线性调频信号脉冲压缩加窗

2017.3.31
%%%%%%%  利用频域处理方法进行脉冲压缩  %%%%%%%
clear all
clc
clf
eps = 1e-10;
B=100e-6;       %信号带宽
Fm=1e6;           %调频
k=Fm/B;          %调频斜率
Ts=1/（5*Fm）;        %采样周期
Ns=fix（B/Ts）;        %采样点数
Nf=1024;               % fft点数
t=0:Ts:B-Ts; 
y=exp（j*pi*k*t.^2）;   %脉冲压缩前的线形调频信号
yfft = fft（yNf） ;
h=zeros（1Ns）;
%% %%%%%%%%%%%%%%%%%%%%%%%%%Hamming窗%%%%%%%%%%%%%%%%%%%%%%%%%%% 
for i=1:Ns
    h（i）=conj（y（Ns-i+1））;
end
hfft= fft（hNf）;     % 匹配滤波器的频域响应
lfm =abs（ifft（yfft .*hfft））; %脉冲压缩    
maxval = max （lfm）;
lfm = eps + lfm ./ maxval;    % 利用最大值归一化
lfm_db=20*log10（lfm）;   %取对数
%%%%%%%%%%%%%% 加窗处理 %%%%%%%
win = hamming（Ns）‘;
h_w=h.*win;       % 加窗
hfft_w=fft（h_wNf）;     % 加窗的匹配滤波器的频域响应
lfm_w = abs（ifft（yfft .*hfft_w））; %脉冲压缩 
maxval1 = max（lfm_w）;
val=lfm_w ;
lfm_w = eps + lfm_w ./ maxval;    % 利用lfm的最大值归一化
lfm_w1 = eps + val./ maxval1;    % 利用lfm_w的最大值归一化
lfm_w_db=20*log10（lfm_w）;   %取对数
lfm_w1_db=20*log10（lfm_w1）;   %取对数
%%%%%%%%%%%%%%%%
tt =0:Ts:2*B-Ts;
figure（1）
plot （ttlfm_db（1:2*Ns）‘b‘）
axis（[.2*B 1.8*B -60 0] ）
xlabel （‘t - seconds ‘）;
ylabel（‘ db‘）
title（‘没有加Hamming窗的脉冲压缩输出‘）
grid on
figure（2）
plot （ttlfm_w1_db（1:2*Ns）‘r‘）
axis（[.2*B 1.8*B -60 0] ）
xlabel （‘t - seconds ‘）;
ylabel（‘ db‘）
title（‘加Hamming窗的脉冲压缩输出‘）
grid on
figure（3）
plot （ttlfm_db（1:2*Ns）‘b‘ttlfm_w_db（1:2*Ns）‘r‘）
axis（[.7*B  1.3*B -60 0] ）
xlabel （‘t - seconds ‘）;
ylabel（‘ db‘）
legend（‘未加Hamming窗‘‘加Hamming窗‘）;
title（‘脉冲压缩输出对比‘）
grid on

%% %%%%%%%%%%%%%%%%%%%%%%%%%Hanning窗%%%%%%%%%%%%%%%%%%%%%%%%%%% 
for i=1:Ns
    h（i）=conj（y（Ns-i+1））;
end
hfft= fft（hNf）;     % 匹配滤波器的频域响应
lfm =abs（ifft（yfft .*hfft））; %脉冲压缩    
maxval = max （lfm）;
lfm = eps + lfm ./ maxval;    % 利用最大值归一化
lfm_db=20*log10（lfm）;   %取对数
%%%%%%%%%%%%%% 加窗处理 %%%%%%%
win = hanning（Ns）‘;
h_w=h.*win;       % 加窗
hfft_w=fft（h_wNf）;     % 加窗的匹配滤波器的频域响应
lfm_w = abs（ifft（yfft .*hfft_w）