2021年雷达对抗技术实验报告.doc

HarbinInstituteofTechnology雷达对抗技术试验汇报(一)姓名:学号:班级:1105201指导老师:冀振元,李高鹏哈工大电子和信息工程学院电子工程系雷达对抗技术试验(一)一、理论基础1、信号产生线性调频连续波(LFMCW)信号单周期表示式为:上式中,取值范围是:LFMCW信号调制斜率,且::LFMCW信号起始频率:LFMCW信号幅度:LFMCW信号带宽:LFMCW信号周期 多周期信号: 式中,为整数采取FFT对信号进行谱分析,并用频谱进行平移显示。仿真生成以下:图1 单周期线性调频信号时域和频谱图图2 多周期线性调频信号时域和频谱图2、信号分析非平稳信号是指信号统计特征随时间改变时变信号,其频率也是时间函数。线性调频信号是经典非平稳信号。传统傅立叶变换可求得信号频率,但该方法是基于信号全局信息,并不能反应信号局部特征,也不能反应其中某个频率分量出现具体时间及其改变趋势,不含有分析信号瞬时有效性。而瞬时频率,能给出信号调制改变规律,含有它独特优势和瞬时有效性。瞬时频率作为描绘非平稳信号特征一个关键物理量,其估量和提取一直是非平稳信号处理中研究热点。现在,大家已提出如瞬时自相关法、相位法、过零点法、时频分析等多个手段和方法。本试验只要求时频分析方法。在信号时频分析中用最多就是短时傅立叶变换(STFT),短时傅立叶变换是经典线性时频表示。这种变换基础思想就是用一个窗函数乘时间信号,该窗函数时宽足够窄,使取出信号能够看成是平稳,然后进行傅立叶变换,能够反应该时宽中频谱,假如让窗函数沿时间轴移动,能够得到信号频谱随时间改变规律。现对短时傅立叶变换及其性质介绍以下。它在傅里叶分析中经过加窗来观察信号,所以,短时傅里叶变换也称加窗傅里叶变换。其表示式为:其中表示复共轭,是输入信号,是窗函数。在这个变换中,起着频限作用,起着时限作用。伴随改变,所确定“时间窗”在轴上移动,使“以某一时间间隔步进”进行分析。所以,往往被称为窗口函数,大致反应了在时刻频率“信号成份”相对含量。在实际应用中,有时需要研究信号能量在时频平面中二维分布情况,为此将短时傅立叶变换取模平方,得到二次型时频分布,称为短时功率或谱图。经过谱图我们能够从整体上观察信号频率范围以立即频分布情况。能够看出,短时傅立叶变换用线性时频表示,它不存在交叉项:而谱图用二次型时频表示,假如两信号短时傅立叶变换在时频平面支撑区域不重合,仍可认为其谱图满足叠加性。在短时傅里叶分析中,窗函数常常起关键作用。所加窗函数能否正确反应信号时频特征(即窗函数是否含有较高时间分辨率和频率分辨率),和待分析信号平稳特征相关。为了了解窗函数影响,假设窗函数取两种极端情况。第一个极端情况是取,此时信号STFT可表示为其中表示傅立叶算子。这种情况下,STFT退化为信号傅立叶变换,没有任何时间分辨率,却有最好频率分辨率。第二种极端情况是取,此时STFT退化为信号,有理想时间分辨率,但不提供任何频率分辨率。短时傅立叶变换因为使用了一个能够移动时间窗,使其含有一定时间分辨率。短时傅立叶变换时间分辨率取决于窗函数长度,为了提升信号时间分辨率,期望长度愈短愈好。不过频域分辨率取决于窗函数频域函数宽度,为了提升频域分辨率,期望尽可能加宽窗口宽度,这么肯定又会降低时域分辨率。所以,时宽和带宽不可能同时达成任意小,现有任意小时宽,又有任意小带宽窗函数是不存在。归根到底,局部谱正确表示还在于窗函数宽度和信号局部平稳长度相适应。在实际应用中,我们期望选择窗函数含有很好时间和频率聚集性(即能量在时频平面是高度集中),使得能够有效地反应信号在时频周围“内容”,也就是宽度应该和信号局部平稳长度相适应。利用STFT能够估量信号在每片短时窗内频率得到信号瞬时频率,该曲线由一组时间和频率相对应点组成,反应了信号频率随时间改变。本试验在中可选择窗有海明窗、汉宁窗和矩形窗等。图3 线性调频信号时频分析图二、试验要求:生成多周期线性调频信号,并对其进行频谱分析;对仿真生成信号利用两种窗口函数进行STFT变换生成时频分析图,并讨论了两种窗优劣性;采取两种不一样长度窗口函数进行以上运算,分析窗长对时频分辨率影响。三、试验步骤:利用公式生成多周期线性调频信号;对信号进行FFT变换得到其频谱;生成一个窗函数(Matlab中有现成函数),窗长L;用窗函数和信号进行运算(,注意:信号截取长度应和窗长一致);让窗口函数每次滑动L个点(即窗口不重合),和信号进行运算,然后进行FFT变换,并取幅值最大频率点作为本窗口内频率;窗口函数每次滑动保留M个点重合,和信号进行运算,然后进行FFT变换,并取幅值最大频率点作为本窗口内频率;生成时频分析图。讨论多种窗在STFT中应用性和窗口长度L和重合长度M对时频分辨率影响。四、