u ππφ-=+相频特性：20011222i d f f t ut f ut dt ππ⎡⎤⎛⎫=+=+ ⎪⎢⎥⎝⎭⎣⎦信号瞬时频率：程序如下：%%产生线性调频信号T=10e-6; %脉冲宽度B=400e6; %chirp signal 频带宽度400MHz K=B/T; %斜率Fs=2*B;Ts=1/Fs; %采样频率与采样周期N=T/Ts %N=8000t=linspace(-T/2,T/2,N); %对时间进行设定St=exp(j*pi*K*t.^2) %产生chirp signalfigure;subplot(2,1,1);plot(t*1e6,real(St));xlabel('Time in u sec');title('线性调频信号');grid on;axis tight;subplot(2,1,2)freq=linspace(-Fs/2,Fs/2,N); %对采样频率进行设定plot(freq*1e-6,fftshift(abs(fft(St))));xlabel('Frequency in MHz');title('线性调频信号的幅频特性');grid on;axis tight;Matlab 程序产生chirp 信号，并作出其时域波形和幅频特性，如图：2、匹配滤波器在输入为确知加白噪声的情况下，所得输出信噪比最大的线性滤波器就是匹配滤波器，设一线性滤波器的输入信号为)(t x ：)()()(t n t s t x +=其中：)(t s 为确知信号，)(t n 为均值为零的平稳白噪声，其功率谱密度为2/No 。
线性调频信号在雷达中的应用及仿真实现
研究目标：
利用Matlab对线性调频信号进行时域、频域及脉冲压缩仿真，并分析调频率，带宽及幅度谱之间的关系，对线性调频信号进行脉冲压缩雷达的测距测速仿真。
研究内容：
1、线性调频信号在雷达应用中的发展背景以及国内外研究现状。
2、线性调频信号相关理论和技术基础。
研究线性调频信号的数学表达式和公式推导，学习线性调频信号时域、频域波形的特性。
4、匹配滤波器的实现方法和加窗处理。
在线性调频信号中，匹配滤波器的设计用于在频域上与信号频谱进行匹配，提高相关性，以此来提升距离分辨率，抑制旁瓣干扰、提高信噪比等。加窗处理可以改善匹配滤波器的性能，其用于减小信号在频谱中的泄露，防止影响距离分辨率。另一方面窗函数还可以用于减小旁瓣幅度、减小主瓣宽度、以此改善匹配滤波器波形。
由于常规雷达采用单一载频的脉冲调制信号，信号时宽和带宽的乘积近似为1，因此用这种信号不能同时得到大的时宽和带宽，雷达距离分辨率、速度分辨率以及作用范围之间存在着不可调和的矛盾，脉冲压缩技术的提出巧妙地解决了这一矛盾问题，发射长脉冲，对回波信号进行脉冲压缩将长脉冲变换为窄脉冲，从而在保证发射功率的情况下提升距离分辨率，采用大时宽带宽积信号，其决定检测能力、距离分辨能力、测距精度的参量可独立选取，且增强了系统抗干扰的能力。
5、脉冲相参积累法同时测距测速的原理。
雷达在进行远距离目标探测工作的时候，通常会遇到目标回波信号较弱被噪声掩盖的问题，可能会导致漏检。因此，采用脉冲相参积累法增强信噪比，提升雷达性能。
6、利用Matlab对线性调频信号脉冲压缩雷达测距测速，并分析误差产生的原因及解决的办法。
3．本课题拟采用的研究方法、步骤
[2]周万幸，胡明春，孙俊等译.雷达系统分析与设计（MATLAB版）（第三版）[M].北京：电子工业出版社，2016年
学习使用MATLAB进行信号处理和仿真
学习使用MATLAB进行信号处理和仿真信号处理是一门重要的学科，它在许多领域中发挥关键作用，包括通信、图像处理、生物医学工程等。
而MATLAB作为一个功能强大的编程软件，具备丰富的信号处理和仿真工具，因此被广泛应用于信号处理领域。
本文将重点介绍如何学习使用MATLAB进行信号处理和仿真。
一、MATLAB入门要使用MATLAB进行信号处理和仿真，首先需要对MATLAB有一定的了解。
MATLAB是一种高级计算机语言，可用于数值计算、可视化和编程。
首先，我们需要学习MATLAB的基本语法和特点，包括变量的定义和操作、矩阵运算、函数的定义和调用等。
其次，熟悉MATLAB的常用工具箱，如信号处理工具箱和控制系统工具箱，它们提供了丰富的函数和算法，方便进行信号处理和仿真。
二、信号的表示与分析在信号处理中，首先需要了解信号的表示与分析方法。
MATLAB提供了多种表示信号的方法，包括时域分析和频域分析。
时域分析是通过观察信号在时间上的变化来研究信号的性质，常用的时域分析方法有时域图形显示、自相关函数和互相关函数等。
频域分析则是将信号转换到频域进行分析，常用的频域分析方法有傅里叶变换和功率谱密度估计等。
学习使用MATLAB进行信号的时域和频域分析，可以更好地理解和处理信号。
三、滤波器设计与应用滤波器是信号处理中非常常见和重要的工具。
它可以通过选择性地通过或抑制特定频率的信号，对信号进行处理。
MATLAB提供了丰富的滤波器设计和应用函数，包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。
我们可以利用MATLAB进行滤波器的设计、参数的调整和滤波器效果的评估等工作。
熟练掌握MATLAB中滤波器设计与应用的方法，对信号处理和仿真工作具有重要意义。
四、信号处理应用实例学习信号处理和仿真离不开实际应用实例的学习。
在这一章节中，将以几个具体的信号处理应用实例来展示MATLAB的具体使用。
比如，在通信领域中，我们可以利用MATLAB进行信号调制、解调和信道编码等工作。
通过Matlab软件实现对DSP-FPGA线性调频信号仿真
通过Matlab软件实现对DSP/FPGA线性调频信号仿真直接数字频率合成（DDS）是近年来得到迅速发展的一种新的频率合成方法，具有频率切换速度快，很容易提高频率分辨率、对硬件要求低等优点。
可编程全数字化便于单片集成、有利于降低成本。
提高可靠性并便于生产等有点。
DDS技术从相位的概念出发进行频率合成，存储了数字采样波形表，可以产生点频、线性调频、ASK、FSK等各种形式的信号。
线性调频信号可以获得较大的压缩比，有着良好的距离分辨率和径向速度分辨率，作为一种常用的脉冲压缩信号，已经广泛应用于高分辨率雷达领域。
Matlab是美国MathWorks公司自20世纪80年代中期推出的数学软件，优秀的数值计算与卓越的数据可视化能力使其很快在同类软件中脱颖而出。
Matlab已经发展成为多学科、多种工作平台的功能强大的大型软件。
本文用Matlab软件建立DDS系统中线性调频信号的仿真模型，对于理解线性调频信号和在FPGA中来实现线性调频信号有借鉴意义。
DDS线性调频信号发生器框图设计图1 DDS技术的基本原理1 DDS技术的基本原理基本模型如图1所示，主要由时钟频率源fclk、相位累加器、波形存储器(ROM)、数/模转换器(D/A)、以及低通滤波器(LPF)组成。
