阵列信号处理作业

上传人:沈*** 文档编号:159395844 上传时间:2022-10-09 格式:DOC 页数:9 大小:141.50KB
返回 下载 相关 举报
阵列信号处理作业_第1页
第1页 / 共9页
阵列信号处理作业_第2页
第2页 / 共9页
阵列信号处理作业_第3页
第3页 / 共9页
点击查看更多>>
资源描述
航海学院 阵列信号处理 阵列信号处理课程2011年作业第1题假定半波长间隔均匀分布线列阵的阵元数N16,若入射平面波为62.5Hz的正弦信号,信号持续时间为0.4s,系统采样频率为1kHz,阵列加权方式为均匀加权。分别给出1. 当平面波信号分别从0,10, 20, 30, 40, 50, 60, 70, 80, 90, 100度方向入射时,指向90度的波束形成器的输出序列。2. 当平面波信号分别从0:1:180度方向入射时,指向90度的波束形成器的输出序列经过平方求和后的分贝数输出。(把所有181个输出绘制在同一幅图中)1)仿真图图一:所求角度入射信号输出序列三维表示注:1. 为信号入射角度,取值从0度到100度,每10为一个间隔;2. T为整个阵元采样时间,对于不同的入射角度,t的取值范围不同;3. 输出信号幅度表示所有阵元的求和输出幅度,为有噪声情况。结论:从图一可以看出:从90入射的信号输出序列没有得到衰减,而其它角度入射的都得到了衰减;从100入射的信号和从80入射的信号输出序列关于90方向是对称的;整个阵列对噪声有很好的抑制作用。图二:入射信号0到50的输出序列图三:入射信号60到100的输出序列结论: 从图二和图三可以看出:图一的所有结论;90方向入射信号没有时延,0方向入射信号时延最长;在不同角度,信号衰减倍数不同。图四:所求角度输出序列分贝数结论:从图四可以看出:从90方向入射的信号输出序列分贝数最大,高出旁瓣近13dB;整个图形关于90方向对称。2)仿真程序clear all; close all; clc%以最先有信号的阵元为参考,信号采用正弦,考虑有加性白噪声的情况N = 16; fc = 62.5; fs = 1000; T = 0.4; %阵元数目、信号频率、采样频率和信号%持续时间% 第1题 (a)for theta = 0:10:100; %入射信号角度 t_delta = abs(cos(theta/180*pi)/(2*fc); %相邻阵元的时延 t_noise = 0:1/fs:T+(N-1)*t_delta; %整个信号+噪声采样时间 X = zeros(N+1,length(t_noise); for n = 1:N nn = (N+1)*(theta90) + (-1)(theta90)*n; %判断角度是否大于90 temp = floor(n-1)*t_delta*fs); if (n-1)*t_delta*fs-temp 90) + (-1)(theta90)*n; %判断角度是否大于90 temp = floor(n-1)*t_delta*fs); if (n-1)*t_delta*fs-temp = 10(-12) %判断信号起点是否位于采样点 t_signal = 0:1/fs:T; %信号采样点 X(nn,temp+1:temp+length(t_signal) = sin(2*pi*fc*t_signal); %存储信号 else t_signal = (temp+1-(n-1)*t_delta*fs)/fs:1/fs:T; %信号采样点 X(nn,temp+2:temp+1+length(t_signal) = sin(2*pi*fc*t_signal); %存储信号 end noise = 0.01*randn(size(t_noise); %生成噪声,如果不需要,将方差设为0 X(nn,:) = X(nn,:) + noise; %信号+噪声 X(N+1,:) = X(N+1,:) + X(nn,:); %所有阵元采样求和 end X_out = X(N+1,:)/16; X_sum = 0; %采用均匀加权 X_dB(theta+1) = 10*log10(sum(X_out.2); %求分贝(没有进行归一)endfigure; plot(0:180,X_dB); grid on;xlabel(it theta); ylabel(输出信号求和:dB);注:1. 所给程序为有噪声的情况。限于篇幅,画图部分程序稍有改变,但不影响最终结果。2. 程序包含第一问的三维输出序列(图一)和第二问的经过平方求和取分贝的图形(图四),在程序中有说明。3. 对于图二和图三的程序,可以很容易的根据图一的程序得出。但由于篇幅所限,没有给出具体程序;第2题考虑一个10元标准线列阵(阵元间隔为1000Hz对应波长的一半),该阵列接收从远场入射的两个平面波连续信号,它们的入射角和频率如下表所示。设这两个信号的信噪比均为5dB,请针对表中所示的入射角和信号频率,分别给出常规波束形成法和MUSIC方法的空间方位谱。计算时假定观测时间为0.1秒,采样频率为8192Hz,阵元噪声为空间白噪声,且各阵元上噪声功率相等。说明1:对于每一种入射角和信号频率情况,把两种方法给出的空间方位谱放在同一图中。