航天扩频测控中,多普勒频率达到上百千赫兹,而要求设备捕获时 间为秒级。对如此苛刻的要求,目前只能使用匹配滤波器实现载波、伪码双并行捕获 方法。针对扩频测控使用伪码长度较长,匹配滤波器占用资源过大,难以应用于实际 的不足,提出了一种应用折叠匹配滤波器加快速傅里叶变换( fast Fourier transform,FFT)载波并行捕获的方法。该方法利用折叠匹配滤波器占用资源少的特点,克服了 捕获速度与资源占用的矛盾,在不改变捕获速度的同时,达到了减少硬件资源的目 的。

扩频通信中匹配滤波器的FPGA设计PDF 移位寄存器PPT 直扩系统中匹配滤波器的FPGA实现及优化设计PDF 直接序列扩频系统匹配滤波器的FPGA实现PDF 数字匹配滤波器的递归折叠实现WORD 用FPGA实现数字匹配滤波器的优化方法WORD 打包下载

3.1 匹配滤波 3.1.1 时域匹配滤波 雷达的距离分辨力与发射脉冲的宽度有关 [25] ，窄的脉冲宽度带来的优势是距 离分辨力高。但同时也带来问题，发射脉冲越窄，雷达发射平均功率也就越低， 从而直接影响了雷达的作用距离。如何在获得高距离分辨力的同时增大雷达的作 用距离？脉冲压缩处理较好地解决了作用距离和距离分辨能力的矛盾。而用作脉 冲压缩的网络实际上就是白噪声背景假设下的匹配滤波器。匹配滤波既可以在时 域进行，也可以在频域进行。由于FFT算法固有的快速特点，通常采用频域的数字 匹配滤波实现。 对于一个大时宽带宽积的信号  is t ，其脉冲压缩滤波器的脉冲响应可根据匹 配滤波原理求得     c 0i d h t Ks t t  (3-1) 式中， 0d t 表示脉冲压缩滤波器的延迟，可令其为零，K 为增益常数，可令其为1，   c  表示共轭。这时脉冲压缩滤波器输出表示如下      o is t s t h t  (3-2) 式中，符号表示卷积操作。 由傅里叶变换的性质可知，时域卷积相当于频域相乘。下面将时域运算转移 到频域进行讨论。  is n 的离散傅里叶变换(DFT)为其频谱  iS k ，即     1 2 / 0 , 0,1, , 1 N j nk N i i n S k s n e k N        (3-3) 脉冲响应  h n 的离散傅里叶变换(DFT)为滤波器传递函数  H k ，即     1 2 / 0 , 0,1, , 1 N j nk N n H k h n e k N        (3-4) 这时，输出信号  os n 为  iS k 和  H k 乘积的逆离散傅里叶变换的结果，即       1 2 / 0 1 , 0,1, , 1 N j nk N o i k s n S k H k e n N N       (3-5) 式中 N 表示在信号脉宽 pT 内的采样数。 为了减少运算量，上述离散傅里叶变换一般用快速傅里叶变换来执行。频域 脉冲压缩方法可用图3.2来表示。

该文件为 Linear Transmit Processing in MIMO Communications Systems 的复现代码

只作参考用，使用数字正弦波震荡器产生双音dtmf信号，并且加入高斯噪声模拟信道传输，采用数字匹配滤波器原理（Geortzel 算法）对信号进行接收。

matlab匹配滤波代码比较RX和SSRX算法 该存储库包含我该课程项目的一部分：“图像处理中的选定主题”， 该项目的目的是比较两种用于高光谱图像的异常检测算法-RX算法及其子空间投影变化，即SSRX算法。 虽然这两种算法在数学和逻辑上相似，但将它们应用于实际数据时所获得的不同结果值得研究。 为了进一步检查子空间投影的效果，还使用Chronochrome算法在变化检测任务中对其进行了测试。 回购用法 该项目主要基于实现这两种算法，运行多个实验并执行探索性数据分析。 这些组织在以下文件夹中： ：包含完整的项目报告和演示文稿（适用于那些懒得阅读并想要漂亮图片的人） ：包含主要的.mlx文件（以及那些无法访问MATLAB的文件的tex和pdf版本）和一些.m帮助程序脚本。 使用的数据集 可以在以下位置找到用于该项目的数据： MATLAB的高光谱工具箱（包含有用的运算符，转换和算法）： 免责声明 该项目对PCA公式进行了少许更改。 尽管这可能不会显着影响结果，但值得将来研究之用。 此项目中使用的PCA预测为： 正确的公式是： 建议阅读 Alan P. Schaum和Alan D. Stocke

均值滤波，在卷积形式的均值滤波中，需要把输入图对应模板内所有点像素点相加求平均，代替 原像素点。窗口越大，滤波效果越好，但是图像也变得更加模糊，所以需要根据实际情况设置矩形窗口的大小。 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗 的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的 其他像素值经过加权平均后得到。 高斯滤波的具体操作是：用一个模板 (或称卷积、掩模) 扫描图像中的每一个像素，用模板确 定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。对应均值滤波说，其邻域内每个像素的权重是相等的。而在高斯滤波中，会将中心点的权重值加大，远离中心点的权重值减小，在此基础上计算邻域内各个像素值不同权重的和。

数字基带信号利用匹配滤波器的最佳接收模型，利用simulink仿真软件

这是一个用matlab编写的非匹配滤波器的代码

海洋激光雷达发射的激光脉冲在海水中传输, 脉冲波形随深度会发生展宽, 相应的雷达接收系统接收到的信号与激光发射脉冲差异会增大, 该现象会导致以发射脉冲作为匹配滤波器的固定匹配滤波方法在处理深水激光雷达回波信号时产生误判。为了改进匹配滤波算法对于海洋激光雷达回波数据的性能, 使用蒙特卡罗法研究在测区条件下不同深度的激光脉冲在雷达探测器上的波形, 并以这组波形作为深度自适应的匹配滤波器来代替匹配滤波算法中的固定匹配滤波器, 并用南海的实测数据检验算法的性能。实验表明, 自适应深度提取算法相比于匹配滤波算法稳定性和准确性更好。为了验证算法的正确性, 以单波束声呐测深在同一测区的测深数据为基础, 对雷达测深数据进行精度评定。