双音多频(DTMF)信号的MATLAB仿真

MATLAB中的信号调制与解调技巧随着科技的不断发展，无线通信越来越成为人们生活中不可或缺的一部分。

在无线通信系统中，信号调制与解调技巧起到至关重要的作用。

而MATLAB作为一种强大的工具，能够帮助工程师们在信号调制与解调方面进行深入研究和实践。

一、信号调制的基本原理与方法信号调制是将原始信号（baseband signal）通过改变某些参数来转换为调制信号（modulated signal）。

常见的信号调制方法包括幅度调制（AM）、频率调制（FM）和相位调制（PM）。

1.1 幅度调制幅度调制是一种通过改变信号的振幅来调制信号的方法。

MATLAB提供了丰富的函数和工具箱，可以方便地进行幅度调制的模拟和分析。

例如，我们可以使用MATLAB中的ammod函数来模拟幅度调制过程。

首先，我们需要准备一个原始信号，可以是一个正弦波或任何其他波形。

然后，通过设置调制指数（modulation index）来改变振幅。

最后，使用ammod函数对原始信号进行调制，生成调制后的信号。

1.2 频率调制频率调制是一种通过改变信号的频率来实现调制的方法。

以调幅电台为例，电台信号的频率会随着音频信号的变化而改变。

在MATLAB中，我们可以利用fmmod函数来模拟频率调制过程。

类似于幅度调制，我们需要先准备一个原始信号。

然后，通过设置调制指数和载波频率来改变频率。

最后，使用fmmod函数对原始信号进行调制，生成调制后的信号。

1.3 相位调制相位调制是一种通过改变信号的相位来实现调制的方法。

在数字通信系统中，相位调制常用于传输和提取数字信息。

MATLAB中的pmmod函数可以方便地实现相位调制。

与前两种调制方法类似，我们需要先准备一个原始信号。

然后，设置调制指数和载波频率来改变相位。

最后，使用pmmod函数对原始信号进行调制，生成调制后的信号。

二、信号解调的基本原理与方法信号解调是将调制信号恢复为原始信号的过程。

解调方法通常与调制方法相对应，常见的解调方法包括幅度解调（AM）、频率解调（FM）和相位解调（PM）。

基于 Matlab 的 Simulink 的 CDMA 系统多用户仿真要点简介CDMA（Code Division Multiple Access）是一种数字无线通信技术，其中多个用户在同一频带上传输数据，每个用户使用唯一的编码序列来区分其他用户的信息。

在CDMA系统中，使用扩频技术将数据编码成宽带信号，然后使用独立的编码序列将它们混合在一起，并在接收端进行解码以恢复原始数据，因此CDMA技术可以提供更高的信道容量。

通过使用基于 Matlab 的 Simulink，可以方便地进行CDMA系统的仿真，并对多个用户进行仿真，以评估系统性能。

要点1. CDMA系统的建模在CDMA系统的仿真过程中，需要首先建立系统模型。

我们可以使用 Simulink 中的 Signal Processing Blockset 来实现CDMA系统模型的建模。

Signal Processing Blockset 中包含了各种信号处理模块，包括滤波器、混合器和解扰器等等，这些模块可以用来构建CDMA系统的传输通道。

2. 多用户仿真在CDMA系统中，多个用户可以同时传输数据，因此我们需要对多个用户进行仿真，并分别评估其性能。

为了实现这个目标，我们可以使用 Signal Processing Blockset 中的 Multiport Switch 模块，将多个用户的数据流合并成一个流，然后通过解码器对其进行解码。

在这个过程中，我们可以使用不同的编码序列对每个用户进行编码，以确保数据的安全性。

3. 性能评估在CDMA系统中，我们可以通过 BER（Bit Error Rate）来评估系统的性能。

在仿真过程中，我们可以通过向系统中注入固定数量的错误比特，并计算接收端出现错误的比特数量来计算BER。

通过多次仿真，可以评估不同编码序列、码元速率、信噪比等因素对系统性能的影响。

在本篇文档中，我们介绍了基于 Matlab 的 Simulink 的 CDMA 系统多用户仿真的要点。

1. 介绍QPSK信号QPSK (Quadrature Phase Shift Keying) 是一种数字调制技术，常用于无线通信和数字通信系统中。

它是通过改变相位来传输数字信息的一种调制方式，相较于单相位调制方式，QPSK可以提高信号传输效率和频谱利用率。

2. QPSK信号的生成原理QPSK信号的产生可以通过正交调制的方式完成，即将数据流分为两个独立的流并分别与正弦和余弦信号相乘，经过合并后即可生成QPSK信号。

具体过程如下：(1) 将二进制数据流分为实部和虚部，分别代表I信号和Q信号；(2) 分别对I信号和Q信号进行调制，得到两路调制信号；(3) 将两路调制信号通过信号合并器得到QPSK信号。

