完整word版,匹配滤波器设计仿真
雷达系统匹配滤波器的仿真一．匹配滤波器原理在输入为确知加白噪声的情况下，所得输出信噪比最大的线性滤波器就是匹配滤波器，设一线性滤波器的输入信号为)(t x ：)()()(t n t s t x += （1.1）其中：)(t s 为确知信号，)(t n 为均值为零的平稳白噪声，其功率谱密度为2/No 。
设线性滤波器系统的冲击响应为)(t h ，其频率响应为)(ωH ，其输出响应：)()()(t n t s t y o o += （1.2）输入信号能量： ∞<=⎰∞∞-dt t s s E )()(2（1.3）输入、输出信号频谱函数：dt e t s S t j ⎰∞∞--=ωω)()()()()(ωωωS H S o =ωωωπωωd eS H t s tj o ⎰∞-=)()(21)( （1.4）输出噪声的平均功率：ωωωπωωπd P H d P t n E n n o o ⎰⎰∞∞-∞∞-==)()(21)(21)]([22 （1.5）)()()(21)()(2122ωωωπωωπωωd P H d eS H SNR n t j o o⎰⎰∞∞-∞∞-=（1.6）利用Schwarz 不等式得：ωωωπd P S SNR n o ⎰∞∞-≤)()(212（1.7）上式取等号时，滤波器输出功率信噪比o SNR 最大取等号条件：otj n eP S H ωωωαω-=)()()(* (1.8) 当滤波器输入功率谱密度是2/)(o n N P =ω的白噪声时，MF 的系统函数为：,)()(*o t j e kS H ωωω-=oN k α2=(1.9) k 为常数1，)(*ωS 为输入函数频谱的复共轭，)()(*ωω-=S S ，也是滤波器的传输函数)(ωH 。
oso N E SNR 2=(1.10) Es 为输入信号)(t s 的能量，白噪声)(t n 的功率谱为2/o No SNR 只输入信号)(t s 的能量Es 和白噪声功率谱密度有关。
白噪声条件下，匹配滤波器的脉冲响应：)()(*t t ks t h o -= (1.11) 如果输入信号为实函数，则与)(t s 匹配的匹配滤波器的脉冲响应为： )()(t t ks t h o -= (1.12) k 为滤波器的相对放大量，一般1=k 。
匹配滤波器的输出信号：)()(*)()(o o o t t kR t h t s t s -== (1.13) 匹配滤波器的输出波形是输入信号的自相关函数的k 倍，因此匹配滤波器可以看成是一个计算输入信号自相关函数的相关器，通常k =1。
二．线性调频信号（LFM ）脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。
这种体制采用宽脉冲发射以提高发射的平均功率，保证足够大的作用距离；而接受时采用相应的脉冲压缩算法获得窄脉冲，以提高距离分辨率，较好的解决雷达作用距离与距离分辨率之间的矛盾。
脉冲压缩雷达最常见的调制信号是线性调频（Linear Frequency Modulation ）信号,接收时采用匹配滤波器（Matched Filter ）压缩脉冲。
LFM 信号(也称Chirp 信号)的数学表达式为：22()2()()c K j f t t t s t rect Te π+= (2.1)式中c f 为载波频率，()trect T为矩形信号，11()0,t t rect TT elsewise⎧ , ≤⎪=⎨⎪ ⎩（2.2） BK T=，是调频斜率，于是，信号的瞬时频率为()22c T T f Kt t + -≤≤，如图1图1 典型的chirp 信号（a ）up-chirp(K>0)（b ）down-chirp(K<0)将2.1式中的up-chirp 信号重写为：2()()c j f t s t S t e π= （2.3） 式中，2()()j Kt t S t rect e T π= （2.4）是信号s(t)的复包络。
由傅立叶变换性质，S(t)与s(t)具有相同的幅频特性，只是中心频率不同而以，因此，Matlab 仿真时，只需考虑S(t)。
通过MATLAB 仿真可得到信号时域和频域波形如下图所示：图2.LFM 信号的时域波形和幅频特性三．线性调频信号的匹配滤波器信号()s t 的匹配滤波器的时域脉冲响应为：*0()()h t s t t =- （3.1）0t 是使滤波器物理可实现所附加的时延。
理论分析时，可令0t ＝0，重写3.1式，*()()h t s t =- （3.2）将2.1式代入3.2式得:22()()c j f t j Kt th t rect e e Tππ-=⨯ (3.3 )图3.LFM 信号的匹配滤波如图3,()s t 经过系统()h t 得输出信号()o s t ，2222()()()()*()()()()()()()c c o j f u j f t u j Ku j K t u s t s t h t s u h t u du h u s t u du u t u e rect e e rect e du T T ππππ∞∞-∞-∞∞----∞= =- =-- =⨯ ⎰⎰⎰当0t T ≤≤时,22222022222()2sin ()TT c c j Kt j Ktu t j Ktu T j f t j Kt T j f ts t ee due ee t j Kt K T t t eKtπππππππππ---==⨯--- =⎰(3.4)当0T t -≤≤时,22222022222()2sin ()T T c c t j Kt j Ktu j Ktu T j f tj Kt T j f t s t e e dut e ee j Kt K T t t eKtπππππππππ+---=+ =⨯--+ =⎰(3.5) 合并3.4和3.5两式：20sin (1)()()2c j f t tKT tt T s t T rect e KTt Tπππ-= （3.6） 3.6式即为LFM 脉冲信号经匹配滤波器得输出,它是一固定载频c f 的信号。
当t T ≤时，包络近似为辛克（sinc ）函数。
0()()()()()22t tS t TSa KTt rect TSa Bt rect T Tππ==（3.7）图4.匹配滤波的输出信号如图4，当Bt ππ=±时，1t B =±为其第一零点坐标；当2Bt ππ=±时，12t B =±，习惯上，将此时的脉冲宽度定义为压缩脉冲宽度。
1122B B τ=⨯= (3.8) LFM 信号的压缩前脉冲宽度T 和压缩后的脉冲宽度τ之比通常称为压缩比D ， TD TB τ== （3.9）3.9式表明，压缩比也就是LFM 信号的时宽频宽积。
由（2.1）,（3.3）,（3.6）式，s(t),h(t),so(t)均为复信号形式，Matab 仿真时，只需考虑它们的复包络S(t),H(t),So(t)即可。
经MA TLAB 仿真得线性调频信号经过匹配滤波器的波形信号如图5所示：图5.Chirp 信号的匹配滤波图5中，时间轴进行了归一化，（/(1/)t B t B =⨯）。
图中反映出理论与仿真结果吻合良好。
第一零点出现在1±（即1B±）处，此时相对幅度-13.4dB 。
压缩后的脉冲宽度近似为1B（12B ±），此时相对幅度-4dB,这理论分析（图3.2）一致。
如果输入脉冲幅度为1，且匹配滤波器在通带内传输系数为1，则输出脉冲幅度为D TB kT ==2，即输出脉冲峰值功率o P 比输入脉冲峰值功率P 增大了D 倍。
四．雷达系统对线性调频信号的检测在实际实际雷达系统中，LFM 脉冲的处理过程如图6。
图6 LFM 信号的接收处理过程雷达回波信号()r s t 经过正交解调后，得到基带信号，再经过匹配滤波脉冲压缩后就可以作出判决。
正交解调原理如图7，雷达回波信号经正交解调后得两路相互正交的信号I(t)和Q(t)。
一种数字方法处理的的匹配滤波原理如图8。
图7 正交解调原理图8 一种脉冲压缩雷达的数字处理方式以下各图为经过脉冲压缩输出的已加噪声的线性调频信号（模拟雷达回波信号）的matlab仿真结果：波形参数脉冲宽度T=10s ，载频频率f=10khz，脉冲宽c度B=30Mhz图9.SNR=30的脉冲压缩输入输出波形图10 SNR=20的脉冲压缩输入输出波形图11 SNR=0的脉冲压缩输入输出波形图12 SNR=-10的脉冲压缩输入输出波形图13. SNR=-20的脉冲压缩输入输出波形图14. SNR=-30的脉冲压缩输入输出波形)(t S 信号中白噪声n 为：)))(,1(*))(,1((*)*5.0(t t S length randn j S length randn SNR sqrt n +=、仿真表明，线性调频信号经匹配滤波器后脉冲宽度被大大压缩，信噪比得到了显著提高，但是雷达目标回波信号信号的匹配滤波仿真结果图9-14可以看出当信噪比小于零时随着信噪比的不断减小，所噪声对线性调频信号的干扰愈来愈明显，当信噪比达到-30dB 时已经有部分回波信号被淹没了，也就是说当信噪比更小时即使是经过脉冲压缩，噪声仍能淹没有用信号。
五．程序附录1.线性频率调制信号（LFM ）仿真：%%demo of chirp signalT=10e-6; %pulse duration10usB=30e6; %chirp frequency modulation bandwidth 30MHzK=B/T; %chirp slopeFs=2*B;Ts=1/Fs; %sampling frequency and sample spacingN=T/Ts;t=linspace(-T/2,T/2,N);St=exp(1i*pi*K*t.^2); %generate chirp signalsubplot(211)plot(t*1e6,real(St));xlabel('Time in u sec');title('Real part of chirp signal');grid on ;axis tight ;subplot(212)freq=linspace(-Fs/2,Fs/2,N);plot(freq*1e-6,fftshift(abs(fft(St))));xlabel('Frequency in MHz');title('Magnitude spectrum of chirp signal');grid on ;axis tight ;2 LFM 信号的匹配滤波仿真%%demo of chirp signal after matched filterT=10e-6; %pulse duration10usB=30e6; %chirp frequency modulation bandwidth 30MHzK=B/T; %chirp slopeFs=10*B;Ts=1/Fs; %sampling frequency and sample spacingN=T/Ts;t=linspace(-T/2,T/2,N);St=exp(j*pi*K*t.