输出信号波形的频率表达式为：(1)式中，fclk为参考时钟频率，ΔΦ为相位增量，N为相位累加器的位数。
只要N足够大，DDS可以得到很小的频率间隔。
要改变DDS的输出信号的频率，只要改变ΔΦ即可。
当参考时钟频率给定后，输出信号的频率取决于频率的控制字，频率分辨率取决于累加器的位数，相位分辨率取决于ROM的地址位数，幅度量化取决于ROM的数据字长和D/A转换器的位数。
2 线性调频信号的实现框图图2 软件编程实现线性调频信号的原理图脉冲压缩雷达最常见的调制信号是线性调频信号，接收时采用匹配滤波器（Matched Filter）压缩脉冲。
它的数学表达式如下：式中fe为载波频率，K=B/T是调频斜率，于是，信号的瞬时频率为。
模拟线性调制系统的matlab实现
模拟线性调制系统的Matlab实现1、实验目的通过对AM、DSB、SSB、VSB几种模拟线性调制系统的Matlab 实现，学习如何使用Matlab描述一个模拟通信系统。
2、实验内容选取VSB方法，给出模拟调制的波形及解调方法，其中输入信号频率、载波频率以及信号时长自定义。
输出结果包括：1）输入信号波形；2）载波波形；3）VSB信号波形；4）相干解调后的信号波形；5）VSB信号功率谱。
3、ＶＳＢ原理描述残留边带是介于双边带和单边带之间的一种调制方式，它保留了一个边带和另一边带的一部分。
用滤波法调制的原理如图所示。
m(t)H VSB(w)c(t) = cos(w c t)图中H VSB(w)为残留边带滤波器。
为了相干解调时无失真得到调制信号，残留边带滤波器的传递函数在载频附近必须具有互补对称特性。
相干解调的原理如图所示。
S VSB(t)S p(t)S d(t)LPFcos(w c t)4、matlab程序及注释%自己写的残留边带调制与解调function [] = VSB()f0 = 1; %调制信号频率Ts = 0.02;fs = 1/Ts; %50Hz采样率符合采样定理t = 0:Ts:4;N = length(t);y = cos(2*pi*f0*t);figure;plot(t,y); %调制信号波形fc = 8.5; %载波频率y = cos(2*pi*fc*t);figure;plot(t,y); %载波波形%滤波法实现VSBvsb = cos(2*pi*fc*t).*cos(2*pi*f0*t); fre = fft(vsb);n = [1:N];f = -25+fs*n/N; %修改坐标使符合习惯%自己写的互补对称残带滤波器fre_candai = zeros(size(fre));for i=1:Nif(i>=35 && i<=51)fre_candai(i) = (-i/16+3.1875)*fre(i); %这个地方有修正使更加对称互补else if(i>=152 && i<=168)fre_candai(i) = (i/16-9.5)*fre(i);else if(i>51 && i<152)fre_candai(i) = 0;elsefre_candai(i) = fre(i);endendendendvsb = real(ifft(fre_candai)); %计算误差会带来虚部弹出警告figure;plot(t,vsb);fre = fft(vsb); %看不见负频率fre = fftshift(fre); %看得见负频率gonglv = abs(fre).^2/4; %计算平均功率figure;plot(f,gonglv); %绘制功率谱%相干解调vsb_jietiao = vsb.*cos(2*pi*fc*t);fre = fft(vsb_jietiao);%自己写的低通滤波器，注意这里没有负频率部分fre_lowpass = zeros(size(f));for i = 1:Nif(i<=8)fre_lowpass(i) = fre(i);else if(i>=192 && i<=200)fre_lowpass(i) = fre(i);elsefre_lowpass(i) = 0;endendendvsb_jietiao = real(ifft(fre_lowpass)); figure;plot(t,vsb_jietiao); %解调波形5、实验结果调制波形：y = cos(2*pi*1*t)载波波形：y = cos(2*pi*8.5*t)VSB波形：VSB功率谱：通过残带滤波器后，在频率8.5+1=9.5Hz处的功率谱是在频率8.5-1=7.5Hz出功率谱的两倍。
基于matlab的fm系统调制与解调的仿真课程设计
基于matlab的fm系统调制与解调的仿真课程设计课程设计题目：基于MATLAB的FM系统调制与解调的仿真一、设计任务与要求1.设计并实现一个简单的FM（调频）调制和解调系统。
2.使用MATLAB进行仿真，分析系统的性能。
3.对比和分析FM调制和解调前后的信号特性。
二、系统总体方案1.系统组成：本设计包括调制器和解调器两部分。
调制器将低频信号调制到高频载波上，解调器则将已调制的信号还原为原始的低频信号。
2.调制方式：采用线性FM调制方式，即将低频信号直接控制高频载波的频率变化。
3.解调方式：采用相干解调，通过与本地载波信号相乘后进行低通滤波，以恢复原始信号。
三、调制器设计1.实现方式：使用MATLAB中的modulate函数进行FM调制。
2.参数设置：选择合适的载波频率、调制信号频率以及调制指数。
3.仿真分析：观察调制后的频谱变化，并分析其特性。
四、解调器设计1.实现方式：使用MATLAB中的demodulate函数进行FM解调。
2.参数设置：选择与调制器相同的载波频率、低通滤波器参数等。
3.仿真分析：观察解调后的频谱变化，并与原始信号进行对比。
五、系统性能分析1.信噪比（SNR）分析：通过改变输入信号的信噪比，观察解调后的输出性能，绘制信噪比与误码率（BER）的关系曲线。
2.调制指数对性能的影响：通过改变调制指数，观察输出信号的性能变化，并分析其影响。
3.动态范围分析：分析系统在不同输入信号幅度下的输出性能，绘制动态范围曲线。
六、实验数据与结果分析1.实验数据收集：根据设计的系统方案进行仿真实验，记录实验数据。
2.结果分析：根据实验数据，分析系统的性能指标，并与理论值进行对比。
总结实验结果，提出改进意见和建议。
七、结论与展望1.结论：通过仿真实验，验证了基于MATLAB的FM系统调制与解调的可行性。
实验结果表明，设计的系统具有良好的性能，能够实现低频信号的FM调制和解调。
通过对比和分析，得出了一些有益的结论，为进一步研究提供了基础。
MATLAB仿真实例
MATLAB仿真实例通信原理是指传输信息的原理和方法。
MATLAB可以用于实现各种通信原理的仿真，包括信号的调制、发送、接收、解调等过程。