3. QPSK信号的Matlab仿真代码在Matlab中，可以通过编程实现QPSK信号的生成和仿真。

以下是一个简单的QPSK信号Matlab仿真代码示例：```Matlab设置QPSK调制参数M = 4; 调制阶数msg = randi([0 M-1],10000,1); 随机生成10000个0到M-1的整数，模拟二进制信息流txSig = qammod(msg,M); QAM调制绘制星座图scatterplot(txSig) 绘制QPSK星座图添加高斯噪声rxSig = awgn(txSig, 10); 添加信道噪声，信噪比为10dB解调rxMsg = qamdemod(rxSig,M); QPSK解调[numErrors,ber] = biterr(msg,rxMsg); 计算比特错误率disp(['比特错误率为：',num2str(ber)])```4. QPSK信号仿真结果分析通过上述Matlab代码，我们可以得到QPSK信号的仿真结果。

通过绘制星座图可以直观地观察到QPSK信号在复平面上的分布情况。

随后，我们可以添加高斯噪声，模拟信道中的干扰，然后进行解调并计算比特错误率。

5. 结论通过以上QPSK信号的Matlab仿真代码，我们可以成功生成和仿真QPSK信号，并得到比特错误率等性能指标。

dtmf是什么意思DTMF( Double Tone Multi⼀Frequency)即双⾳多频，是⽤两个特定的单⾳频组合信号来代表数字信号以实现其功能的⼀种编码术。

两个单⾳频的频率不同，代表的数字或实现的功能也不同。

这种电话机中通常有16个按键，其中有10个数字键0~9和6个功能键＊、#、A、B、C、D。

由于按照组合原理，⼀般应有8种不同的单⾳频信号。

因此可采⽤的频率也有8种，故称之为多频，⼜因它采⽤从8种频率中任意抽出2种进⾏组合来进⾏编码，所以⼜称之为“8中取2”的编码技术。

DTMF的应⽤DTMF⽤于按键电话通信，近年来，DTMF信号还被⼴泛应⽤于需要交互控制的各种系统中，如语⾔菜单、电⼦邮件系统、电话银⾏和ATM机终端以及VOIP系统等。

DTMF使按键式电话机⽐转轮式电话机拥有更快的拨号速度，更⾼的使⽤效率，且易实现程控多功能化。

DTMF的特点1、传输速率⾼；2、抗⼲扰性强；对于电话⽽⾔，⼲扰噪声源⼀般是⼈的声⾳，⽐如⼀个⼈拿起话筒说话。

经过研究⼈的话⾳信号在0-4000Hz内，⼈可以发出DTMF中的某⼀种频率的话⾳，但是却很难同时发出⾼频成分组和低频成分组中的⼀对频率。

例如（1209Hz，770Hz）对应按键4。

同时这些频率的选择也是经过了对⼈体声学的研究后得到的是⼈的声带使⽤最少的频率组合，因此DTMF可以避免⼈的话⾳⼲扰。

不仅如此，为了防⽌市话交换机接收器的误动作，产⽣的双⾳频信号还必须满⾜以下要求：（1）⾼、低频各1个且必须同时出现，才能被接收器检出为呼叫信号。

（2）⾼低频率的误差要⼩。

我国的标准为+/-1.8%，国外有的规定为+/-1.5%，精度要求更⾼。

（3）⾼、低频电平的差<=6.5dB。

（4）⾼、低频两个频率组成的选号信号，持续时间必须在40ms以上。

（5）由谐波互调引起的失真电平⽐基波电平⾄少要低20dB综上所述，正是因为ＤＴＭＦ信号本⾝具有独特的双⾳频组合形式，再加上对DTMF信号产⽣严格的审查要求，还有后⾯要讲到的精确的。