^2); %chirp signalHt=exp(-j*pi*K*t.^2); %matched filterSot=conv(St,Ht); %chirp signal after matched filter subplot(211)L=2*N-1;t1=linspace(-T,T,L);Z=abs(Sot);Z=Z/max(Z); %normalizeZ=20*log10(Z+1e-6);Z1=abs(sinc(B.*t1)); %sinc functionZ1=20*log10(Z1+1e-6);t1=t1*B;plot(t1,Z,t1,Z1,'r.');axis([-15,15,-50,inf]);grid on;legend('emulational','sinc');xlabel('Time in sec \times\itB');ylabel('Amplitude,dB');title('Chirp signal after matched filter');subplot(212) %zoomN0=3*Fs/B;t2=-N0*Ts:Ts:N0*Ts;t2=B*t2;plot(t2,Z(N-N0:N+N0),t2,Z1(N-N0:N+N0),'r.');axis([-inf,inf,-50,inf]);grid on;set(gca,'Ytick',[-13.4,-4,0],'Xtick',[-3,-2,-1,-0.5,0,0.5,1,2,3]);xlabel('Time in sec \times\itB');ylabel('Amplitude,dB');title('Chirp signal after matched filter (Zoom)');3．LFM信号的雷达监测仿真% input('\nPulse radar compression processing: \n ');clear;close all;T=10e-6;B=30e6;Rmin=8500;Rmax=11500;R=[9000,10000,10200];RCS=[1 1 1 ];C=3e8;K=B/T;Rwid=Rmax-Rmin;Twid=2*Rwid/C;Fs=5*B;Ts=1/Fs;Nwid=ceil(Twid/Ts);t=linspace(2*Rmin/C,2*Rmax/C,Nwid);M=length(R);td=ones(M,1)*t-2*R'/C*ones(1,Nwid);SNR=[1,0.1,0.01,0.001,10,100,1000];for i=1:1:7Srt1=RCS*(exp(1i*pi*K*td.^2).*(abs(td)<T/2));n=sqrt(0.5*SNR(i))*(randn(size(Srt1))+1i*randn(size(Srt1)));Srt=Srt1+n;%Digtal processing of pulse compression radar using FFT and IFFT Nchirp=ceil(T/Ts);Nfft=2^nextpow2(Nwid+Nwid-1);Srw=fft(Srt,Nfft);Srw1=fft(Srt1,Nfft);t0=linspace(-T/2,T/2,Nchirp);St=exp(1i*pi*K*t0.^2);Sw=fft(St,Nfft);Sot=fftshift(ifft(Srw.*conj(Sw)));Sot1=fftshift(ifft(Srw1.*conj(Sw)));N0=Nfft/2-Nchirp/2;Z=abs(Sot(N0:N0+Nwid-1));figuresubplot(211)plot(t*1e6,real(Srt));axis tight;xlabel('us');ylabel('幅度')title(['加噪线性调频信号压缩前,SNR =',num2str(-1*10*log10(SNR(i)))]); subplot(212)plot(t*C/2,Z)xlabel('Range in meters');ylabel('幅度')title(['加噪线性调频信号压缩后,SNR =',num2str(-1*10*log10(SNR(i)))]); end。
一个匹配滤波器的设计
二、匹配滤波器设计
2.1 匹配滤波器脉冲函数
设计相应的匹配滤波器的脉冲函数：
hm(m ) cuu* ( 4 9m
那么经匹配滤波器后的输出序列为：
)
y(n )
其中 r (n) 为输入信号。
m 0
r(n
49
m )hm(m )
2.2 无噪声条件下的匹配滤波
