matlab 窄带高斯过程仿真,噪声干扰信号的Matlab仿真.doc
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