总结dtmf信号的参数
DTMF信号是指双音多频信号，在电话拨号中广泛使用。

DTMF信号
由两个频率组成，一个高频和一个低频，它们同时存在于同一个短时
间间隔中。

DTMF信号的要素包括频率、音量、持续时间和间隔时间
等参数。

频率是DTMF信号的最基本参数之一。

DTMF信号采用8个频率中的
4个，分别为697Hz、770Hz、852Hz、941Hz的低频频率和
1209Hz、1336Hz、1477Hz、1633Hz的高频频率。

这些频率之间相互组合形成了16种不同的信号。

音量是DTMF信号的另一个重要参数。

如果音量太低，接收器可能无
法正确解码信号。

与此相反，如果音量太高，它可能会引起信号干扰，导致不必要的误码。

为了防止这种情况的发生，事先设计音量级别是
至关重要的。

持续时间和间隔时间也是DTMF信号的关键参数。

持续时间指信号的
时间长度，间隔时间指两个连续信号之间的时间间隔。

这两个参数都
需要经过精确设计，以确保信号在传输过程中被正确解码。

此外，由于DTMF信号是基于二元制波形产生的，因此在信号传输过
程中需要进行D/A（数字到模拟）转换。

这种转换可能会引入一定的误差，因此在设计DTMF信号时需要考虑这一因素并进行校正。

综上所述，DTMF信号的参数包括频率、音量、持续时间和间隔时间等。

这些参数需要精确设计和校正，才能确保信号在传输过程中被正确解码。

例如在电话拨号系统中，DTMF信号的正确传输是关键，否则就会造成拨号错误，影响用户的正常使用。

利用matlab移频信号调制代码的方法摘要：一、引言二、Matlab移频信号调制的基本原理1.移频信号的定义2.移频信号调制的目的3.Matlab实现移频信号调制的方法三、Matlab移频信号调制的代码实现1.信号发生器2.调制器3.解调器4.性能分析四、实例分析1.实例一：频率偏移调制2.实例二：相位调制3.实例三：频移键控（FSK）五、总结与展望正文：一、引言移频信号调制是一种在无线通信中广泛应用的调制技术。

它通过改变信号的频率来传输信息，具有抗干扰性强、传输速率高等优点。

Matlab作为一种数学计算软件，可以方便地模拟移频信号调制的整个过程。

本文将详细介绍如何利用Matlab实现移频信号调制，并给出实例分析。

二、Matlab移频信号调制的基本原理1.移频信号的定义移频信号是指信号的频率随着时间变化而变化的信号。

它的基本表达式为：f(t) = f0 + f1 * cos(ωt + θ)其中，f0为载波频率，f1为频率偏移量，ω为角频率，θ为相位差。

2.移频信号调制的目的移频信号调制的目的是在保持载波功率不变的情况下，通过改变载波频率来传输信息。

这样可以提高信号的抗干扰能力，提高通信质量。

3.Matlab实现移频信号调制的方法在Matlab中，可以利用信号生成函数、调制函数和性能分析函数实现移频信号调制。

三、Matlab移频信号调制的代码实现1.信号发生器使用Matlab的`awgn`函数生成高斯白噪声，`randn`函数生成随机数。

2.调制器利用Matlab的`cos`、`sin`函数实现移频信号的调制。

例如，对于频率偏移调制，可以编写如下代码：```Matlab% 参数设置Fs = 1000; % 采样频率Ts = 1/Fs; % 采样间隔= 1000; % 数据长度% 信号生成t = (0:N-1)"/Ts;f1 = 10; % 频率偏移量f0 = 100; % 载波频率θ= 0; % 相位差% 调制modulated_signal = sin(2 * pi * (f0 + f1 * cos(t)) * t);```3.解调器利用Matlab的信号处理函数解调信号，例如`fft`、`ifft`等。

