线性调频信号(LFM)时域与频域分析
目录一、LFM一、chirp信号复数形式:t是时间变量(s),K是线性调频率(Hz/s),频率线性的向上或向下。幅角:(rad),频率:带宽B指主要chirp能量占据的频率范围,满足时间带宽积是信号带宽和持续时间的乘积:## 1.引入库>代码如下(示例):```cimport numpy as npimport pandas as pdimport matplotlib.pyplot as
文章共1,732字 · 阅读需要大约6分钟
一键AI生成摘要,助你高效阅读
问答
·
目录
一、chirp信号
时域分析
复数形式:
t是时间变量(s),K是线性调频率(Hz/s),频率线性的向上或向下。
幅角:(rad),频率:
带宽B指主要chirp能量占据的频率范围,满足
时间带宽积是信号带宽和持续时间的乘积:
Fs = 5e6; % 采样频率
T = 10e-5; % 脉冲宽度100微秒
B = 1e6; % 带宽1MHz
K= B/T; % 调频斜率
N = round(T*Fs); % 采样点个数,round函数用于舍入到最接近的整数
t = -T/2:1/Fs:T/2-1/Fs;
%t = linspace(-T/2,T/2,N);-T/2到T/2,总共输出N个数,则步长为T/N
s = exp(i*K*pi*t.^2); % 线性调频(LFM)信号
r=pi*K*(t.^2); %幅角
f=K*t %频率
figure
subplot(2,2,1)
plot(t,real(s)); % real(s)表示信号s的实部
title('线性调频(LFM)信号实部');
xlabel('t/s');ylabel('幅度');
%axis([-5e-5 5e-5 -1 1]) % 根据生成图像限定范围
subplot(2,2,2)
plot(t,imag(s)); % imag(s)可以表示信号s的虚部
title('线性调频(LFM)信号虚部');
xlabel('t/s');ylabel('幅度');
%axis([-5e-5 5e-5 -1 1]) % 根据生成图像限定范围
subplot(2,2,3)
plot(t,r);
title('信号相位');
xlabel('t/s');ylabel('弧度');
subplot(2,2,4)
plot(t,f);
title('信号频率');
xlabel('t/s');ylabel('MHz');
频域分析
本节利用驻定相位原理(POSP)解出线性脉冲信号经过傅里叶变换后的近似解析表达式,从而分析信号频谱。时域周期足够多,POSP解才越精确。
1、找到一个线性调频信号
2、进行傅里叶变换
3、根据POSP得到傅里叶变换后的近似解
1、有线性调频信号
2、进行傅里叶变换
3、POSP:信号相位在导数为零的时候是“驻留的”,相位变化慢,积分正负抵消很少。
直接给出近似公式:
,t(f)由信号时频关系给出,即
通过离散傅里叶变换得到:
Fs = 5e6; % 采样频率
T = 20e-5; % 脉冲宽度100微秒
B = 1e6; % 带宽1MHz
K= B/T; % 调频斜率
N = round(T*Fs); % 采样点个数,round函数用于舍入到最接近的整数
t = -T/2:1/Fs:T/2-1/Fs;
%t = linspace(-T/2,T/2,N);-T/2到T/2,总共输出N个数,则步长为T/N
s = (abs(t)<T/2).*exp(i*K*pi*t.^2); % 线性调频(LFM)信号
%% 频谱分析
F=K*t %频率
N=round(T/(1/Fs)); %采样点数
f=linspace(-Fs/2,Fs/2,N); %频率采样
Sf=fftshift(fft(s)); %快速傅里叶变换
r=-pi*f.^2*K;
%% 画图
figure
subplot(2,1,1)
plot(f/1e6,abs(Sf)); %取模
title('chirp信号 幅度谱');
xlabel('f/MHz');ylabel('幅度谱');
axis([-1 1 0 85]);
subplot(2,1,2)
plot(f/1e6,r); %相角
title('chirp信号 相位谱');
xlabel('f/MHz');ylabel('相位谱');
通过POSP得到:
需改动:
F=K*t; %频率
N1=2*N-1; %采样点数
f=linspace(-K*T/2,K*T/2,N1); %频率采样
Sf=exp(-i*pi*f.^2/K); %POSP
更多推荐
已为社区贡献1条内容
所有评论(0)