实验1——雷达信号产生与噪声分析b

Tags
💡
文章原作者:

1.噪声信号的数学描述

1.1.均匀分布

1.2.高斯分布

1.3.瑞利分布

1.4.复高斯噪声与瑞利分布的关系

设正弦波加窄带高斯噪声的混合信号为
式中:,为窄带高斯噪声,其均值为,方差为为正弦波的随机相位,在上均匀分布;振幅均假定为确知量。于是:
其中:
的包络和相位分别为:
考察的包络和相位的统计特性,如果值已给定,则是相互独立的高斯随机变量,且有:
故在给定相位的条件下的联合概率密度函数为:
根据之间的随机变量关系:
可以求得在给定的条件下的联合概率密度函数为:
然后求给定条件下的边际分布,即:
由于:
故有:
式中:为第一类零阶修正贝塞尔函数。
时,是单调上升函数,且有,因此:
由上式可见,无关,故的包络的概率密度函数为
此概率密度函数称为广义瑞利分布,又称莱斯分布。其存在两种极限情况:
  1. 当信号很小,即时,信号功率与噪声的比值,相当于很小,于是有,莱斯分布退化为瑞利分布;
    1. 当信噪比很大时,有,这时在附近,近似为高斯分布,即:

      2.噪声信号产生

      均匀分布噪声产生(matlab代码)
      可见其时域波形图、直方图、频谱图。可以看到其直方图呈现出均匀分布的特征,在其频带内各频点能量分布均匀,符合白噪声特性
      notion image
      高斯分布噪声产生(matlab代码)
      可见其时域波形图、直方图、频谱图。可以看到其直方图呈现出高斯钟形曲线特征,在其频带内各频点能量分布均匀,符合白噪声特性
      notion image
      瑞利分布噪声产生(matlab代码)
      可见其时域波形图、直方图、频谱图。可以看到其直方图呈现出瑞利分布特征,在其频带内各频点能量分布均匀,符合白噪声特性
      notion image

      3.雷达信号产生与加噪

      3.1 BPSK信号产生与加噪

      matlab代码如下,码元为1101010001
      产生的BPSK码元信号、调制后信号以及调制后信号的频谱
      notion image
      可以看出其频谱有明显的谐波特性,因其原始信号为正弦与方波相乘,方波的谐波成分反映到了调制后信号的频谱中。
      现在对BPSK调制信号添加噪声。可明显看出其时域波形上的毛刺与尖峰。
      notion image

      3.2 LFM(Linear Frequency Modulation)信号产生与加噪

      matlab代码如下
      产生的LFM信号波形,以及其调制波形,能谱图和频谱图
      notion image
      可以看出其频谱也具有明显的谐波特性,因其原始信号为正弦与带斜率的线性波相乘,同时带有突变成分,突变成分意味着具有高频谐波,该谐波成分反映到了调制后信号的频谱中。
      现在对LFM调制信号添加噪声。可明显看出其时域波形上的毛刺与尖峰。
      notion image

      4. LFM信号 HDL实现

      使用Verilog HDL硬件描述语言编写LFM信号产生的仿真实验,系统框图如下:
      notion image
      利用Cordic算法进行单周期快速正弦运算可以大幅提升正余弦计算速度。使用锯齿波作为控制信号,对VCO正弦进行调制即可得到LFM信号,仿真波形图如下:
      notion image
      可以看到LFM信号产生效果极佳。

      5. 总结

      通过本实验,我们掌握了雷达信号与噪声信号的特征和数学描述,学会了使用Matlab对其进行仿真。我们深入了解了噪声信号的数学模型,包括均匀分布、高斯分布、瑞利分布,以及复高斯噪声与瑞利分布的关系。实验中,我们采用MATLAB生成了各种噪声,并通过时域波形图、直方图和频谱图展示了其特性。此外,我们还对雷达信号进行了产生与加噪实验,进一步验证了理论分析的准确性。通过对比分析,我们发现不同噪声类型对信号的影响各有不同,这对于实际应用中的信号处理具有重要指导意义。此外,本文还提供了BPSK和LFM信号的HDL实现方法,展示了使用Verilog HDL进行雷达信号生成的高效性。总之,本实验不仅加深了我们对信号与噪声处理的理解,也为未来的信号处理提供了实验和理论基础。

      6. 参考

      Loading...