OFDM.m: OFDM Simulator (outer function)clear all;A = [1 1/exp(1) 1/exp(2)]; % power delay profileN = 64; % number of symbols in a single OFDM symbolGI = 16; % guard intervalMt = 1; % number of Tx antennasMr = 1; % number of Rx antennassig2 = 1e-3; % noise varianceM = 8; % max constellation bit numberMgap = 10.^(1:(1.7/10):2.7); % gapBtot = 100*Mt; % total # bits per OFDM symbolTransmitIter = 50; % # iterations of symbol transmissions for each channel instance ChannelIter = 100; % # iterations of independent identically distributed channel instances GapIter = length(Mgap);load ENC2.matload ENC4.matload ENC16.matload ENC64.matload ENC256.matTotEbNo = [];Errors =[];EbNo = [];for lGap = 1:GapIterlGapgap = Mgap(lGap);totalErrors = 0;for lChan = 1:ChannelIter% create channel[H h_f]=create_channel(Mt, Mr, A, N+GI);% decompose each subchannel in the frequency domain[U S V] = svd_decompose_channel(Mt, Mr, h_f, N);% bitloading[bits_alloc,energy_alloc] = BitLoad(S,Btot,Mt*N,gap,sig2,M);%energy_alloc=energy_alloc/(mean(energy_alloc));%energy_alloc=ones(1,128);for lTrans = 1:TransmitIter% bits to transmitx = (randn(1,Btot)>0);% modulatex_mod = modulate(x,bits_alloc,energy_alloc, s2,s4,s16,s64,s256);% precode modulated signalx_pre = precode(Mt, x_mod, V, N);% ifft, with cyclic prefix for each antennaofdm_symbol =[];for i=1:Mtofdm_symbol = [ofdm_symbol; ifft_cp_tx_blk(x_pre(i:Mt:Mt*(N-1)+i),N,GI)];endofdm_symbol2 = reshape(ofdm_symbol,Mt*(N+GI),1);% channely = transpose(channel(sig2, Mt, Mr, ofdm_symbol2, H, N+GI));% fftrec_symbol =[];for i=1:Mtrec_symbol = [rec_symbol; fft_cp_rx_blk(y(i:Mt:Mt*(N+GI-1)+i),N,GI)];endrec_symbol2 = reshape(rec_symbol,1,Mt*N);% shape received signalshaped_vals = shape(rec_symbol2, Mr, U, N);% demodulatey_demod = demodulate(shaped_vals, bits_alloc, energy_alloc, S, s2,s4,s16,s64,s256, c2,c4,c16,c64,c256); % comparisontotalErrors = totalErrors + sum(xor(y_demod,x));endEbNo = [EbNo sum(energy_alloc)/Btot/sig2];endErrors = [Errors totalErrors/Btot/ChannelIter/TransmitIter]TotEbNo = [TotEbNo mean(EbNo)]EbNo = [];endsemilogx(TotEbNo, Errors);xlabel('Eb/No');ylabel('BER');title('SISO link, adaptive rate and power')save SISO_adaptive2.mat Errors EbNocreate_channel.m: Generates a Rayleigh fading frequency-selective channel, parametrized by the antenna configuration, the OFDM configuration, and the power-delay profile.function [H, H_f]=create_channel(Mt, Mr, A, N);% function [H, H_f]=create_channel(Mt, Mr, A, N);%% A - vector containing the power-delay profile (real values)% Mt - number of Tx antennas% Mr - number of Rx antennas% N - number of vector symbols to be sent in a single OFDM symbol Tx% ie: N MIMO transmissions in one OFDM symbol% This is for Rayleigh frequency-selective fading, which assumes complex % Gaussian matrix elements with in-phase and quadrature components independent.