下面我将介绍一个基于MATLAB的通信原理仿真实例。
本实例以频率调制通信原理为基础，以调频调制(FM)为例进行仿真。
1.首先定义模拟信号源，生成一个基带信号。
例如，我们可以选择一个正弦波信号作为基带信号，其频率为$f_m$。
2.接下来，我们需要将基带信号进行调频调制。
在调频调制过程中，我们将基带信号的频率进行调制，生成载频为$f_c$的调制信号。
3. 在MATLAB中，我们可以使用freqmod函数来进行调频调制。
该函数接受基带信号、载频和调制指数作为输入参数，并返回调制信号。
4.在得到调制信号后，我们可以进行发送模拟。
发送模拟是指将调制信号通过信道传输，可以简单地将信号存储为一个信道矩阵。
5. 在接收端，我们需要对接收到的信号进行解调，以恢复基带信号。
在调频调制中，我们可以使用freqdemod函数进行解调。
该函数接受解调信号、载频和调制指数作为输入参数，并返回解调后的信号。
6.最后，我们可以将解调信号与原始信号进行比较，计算它们之间的误差。
可以使用均方根误差(RMSE)作为误差度量指标。
通过以上过程，我们可以完成一个简单的基于MATLAB的调频调制仿真。
为了使仿真更贴近实际通信场景，我们还可以添加信道噪声等因素。
例如，我们可以在发送模拟过程中，向信道矩阵中添加高斯白噪声。
这样可以更真实地模拟信号在传输过程中受到干扰和噪声的情况。
通过以上步骤，我们可以利用MATLAB进行通信原理的仿真实践。
这个实例不仅可以帮助我们加深理解通信原理的基本概念和过程，还可以通过实际操作和仿真结果进行验证和验证。
总之，MATLAB是一个非常强大的工具，可以用于各种通信原理的仿真。
通过利用MATLAB进行仿真实践，我们可以更深入地理解通信原理的基本原理和过程，提高我们的理论水平和实践能力。
基于Matlab的线性调频信号干扰仿真研究
基于 Matlab 的线性调频信号干扰仿真研究发布时间：2021-11-26T08:30:18.086Z 来源：《科学与技术》2021年8月24期作者：杨慧君1 邵正途1 缪旭东2[导读] 针对现代雷达普遍采用脉冲压缩体制杨慧君1 邵正途1 缪旭东21.空军预警学院，湖北武汉4300192.湖北省军区武汉第一离职干部休养所湖北武汉 430019摘要：针对现代雷达普遍采用脉冲压缩体制，分析了线性频率调制(LFM)脉冲压缩雷达的工作原理，利用Matlab/simulink仿真平台建立了干扰仿真系统，对雷达干扰仿真系统进行了建模和系统仿真，给出了射频噪声干扰、卷积干扰对LFM脉压雷达的干扰仿真系统框图和仿真结果。
最后的仿真结果证明了仿真的正确性。
现代新体制的雷达，已经普遍采用脉冲压缩技术。
脉冲压缩技术是指发射宽的调制脉冲，保证在一定的峰值功率电平上提供必须的平均功率，然后把接收的回波信号压缩为窄脉冲。
脉冲压缩雷达常用的信号包括线性调频信号、非线性调频信号和相位编码信号。
线性调频脉冲压缩本质上就是对回波进行频率延迟，低频信号部分延迟时间长，高频信号部分延迟时间短，从而使脉冲宽度较的宽脉冲压缩为脉冲宽度较窄的窄脉冲。
各种干扰对雷达的压制效果如何是雷达研究者关注的重点问题[1]，Matlab/simulink软件具有模型简洁，可操作性强等优点，基于该平台对几种典型的噪声压制性干扰样式进行干扰仿真，并对仿真结果进行分析、得出结论。
1.基于simulink的仿真方法Mathworks公司开发的Simulink是功能最强大的仿真软件之一，在仿真领域具有很多十分突出的优势[2]。
Simulink提供了一个丰富的模块库，涉及航空航天、控制系统、信号处理等各个领域，用户只需鼠标拖动就能完成非常复杂的仿真，Simulink提供了方便的图像输出界面，与一般程序仿真相比更为直观，可用于实现各种动态系统的建模、分析与仿真;与Matlab最大的不同之处在于，Simulink是基于时间流的仿真，更有利于对实时系统进行仿真。
基于MATLAB的线性调频信号的仿真
基于MATLAB的线性调频信号的仿真存档编号________基于MATLAB的线性调频信号的仿真教学学院届别专业学号指导教师完成日期I内容摘要:线性调频信号是一种大时宽带宽积信号。
线性调频信号的相位谱具有平方律特性，在脉冲压缩过程中可以获得较大的压缩比，其最大优点是所用的匹配滤波器对回波信号的多普勒频移不敏感，即可以用一个匹配滤波器处理具有不同多普勒频移的回波信号，这些都将大大简化雷达信号处理系统，而且线性调频信号有着良好的距离分辨率和径向速度分辨率。
因此线性调频信号是现代高性能雷达体制中经常采用的信号波形之一，并且与其它脉压信号相比，很容易用数字技术产生，且技术上比较成熟，因而可在工程中得到广泛的应用。
关键词:MATLAB;线性调频;脉冲压缩;系统仿真IAbstract: Linear frequency modulation signal is a big wide bandwidth signal which is studied and widely used. The phase of the linear frequency modulation signal spectra with square law characteristics, inpulse compression process can acquire larger compression, its biggest advantage is the use of the matched filter of the echo signal doppler frequency is not sensitive, namely can use a matched filter processing with different doppler frequency shift of the echo signal, these will greatly simplified radar signal processing system, and linear frequency modulation signal has a good range resolution and radial velocity resolution. So linear frequency modulation signal is the modern high performance radar system often used in one of the signal waveform, and compared with other pulse pressure signal, it is easy to use digital technologies to produce, and the technology of the