雷達信號/波形設計與仿真系列(一):線性調頻信號(Linear Frequency Modulation, LFM)

0.??不嗶嗶,先上圖為敬:

? ? ?LFM信號的時域圖頻譜圖仿真如下:

(a) 時域波形(實部)?
(b) 幅度頻譜

? ? ? ? ?LFM信號的模糊函數仿真如下:


(a) 三維模糊函數?
(b) 等高線
(c) 距離模糊函數
(d) 速度模糊函數

? ? ? ?雷達的專業學習者數量并不多,致使其相關內容的仿真代碼并不是那么地容易獲取。筆者將在雷達波形設計與仿真系列中依次整理LFMBarker碼、Costas碼、M序列以及各類復合調制信號的設計方法、仿真效果圖以及源代碼(Matlab編寫)!所有代碼全部是個人原創,實測無誤!走過路過,幫忙點贊收藏加關注!

1.??LFM的核心概念:

? ? ? 仿真源代碼在最后面,如果對LFM十分熟悉的朋友請跳過該理論部分!本著純粹主義的思想,我們先一起了解一下什么是LFM?

? ? ? 線性調頻(LFM)是一種不需要偽隨機編碼序列的擴展頻譜調制技術。因為線性調頻信號占用的頻帶寬度遠大于信息帶寬,所以也可以獲得很大的系統處理增益。線性調頻信號又稱為鳥聲(Chirp)信號,因為其頻譜帶寬落于可聽范圍,聽著像鳥聲,所以又稱Chirp擴展頻譜(CSS)技術。LFM技術在雷達、聲納技術中有廣泛應用,例如,在雷達定位技術中,它可用來增大射頻脈沖寬度、加大通信距離、提高平均發射功率,同時又保持足夠的信號頻譜寬度,不降低雷達的距離分辨率。

? ? ? ?LFM的發展歷史:1962年,M. R. Winkler將CSS技術用于通信中,它以同一碼元周期內不同的Chirp速率表達符號信息。研究表明,這種以Chirp速率調制的恒包絡數字調制技術抗干擾能力強,能顯著減少多徑干擾的影響,有效地降低移動通信帶來的快衰落影響,非常適合無線接入的應用。進入21世紀以來,將CSS技術用于擴頻通信的研究發展日益活躍,尤其隨著超寬帶(UWB)技術的發展,將CSS技術與UWB的寬帶低功率譜相結合形成的Chirp-UWB通信,它利用Chirp技術產生超寬帶寬,具備二者優勢,增強了抗干擾與抗噪聲的能力。CSS技術已成為傳感網絡通信標準IEEE802.15中物理層候選標準。

? ? ? LFM的主要特點在于可以使載波的瞬時頻率隨調制信號的變化而變化。LFM信號的頻率隨著時間的變化而線性變化,當其頻率線性增加時,稱為上變頻;當其頻率線性減少時,稱為下變頻。LFM信號的幅度頻譜存在部分起伏現象,這是由菲涅爾積分造成的;信號的頻譜并不完全限制在-B/2~B/2之內,隨著時寬帶寬積(記為D)的增大,信號的幅頻特性越接近矩形,頂部起伏也會減小。此外,數值積分證明:當D大于等于10時,幾乎95%的能量集中在帶寬內;當D接近100時,幾乎98%的能量集中在帶寬內。

2.??LFM的仿真代碼:

%%%%%%%%% 線性調頻信號LFM的時頻特性和模糊特性 %%%%%%%%

% @Author:37yuany

% @Time:2021/4/21

%% 1.LFM時域波形

clc; clear; close all;

tic

f0 = 0;? ? %雷達中心頻率

T = 1e-7;? %脈寬

B = 1e9;? ? %帶寬

fs = 3*B;?

Ts = 1/fs;?

N = T/Ts;?

k = B/T;? ?

t = linspace(-T/2,T/2,N);

y = 1*exp(1j*(2*pi*f0*t + pi*k*t.^2));

figure;

plot(t*1e6,real(y));xlabel('時間(us)');ylabel('幅度');

title('LFM信號時域波形(實部)');

grid on; axis tight;

%% 2.LFM頻譜圖

Sf = fftshift(fft(y));? ? ?

f = linspace(-fs/2,fs/2,N);

figure(2);

plot(f*1e-6,abs(Sf)./max(max(abs(Sf))));

xlabel('頻率(MHz)')

ylabel('歸一化幅度頻譜');

title('LFM信號的頻譜圖');

grid on;axis tight;

%% 3.LFM的模糊函數

Grid = 1000;

t = -T:T/Grid:T;

f = -B:B/Grid:B;

[tau,fd]=meshgrid(t,f);

var1=T-abs(tau);

var2=pi*(fd-k*tau).*var1;

var2=var2+eps;

amf=abs(sin(var2)./var2.*var1/T);

amf=amf/max(max(amf));

var3=pi*k*tau.*var1;

taul=abs(sin(var3)./var3.*var1);

taul=taul/max(max(taul));

mul=T.*abs(sin(pi*fd.*T)./(pi*fd.*T));

mul=mul/max(max(mul));

figure

mesh(tau.*1e6,fd*1e-6,amf);

xlabel ('時延(us)');ylabel ('多普勒頻率(MHz)');zlabel ('歸一化幅度');

title('LFM信號三維模糊函數');

grid on;axis tight;

figure

contour(tau.*1e6,fd*1e-6,amf);

xlabel ('時延(us)');ylabel ('多普勒頻率(MHz)');

title('LFM信號等高圖');

grid on;axis tight;

figure

plot(fd.*1e-6,mul(:,Grid+1))

xlabel ('多普勒頻率(MHz)');ylabel ('歸一化幅度');

title('LFM信號速度切面圖');

grid;axis tight;

figure

plot(t.*1e6,taul(Grid+1,:));

xlabel ('時延(us)');ylabel ('歸一化幅度');

title('LFM信號距離切面圖');

grid on;axis tight;

toc


本人水平有限,文中錯漏缺點在所難免,歡迎私信或評論區留言!

原創不易!鼓勵收藏點贊加分享!

#非科班碼農的自我救贖!共勉!#

#知乎/CSDN同號:37yuany#

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,836評論 6 540
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,275評論 3 428
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,904評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,633評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,368評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,736評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,740評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,919評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,481評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,235評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,427評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,968評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,656評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,055評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,348評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,160評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,380評論 2 379

推薦閱讀更多精彩內容