2.2.1 无延迟的情况 此时设滤波器的输入信号为：
0
(t ) n(t )h( )d
0
其中 x(t ) 表示有用信号经滤波器的输出部分， (t ) 为噪声经滤波器输出部分。在 任意 t 时刻，输出噪声的平均功率可正比于：
E[| (t ) | 2 ] 2 N 0 | h( ) | 2 d
0
有用信号在 t t 0 的峰值功率正比于：
图 3 输入信号延迟 6 点匹配滤波后的输出结果
由图 3 可看出，前 6 点输出为 0，峰值点在第 55 点出。对图 3 而言，在输入序 列前 6 点内，只有输入的 0 与脉冲序列对应上，输出结果为 0；当输入序列与脉 冲函数完全对齐时才有峰值出现，输入序列延迟了 6 点，故只能是在 55 是才能 满足入序列与脉冲函数完全对齐的情况，故此时的峰值点出现在第 55 点处。
r (t ) * h(t )
图 1 线性滤波器
其中 h(t ) 为该线性Fra bibliotek波器的脉冲函数，由线性系统理论，该滤波器的输出为：
y(t ) r (t )h( )d
0
a0 u(t )h( )d n(t )h( )d
0 0
令
x(t ) a0 u(t )h( )d
匹配滤波器设计仿真
匹配滤波器设计仿真匹配滤波器是一种用于信号处理和通信系统中的重要滤波器设计。
它可以用于信号匹配、频率选择和滤波等应用。
在设计匹配滤波器之前，我们需要了解滤波器设计的基本原理和方法。
本文将介绍匹配滤波器的设计过程，并通过仿真实例展示其性能。
首先，我们需要确定滤波器的频率响应。
频率响应是描述滤波器在不同频率下输出的响应的函数。
常见的频率响应包括低通、高通、带通、带阻等。
根据系统要求，选择适当的频率响应。
其次，选择合适的滤波器类型。
常见的滤波器类型有FIR滤波器和IIR滤波器。
FIR滤波器是一种无反馈滤波器，采用有限长冲激响应的方式实现滤波功能。
IIR滤波器是一种有反馈滤波器，采用递归方式实现滤波功能。
根据需求，选择适合的滤波器类型。
然后，选择适当的滤波器参数。
滤波器参数包括滤波器阶数、滤波器系数等。
滤波器阶数反映了滤波器的复杂程度，一般情况下，滤波器的阶数越高，性能越好，但计算和实现的复杂度也越高。
滤波器系数是滤波器的输出与输入之间的系数关系。
通过调整滤波器参数，可以实现滤波器设计的灵活性和性能优化。
最后，进行匹配滤波器的仿真。
在现代工具和平台的支持下，匹配滤波器的仿真已经变得非常方便和高效。
可以使用MATLAB、Simulink、LabVIEW等软件工具进行匹配滤波器的仿真。
通过仿真可以评估滤波器的性能、验证设计的正确性和优化设计参数。
下面我们通过一个仿真实例来演示匹配滤波器的设计和仿真过程。
假设我们要设计一个低通滤波器，频率响应为0-1kHz，滤波器类型为FIR滤波器，滤波器阶数为10，采样率为10kHz。
首先，确定滤波器的频率响应。
由于是低通滤波器，我们希望在1kHz以下的频率范围内的信号通过，而在1kHz以上的频率范围内的信号被截止。
可以选择一个合适的频率响应函数，例如一阶巴特沃斯低通滤波器函数。
然后，选择滤波器类型。
这里选择使用FIR滤波器，因为FIR滤波器具有线性和时移不变的特点，适用于许多实际应用。
实验4-滤波器设计word资料5页
电 子 科 技 大 学实 验 报 告学生姓名： 学 号： 指导教师：一、实验室名称：数字信号处理实验室二、实验项目名称：数字滤波器的设计及实现三、实验原理：一．数字滤波器设计：1．数字滤波器设计步骤：（1） 根据给定的滤波器设计要求，得到参数化描述，即通带，阻带截止频率p ω和s ω，通带阻带纹波p δ和s δ等数据。
（2） 找一个数字系统函数G(z)，使其频率响应逼近设计要求。
（3） 择合适的滤波器结构对满足要求的传递函数G(z)进行实现。
2．数字滤波器设计中的注意事项：（1） 设计要求的参数化：图1给出了一个典型的数字低通滤波器的幅频特性说明。
理解每个参数的物理含义。
（2）IIR 滤波器和FIR FIR 的两倍；另外，FIR IIR 滤波器除较FIR 滤波器有很大的优势。
根据以上这些区别，结合实际的设计要求，就可以选择一款合适的滤波器。
（3） 波器设计的方法：由于IIR 滤波器和FIR 滤波器各自的结构特点，所以它们的设计方法也不一样。
在IIR 滤波器的设计中，常用的方法是：先根据设计要求寻找一个合适的模拟原型滤波器)(s H a ，然后根据一定的准则将此模拟原型滤波器转换为数字滤波器)(z G ，即为我们需要设计的数字滤波器。
在FIR 滤波器设计中，一般使用比较直接的方法：根据设计的要求在时域对理想的冲击S ω - P ω - P ωS ω 通带 阻带 过渡带 图1.典型的数字LPF 幅频特性响应序列进行加窗逼近，或从频域对需要实现的频率响应特性进行采样逼近然后进行反FFT 。
（4） 波器阶数估计：IIR 滤波器的阶数就等于所选的模拟原型滤波器的阶数，所以其阶数确定主要是在模拟原型滤波器设计中进行的。
FIR 滤波器阶数估计可以根据很多工程中的经验公式，这些公式可以直接从设计的参数要求中估计滤波器阶数。