more mature, so in engineering can be widely applied.Keywords:MATLAB, LFM, Pulse compression, System simulationII目录内容摘要 ..................................................................... .......................... I 关键词 ..................................................................... (I)Abstract ............................................................... . (II)Keywords ............................................................... ............................... II 1 绪论 ...................................................................................................1 1.1引言 ..................................................................... ............................1 1.2课题研究背景及意义 .....................................................................1 1.3本文主要工作 ..................................................................... ............2 2 线性调频基本理论 ..................................................................... ......3 2.1线性调频原理简介 ..................................................................... ....3 2.2线性调频信号特点 ..................................................................... ....3 3 MATLAB简介 ..................................................................... ..............5 3.1 MATLAB的起源 ..................................................................... .......5 3.2 MATLAB的应用领域 (5)3.3 MATLAB的仿真方法 (6)4 线性调频脉冲压缩原理及实现 .....................................................10 4.1线性调频信号的数字脉冲压缩原理 (10)4.1.1匹配滤波器原理 ..................................................................... ...10 4.1.2 LFM信号的脉冲压缩 (11)4.1.3线性调频信号和噪声的生成 ....................................................12 4.2线性调频信号的脉冲压缩过程 ...................................................13 5 仿真结果分析 ..................................................................... ............14 6 小结 ..................................................................... ............................18 参考文献 ..................................................................... ........................20 致谢 ..................................................................... ..............................21 附录 MATLAB程序代码 (22)III1 绪论1.1 引言在非平稳信号的研究过程中，有一种特殊的非平稳信号:chirp 信号，又称线性调频(Liner Frequency Modulation，LFM)信号，研究价值较高。
适合雷达初学者：线性调频脉冲雷达仿真实验教程（含MATLAB代码和教程）
适合雷达初学者：线性调频脉冲雷达仿真实验教程（含MATLAB代码和教程）今天给大家分享的是一个脉冲雷达MATLAB仿真小实验，这个实验是调皮哥刚进研究生时学习的入门教程，比较简单，特别适合于初学者。
同时这个也是研究生一年级里面的实验课程，不过现在这个课程已经更新了，更新之后的内容就是调皮哥之前说的采用TI毫米波雷达那个，是由调皮哥亲自帮助导师设计的，现在那个课程已经上了两年多了，今年又更新了一些内容。
虽然这个脉冲雷达MATLAB仿真小实验经过了十多年的时间现在已经退出了历史的舞台，但是其内容依旧适合大家学习。
就在之前，有读者向我咨询有没有相关的内容，于是我就准备今天给大家分享，，希望早一些帮助到大家，文末提供了下载方式。
这个小实验内容不多，两个程序，一份报告，报告是调皮哥自己的课程作业。
MATLAB程序主要完成16个调频脉冲信号的产生、脉冲压缩、MTI、MTD、CFAR等信号处理算法，共计200多行。
报告的内容就是对实验内容的解析和分析，大家可以参照理解和学习，因此我就不再对代码进行一一解释了，代码中也有一些注释，相信大家花点功夫应该能够看得懂的。
具体内容大家可以详细见教程，这里就不再进行过多的论述。
后续还有几个小问题，可以分享给大家：（1）线性调频信号的特点。
为什么选用线性调频信号？答：线性调频信号的频率随时间呈线性变化，选用线性调频信号可以增大发射信号的带宽，提高平均发射功率，同时又有较高的距离分辨率。
