噪声干扰信号的matlab仿真

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： 第 1 页 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：第 2 页 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：第 3 页 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．视频噪声时域波形第 4 页 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第 5 页 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第 6 页 8．噪声调相干扰功率谱第 7 页 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;%调制度第 8 页 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]);第 9 页 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(rand