雷达对抗实验报告

实验题目：噪声干扰信号的Matlab仿真

院 系： 信息科学与工程学院

班 级： 通信2班

姓 名： 宋曜辰

学 号： 1003060230

指导教师：

噪声调幅、调频、调相信号的Matlab仿真

一、 实验目的

通过实验，加深对噪声调幅、调频、调相信号的理解，加深对噪声调幅、调频、调相信号频谱分析的基本思想与实现方法的认识，并掌握Matlab对随机过程的仿真方法与其基本函数和语法的使用。

二、 实验原理

实验中要仿真的各种噪声的时域表达式及相应的频谱特性：

1. 射频噪声干扰

窄带高斯过程：称为射频噪声干扰。其中包络函数服从瑞利分布，相位函数服从[0,2]均匀分布，且与相互独立，载频为常数，且远大于的谱宽。

2. 噪声调幅干扰

广义平稳随机过程：称为噪声调幅干扰。其中，调制噪声为零均值，方差为，在区间[-,分布的广义平稳随机过程，服从[0,2]均匀分布，且为与独立的随机变量，为常数。

噪声调幅信号的波形图，以及联合概率密度分布函数p()以及各自的概率密度分布密度p()存在下列关系：

3. 噪声调频干扰

广义平稳随机过程：

称为噪声调频干扰，其中调制噪声为零均值、广义平稳的随机过程，服从[0,2]均匀分布且与独立的随机变量，，

噪声调频干扰中的调制噪声和噪声调频干扰信号的波形J(t)如下图示：

4. 噪声调相干扰

广义平稳随机过程：

称为噪声调频干扰，其中调制噪声为零均值、广义平稳的随机过程，服从[0,2]均匀分布且与独立的随机变量，，

噪声调相干扰的功率谱如下图所示：

三、 实验内容

利用Matlab仿真产生视频噪声：；射频噪声：；噪声调幅干扰：视频噪声，调制度m=0.1～1；噪声调频干扰：视频噪声；噪声调相干扰：视频噪声。等一系列干扰信号并分析特性。

四、 实验思路与步骤

1. 产生一个高斯白噪声，

2. 利用Matlab自带的fir1函数产生一个低通滤波器，限制高斯白噪声的带宽，由此产生了视频噪声。

3. 利用产生的视频噪声，分别代入噪声调幅干扰的时域表达式，并且进行100次的积累后求平均值，由此画出噪声调幅干扰频域波形，对其进行快速傅里叶变换后，求出功率谱，由此画出噪声调幅干扰的功率谱波形。

4. 重复上述步骤，分别代入噪声调频干扰和噪声调相干扰的时域表达式，分别画出其时域波形和功率谱。

五、 实验结果

1． 视频噪声时域波形

2． 视频噪声功率谱

3． 噪声调幅干扰时域波形

调制度m=0.5，

4． 噪声调幅干扰功率谱

5． 噪声调频干扰时域波形

6． 噪声调频干扰功率谱

7． 噪声调相干扰时域波形

8． 噪声调相干扰功率谱

六、 实验分析与结论

1. 视频噪声是一个带宽受限的高斯白噪声，，从其功率谱图可以很明显看出带宽

2. 通过仿真噪声调幅干扰的时域波形和功率谱，并和理论计算值进行了对比，发现仿真结果与理论值一致，在中心频率处有一个冲击，仿真时采用参数为调制度m=0.5，。

3. 通过仿真噪声调频干扰的时域波形和功率谱，并和理论计算值进行了对比，仿真结果与理论值基本一致。仿真时采用参数。

4. 通过仿真噪声调相干扰的时域波形和功率谱，并和理论计算值进行了对比，结果与理论值基本一致。结果与理论十分相符。

七、 实验程序代码

clear all;close all;clc;%清除变量

T=100e-6;%采样时间

fs=300e6;%采样频率

N=T*fs;%采样点数

detlf=20e6;%滤波器截止频率

f1=100e6;%调制信号中心频率

m=0.5;%调制度

kfm=5e6;%调频斜率

kpm=5;%调相斜率

M=100;%积累次数

p=fft(fir1(N-1,detlf/fs*2));%滤波器频谱

s=0;

for i=1:100

xn=ifft(fft(random(Normal,0,1,1,N)).*p);%高斯白噪声通过滤波器

j=abs(fft(xn));

s=s+j;

end

s=s/M;

j=s;

figure(1)

t=0:1/fs:T-1/fs;

plot(t*1e6,xn);

xlabel(us);

title(视频噪声时域波形);

figure(2)

f=(0:N-1)*fs/N;

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%视频噪声功率谱

axis([-1 22 -8 0]);

xlabel(MHZ);

title(视频噪声功率谱);

n=1:N;

zn=(1+m*cos(2*pi*xn)).*cos(2*pi*f1/fs*n);%噪声调幅干扰表达式

figure(3)

plot(t*1e6,zn);

title(噪声调幅干扰时域波形);

xlabel(us);

s=0;

for i=1:100

zn=(1+m*cos(2*pi*xn)).*cos(2*pi*f1/fs*n);

j=abs(fft(zn));

s=s+j;

end

s=s/M;

j=s;

figure(4)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调幅干扰功率谱

title(噪声调幅干扰功率谱);

xlabel(MHZ);

axis([90 110 -200 0]);

sum(1)=0;

for i=1:N-1;

sum(i+1)=xn(i)+sum(i);

end

xn=sum/fs;

wn=cos((2*pi*f1*t+2*pi*kfm*xn));%噪声调频干扰表达式

figure(5)

plot(t*1e6,wn);

title(噪声调频干扰时域波形);

xlabel(us);

s=0;

for i=1:100

xn=ifft(fft(random(Normal,0,1,1,N)).*p);

sum(1)=0;

for i=1:N-1;

sum(i+1)=xn(i)+sum(i);

end

xn=sum/fs;

wn=cos((2*pi*f1*t+2*pi*kfm*xn));

j=abs(fft(wn));

s=s+j;

end

s=s/M;

j=s;

figure(6)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调频干扰功率谱

axis([50 150 -150 0])

xlabel(MHZ);

title(噪声调频干扰功率谱);

sum(1)=0;

for i=1:N-1;

sum(i+1)=xn(i)+sum(i);

end

xn=sum/fs;

on=cos(2*pi*f1*t+kpm*xn);%噪声调相干扰表达式

figure(7)

plot(t*1e6,on);

title(噪声调相干扰时域波形);

xlabel(us);

s=0;

for i=1:100

xn = ifft(fft(random(Normal,0,1,1,N)).*p);

on=cos(2*pi*f1*t+kpm*xn);

j=abs(fft(on));

s=s+j;

end

s=s/M;

j=s;

figure(8)

plot(f*1e-6,20*log10(j.^2/max(j.^2)));%噪声调相干扰功率谱

axis([50 150 -70 0])

xlabel(MHZ);

title(噪声调相干扰功率谱);

第10页

展开阅读全文