概述
背景知识
注意频谱密度和频谱的概念一般不作区分!
- 能量谱
能量信号频谱的平方
S ( f ) = ∫ s ( t ) e − j 2 π f t d t S(f)=int s(t) e^{-j2pi ft} {rm dt} S(f)=∫s(t)e−j2πftdt
G ( f ) = ∣ S ( f ) ∣ 2 G(f)=|S(f)|^2 G(f)=∣S(f)∣2
频率 f f f对应的能量为:
d E f = G ( f ) d f rm dE_{f}=G(f) rm df dEf=G(f)df - 功率谱
功率信号频谱的平方除时间
P ( f ) = lim T → + ∞ 1 T ∣ S ( f ) ∣ 2 P(f)=lim_{T rightarrow +infty} frac{1}{T}|S(f)|^2 P(f)=T→+∞limT1∣S(f)∣2
功率信号的功率为
P = ∫ P ( f ) d f P=int P(f) rm df P=∫P(f)df - 帕斯瓦尔定理
信号的总能量既可以在时间域求积分得到,也可以频域中求积分得到(功率同理):
W = ∫ s ( t ) d t = 1 2 π ∫ S ( ω ) d ω W=int s(t) rm dt =frac{1}{2pi} int S(omega) rm d omega W=∫s(t)dt=2π1∫S(ω)dω - 维纳辛钦定理
信号的自相关函数与功率谱是傅里叶变换对关系
P ( ω ) = ∫ R ( t ) e − j ω t d t P(omega)=int R(t)e^{-jomega t} rm dt P(ω)=∫R(t)e−jωtdt
匹配滤波器
基本准则
使滤波器输出的时域信号能在某一时刻,取到最大的信噪比,然后在该时刻进行判决
(通过滤波器输出的信号即可认为是输入信号和输出信号的相关函数,判决时刻可认为是两者波形重合的时刻)
匹配滤波器的频域表达式
设主动声呐发出的信号为
s
(
t
)
s(t)
s(t),噪声的功率谱密度为
n
0
2
frac{n_0}{2}
2n0,滤波器的输出为
y
(
t
)
=
s
0
(
t
)
+
n
0
(
t
)
y(t)=s_0(t)+n_0(t)
y(t)=s0(t)+n0(t)
滤波器输出信号部分
s
0
(
t
)
s_0(t)
s0(t)可表达为:
s
0
(
t
)
=
1
2
π
∫
S
0
(
ω
)
e
j
ω
t
d
ω
=
1
2
π
∫
S
(
ω
)
H
(
ω
)
e
j
ω
t
d
ω
s_0(t)=frac{1}{2pi}int S_0(omega)e^{j omega t} {rm d omega}=frac{1}{2pi}int S(omega)H(omega)e^{j omega t} {rm d omega}
s0(t)=2π1∫S0(ω)ejωtdω=2π1∫S(ω)H(ω)ejωtdω
噪声的平均功率可表达为:
N
0
=
1
2
π
∫
P
0
(
ω
)
d
ω
=
1
2
π
∫
P
(
ω
)
∣
H
(
ω
)
∣
2
d
ω
=
n
0
4
π
∫
∣
H
(
ω
)
∣
2
d
ω
N_0=frac{1}{2pi}int P_0(omega) {rm d omega}=frac{1}{2pi}int P(omega)|H(omega)|^2 {rm d omega}=frac{n_0}{4pi}int |H(omega)|^2 {rm d omega}
N0=2π1∫P0(ω)dω=2π1∫P(ω)∣H(ω)∣2dω=4πn0∫∣H(ω)∣2dω
输出信号的瞬时功率与噪声平均功率的比值即为信噪比,要找到使它达到最大的时刻
t
0
t_0
t0:
r
0
=
∣
s
0
(
t
0
)
∣
2
N
0
=
∣
1
2
π
∫
S
(
ω
)
H
(
ω
)
e
j
ω
t
0
d
ω
∣
2
n
0
4
π
∫
∣
H
(
ω
)
∣
2
d
ω
r_0=frac{|s_0(t_0)|^2}{N_0}=frac{|frac{1}{2pi}int S(omega)H(omega)e^{j omega t_0} {rm d omega}|^2}{frac{n_0}{4pi}int |H(omega)|^2 {rm d omega}}
r0=N0∣s0(t0)∣2=4πn0∫∣H(ω)∣2dω∣2π1∫S(ω)H(ω)ejωt0dω∣2
根据施瓦兹不等式可知:
∣
1
2
π
∫
S
(
ω
)
H
(
ω
)
e
j
ω
t
0
d
ω
∣
2
≤
1
2
π
∣
∫
H
(
ω
)
∣
2
d
ω
×
∫
∣
S
(
ω
)
e
j
ω
t
0
∣
2
d
ω
