声纳技术实验报告四

1.实验目的(1)、学习实际声纳信号的处理方法，加深对理论知识的理解。(2)、练习MATLAB用于声纳信号处理的方法。2.基本原理由以前的实验可知，声纳信号处理的基本方法有谱分析和相关分析，分别为：210()()0,1,...1NjknNnXkxnekN，1120()()()Nmynxmxmn基于此，可以对声纳回波信号进行谱分析和互相关分析。3.实验内容1、FFT频率估计CRLB下界观测时间长度对频率估计性能影响信噪比对频率估计性能影响2、相关法时延估计给出不同信噪比情况下时延估计精度性能Monte-calo分析分析影响因素4.实验结果及数据分析1、信号建模（sonar.m）clc;closeall;clear;SNR=20;f0=15e3;%单频信号的中心频率Tw=0.006;%信号的脉宽fs=400e3;t=0:1/fs:(Tw-1/fs);Wn=2*[10002000]/fs;bb=fir1(128,Wn,'bandpass');sigref=0.6*cos(2*pi.*f0.*t);sigref1=sigrefsig1=[zeros(1,1000)sigref1zeros(1,2000)];%发射信号t1=((0:length(sig1)-1)./fs);noise=normrnd(0,1,1,length(sigref));noise=filter(bb,1,noise);noise=noise/std(noise);noise=noise/10^(SNR/20);sigref2=sigref+noise;sig2=[zeros(1,2000)sigref2zeros(1,1000)];%接收信号t2=((0:length(sig2)-1)./fs);noise=normrnd(0,1,1,length(sigref));noise=filter(bb,1,noise);noise=noise/std(noise);SNR=0;noise=noise/10^(SNR/20);sigref3=sigref+noise;sig3=[zeros(1,2000)sigref3zeros(1,1000)];%接收信号t3=((0:length(sig3)-1)./fs);noise=normrnd(0,1,1,length(sigref));noise=filter(bb,1,noise);noise=noise/std(noise);SNR=-20;noise=noise/10^(SNR/20);sigref4=sigref+noise;sig4=[zeros(1,2000)sigref4zeros(1,1000)];%接收信号t4=((0:length(sig4)-1)./fs);noise=normrnd(0,1,1,length(sigref));noise=filter(bb,1,noise);noise=noise/std(noise);SNR=-20;noise=noise/10^(SNR/20);sigref5=sigref+noise;sig5=[zeros(1,2000)sigref5zeros(1,3000)];%接收信号t5=((0:length(sig5)-1)./fs);figureplot(t1,sig1);title('发射信号');xlabel('时间/s')ylabel('幅值/V')gridonfigureplot(t2,sig2)title('接收信号(信噪比20，观测时间0.014s)');xlabel('时间/s')ylabel('幅值/V')gridonfigureplot(t3,sig3)title('接收信号(信噪比0，观测时间0.014s)');xlabel('时间/s')ylabel('幅值/V')gridonfigureplot(t4,sig4)title('接收信号(信噪比-20，观测时间0.014s)');xlabel('时间/s')ylabel('幅值/V')gridonfigureplot(t5,sig5)title('接收信号(信噪比-20，观测时间0.02s)');xlabel('时间/s')ylabel('幅值/V')gridon结果：00.0020.0040.0060.0080.010.0120.014-0.8-0.6-0.4-0.200.20.40.6发射信号时间/s幅值/V00.0020.0040.0060.0080.010.0120.014-1-0.8-0.6-0.4-0.200.20.40.60.8接收信号(信噪比20，观测时间0.014s)时间/s幅值/V00.0020.0040.0060.0080.010.0120.014-4-3-2-101234接收信号(信噪比0，观测时间0.014s)时间/s幅值/V00.0020.0040.0060.0080.010.0120.014-30-20-100102030接收信号(信噪比-20，观测时间0.014s)时间/s幅值/V00.0020.0040.0060.0080.010.0120.0140.0160.0180.02-30-20-100102030接收信号(信噪比-20，观测时间0.02s)时间/s幅值/V2、频谱分析sonarfftsig=fft(sig2,fs);%fftsig=fft(sig3,fs);%fftsig=fft(sig4,fs);%fftsig=fft(sig5,fs);f=0:fs-1;figureplot(f,abs(fftsig))title('频谱分析(信噪比20，观测时间0.014s)')xlabel('频率/Hz')ylabel('幅值')gridon结果：00.511.522.533.54x1050100200300400500600700800频谱分析(信噪比20，观测时间0.014s)频率/Hz幅值1.421.441.461.481.51.521.541.561.58x1040100200300400500600700频谱分析(信噪比20，观测时间0.014s)频率/Hz幅值00.511.522.533.54x1050100200300400500600700800频谱分析(信噪比0，观测时间0.014s)频率/Hz幅值1.351.41.451.51.551.61.65x104100200300400500600700频谱分析(信噪比0，观测时间0.014s)频率/Hz幅值00.511.522.533.54x105010002000300040005000600070008000频谱分析(信噪比-20，观测时间0.014s)频率/Hz幅值1.461.471.481.491.51.511.521.531.541.55x104100200300400500600700频谱分析(信噪比-20，观测时间0.014s)频率/Hz幅值00.511.522.533.54x105010002000300040005000600070008000频谱分析(信噪比-20，观测时间0.02s)频率/Hz幅值1.451.461.471.481.491.51.511.521.531.541.55x104100200300400500600700频谱分析(信噪比-20，观测时间0.02s)频率/Hz幅值3、相关分析程序：sonarsigout=xcorr(sig2,sig1);%以sig1为参考信号求时延len=length(sigout);tt=(-(len-1)/2:(len-1)/2)./fs;figureplot(tt,sigout)title('频谱分析(信噪比20，观测时间0.014s)')xlabel('时间/s')ylabel('R(\tau)')gridon结果：-0.015-0.01-0.00500.0050.010.015-500-400-300-200-1000100200300400500相关分析(信噪比20，观测时间0.014s)时间/sR()1.522.533.5x10-3-400-300-200-1000100200300400相关分析(信噪比20，观测时间0.014s)时间/sR()-0.015-0.01-0.00500.0050.010.015-500-400-300-200-1000100200300400500相关分析(信噪比0，观测时间0.014s)时间/sR()-0.015-0.01-0.00500.0050.010.015-500-400-300-200-1000100200300400500相关分析(信噪比-20，观测时间0.014s)时间/sR()5.结论1、由频谱分析图可以看出，虽然处理的信号信噪比不同，但通过频谱分析，都可以得出信号的频率（本实验为15kHz）。2、由相关分析可以看出，对于不同信噪比的接收信号，得出的相关函数基本相同，局部放大后，也都可以得出接收信号比发射信号延迟9994000000.0025s。3、对于不同的观测长度，在相同的信噪比下，可以看出，观测长度越长，频谱的幅值会有所偏移。4、在不同的信噪比下，可以看出，随着信噪比的减小，频谱分析中信号频率上的幅值也会减小，因为此时噪声的影响增大，这进一步说明频谱分析的正确性和实用性。5、由不同信噪比下的相关分析可以看出，信噪比越小，相关分析图中会出现越明显的波纹，估计精度会越来越差。但其最高峰不变。