（2）为什么要做脉冲压缩答：为了获得大的作用距离和具有很高的距离分辨率。
（3）时域脉压和频域脉压分别怎么做？答：通过对发射信号进行序列反转、取共轭操作即可得到脉冲压缩系数。
时域脉冲压缩处理是对回波信号与脉冲压缩系数进行卷积。
频域是先对回波信号和脉压系数做FFT，点乘之后在做IFFT（逆快速傅里叶变换）。
（4）PC（脉冲压缩）结束后三个目标高度为什么不一样，呈什么变化，为什么？答：第一个脉冲有部分处于闭锁期，因此幅度较小。
线性调频脉冲雷达信号matlab仿真
二〇一年十月课题小论文题目：线性调频（LFM ）脉冲压缩雷达仿真学院：专业：学生姓名：刘斌学号：年级：指导教师：线性调频（LFM ）脉冲压缩雷达仿真一．雷达工作原理雷达是Radar （RAdio Detection And Ranging ）的音译词，意为“无线电检测和测距”，即利用无线电波来检测目标并测定目标的位置，这也是雷达设备在最初阶段的功能。
典型的雷达系统如图1.1，它主要由发射机，天线，接收机，数据处理，定时控制，显示等设备组成。
利用雷达可以获知目标的有无，目标斜距，目标角位置，目标相对速度等。
现代高分辨雷达扩展了原始雷达概念，使它具有对运动目标(飞机，导弹等)和区域目标(地面等)成像和识别的能力。
雷达的应用越来越广泛。
图1.1：简单脉冲雷达系统框图雷达发射机的任务是产生符合要求的雷达波形（Radar Waveform ），然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由接收机接收，对雷达回波信号做适当的处理就可以获知目标的相关信息。
假设理想点目标与雷达的相对距离为R ，为了探测这个目标，雷达发射信号()s t ,电磁波以光速C 向四周传播，经过时间R 后电磁波到达目标，照射到目标上的电磁波可写成：()Rs t C -。
电磁波与目标相互作用，一部分电磁波被目标散射，被反射的电磁波为()Rs t Cσ⋅-，其中σ为目标的雷达散射截面（Radar Cross Section ,简称RCS ），反映目标对电磁波的散射能力。
再经过时间R 后，被雷达接收天线接收的信号为(2)Rs t C σ⋅-。
如果将雷达天线和目标看作一个系统，便得到如图1.2的等效，而且这是一个LTI （线性时不变）系统。
图1.2：雷达等效于LTI 系统等效LTI 系统的冲击响应可写成:1()()Mi i i h t t σδτ==-∑(1.1)M 表示目标的个数，i σ是目标散射特性，i τ是光速在雷达与目标之间往返一次的时间，2i i R cτ=(1.2)式中，i R 为第i 个目标与雷达的相对距离。
MATLAB信号处理仿真实验
MATLAB信号处理仿真实验1. 引言信号处理是一种广泛应用于各个领域的技术，它涉及到对信号的获取、处理和分析。
MATLAB是一种强大的数学软件，提供了丰富的信号处理工具箱，可以用于信号处理的仿真实验。
本文将介绍如何使用MATLAB进行信号处理仿真实验，并提供详细的步骤和示例。
2. 实验目的本实验旨在通过MATLAB软件进行信号处理仿真，以加深对信号处理原理和算法的理解，并掌握使用MATLAB进行信号处理的基本方法和技巧。
3. 实验步骤3.1 生成信号首先，我们需要生成一个待处理的信号。
可以使用MATLAB提供的信号生成函数，如sine、square和sawtooth等。
以生成一个正弦信号为例，可以使用以下代码：```MATLABfs = 1000; % 采样频率t = 0:1/fs:1; % 时间向量f = 10; % 信号频率x = sin(2*pi*f*t); % 生成正弦信号```3.2 添加噪声为了更真实地摹拟实际信号处理场景，我们可以向生成的信号中添加噪声。
可以使用MATLAB提供的随机噪声生成函数，如randn和awgn等。
以向生成的信号中添加高斯白噪声为例，可以使用以下代码：```MATLABSNR = 10; % 信噪比y = awgn(x, SNR); % 向信号中添加高斯白噪声```3.3 进行滤波处理滤波是信号处理中常用的一种技术，用于去除信号中的噪声或者提取感兴趣的频率成份。
可以使用MATLAB提供的滤波函数，如fir1和butter等。
以设计并应用一个低通滤波器为例，可以使用以下代码：```MATLABorder = 10; % 滤波器阶数cutoff = 0.1; % 截止频率b = fir1(order, cutoff); % 设计低通滤波器filtered_y = filter(b, 1, y); % 应用滤波器```3.4 进行频谱分析频谱分析是信号处理中常用的一种技术，用于分析信号的频率成份。
线性调频信号matlab仿真
实验一雷达信号波形分析实验报告一、实验目的要求1. 了解雷达常用信号的形式。
2. 学会用仿真软件分析信号的特性。
3了解雷达常用信号的频谱特点和模糊函数。
二、实验参数设置信号参数范围如下:(1)简单脉冲调制信号:(2)载频:85MHz(3)脉冲重复周期:250us(4)脉冲宽度:8us(5)幅度:1V(2)线性调频信号载频:85MHz脉冲重复周期:250us脉冲宽度:20us信号带宽:15MHz幅度:1V三、实验仿真波形1.简单的脉冲调制信号程序:Fs=10e6;t=0:1/Fs:300e-6;fr=4e3;f0=8.5e7;x1=square(2*pi*fr*t,3.2)./2+0.5; x2=exp(i*2*pi*f0*t);x3=x1.*x2;subplot(3,1,1);plot(t,x1,'-');axis([0,310e-6,-1.5,1.5]);xlabel('时间/s')ylabel('幅度/v')title('脉冲信号重复周期T=250US 脉冲宽度为8us') grid; subplot(3,1,2);plot(t,x2,'-');axis([0,310e-6,-1.5,1.5]);xlabel('时间/s')ylabel('幅度/v')title('连续正弦波信号载波频率f0=85MHz')grid;subplot(3,1,3);plot(t,x3,'-');axis([0,310e-6,-1.5,1.5]);xlabel('时间/s')ylabel('·幅度/v')title('脉冲调制信号')grid;仿真波形:0123x 10-4-101时间/s幅度/v脉冲信号重复周期T=250us 脉冲宽度为8us123x 10-4-11时间/s幅度/v连续正弦波信号载波频率f0=85MHz123x 10-4-101时间/s幅度/v脉冲调制信号2.线性调频信号程序:Fs=10e6;t=0:1/Fs:300e-6;fr=4e3;f0=8.5e7;x1=square(2*pi*fr*t,8)./2+0.5; x2=exp(i*2*pi*f0*t); x3=x1.