Harbin Institute of Technology实验报告课程名称：无线电定位原理与技术实验题目：1.连续波雷达测速实验2.线调频信号及匹配滤波仿真实验院系：电子与信息工程学院班级： 0905201 姓名：冯泽双学号： 1090520108 指导教师：姜义成实验时间： 2012年 5月哈尔滨工业大学实验一连续波雷达测速实验一．实验目的1.掌握雷达测速原理。
2.了解连续波雷达测速实验仪器原理及使用。
3.使用Matlab对实验数据进行分析，得到回波多普勒频率和目标速度。
4.分组完成实验任务，自己操作探头，获得实验数据。
二．实验原理将相对运动所引起的接收频率与发射频率之间的差频称为多普勒频率，用表示用表示。
图1.多普勒测速原理三．实验仪器测速传感器图2.连续波雷达测速实验仪器原理框图图3.测速雷达传感器四．实验过程1.每小组采集快中慢三组数据，每组数据2048点，采样频率为2048Hz。
2.从每组数据中分别选取波形较好的512点，作出时域波形与频谱，并求出目标速度，其中，发射波频率为10GHz。
五．实验结果首先观察采集数据的波形，选取其中波形较好的512点，滤除直流分量并归一化后，作FFT观察其频谱从而得到多普勒频率。
f d=30HZ六．实验分析1.计算数据所测得的挡板移动速度发射波频率为10GHz，即波长。
(1)移动速度：V=λF d∕2=0.03*30/2=0.45m2.结果分析(1)通过对挡板反射波作FFT变换，可提取出多普勒频率，从而计算得到挡板移动速度。
(2)从频域波形可以看出，所得的反射波中有噪声存在，提取多普勒频率时只需观察频谱幅值最大点所对应的频率。
(3)FFT的点数越大，所得的频谱图越精准，但会增大计算机的运算负担，在实验时选取适当的FFT点数即可。
(4)在对反射波进行处理时，滤除无用的直流分量可使观察多普勒频率更清晰，精确。
七．实验程序%采样总时间T=0.25s, 采样点数N=512, 采样频率Fs=2048Hzclose all;clear all;Ndata =321; %数据长度即采样点数N=2.^16; %FFT点数Fc = 10.525e9; % 连续波频率C = 3e8;Lamda = C/Fc;m = 50; % 感兴趣频率范围0-mHzT = 0.25; %采样总时间i = input('Please input the Mat file to process(1-10): \n');Fs=Ndata/T; %采样频率I=num2str(i);file=strcat(I,'.txt');data=load(file);for i=1:Ndatadata1(i)=data(i+00); %取512点enddata1=data1-mean(data1); %消去直流分量data1=data1/max(data1); %幅度归一化h=figure('position',[0 0 1024 700]);hold on;%Plot the echo waveformsubplot(211);tt=linspace(0,Ndata-1,Ndata);t=tt*T/Ndata;plot(t,data1);axis([0,0.25,-1.1,1.1])xlabel('t/s');title('采样数据');%Plot the echo frequencysubplot(212);ff=linspace(0,N-1,N);y=fft(data1,N); y=y/max(y);f=(0:length(y)-1)*Fs/length(y)-Fs/2; mag=abs(fftshift(y)); plot(f,mag);axis([-80,80,0,1.1]) xlabel('f/Hz'); title('幅频特性');实验二：线调频信号及匹配滤波实验一．实验目的1.掌握线调频信号及其频谱特征。
2.使用Matlab 对线调频信号及其频谱进行仿真。
3.掌握匹配滤波理论。
4.使用Matlab 线调频信号进行匹配滤波仿真。
5.讨论时宽带宽积对线调频信号频谱和匹配滤波的影响。
二．实验原理LFM 信号以其优越的频谱性能广泛应用于雷达和众多电子工程中，匹配滤波器在相参滤波分析中也得到广泛的应用。
线调频（LFM ）信号时域表达式：k 是调频斜率，并且与调制频偏的关系是：T 为时域波形宽度，简称时宽；f B ∆=2为调频范围。
简称频宽。
BT D =为时宽带宽积，是线性调频信号一个很重要的参数。
在LFM 信号时宽带宽积很大的时候，频谱近似：LFM 信号能否近似的表示成为上式，取决于时宽带宽积D 。
当D 越大，近似程度越高，通常雷达体系中，D 都在几千到几万，满足条件，可以近似为上式。
雷达发射LFM 脉冲信号，固定目标的回波时域表示：20()()cos(())2r r i r t t k t t S t Arect()t t Tω--=-+对应的匹配滤波器的传输函数近似（大时宽带宽积下）为：20()()exp{[]}24H j kωωπω-=-02ωωω∆-≤匹配滤波器输出：0()()exp()di d j t S S H j t ωωωω-=-= 02ωωω∆-≤匹配滤波器时域输出：02()1()()2d j to o i f t t d S t S ed ωπωωπ+∞-∞-==⎰D B T =三.实验结果1.线性调频信号及其频谱（D=50）：2.不同时宽-带宽积的线性调频信号（D=10，50，500，5000）：3. 线调频信号经过匹配滤波器的输出：四．实验分析1.由线调频信号及其频谱图可以看出，随着时宽-带宽积增加，其频谱越来越接近矩形，D越大则频谱内部越平坦。