|frac{1}{2pi}int S(omega)H(omega)e^{j omega t_0} {rm d omega}|^2leqfrac{1}{2pi}|int H(omega)|^2 {rm d omega}timesint |S(omega) e^{j omega t_0} |^2 {rm d omega}
∣2π1∫S(ω)H(ω)ejωt0dω∣2≤2π1∣∫H(ω)∣2dω×∫∣S(ω)ejωt0∣2dω
等号取到条件为:
H
(
ω
)
=
K
(
S
(
ω
)
e
j
ω
t
0
)
∗
H(omega)=K(S(omega) e^{j omega t_0})^*
H(ω)=K(S(ω)ejωt0)∗
信噪比可化简为:
r
0
=
1
2
π
∫
∣
S
(
ω
)
∣
2
d
ω
n
0
2
=
2
E
n
0
r_0=frac{frac{1}{2pi}int |S(omega) |^2 {rm d omega}}{frac{n_0}{2}}=frac{2E}{n_0}
r0=2n02π1∫∣S(ω)∣2dω=n02E
注:此时
H
(
ω
)
=
K
S
∗
(
ω
)
e
−
j
ω
t
0
H(omega)=KS^*(omega)e^{-jomega t_0}
H(ω)=KS∗(ω)e−jωt0,通过该滤波器的信号在
t
=
t
0
t=t_0
t=t0的时候取到最大的信噪比
匹配滤波器的冲激响应
根据匹配滤波器的频域表达式
H
(
ω
)
=
K
S
∗
(
ω
)
e
−
j
ω
t
0
H(omega)=KS^*(omega)e^{-jomega t_0}
H(ω)=KS∗(ω)e−jωt0,利用傅里叶反变换可以求得匹配滤波器的冲激响应
h
(
t
)
h(t)
h(t):
h
(
t
)
=
1
2
π
∫
H
(
ω
)
e
j
ω
t
d
ω
=
1
2
π
∫
K
S
∗
(
ω
)
e
−
j
ω
t
0
e
j
ω
t
d
ω
=
K
2
π
s
∗
(
t
0
−
t
)
=
K
2
π
s
(
t
0
−
t
)
h(t)=frac{1}{2pi}int H(omega) e^{j omega t} {rm d omega}=frac{1}{2pi}int KS^*(omega)e^{-jomega t_0} e^{j omega t} {rm d omega}=frac{K}{2pi}s^*(t_0-t)=frac{K}{2pi}s(t_0-t)
h(t)=2π1∫H(ω)ejωtdω=2π1∫KS∗(ω)e−jωt0ejωtdω=2πKs∗(t0−t)=2πKs(t0−t)
即匹配滤波器的单位冲激响应为
h
(
t
)
=
K
s
(
t
0
−
t
)
h(t)=Ks(t_0-t)
h(t)=Ks(t0−t)
注:
1.这里的
t
0
t_0
t0是自己取的,直接决定了滤波器的形式,同时决定了输出信号的最大信噪比的时刻。
2.为了使滤波器是一个因果系统,则
h
(
t
)
=
0
,
t
≤
0
h(t)=0, tleq 0
h(t)=0,t≤0,故
s
(
t
)
=
0
,
t
≥
t
0
o
r
t
≤
0
s(t)=0, tgeq t_0 or tleq0
s(t)=0,t≥t0 or t≤0,即主动声呐发出的信号需为一个短时脉冲。
3.若信号脉宽为
T
T
T,则需要满足
t
0
≥
T
t_0geq T
t0≥T,一般取
t
0
=
T
t_0=T
t0=T使滤波器作最小的延时。
匹配滤波器的输出
根据冲激响应的性质,匹配滤波器的输出可以表示为冲激响应与输入信号的卷积:
s
0
(
t
)
=
s
(
t
)
∗
h
(
t
)
=
∫
h
(
τ
)
s
(
t
−
τ
)
d
τ
=
∫
K
s
(
t
0
−
τ
)
s
(
t
−
τ
)
d
τ
s_0(t)=s(t)*h(t)=int h(tau)s(t-tau){rm dtau}=int Ks(t_0-tau)s(t-tau){rm d tau}
s0(t)=s(t)∗h(t)=∫h(τ)s(t−τ)dτ=∫Ks(t0−τ)s(t−τ)dτ
根据上图,可以发现如果
t
0
=
T
t_0=T
t0=T时,
h
(
t
)
h(t)
h(t)翻转后直接就可以得到有效的输出信号,否则还需要进行滑动,直到滑动了一段距离后才能得到有效(不为0)的输出信号。
可以得到输出信号的表达式:
r
(
t
)
=
K
R
(
t
−
t
0
)
r(t)=KR(t-t_0)
r(t)=KR(t−t0)
即为输入信号的自相关函数,故在
t
=
t
0
t=t_0
t=t0时取到最大,故在这个时候进行判决。
最后
以上就是沉静小鸭子为你收集整理的【主动声呐】——匹配滤波器的全部内容,希望文章能够帮你解决【主动声呐】——匹配滤波器所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复