说明2:信噪比统一定义为信号功率和噪声功率之比。信号1频率(Hz)960999960999入射角(度)85859090信号2频率(Hz)1040100110401001入射角(度)959595951)仿真图图五:入射角度分别为85和95频率分别为960Hz和1040Hz信号的常规波束搜索和MUSIC算法仿真结果图六:入射角度分别为85和95频率分别为999Hz和1001Hz信号的常规波束搜索和MUSIC算法仿真结果图七:入射角度分别为90和95频率分别为960Hz和1040Hz信号的常规波束搜索和MUSIC算法仿真结果图八:入射角度分别为90和95频率分别为999Hz和1001Hz信号的常规波束搜索和MUSIC算法仿真结果结论:从上图五、图六、图七和图八可以看出:对于所给频率和入射角度的两个信号,MUSIC算法在图五、图六和图七信号源位置准确的显示了两个分离的谱峰。在图八中也出现了两个谱峰,但谱峰之间的凹陷非常小,以至于信号可能无法被分辨;常规波束搜索算法在图五和图六也出现了两个谱峰,但在图五谱峰之间的凹陷也非常小,以至于信号可能无法被分辨。从图五、图六、图七和图八对比中我们可以得出:在相同的信噪比情况下,对于常规波束算法,如果两个信号频率间距不变,但入射角度间距缩小,或入射角度间距不变,频率间距扩大,或入射角度间距缩小,频率间距扩大,可能导致信号从可被分辨变为无法分辨;对于MUSIC算法,如果信号入射角度间距不变,但频率间距缩小,可能导致信号从可被分辨变为无法分辨。在信号可被分辨的情况下,MUSIC算法表现出了比常规波束更好的性能。2)仿真程序clear all; close all; clc%以第一个阵元为坐标原点,信号采用复指数信号,分别使用常规波束形成算法和MUSIC(多重%信号分类)算法N = 10; fs = 8192; T = 0.1; %阵元数目、采样频率和信号持续时间SNR = 5; f0 = 1000; Nfft = 2048; %信噪比、阵列间隔对应频率和FFT点数f1 = 960 999 960 999; 85 85 90 90;f2 = 1040 1001 1040 1001; 95 95 95 95; %所给信号条件t_sample = 0:1/fs:T; phi = linspace(-1,1,Nfft); A = sqrt(2*10(SNR/10);noise = randn(N,length(t_sample) + 1j*randn(N,length(t_sample); %噪声S_1 = zeros(N,length(t_sample); S_2 = zeros(N,length(t_sample);for i = 1:4 for n = 0:N-1 %生成所给频率和入射角的信号 S_1(n+1,:) = A*exp(1j*(2*pi*f1(1,i)*t_sample + pi*f1(1,i)/f0*cos(f1(2,i)/180*pi)*n); S_2(n+1,:) = A*exp(1j*(2*pi*f2(1,i)*t_sample + pi*f2(1,i)/f0*cos(f2(2,i)/180*pi)*n); end signal = S_1 + S_2 + noise; P_b = 0; for n = 1:length(t_sample) %采用常规波束搜索 P_b = P_b + abs(fftshift(fft(signal(:,n).,Nfft).2; %使用FFT%来提高速度 end P_b = P_b/length(t_sample); figure; plot(acos(phi)/pi*180,10*log10(P_b),-); hold on; xlabel(it theta); ylabel(it SNR_0(dB); grid on; C_x = 1/length(t_sample)*(signal*signal); %采样谱矩阵 v d = eig(C_x); P_music = 0; %得到特征值和特征向量 for n = 1:N-2 %采用MUSIC方法 P_music = P_music + abs(fftshift(fft(v(:,n).,Nfft).2; %使用%FFT来提高速度 end P_music = 1./P_music; plot(acos(phi)/pi*180,10*log10(P_music),-); hold off; legend(波束搜索,MUSIC);end注:1. 程序包含常规波束搜索算法和MUSIC(多重信号分类)算法(在程序相应部分有说明)。2. 两种方法都采用FFT算法来提高运算速度,简化程序编程(在程序相应部分有说明)。3. 程序仿真结果对应图五、图六、图七和图八。4. 限于篇幅,画图部分程序稍有改变,但不影响最终结果。2011年5月29日完成9
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 管理文书 > 施工组织


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!