MATLAB雷达信号处理仿真
- 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)。
5.2 噪声和杂波的产生
在实际的雷达回波信号中,不仅仅有目标的反射信号,同时还有接收机的热噪声、地物杂波、气象杂波等各种噪声和杂波的叠加。由于噪声和杂波都不是确知信号,只能通过统计特性来分析。
本节将讨论一些常见的噪声和杂波的产生方法。
5.2.1 随机热噪声
随机热噪声有多种,常见有概率密度函数服从高斯分布、均匀分布、指数分布以及τ分布的热噪声。
1. 服从高斯(Guass )分布的热噪声(随机序列)
标准高斯分布的概率密度为:
)2exp(1
)(22
σσπx x p -= (5.2.1) 均值为0x 的高斯分布的概率密度函数为:
)2)(exp(1
)(22
0σσπx x x p --= (5.2.2) Matlab7.0本身自带了标准高斯分布的内部函数randn ,调用格式如下:
Y = randn(n)
Y = randn(m,n)
Y = randn([m n])
Y = randn(size(A))
s = randn('state')
randn 函数产生的随机序列服从均值为m=0,方差σ2=1的高斯分布。
Y = randn(n)产生的是一个n ×n 的随机序列矩阵,而Y = randn(m,n) 和Y = randn([m n])产生的m ×n 的随机序列矩阵,Y = randn(size(A))产生的是大小与矩阵A 同样大小的随机序列矩阵。
s = randn('state') 返回的是一个具有两个元素的向量,该向量显示的是当前正态随机数产生器的状态。randn('state',s) 指令可以将产生器的状态设置到s ,而randn('state',0) 则可以将正态随机数产生器的状态恢复到初始状态。
因此,利用randn 函数可以非常简单快捷地产生出服从高斯分布的随机序列,如图5.7。
图5.7服从高斯分布的随机序列及其直方图
2. 服从均匀分布的热噪声(随机序列)
(a-b)均匀分布的概率密度函数为:
a
b x p -=1)( (5.2.3) 根据(a-b )均匀分布的概率密度函数和(0-1)均匀分布的概率密度函数可以推导出它们之间的关系为:
a u a
b b a a
u +⨯-=--=)(ζζ或 (5.2.4)
其中u 服从(0-1)单位均匀分布,ζ服从(a-b )分布
所以根据上式,可以先产生一个服从(0-1)单位均匀分布的信号,然后再将其经过上式的变换,就可以得到一个服从(a-b )均匀分布的信号了。
同样Matlab 本身也自带了(0-1)单位均匀分布的内部函数rand ,格式如下:
Y = rand(n)
Y = rand(m,n)
Y = rand([m n])
Y = rand(size(A))
s = rand('state')
rand 函数产生的随机序列服从(0-1)单位均匀分布。
Y = rand(n)产生的是一个n ×n 的随机序列矩阵,而Y = rand(m,n) 和Y = rand([m n])产生的m ×n 的随机序列矩阵,Y = rand(size(A))产生的是大小与矩阵A 同样大小的随机序列矩阵。
s = rand('state') 返回的是一个具有两个元素的向量,该向量显示的是当前(0-1)单位均匀随机数产生器的状态。rand('state',s) 指令可以将产生器的状态设置到s ,而rand('state',0) 则可以将(0-1)单位均匀分布随机数产生器的状态恢复到初始状态。
因此,可以写出服从(a-b )均匀分布的随机序列的产生程序,如下:
a=2;%(a-b )均匀分布下限
b=3;%(a-b )均匀分布上限
fs=1e7;%采样率,单位:Hz
t=1e-3;%随机序列长度,单位:s
n=t*fs;
rand('state',0); %把均匀分布伪随机发生器置为0状态
u=rand(1,n); %产生(0-1)单位均匀信号
x=(b-a)*u+a; %广义均匀分布与单位均匀分布之间的关系
subplot(2,1,1),plot(x),title('均匀分布信号'); %输出信号图
subplot(2,1,2),hist(x,a:0.02:b),title('均匀分布信号直方图'); %输出信号的直方图 输出结果如图5.8所示。
图5.8 服从(a-b )均匀分布的随机序列及其直方图
3. 服从指数分布的热噪声(随机序列)
参数为λ的指数分布的概率密度函数为:
x e x p λλ-=)( (5.2.5)
根据指数分布的概率密度函数和(0-1)单位均匀分布的概率密度函数可以推导出它们之间的关系为:
λζ--=e u 1 或 )1ln(1
i i u --=λζ (5.2.6)
由于u i 服从(0-1)单位均匀分布,所以(1-u i )仍然服从(0-1)单位均匀分布,所以上式可以简化为:
i i u ln 1
λ
ζ-= (5.2.7) 其中u 服从(0-1)单位均匀分布,ξ服从参数为λ的指数分布
所以根据上式,可以先产生一个服从(0-1)单位分布的信号,然后再将其经过上式的变换,就可以得到一个服从参数为λ的指数分布的信号了。实现程序如下:
lambda=2.5;%指数分布参数
fs=1e7;%采样频率
t=1e-3;%时间长度
n=t*fs;
rand('state',0); %把均匀分布伪随机发生器置为0状态
u=rand(1,n) %产生单位均匀信号
x=log2(1-u)/(-lambda); %指数分布与单位均匀分布之间的关系
subplot(2,1,1),plot(0:1/fs:t-1/fs,x),xlabel('t(s)'), ylabel('x(V)')
title('指数分布信号');
subplot(2,1,2),hist(x,0:0.05:4),title('指数分布信号直方图');
输出结果如图5.9所示。