例如，对FIR 低通滤波器，已知通带截止频率p ω，阻带截止频率s ω，最大通带纹波p δ和最大最带纹波s δ，则可以使用下面的公式估计其阶数：3．数字滤波器的设计方法：（1） IIR 滤波器设计方法：(a)冲击响应不变法：A. 满足设计要求的模拟原型滤波器)(s H a 进行部分分式展开为： B. 由于 ，可以得到：(b)双线性变换法：A. 设计要求中给出的边界频率进行预畸处理，然后用得到的频率进行模拟滤波器设计，得到模拟原型滤波器)(s H a 。
基于Matlab的FIR滤波器设计与仿真(word文档良心出品)
基于Matlab的FIR滤波器设计与仿真实验地点：曹光彪信息楼219 实验日期：7月13日至7月18日一、实验目的1、掌握基本的MATLAB编程方法；2、理解FIR滤波器的设计原理；3、学会用MATLAB来编程实现FIR滤波器；4、掌握基本的simulink交互式仿真，并对FIR滤波器模型并进行仿真；5、学会对所得的结果进行分析。
二、实验内容1、制作数据源：用电脑采集或用软件截取5至10秒的语音（如“宁波大学”...）(注意用wavread函数将语音文件读入到matlab时，有“右声道”和“左声道”两个信号，只要将其中一个声道作为信号就可以。
)2、信号中混入随机噪声(注意信噪比，噪声强度不要太大)：事先取一个参考值为0，再取噪声的方差，方差的取值是根据原始语音的幅度取的噪声，噪声强度不宜过大或过小，适中即可。
然后通过 randn(size(a)) .* sqrt(noise_var) + noise_mu;语句产生与原始语音长度相同的随机噪声，最后把这个噪声添加到原始语音中，得到加噪语音信号。
3、设计一个FIR滤波器对前面的混合信号进行处理、降低噪声，并对性能进行分析：有限长单位冲激响应( FIR) 数字滤波器具有严格的线性相位,又具有任意的幅频特性。
同时FIR 系统只有零点,系统是稳定的,因而容易实现线性相位和允许实现多通道滤波器。
只要经过一定的延时,任何非因果有限长序列都能变成因果的有限长序列, 因而总能用因果系统来实现。
FIR 滤波器由于单位冲激响应是有限长的,可以用快速傅立叶变换( FFT) 算法来实现过滤信号,从而大大提高运算效率。
由于FIR 滤波器具有以上优点,在信号处理和数据传输中得到了广泛的应用。
运用窗函数设计滤波器是FIR 数字滤波器设计的主要方法之一,由于运算简单,又有闭合形式的公式可循,因而很实用。
有限长FIR数字滤波器的设计方法主要是窗函数设计法。
常用的窗函数有以下几种, 矩形窗, 三角窗,汉宁窗, 海明窗, 布拉克曼窗, 凯泽窗(β =7. 865) ,各种窗函数基本参数比较如下表1 。
3 微带低通滤波器ADS2019仿真实验6页word文档
微带低通滤波器ADS 仿真实验一．实验目的1.了解微带低通滤波器的设计方法及原理2.熟悉ADS2019软件二．具体指标1.具有最平坦响应2.截止频率GHz c 5.2=ω3.在GHz 4=ω处的插入损耗必须大于20dB4.阻抗为Ω50，采用6阶巴特沃兹低通原型，最高实际线阻抗为120Ω，最低实际阻抗为20Ω，采用的基片参数为02.0tan ,2.4,58.1===δεr mm d ，铜导体的厚度为mm t 035.0=三．滤波器设计步骤1.根据设计要求确定低通原型元器件值2.采用阻抗和频率定标公式，用低阻抗和高阻抗线段代替串联电感和并联电容。
所需微带线的电长度l β，以及实际微带线宽w 和线长l 可由ADS 软件中的lineCalc 工具计算得到3.根据得到的线宽和线长进行建模并仿真计算计算如下：6.015.241||=-=-c w w ，由下图1.1看出，对于n=6的曲线，当6.0)1|(|=-c w w 时，LA<20dB,故最大平坦滤波器级数n=6。
图1.1 最大平坦滤波器原型的衰减与归一化频率的关系曲线 根据表1.2列出低通原型值：表1.2 巴特沃兹滤波器低通原型元器件值四．滤波器原理图设计1.建工程打开ADS2019，点击 - > next - >在workspace name中写入工程名称StepFilter_wrk- >点击finish2.在StepFilter_wrk工程里创建原理图在folder view中选中你建立的工程，右键点击New Schematic,然后ok。
3.画微带线原理图在红框处打入MLIN回车，软件就会自动帮你找到微带线元器件（后面的元器件均如此添加），画好的原理图如图1.3图1.34.电路参数的设置添加器件MSUB，双击MSUB，添加参数如图1.4图1.4打开tool->LineCalc->Start LineCalc,计算各个微带先的长（l）和宽（w），在substrate parameters窗口设置介质的参数，如图1.5，参数值根据前面MSUB控件填写图1.5在Component Parameters里填入微带线工作频率2.5GHz，如图1.6图1.6在electrical填入Z0(微带线特性阻抗),E_Eff(微带线电长度)，然后单机Synthesize栏中的箭头，物理尺寸参数设置栏会显示得到的微带线线长和线宽（注意：在Synthesize前要把Physical中的W和L的单位设置为mm），其中各支节的Z0（即图Zi）和E_Eff(即图βli度)参考值如下图1.7图1.7用LineCalc计算八段微带线的长和宽后我们要将各个数据添加到变量控件VAR中。