2.线性调频信号经过匹配滤波器后其时域波形在误差允许的范围内可以近似看成sinc 函数，D越大则近似程度越高。
3.线性调频信号经过匹配滤波器后脉冲宽度得到了压缩，因此可以雷达解决探测能力与距离测量分辨率之间的矛盾。
五．实验程序clc;clear;close all;D=input('Please Input the multiplication of Time duration (s) and Frequency band (Hz):\n ');if isempty(D)D=50;endFc=10e8;T=10e-6; %pulse duration10usB=D/T;K=B/T; %chirp slopeFs=2*B;Ts=1/Fs; %sampling frequency and sampling spacingN=T/Ts;t=linspace(-T/2,T/2,N*4);St=exp(j*pi*K*t.^2); %generate chirp signalStauto=abs(real(St)).^2;figure('position',[0 0 1024 700]);subplot(211)plot(t*1e6,Stauto);xlabel('Time in u sec');title('Power Spectrum');grid on; %axis tight;subplot(212)freq=linspace(-Fs/2,Fs/2,N*4);Sfauto=fftshift(fft(St,N*4));plot(freq*1e-6,abs(Sfauto));xlabel('Frequency in MHz');title('Magnitude Spectrum of chirp signal');grid on; %axis tight;input('\nDifferent multiplication of time duration and Frequency Band:\n');figure('position',[0 0 1024 700]);for i=1:4subplot(2,2,i);D=[10 50 500 5000];T=10e-6; %pulse duration 10usB=D(i)/T;K=B/T; %chirp slopeFs=2*B;Ts=1/Fs; %sampling frequency and sampling spacing N=T/Ts;t=linspace(-T/2,T/2,N);St=exp(j*pi*K*t.^2); %generate chirp signalfreq=linspace(-Fs/2,Fs/2,N);plot(freq*1e-6,St);xlabel('Frequency in MHz');str=strcat('Magnitude spectrum of chirp signal (T*B=',num2str(D(i)),')');title(str);endinput('\nChirp signal after matched filter \n ');clear;T=10e-6; %pulse duration10us%D=10;%B=D/T;B=30e6; %chirp frequency modulation bandwidth 30MHzK=B/T; %chirp slopeFs=2^5*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 filterfigure('position',[0 0 1024 700]);subplot(311)L=2*N-1;t1=linspace(-T,T,L);Z=abs(Sot);Z=Z/max(Z); %normalizeZ1=abs(sinc(B.*t1));t1=t1*B; %sinc functionplot(t1,Z,t1,Z1,'r-.');axis([-15,15,0,max(Z)]);grid on;legend('emulational','sinc');xlabel('Time in sec \times\itB');ylabel('Amplitude');title('Chirp signal after matched filter');subplot(312)Z=20*log10(Z);Z1=20*log10(Z1); %dbplot(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(313) %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');legend('emulational','sinc');title('Chirp signal after matched filter (Zoom)');input('');。