% Assume iid matrix channel elements, and further, independent channel taps % define the channel tapsH_int = 1/sqrt(2)*(randn(Mr*length(A),Mt) + j*randn(Mr*length(A),Mt));H_int2=[];for i = 1:length(A)H_int2 = [H_int2;sqrt(A(i))*H_int((i-1)*Mr+1:i*Mr,:)];end%h_f = fft(H_int2',64);%%H = H_int2';H_int2 = [H_int2;zeros((N-length(A))*Mr,Mt)];H_f = zeros(Mr,Mt*(N-16));for i = 1:Mtfor j = 1:Mrh_f = fft(H_int2(j:Mr:(N-16-1)*Mr+j,i));for k = 1:(N-16)H_f(j,i+(k-1)*Mt) = h_f(k);endendendH=[H_int2];for i = 1:N-1H=[H,[zeros(Mr*i,Mt);H_int2(1:(N-i)*Mr,:)]];endsvd_decompose_channel.m: Since full channel knowledge is assumed, transmission is across parallel singular value modes. This function decomposes the channel into these modes.function [U, S, V] = svd_decompose_channel(Mt, Mr, h_f, N);% [U S V] = svd_decompose_channel(Mt, Mr, h_f, N);%% Function decomposes the channel at each subcarrier into its SVD components %% Mt - # Tx antennas% Mr - # Rx antennas% h_f - MIMO impulse response - Mr rows, Mt*L columns, where L is the number of% channel taps% N - # subcarriersU = [];S = [];V = [];for i = 1:N[Utmp Stmp Vtmp] = svd(h_f(:,(i-1)*Mt+1:i*Mt));U=[U Utmp];V=[V Vtmp];S=[S Stmp];endS = sum(S,1);BitLoad.m: Apply the bit-loading algorithm to achieve the desired bit and energy allocation for the current channel instance.function [bits_alloc,energy_alloc] =BitLoad(subchan_gains,total_bits,num_subc,gap,noise,M)% Bit Loading Algorithm% ---------------------%% Inputs :% subchan_gains : SubCarrier Gains% total_bits : Total Number of bits% num_subc : Number of Subcarriers% gap : Gap of the system% noise : Noise Power% M : Max Constellation Size% Outputs:% bits_alloc : Bits allocation for each subchannel% power_alloc : Total Power allocation% ---------------------------------------------------------------% Compute SNR's for each channelSNR = ComputeSNR(subchan_gains,noise,gap);% This function just initializes the system with a particular bit% allocation and energy allocation using Chow's Algorithm. This is% further efficientize using Campello's Algorithm[bits_alloc, energy_alloc] = chow_algo(SNR,num_subc,M);% Form the Energy Increment Table based on the present channel% gains for all the subchannels in order to be used by Campello% Algorithmenergytable = EnergyTableInit(SNR,M);% Efficientize the algorithm using the Campello's algorithm[bits_alloc,energy_alloc] =campello_algo(bits_alloc,energy_alloc,energytable,total_bits,num_subc,M );ComputeSNR.m: Given the subcarrier gains, this simple function generates the SNR values of each channel (each singular value on each tone is a separate channel). function SNR = ComputeSNR(subcar_gains,noise,gap)SNR = abs((subcar_gains.^2)./(noise*gap));chow_algo.m: Apply Chow's algorithm to generate a particular bit and energy allocation.% Chow's Algorithm% ----------------% This is based on the paper by Chow et al titled%% A Practical Discrete Multitone Transceiver Loading Algorithm% for Data Transmission over Spectrally Shaped Channels.IEEE Trans% on Communications. Vol. 43, No 2/3/4, pp. 773-775, Feb/Mar/Apr 1995 function [bits_alloc, energy_alloc] = chow_algo(SNR,num_subc,M)for i = 1:num_subc% Assuming each of the subchannels has a flat fading, we get initial estimate % of the bits for each subchanneltempbits = log2(1 + abs(SNR(i))); % bits per two dimension. roundtempbits = round(tempbits); % round the bitsif (roundtempbits > 8) % Limit them between 2 and 15 roundtempbits = 8;endif (mod(roundtempbits,2)== 1 & roundtempbits ~= 1)roundtempbits = roundtempbits -1;endif roundtempbits > 0 % Calculate the Energy required for the subchannelenergy_alloc(i) = (2^roundtempbits-1)/SNR(i) ;elseenergy_alloc(i) = 0;endbits_alloc(i) = roundtempbits; % Update the BitSubChan end% end of functionEnergyTableInit.m: Given the SNR values, form a table of energy increments for each channel.function energytable = EnergyTableInit(SNR,M);% Inputs:% subcar_gains : Subcarrier Gains% M : max Constellation Size% Gap : Gap of the system% Noise : Noise Power% Outputs:% energytable : Energytable%% Based on the Subcarrier Gains, we calculate the energy% increment required by each subcarrier for transmitting% 1,2 ,4 ,6,8 bits.