完整版基于DSP数字滤波器设计及仿真
2.1 系统功能介绍一个本质的应用系统中，总存在各种搅乱。
数字滤波器在语音信号办理、信号频谱估计、信号去噪、无线通信中的数字变频以及图像信号等各种信号办理中都有广泛的应用，数字滤波器也是使用最为广泛的信号办理算法之一。
在本设计中，使用MATLAB模拟产生合成信号，尔后利用CCS 进行滤波。
设定模拟信号的采样频率为48000Hz，。
设计一个 FIR 低通滤波器，其参数为：滤波器名称：FIR 低通滤波器采样频率：Fs=48000Hz通带截止频率：15000Hz阻带截止频率：16000Hz通带最大衰减：阻带最少衰减：80dB滤波器系数：由 MATLAB依照前述参数求得。
2.2 整体设计方案流程图使用 MATLAB 编写程序产使用MATLAB滤波器的设生待滤波数据计／解析工具 FDATOOL设计 FIR 滤波器使用 CCS编写程序实现滤波功能查察程序运行后的输入输出波形并比较滤波收效图 1 整体设计方案主要内容和步骤3.1 滤波器原理对于一个 FIR 滤波器系统，它的冲击响应总是又限长的，其系统函数可记为：N 1H zh n z n其中 Nn 01是 FIR 的滤波器的阶数， z n 为延时结， h n 为端口信号函数。
最基本的 FIR 滤波器可用下式表示：N 1y nh k x nk其中 x nk 0k 输入采样序列， h k 是滤波器系数， N 是滤波器的阶数 Y n 表示滤波器的输出序列，也可以用卷积来表示输出序列 y n 与 x n 、 h n 的关系，如下：y n x n h n3.2 操作步骤（ 1）打开 FDATOOL , 依照滤波要求设置滤波器种类、通带截止频率、指定阶数、采样频率等。
指定完设计参数后单击按钮Design Filter ，生成滤波器系数。
（ 2）把生成的滤波器系数传到目标 DSP 。
选择菜单 Targets->Export to CodeComposer Studio(tm)IDE ，打开 Export to C Header File 对话框，选择 C headerfile ，指定变量名 ( 滤波器阶数和系数向量 ) ，输出数据种类可选浮点型或 32 b ，16 b整型等，依照自己安装选择目标板板号和办理器号，单击OK ，保存该头文件，需指定文件名 (filtercoeff ．h)和路径 ( 保存在 c ： \ti\myprojects\fir 工程中 ) 。
滤波器S参数仿真和优化
一、 实验名称：滤波器 S 参数仿真和优化 二、 实验技术指标：1. 通带频率范围：3.0-3.1GHZ2. 通带内衰减：＜2dB ，起伏vidB3. 阻带衰减：2.8G 以下以及3.3GHz 以上衰减：＞40dB4. 端口反射系数：＜-20dB三、 报告日期：2011年 11月25日 四、 报告页数：共5页 五、 报告内容：1. 滤波器原理图2.设置参数CXinlSufct=^9ubT - ^=w1 mm ■ ■&=s1 mm- • • LUI .... l^mp= W1=1.5Zrnm'MCFL CLK9utet=vMSi*rWsw2 nwn 0*G2iFim» - L=I2 mmlferrp= W1=w1 mm W2=rt2 mmW=25.Q mlS=lCLOrri l L=10Q.DmlMSUB ..MSublEr=4 3 -- Mui=1 • • Hu=i Oe*<]33 T1Q03 mmRough 汨 mHMJIZZI-r ——dZZH ::MCFL ML1N CLIrk5 ............... TL2Sutal='MSLrbr ■ ■ ■ ■ Sufels^MSubT ' W=25.D ml .............. W =1.52 mm -- 5=10 D ml ............. L=25 mm- • • .L=1DD&mi ...................................MLFJ • • •TL1'SudEt="MSMJbr *V=1.52 mm - L=i5nim- •WOFL Ojin3W=25 Q mi SxlQDtnllL-IDO.Onil口」仃斗TL15ufet=^MSubTW=1 53 mm -L=2.5 mm- •aim Sut&lB^SubTW=w1 Tnm ■S=S1 M Uli ...帝仲=WU1.S2rrm' mm'MICFL cunaSutet^MSMibTW=w2 mm ■S=s2mm- L^IZmm ..Wl=n<1 mm^V2=w2 mm 'MSub •MSUB1-kQ g mmEru：3 •Mur^-1 •G0fi^5B8E*7T=D <iS mmTartDai&J 'R£SU^1=D mil-I—I□n—MCFIL'QLina':SutEhnwgLitsT1■W=w3 mmS=s3rwi.53 mm 走忙.WT=w2mm■W2=*2mrriMCFLCUH4SAjfet=fc MS<jbrW=w2 mm ■mm-LsCmm .Ti^np= W1=w3iwi W2=w1nt'm^-1—IIMCFLCLInSSutal=^SubrW«wl Tnm - ^=$1rwn Lili mm ..lternp=Wl=w2mrri[ H ■MLIM -..TL2-&U"=丽BTW«1.62 mm -W211.52 mm3.