*x2; subplot(2,2,1);plot(t,x1,'-');axis([0,310e-6,-1.5,1.5]);xlabel('时间/s')ylabel('幅度/v')title('脉冲信号重复周期T=250US 脉冲宽度为8us ') grid; subplot(223);plot(t,x2,'-');axis([0,310e-6,-1.5,1.5]);xlabel('时间/s')ylabel('幅度/v')title('连续正弦波信号载波频率f0=85MHz ')grid;eps = 0.000001;B = 15.0e6;T = 10.e-6; f0=8.5e7;mu = B / T;delt = linspace(-T/2., T/2., 10001);LFM=exp(i*2*pi*(f0*delt+mu .* delt.^2 / 2.));LFMFFT = fftshift(fft(LFM));freqlimit = 0.5 / 1.e-9;freq = linspace(-freqlimit/1.e6,freqlimit/1.e6,10001); figure(1) subplot(2,2,2)plot(delt*1e6,LFM,'k');axis([-1 1 -1.5 1.5])grid;xlabel('时间/us')ylabel('幅度/v')title('线性调频信号T = 10 mS, B = 15 MHz')subplot(2,2,4)y=20*log10(abs(LFMFFT));y=y-max(y);plot(freq, y,'k');axis([-500 500 -80 10]);grid;%axis tightxlabel('频率/ MHz')ylabel('频谱/dB')title('线性调频信号T = 10 mS, B = 15 MHz') 仿真波形:四、实验成果分析本实验首先利用MTALAB软件得到一个脉冲调制信号,然后再对其线性调频分析,得到上面的波形图。
MATLAB仿真程序
窗型选择仿真程序: clear,clcbw=3e6;% 信号带宽T=1e-4;%信号脉冲宽度A=2;%信号幅度fs=4*bw;lfft=round(T*fs);%采样点数lfft=2^nextpow2(lfft);dt=1/fs;%采样间隔f0=1e6;t=(0:lfft-1)*dt;%时域采样点q=(0:lfft-1)*2*pi/lfft;s=A*exp(j*2*pi*f0*t+j*pi*bw*t.*t/T);%产生线性调频信号S=(fft(s));%线性调频信号的傅立叶变换fftH=conj(S);%匹配滤波器的频率响应Y=S.*H;%线性调频信号的频域匹配滤波输出y=fftshift(ifft(Y));%线性调频信号的时域匹配滤波输出%对chirp信号进行时域加权h1=(triang(lfft))';%三角窗函数s1=s.*h1;S1=fft(s1);H1=conj(S1);Y1=S1.*H1;y1=fftshift(ifft(Y1));%加三角窗后的线性调频信号的时域匹配滤波输出h2=(hanning(lfft))';%汉宁窗函数s2=s.*h2;S2=fft(s2);H2=conj(S2);Y2=S2.*H2;y2=fftshift(ifft(Y2));%加汉宁窗后的线性调频信号的时域匹配滤波输出h3=(hamming(lfft))';%海明窗函数s3=s.*h3;S3=fft(s3);H3=conj(S3);Y3=S3.*H3;y3=fftshift(ifft(Y3));%加海明窗后的线性调频信号的时域匹配滤波输出figure;subplot(3,1,1),plot(t,real(s)),title('chirp signal');subplot(3,1,2),plot(q,abs(S)),title('线性调频信号幅度谱');subplot(3,1,3),plot(q,angle(S)),title('线性调频信号相位谱');figure;subplot(2,1,1),plot(q,abs(H));title('MF的幅度谱');subplot(2,1,2),plot(q,angle(H));title('MF的相位谱');figure;subplot(3,1,1),plot(t,real(y)),title('脉压信号');subplot(3,1,2),plot(q,abs(Y)),title('脉压信号幅度谱');subplot(3,1,3),plot(q,angle(Y)),title('脉压信号相位谱');figure;subplot(2,2,1),plot(t,20*log10(abs(y)/max(abs(y))));title('未加窗时的时域输出'); subplot(2,2,2),plot(t,20*log10(abs(y1)/max(abs(y1))));title('加三角窗时的时域输出'); subplot(2,2,3),plot(t,20*log10(abs(y2)/max(abs(y2)))); title('加汉宁窗时的时域输出'); subplot(2,2,4),plot(t,20*log10(abs(y3)/max(abs(y3))));title('加海明窗时的时域输出');叠加3个频移多普勒干扰程序:BandWidth=10e6; %发射信号带宽TimeWidth=20e-6; %发射信号时宽mu=BandWidth/TimeWidth %调频率Fs=2*BandWidth; %采样频率Ts=1/Fs;Ns=fix(Fs*TimeWidth);%计算一个脉冲周期的采样点数400;N=1024; %FFT点数t=0:Ts:TimeWidth-Ts;y=exp(j*pi*mu*t.^2); %产生LFM信号h=zeros(1,Ns);for i=1:Nsh(i)=conj(y(Ns-i+1));endfd=6e6;y1=exp(j*2*pi*(fd*t+0.5*mu*t.^2));%频移干扰信号fd1=+1e6;y2=exp(j*2*pi*(fd1*t+0.5*mu*t.^2));%频移干扰信fd2=+10e6;y3=exp(j*2*pi*(fd2*t+0.5*mu*t.^2));%频移干扰信y=y1+exp(j*pi*mu*t.^2)+y2+y3; %产生叠加了干扰的LFM信号yfft=fft(y,1024);win = hamming(Ns)';h_w=h.*win;hfft_w=fft(h_w,1024);ycomp = abs(ifft(yfft .