% Energy = 2^(i-1)/subcar_gains;% ------------------------------------------------------%subcar_gains = (subcar_gains.^2)/(Gap*Noise);energytable = abs((1./SNR)'*(2.^([1:M+1]-1)));% Increase the energy value for constellation size of more than M to% a very high value so that it is not assigned.energytable(:,M+1) = Inf*ones(size(energytable(:,M+1)));for i = 3:2:Menergytable(:,i) = (energytable(:,i) +energytable(:,i+1))/2;energytable(:,i+1) = energytable(:,i);end%energytable = [ones(1,size(energytable,1))' energytable];campello_algo.m: Apply Campello's algorithm to converge to the optimal bit and energy allocation for the given channel conditions.% campello_algo.m% --------------% This function is used by Campello's algorithm to allocate bits and energy for% each subchannel optimally.function [bits_alloc, energy_alloc] =campello_algo(bits_alloc,energy_alloc,energytable,total_bits,num_subc,M)bt = sum(bits_alloc);% We can't transmit more than M*(Number of subchannel) bitsif total_bits > M*num_subctotal_bits = M*num_subc;endwhile (bt ~= total_bits)if (bt > total_bits)max_val = 0;max_ind = ceil(rand(1)*num_subc);for i = 1:num_subcif bits_alloc(i) ~= 0temp = energytable(i,bits_alloc(i)) ;elsetemp = 0;endif (temp > max_val)max_val = temp;max_ind = i;endendif (bits_alloc(max_ind) > 0)bits_alloc(max_ind) = bits_alloc(max_ind) -1;energy_alloc(max_ind) = energy_alloc(max_ind) - max_val;bt = bt-1;endelsemin_val = Inf;min_ind = ceil(rand(1)*num_subc);for i = 1:num_subcif bits_alloc(i) ~=0 & bits_alloc(i) <9temp = energytable(i,bits_alloc(i) + 1);elsetemp = Inf;endif (temp < min_val)min_val = temp;min_ind = i;endendif (bits_alloc(min_ind) < 8)bits_alloc(min_ind) = bits_alloc(min_ind) +1;if (min_val==inf)min_val = energytable(min_ind,bits_alloc(min_ind));endenergy_alloc(min_ind) = energy_alloc(min_ind) +min_val;bt = bt+1;endendendfor i = 1:length(bits_alloc)if (mod(bits_alloc(i),2) == 1 & bits_alloc(i) ~=1)[bits_alloc,energy_alloc] =ResolvetheLastBit(bits_alloc,energy_alloc,i,energytable,num_subc);endendResolvetheLastBit.m: An optimal bit-loading of the last bit requires a unique optimization.function [bits_alloc, energy_alloc] =ResolvetheLastBit(bits_alloc,energy_alloc,index,energytable,num_subc) max_val = 0;for i = 1:num_subcif (i ~= index & bits_alloc(i) == 1)if bits_alloc(i) ~= 0temp = energytable(i,bits_alloc(i)) ;endif (temp > max_val)max_val = temp;max_ind = i;endendendmin_val = Inf;for i = 1:num_subcif (i~= index & bits_alloc(i) == 1)if bits_alloc(i) ~=0temp = energytable(i,bits_alloc(i) + 1);endif (temp < min_val)min_val = temp;min_ind = i;endendendif (min_val < max_val)bits_alloc(min_ind) = bits_alloc(min_ind) + 1;bits_alloc(index) = bits_alloc(index) - 1;energy_alloc(index) = energy_alloc(index) - min_val; elsebits_alloc(max_ind) = bits_alloc(max_ind) - 1;bits_alloc(index) = bits_alloc(index) + 1;energy_alloc(index) = energy_alloc(index) + max_val; end。