设置S参数仿真—.~hirr .ki '''SufatPMvISuhrWH Mmin - IkOC-mm- 1=1—MC3=i_ 'ELK'"ku&i-H'-ftdidbr■CLW EMB-rtKfejb'T■MZrprt - &>t1wm - •L»I1 ...rtl- Lffi mmhb"1 匕注丹旌占H J-1TXI-.C&rTwn -4.设置完S参数LH3 mm ,,^P~...Wl»w1■ **!力-.U- is ii 't3«is.e -■pi-n - •显"..Jl 3*1 ..I2L血営站・W3T-S-Tinwi* . LMnwn 垦F ..灵TnrN mm 朗Irr2 mmITMrN 血'FTWT1 •LMJi-ri/n .. *HP-..iA 1*M3 mm *E"・TlYliTlKJiAflaMETERSLJ—MC；FL. B BCUMA wrl mn - E-8»1 JWn ••L^1 mn>、"bmp*A1-IH2 ftiiYiT12歳- L^-.5ftWr -'Wm "''faTnZ •^iXTPZ z-mghrTi■ _x_□Z-=3 Z T吕-书■JjiVj羽. 阿斗：-H□JW1--1 <DW* □ ■计？I .H--a « 25占■ iMf' at-T •-・1-3：- . 3UDT*、SSF 'rmE=H5. S参数仿真结果C-HiW-w^-nm"**!■.Ti"p- 細.qC PW*I '心'"in 't-M _|=MMHW ■ 'S3."TFTVE=H-EH—6.设置优化参数变量范围7.变量优化设置□—MLHTL1'"''Sutt>^3LE?T !ry-is£m - ▲■1瓦旺m -U ::EJ—y 2FLD_iri1 '''=AJEt>^.1 3LSTmm ■Sr4l T*TI ■-■fera-至rm□ 32IET -- H圭M ••BMj...W1F-1'<MlCte*OS-4=1«*£ TH -—”t™-■ftfial "Tn"*n“■I J S 河■I--1 旧口耳t--G.s a --isad 3- T35 ：0 E測.口::l=b—C LF G'ma-PMJtJTWta«5m-S^£=-®rr -油-il "inCJ□MC3FLm"iin-4UF -Ttrp-.W1-wS FTFl'WE"F^lAP寸 K . S XD-JS&ljtf'.l 七•==jfc>^ajDT ■m=-"^sd m ■L-I1m .TSro-.mmfaJf-4■81FRUV-首熔.142-fIdpsiHfm^nnssw^SUH..-{XEm f fam33VIkMfiu*lV-«!i4^2*4«ralt-VM~qvlif£i3K*filhflv-lmiiAW4-E1fUAHABu^u—0#建L¥-f&£■f#v«*Ratf-V41bay*MTlkfls^n・.riHidAn3BMsnm■emULIHu■HE54."£a-'.frifla>■-HEsalHI.^Hd^_dH-JHM_adfkEmtf电A.A*««vflsjtfilsaKi■回:nJ❖Hii¥[0)001 3 ©Mill m2F巴*le93a六、仿真结果分析对滤波器进行参数优化后，通频带达到 2.8GHz到3.2GHz。
实验一 匹配滤波器的仿真验证
实验一 匹配滤波器的仿真验证一、实验目的：利用matlab 验证匹配滤波器的特性二、实验要求：设二进制数字基带信号s （t ）=∑a n a g （t-s nT ），加性高斯白噪声的功率谱密度为0.其中n a ∈{+1，-1}，g （t ）={10sT t <<0其他（1）若接收滤波器的冲击响应函数h （t ）=g （t ），画出经过滤波器后的输出波形图：（2）若H （f ）={10)2/(5||s T f <其他画出经过滤波器后的输出波形图。
三、实验原理： 匹配滤波器原理：匹配滤波器是一种以输出信噪比为最佳判决准则的线性滤波器。
它的冲击响应h （t ）=S （t0-t ）；y0（t ）=h （t ）*s （t ）；在最佳判决时刻t0时输出信噪比r 最大。
四、实验源码clear all;close all;N =100;N_sample=8;Ts=1;dt =Ts/N_sample;t=0:dt:(N*N_sample-1)*dt;gt =ones(1,N_sample);d = sign(randn(1,N));a = sigexpand(d,N_sample);st = conv(a,gt);ht1 =gt;rt1 =conv(st,ht1);ht2 =5*sinc(5*(t-5)/Ts);rt2 =conv(st,ht2);figure(1)subplot(321)plot(t,st(1:length(t)));axis([0 20 -1.5 1.5]);ylabel('输入双极性NRZ 数字基带波形');subplot(322)stem(t,a);axis([0 20 -1.5 1.5]);ylabel('输入数字序列');subplot(323)plot(t,[0 