*hfft_w)); %脉冲压缩maxval1 = max(ycomp);ycomp_w = eps + ycomp ./ maxval1; % 利用ycomp的最大值归一化tt =0:Ts:2*TimeWidth-Ts;plot (tt,ycomp_w(1:2*Ns),'b')xlabel ('t - seconds ');ylabel(' 幅度db')title('带宽=10MHZ,叠加fd=0MHZ,+1MHZ,+6MHZ,+10MHZ的脉压') grid on加噪仿真:BandWidth=1.0e6; %发射信号带宽TimeWidth=200e-6; %发射信号时宽mu=BandWidth/TimeWidth %调频率Fs=2*BandWidth; %采样频率Ts=1/Fs;Ns=fix(Fs*TimeWidth);%计算一个脉冲周期的采样点数400;N=1024; %FFT点数t=0:Ts:TimeWidth-Ts;%================================================================== == y=exp(j*pi*mu*t.^2); %产生LFM信号figure(1)plot(real(y));%加噪前的输入信号title('未加噪前的LFM信号');h=zeros(1,Ns);for i=1:Nsh(i)=conj(y(Ns-i+1));endfigure(2)plot(real(h));title('匹配滤波器信号');hfft= fft(h,N); % 匹配滤波器的频域响应y_n=awgn(y,20);%在中叠加一个信噪比为20的高斯白噪声figure(3)plot(real(y_n));%加噪后的输入信号title('加噪后的LFM信号');y_nfft = fft(y_n,N) ;ycomp =abs(ifft(y_nfft .*hfft)); %脉冲压缩maxval = max (ycomp);ycomp = eps + ycomp ./ maxval; % 利用最大值归一化ycomp_db=20*log10(ycomp); %取对数%%%%%%%%%%%%%% 加窗处理 %%%%%%%win = hamming(Ns)';figure(4)plot(win);title('海明窗信号');h_w=h.*win; % 加窗hfft_w=fft(h_w,N); % 加窗的匹配滤波器的频域响应ycomp_w = abs(ifft(y_nfft .*hfft_w)); %脉冲压缩maxval1 = max(ycomp_w);val=ycomp_w ;ycomp_w = eps + ycomp_w ./ maxval; % 利用ycomp的最大值归一化ycomp_w1 = eps + val./ maxval1; % 利用ycomp_w的最大值归一化ycomp_w_db=20*log10(ycomp_w); %取对数ycomp_w1_db=20*log10(ycomp_w1); %取对数%%%%%%%%%%%%%%%%tt =0:Ts:2*TimeWidth-Ts;figure(5)plot (tt,ycomp_db(1:2*Ns),'b')axis([.2*TimeWidth 1.8*TimeWidth -60 0] )xlabel ('t - seconds ');ylabel('幅度db')title('未加窗的脉冲压缩输出')grid onfigure(6)plot (tt,ycomp_w1_db(1:2*Ns),'r')axis([.2*TimeWidth 1.8*TimeWidth -60 0] )xlabel ('t - seconds ');ylabel(' 幅度db')title('加窗的脉冲压缩输出')grid onfigure(7)plot (tt,ycomp_db(1:2*Ns),'b',tt,ycomp_w_db(1:2*Ns),'r') axis([.2*TimeWidth 1.8*TimeWidth -60 0] )xlabel ('t - seconds ');ylabel(' 幅度db')legend('未加窗','加窗');title('脉冲压缩输出对比')grid on延时干扰仿真:BandWidth=1.0e6; %发射信号带宽TimeWidth=200e-6; %发射信号时宽mu=BandWidth/TimeWidth %LFM的调频率Fs=2*BandWidth; %采样频率Ts=1/Fs; %采样周期Ns=fix(Fs*TimeWidth);%计算一个脉冲周期的采样点数;N=1024; %FFT点数t=0:Ts:TimeWidth-Ts;y=exp(j*pi*mu*t.^2); %产生LFM信号,写成复数的形式h=zeros(1,Ns); %匹配系数初始化为0,点数与LFM的点数一致for i=1:Nsh(i)=conj(y(Ns-i+1));end %匹配滤波系数取LFM信号的镜像共轭yfft=fft(y,1024);%对回波LFM信号做FFT变换win = hamming(Ns)'; %产生海明窗h_w=h.*win; %时域加海明窗,匹配系数乘以海明窗函数,完成加权抑制距离旁瓣hfft_w=fft(h_w,1024);%加权后的匹配系数做FFT变换ycomp = abs(ifft(yfft .*hfft_w)); %完成脉冲压缩maxval1 = max(ycomp); %取ycomp的最大值ycomp_w = ycomp ./ maxval1; % 利用ycomp的最大值归一化tt =0:Ts:2*TimeWidth-Ts;subplot(2,1,1);plot (tt,ycomp_w(1:2*Ns),'b')axis([.2*TimeWidth 1.8*TimeWidth 0 1] ) %设定显示图形的尺寸title('时宽=200us无时延的脉冲压缩输出') ;grid on ;td1=20e-6;%时延值为td1t1=t+td1;%有时延的时间变量yd1=exp(j*pi*mu*t1.^2); %产生时延为td1的LFM信号td2=20e-6%时延值为td2t2=t-td2;yd2=exp(j*pi*mu*t2.^2); %产生时延为td2的LFM信号y1=y+yd1+yd2;%叠加有2个时延的回波信号y1fft=fft(y1,1024);hfft_w=fft(h_w,1024);ycomp_w1 = abs(ifft(y1fft .*hfft_w)); %脉冲压缩maxval1 = max(ycomp_w1);ycomp_w2 = ycomp_w1 ./ maxval1; % 利用ycomp_w1的最大值归一化%%%%%%%%%%%%%%%%tt =0:Ts:2*TimeWidth-Ts;subplot(2,1,2);plot (tt,ycomp_w2(1:2*Ns),'r')axis([.1*TimeWidth 2.0*TimeWidth 0 1] ) xlabel ('t - seconds ');title('有td=+20us,-20us时延干扰输出') grid on。