基于MATLAB的线性调频信号的仿真存档编号________基于MATLAB的线性调频信号的仿真教学学院届别专业学号指导教师完成日期I内容摘要:线性调频信号是一种大时宽带宽积信号。

线性调频信号的相位谱具有平方律特性，在脉冲压缩过程中可以获得较大的压缩比，其最大优点是所用的匹配滤波器对回波信号的多普勒频移不敏感，即可以用一个匹配滤波器处理具有不同多普勒频移的回波信号，这些都将大大简化雷达信号处理系统，而且线性调频信号有着良好的距离分辨率和径向速度分辨率。

因此线性调频信号是现代高性能雷达体制中经常采用的信号波形之一，并且与其它脉压信号相比，很容易用数字技术产生，且技术上比较成熟，因而可在工程中得到广泛的应用。

关键词:MATLAB;线性调频;脉冲压缩;系统仿真IAbstract: Linear frequency modulation signal is a big wide bandwidth signal which is studied and widely used. The phase of the linear frequency modulation signal spectra with square law characteristics, inpulse compression process can acquire larger compression, its biggest advantage is the use of the matched filter of the echo signal doppler frequency is not sensitive, namely can use a matched filter processing with different doppler frequency shift of the echo signal, these will greatly simplified radar signal processing system, and linear frequency modulation signal has a good range resolution and radial velocity resolution. So linear frequency modulation signal is the modern high performance radar system often used in one of the signal waveform, and compared with other pulse pressure signal, it is easy to use digital technologies to produce, and the technology of the more mature, so in engineering can be widely applied.Keywords:MATLAB, LFM, Pulse compression, System simulationII目录内容摘要 ..................................................................... .......................... I 关键词 ..................................................................... (I)Abstract ............................................................... . (II)Keywords ............................................................... ............................... II 1 绪论 ...................................................................................................1 1.1引言 ..................................................................... ............................1 1.2课题研究背景及意义 .....................................................................1 1.3本文主要工作 ..................................................................... ............2 2 线性调频基本理论 ..................................................................... ......3 2.1线性调频原理简介 ..................................................................... ....3 2.2线性调频信号特点 ..................................................................... ....3 3 MATLAB简介 ..................................................................... ..............5 3.1 MATLAB的起源 ..................................................................... .......5 3.2 MATLAB的应用领域 (5)3.3 MATLAB的仿真方法 (6)4 线性调频脉冲压缩原理及实现 .....................................................10 4.1线性调频信号的数字脉冲压缩原理 (10)4.1.1匹配滤波器原理 ..................................................................... ...10 4.1.2 LFM信号的脉冲压缩 (11)4.1.3线性调频信号和噪声的生成 ....................................................12 4.2线性调频信号的脉冲压缩过程 ...................................................13 5 仿真结果分析 ..................................................................... ............14 6 小结 ..................................................................... ............................18 参考文献 ..................................................................... ........................20 致谢 ..................................................................... ..............................21 附录 MATLAB程序代码 (22)III1 绪论1.1 引言在非平稳信号的研究过程中，有一种特殊的非平稳信号:chirp 信号，又称线性调频(Liner Frequency Modulation，LFM)信号，研究价值较高。

HT9200A/B双音多频（DTMF）信号发生器使用说明文件编码：HA0037s简介：该软件示例如何使用HT9200A/BDRIVER使用说明：一、DRIVER的使用1. 软件提供HT9200A/B的初始化函数和串并行模式发送函数，分别存放于HT9200A.ASM,HT9200B.ASM。

2. 如果使用芯片HT9200A只需将HT9200A.ASM中的数据定义部分，INIT_SENDER_SERIAL_9200A,SEND_DATA_SERIAL_9200子程序放入用户程序相应地方，注意，数据定义部分用户应根据自己的硬件电路做相应的修改3. 如果使用芯片HT9200B串行模式，需将HT9200B.ASM中的数据定义部分，INIT_SENDER_SERIAL_9200B,SEND_DATA_SERIAL_9200子程序放入用户程序相应地方，并行模式需将注意，HT9200B.ASM中的数据定义部分，INIT_SENDER_PARALLEL_9200B,SEND_DATA_PARALLEL_9200B子程序放入用户程序相应地方，同样，数据定义部分用户应根据自己的硬件电路做相应的修改。

二、各个DRIVER的详细说明1. HT9200A串行模式包括2个子程式: INIT_SENDER_SERIAL_9200A、SEND_DATA_serial_9200INIT_SENDER_SERIAL_9200A：实现功能：串行模式初始化程式入口参数：无出口参数：无ROM占用：6R AM占用：无STACK占用：无SEND_DATA_serial_9200：实现功能：HT9200B串行模式数据发送程式入口参数：SEND_DATA出口参数：无ROM占用：13R AM占用：2STACK占用：无2. HT9200B串行模式包括2个子程式: INIT_SENDER_SERIAL_9200B、SEND_DATA_serial_9200INIT_SENDER_SERIAL_9200B：实现功能：串行模式初始化程式入口参数：无出口参数：无ROM占用：8R AM占用：无STACK占用：无SEND_DATA_serial_9200：实现功能：HT9200B串行模式数据发送程式入口参数：SEND_DATA出口参数：无ROM占用：13R AM占用：2STACK占用：无3. HT9200B并行模式包括2个子程式: INIT_SENDER_PARALLEL_9200B、SEND_DATA_PARALLEL _9200INIT_SENDER_PARALLEL _9200B：实现功能：串行模式初始化程式入口参数：SEND_DATA出口参数：无ROM占用：9R AM占用：无STACK占用：无SEND_DATA_PARALLEL _9200：实现功能：HT9200B串行模式数据发送程式入口参数：SEND_DATA出口参数：无ROM占用：13R AM占用：1STACK占用：无程式清单及注释说明见HT9200A.ASM、HT9200B.ASM应用范例应用电路串行模式并行模式应用范例程序说明在本应用中，我们采用HT48C10来控制HT9200A/B的DTMF发生。