- 发布日期
线性调频(LFM)信号
作者
线性调频(LFM)信号参数解析与生成
本文档详细说明一个中心频率为 150 MHz 的线性调频(LFM)信号的各项参数含义、计算过程以及数字生成方法。
1. 核心参数定义
根据系统设置,我们有以下基础参数:
| 参数名称 | 数值 | 说明 |
|---|---|---|
| 基本带宽 | 0.250 MHz | 调频信号的基础带宽 |
| 带宽倍率 | 20 | 控制实际调频带宽的倍数 |
| 子脉冲数(波形点数) | 480 | 构成一个完整调频脉冲的采样步进数 |
| 最大脉压比 | 200 | 时宽带宽积的最大值 |
| 中心频率 | 150 MHz | 整个信号扫频范围的中心 |
2. 关键参数计算
2.1 实际调频带宽
根据文档说明,调频带宽 = 基本带宽 × 带宽倍率。
结论: 每个脉冲实际扫频带宽为 5 MHz。
2.2 波形脉宽(总时长)
根据最大脉压比公式:脉压比 = 带宽 × 脉宽。
结论: 整个调频脉冲的总时长为 40 微秒。
2.3 子脉冲宽度(时间步长)
波形脉宽由波形点数和子脉冲宽度共同决定。已知总时长为 40 μs,点数为 480。
结论: 设备每隔约 83.3 纳秒 走一个频率点,共 480 个点,拼出完整的 40 μs 调频信号。
2.4 频率范围
以 150 MHz 为中心,带宽为 5 MHz:
- 最低频率:
- 最高频率:
结论: 信号在 40 μs 内,频率从 147.5 MHz 连续扫到 152.5 MHz。
3. 参数汇总表
| 参数 | 数值 |
|---|---|
| 中心频率 | 150 MHz |
| 调频带宽 | 5 MHz |
| 频率范围 | 147.5 MHz ~ 152.5 MHz |
| 波形脉宽(总时长) | 40 μs |
| 子脉冲数(波形点数) | 480 个 |
| 子脉冲宽度(时间步长) | 约 83.3 ns |
| 最大脉压比 | 200(已匹配) |
4. Python 生成示例
以下代码演示如何在基带生成该 LFM 信号,并上变频到 150 MHz 中心频率。
import numpy as np
import matplotlib.pyplot as plt
# 参数设置
fs = 1e9 # 采样率 1 GHz
T = 40e-6 # 脉宽 40 us
B = 5e6 # 带宽 5 MHz
fc = 150e6 # 中心频率 150 MHz
K = B / T # 调频斜率
N = 480 # 子脉冲数(波形点数)
# 时间轴
t = np.linspace(-T/2, T/2, int(fs * T), endpoint=False)
# 生成基带 LFM 信号
s_baseband = np.exp(1j * np.pi * K * t**2)
# 上变频到 150 MHz
s_rf = np.real(s_baseband * np.exp(1j * 2 * np.pi * fc * t))
# 绘制时域波形(局部放大)
plt.figure(figsize=(10, 4))
plt.plot(t[:1000] * 1e6, s_rf[:1000])
plt.title('LFM Signal Time Domain (Partial)')
plt.xlabel('Time (us)')
plt.ylabel('Amplitude')
plt.grid(True)
plt.show()
# 绘制频谱
freq = np.fft.fftfreq(len(t), 1/fs)
spectrum = np.abs(np.fft.fft(s_rf))
plt.figure(figsize=(10, 4))
plt.plot(np.fft.fftshift(freq) / 1e6, np.fft.fftshift(spectrum))
plt.title('LFM Signal Spectrum')
plt.xlabel('Frequency (MHz)')
plt.ylabel('Amplitude')
plt.grid(True)
plt.show()
5. 信号特性说明
5.1 线性调频原理
线性调频信号的瞬时频率随时间线性变化:
其中 为调频斜率。
5.2 脉冲压缩
接收端通过匹配滤波将宽脉冲压缩为窄脉冲:
- 压缩后脉宽:
- 压缩增益:
- 距离分辨率:
5.3 与雷达系统的关系
| 雷达参数 | 计算过程 | 结果 |
|---|---|---|
| 距离分辨率 | 30 m | |
| 最大不模糊距离 | 取决于 PRF,与本参数无关 | - |
| 压缩增益 | 23 dB | |
| 压缩后脉宽 | 0.2 μs |
线性调频(LFM)信号
评论加载中…