调幅和调频信号的MATLAB仿真
功能强大的科学计算和工程仿真软件，它的交互式集成界面能够帮助用户快速完成数值分析、数字信号处理、仿真建摸、系统控制等功能。
MATLAB语言采用与数学表达相同的形式，不需要传统的程序设计语言，易于掌握，而且使用MATLAB语言要比使用BASIC、FORTRAN 和C等语言提高效率许多倍。
许多人赞誉它为万能的数学“演算纸”。
早在十几年前，在欧美的大学和研究机构中，MATLAB就是一种非常流行的计算机语言，许多重要的学术刊物上发表的论文均是用MATLAB来分析计算和绘制各种图形。
它还是一种有力的教学工具，它在大学的线性代数、自动控制理论、数理统计、数字信号处理、动态系统仿真、通信原理等课程的教学中，已成为标准的教学工具。
Simulink是MATLAB软件中对动态系统进行建模、仿真和分析的一个软件包，是MATLAB中的一种可视化仿真工具，广泛应用于通信仿真、数字信号处理、模糊逻辑、神经网络等领域。
“振幅调制与解调”与“角度调制与解调”是《通信电子电路》中的重要内容，其中的概念在实际的通信系统中占有非常重要的地位。
本书利用MATLAB语言和MATLAB/Simulink仿真工具对书中的调幅和调频的概念和基本方法进行了仿真，供读者参考。
一方面是为了增加读者对内容的理解，另一方面可以使读者从中体会到MATLAB工具的优越性和实用性。
1. 振幅调制与解调的MATLAB仿真由第5章可知，根据调幅信号所含频谱及其相对大小不同，可以分为普通调幅（AM）、抑制载波双边带调幅（DSB/SC-AM）和抑制载波单边带调幅（SSB/SC-AM）三种方式。
其中，普通调幅信号是基本的，其它调幅信号都是由它演变而来的。
在以下的MATLAB仿真中，为方便起见，均采用单音调制。
（1）普通调幅波AM设调制信号通信电子电路314 Ft U t U t u m m π2cos cos )(ΩΩΩ=Ω=载波信号t f U t U t u c cm c cm c πω2cos cos )(==则普通调幅波信号t t m U t u c a cm AM ωcos )cos 1()(Ω+=根据调幅波的数学表达形式，利用Matlab/Simulink 进行建模仿真。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验一
xx信号波形分析实验报告
一、
实验目的要求
1.了解xx常用信号的形式。
2.学会用仿真软件分析信号的特性。
3了解雷达常用信号的频谱特点和模糊函数。
二、实验参数设置
信号参数范围如下：
（1）简单脉冲调制信号：
（2）载频：85MHz
（3）脉冲重复周期：250us
（4）脉冲宽度：8us
（5）幅度：1V
（2）线性调频信号
载频:85MHz
脉冲重复周期：250us
脉冲宽度：20us
信号带宽：15MHz
幅度：1V
三、
实验仿真波形
1.简单的脉冲调制信号程序：
Fs=10e6;
t=0:1/Fs:300e-6;
fr=4e3;
f0=
8.5e7;
x1=square(2*pi*fr*t, 3.2)./2+
0.5;
x2=exp(i*2*pi*f0*t);
x3=x
1.*x2;
subplot(3,1,1);
plot(t,x1,'-');
axis([0,310e-6,-
1.5,
1.5]);
xlabel('时间/s') ylabel('幅度/v')
title('脉冲信号重复周期T=250US脉冲宽度为8us') grid;
subplot(3,1,2);
plot(t,x2,'-');
axis([0,310e-6,-
1.5,
1.5]);
xlabel('时间/s')
ylabel('幅度/v')
title('连续正弦波信号载波频率f0=85MHz')
grid;
subplot(3,1,3);
plot(t,x3,'-');
axis([0,310e-6,-
1.5,
1.5]);
xlabel('时间/s')
ylabel('·幅度/v')
title('脉冲调制信号')
grid;
仿真波形：
0123x 10-4-101时间
/s幅度/v
脉冲信号
重复周期T=250us脉冲宽度为8us0123 x 10
-4
-101
时间/s幅度/v连续正弦波信号
载波频率f0=85MHz0123
x 10
-4-101时间/s幅度/v脉冲调制信号2.线性调频信号
程序：
Fs=10e6;
t=0:1/Fs:300e-6;
fr=4e3;
f0=
8.5e7;
x1=square(2*pi*fr*t,8)./2+
0.5;
x2=exp(i*2*pi*f0*t); x3=x
subplot(2,2,1);
plot(t,x1,'-');
axis([0,310e-6,-
1.5,
1.5]);
xlabel('时间/s')
ylabel('幅度/v')
title('脉冲信号重复周期T=250US脉冲宽度为8us ') grid;
subplot
(223);
plot(t,x2,'-');
axis([0,310e-6,-
1.5,
1.5]);
xlabel('时间/s')
ylabel('幅度/v')
title('连续正弦波信号载波频率f0=85MHz ')
grid;
eps =
B =
15.0e6;
T =
10.e-6; f0=
8.5e7;
mu = B / T;
delt = linspace(-T/
2., T/
2., 10001);
LFMFFT = fftshift(fft(LFM)); freq = linspace(-freqlimit/ 1.e6,freqlimit/
1.e6,10001);
figure
(1)
subplot(2,2,2)
plot(delt*1e6,LFM,'k'); axis([-1 1 -
1.5
1.5])
grid;
xlabel('时间/us')
ylabel('幅度/v')
title('线性调频信号T = 10 mS, B = 15 MHz')
subplot(2,2,4)
y=20*log10(abs(LFMFFT));
y=y-max(y);
plot(freq, y,'k');
axis([-500 500 -80 10]);
grid;
%axis tight
xlabel('频率/ MHz')
ylabel('频谱/dB')
title('线性调频信号T = 10 mS, B = 15 MHz')仿真波形：
四、
实验成果分析
本实验首先利用
MTALAB
软件得到一个脉冲调制信号，然后再对其线性调频分析，得
到上面的波形图。
改变载频、信号带宽，线性高频结果会有很大变化。
五、教师评语
教师签字。