rt1(1:length(t)-1)]/8);axis([0 20 -1.5 1.5]);ylabel('方波滤波后输出'); subplot(324)dd =rt1(N_sample:N_sample:end);ddd =sigexpand(dd,N_sample);stem(t,ddd(1:length(t))/8);axis([0 20 -1.5 1.5]);ylabel('方波滤波后抽样输出');subplot(325)plot(t-5,[0 rt2(1:length(t)-1)]/8);axis([0 20 -1.5 1.5]);xlabel('t/Ts');ylabel('理想低通滤波器');subplot(326)dd =rt2(N_sample-1:N_sample:end);ddd =sigexpand(dd,N_sample);stem(t-5,ddd(1:length(t))/8);axis([0 20 -1.5 1.5]);xlabel('t/Ts');ylabel('理想低通滤波后抽样输出');。
(完整word版)QPSK调制解调的simulink仿真
摘要QPSK是英文Quadrature Phase Shift Keying的缩略语简称，意为正交相移键控，是一种数字调制方式。
四相相移键控信号简称“QPSK”.在现代通信系统中,调制与解调是必不可少的重要手段。
所谓调制，就是把信号转换成适合在信道中传输的形式的一种过程。
解调则是调制的相反过程，而从已调制信号中恢复出原信号。
本课程设计主要介绍通过进行QPSK调制解调的基带仿真，对实现中影响该系统性能的几个重要问题进行了研究。
针对QPSK的特点，调制前后发生的变化，加上噪声后波形出现的各种变化，通过星座图、眼图、波形图等来观察。
程序设计与仿真均采用MATLAB集成环境下的Simulink仿真平台，最后仿真详单与理论分析一致。
关键词：QPSK调制解调； Simulink仿真平台；MATLAB7.0 ；噪声。
目录一、实验目的 (1)二、实验内容 (1)三、设计原理 (1)1. Simulink简介 (1)2。
QPSK星座图 (2)3。
QPSK的调制 (2)4。
QPSK的解调 (4)四、设计步骤 (4)五、设计结果及分析 (8)1。
信号调制解调后的时域波形图 (9)2.数据源的频谱图 (9)3.QPSK调制后的频谱 (8)4.QPSK解调后的频谱 (8)5。
误码曲线图 (9)六、体会 (12)七、参考文献 (12)一、实验目的1、理解电子信号通信原理.2、熟悉系统建模方法。
3、配置电子信号，设计相关应用方法。
二、实验内容1、利用Matlab—Simulink建立系统模型.2、信号参数：信息速率80Hz，载波中心频率15MHz，采样频率120MHz。
3、依据相关参数，产生QPSK调制信号.4、设计一种方法完成QPSK信号的数据解调。
三、设计原理1. Simulink简介Simulink是MATLAB最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。
在该环境中，无需大量书写程序,而只需要通过简单直观的鼠标操作,就可构造出复杂的系统。
匹配滤波器的设计
一、实验目的及意义信号在传递过程中不可避免的要受到自然和人为的各种干扰，能从受干扰观测中获得各种信息，不仅与干扰各种性质和信号形式有关，也与信号处理方式有关。
而且处理方式的好坏与信号的形式和干扰的性质密切相关。
而信号检测理论的主要内容就是研究从寻求从受扰观测中获得所传递信息的最优处理方式。
在雷达接收机的输入端，除了从目标反射回来的有用信号之外，还有大量的杂波和噪声。
雷达信号处理的任务就是最大限度地限制杂波和噪声，提高信噪比，从而有效地检测出有用信号。
检测理论提供了许多种不同准则下的设计原则，匹配滤波器就是其中的一种。
现代雷达信号处理系统的设计一般都是以匹配滤波为主要指导原则。
线性调频信号是通过非线性相位调制获得大时宽带宽积的典型例子，是研究最早、使用最广泛的脉冲压缩信号。
这种信号的突出优点是匹配滤波器对回波信号的多普勒频移不敏感，因此本次实验中采用线性调频信号并加入高斯白噪声比较滤波器的性能。
二、实验原理1、LFM 线性调频信号(Chirp)信号是雷达中常用的信号。
线性调频信号定义为2/()/2/2j t Ts t e T t T πω= -≤≤由于这种信号的相位是2t 的函数，其频率是t 的线性函数，因此LFM 信号是线性频率调制的基带信号。
同时LFM 信号是脉冲信号，其时宽为T ，扫频范围为/2/2t ωω-≤≤（单位为Hz ）。
在雷达测距和测速仿真时所产生的发射信号是不同的。
在进行测距处理中，主要关心的是使滤波器输出信噪比(SNR)最大和距离分辨率高，因此采用较大的(50)T T ωω≥。
匹配滤波器可以从两个方面来定义：一方面，从频率响应角度看，匹配滤波器的响应为()()H f s f *=。
另一方面，从冲激响应的角度看，2/()()(/2/2)j t T h t s t e T t T πω*-=-=-≤≤，因此输出为()()()d y t h t Gs t T =⊗-。
其中G 为常数，d T 为时间延迟。