一种分段线性调频SAR的脉冲压缩方法

一种分段线性调频sar的脉冲压缩方法
技术领域
1.本发明属于信号处理技术领域，具体涉及一种分段线性调频（piecewise linear frequency modulation, plfm）sar的脉冲压缩方法。


背景技术：

2.合成孔径雷达（synthetic aperture radar, sar）作为一种全天时、全天候的主动式微波成像雷达，广泛应用于地形测绘、植被调查、资源探测、海洋管理、污染监测、城市建设、深空探测等诸多领域。目前，lfm信号是sar系统中最常用的发射波形，但是lfm信号脉冲压缩结果峰值旁瓣比pslr很高（约-13 db），会降低sar系统成像性能。为了抑制峰值旁瓣比，通常采用加权窗函数或滤波等方法，但是这些方法会降低输出信噪比（signal to noise ratio, snr）。与lfm信号相比，plfm信号可以通过调节线性调频成分获得很低的旁瓣水平，并且这一过程并没有损失输出snr。相关实验，plfm信号可以避免snr 的1～2db损失，相当于节省天线发射功率25％，对于能量紧缺的雷达系统中，采用plfm信号作为发射波形可以提升系统性能。脉冲压缩本质上是将信号频谱与匹配滤波器相乘，从而获得高分辨率的脉冲压缩结果。目前plfm信号的匹配滤波器生成方式是：复制脉冲补零后进行离散傅里叶变换，然后对结果取复共轭，然而这种方式无法得到匹配滤波器的解析表达式，因此不便于后续的sar成像处理。
3.综上所述，如何获取plfm信号匹配滤波器的解析表达式是sar成像处理中亟待解决的问题。


技术实现要素：

4.为解决上述技术问题，本发明提供一种分段线性调频sar的脉冲压缩方法，其能够获取plfm信号匹配滤波器的解析表达式。
5.为达到上述目的，本发明采用的技术方案如下：一种分段线性调频sar的脉冲压缩方法，包括如下步骤：步骤101、根据峰值旁瓣比确定分段线性调频信号的近似功率谱函数；步骤102、对功率谱函数进行积分得到群时延向量；步骤103、根据群时延向量计算分段线性调频信号的分段瞬时频率函数和时域表达式；步骤104、根据分段线性调频信号确定频谱和匹配滤波器；步骤105、根据匹配滤波器对分段线性调频信号进行脉冲压缩。
6.进一步地，所述步骤101包括：以峰值旁瓣比pslr为索引，寻找具有相同pslr的窗函数，然后以该窗函数作为分段线性调频信号的近似功率谱函数；窗函数为凯撒窗、汉明窗、汉宁窗或泰勒窗。
7.进一步地，当窗函数为凯撒窗时，其表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，f为频率轴，β是可调整的衰减系数或平滑系数，i0(
·
)为零阶贝塞尔函数。
8.进一步地，所述步骤102包括：对窗函数形状的近似功率谱函数进行积分，得到分段线性信号的群时延函数g(f)，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，c为常数，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，b和t表示分段线性信号的带宽和脉冲持续时间；利用数值积分得到群时延函数的数值结果，包括：令频率轴向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，，f是系统采样率，表示向下取整，0≤i≤i，fi=
−
b/2 bi/i；进而根据式(1)，得到凯撒窗向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，wi=w(fi),i=1,2,
…
,i；然后根据频率轴向量和凯撒窗向量进行数值积分计算群时延向量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中，表示数值积分算子，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)接着对群时延向量进行归一化，得到归一化的群时延向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)。
9.进一步地，所述步骤103包括：将信号的带宽b均匀分为n段，其中第n段的起始点为bn，终点为b
n 1
，每段长度为b/n，其中，n=1,2,
…
,n，且：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
由此得到带宽向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)然后根据频率轴向量、归一化群时延向量和带宽向量计算脉宽向量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)其中，表示一维线性插值算子，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)进一步，根据脉宽向量和带宽向量计算分段线性调频信号的分段线性频率函数，包括：计算每段线性频率函数的调频率kn为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)其中，n=1,2,
…
,n；然后得到分段线性频率函数v(t)为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)其中，t为时间轴，,n=1,2,
…
,n为时间划分集合；进而分段线性调频信号的时域表达式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)其中，rect(x)表示矩形函数，定义为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)θ(t)为相位函数，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)。
10.进一步地，所述步骤104包括：对分段线性调频信号进行傅里叶变换，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)其中，f为频率轴。根据驻地相位原理，信号频谱近似为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)其中，φ(f)=θ(t)
−
2πft为信号频谱相位，且t=v-1
(f)，v-1
(f)为v(t)的反函数；根据链式法则有：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)根据式(14)，计算得到v-1
(f)为：
ꢀꢀꢀ
(21)进一步通过积分可以得到φ(f)：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)另外由式(17)得到：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)不连续，因此分段线性调频信号的频谱表达式近似为：
ꢀꢀꢀ
(24)相应的匹配滤波器为：(25)。
11.进一步地，所述步骤105包括：利用式(25)中匹配滤波器对分段线性调频信号进行脉冲压缩，压缩后的信号频谱为：s
out
(f)=fft[s(t)]h(f)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)其中，fft[
·
]表示傅里叶变换算子；进而脉冲压缩结果为：s
out
(t)=ifft[s
out
(f)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(27)
其中，ifft[
·
]表示逆傅里叶变换算子。
[0012]
有益效果：针对分段线性调频信号，传统脉冲压缩方法仅能得到匹配滤波的数值结果，无法得到匹配滤波器的解析表达式。而本发明脉冲压缩方法能够获得匹配滤波器的解析表达式，不仅完善了现有匹配滤波器的生成方式，还有利于后续的sar系统分析和成像处理。
附图说明
[0013]
图1为本发明的分段线性调频sar的脉冲压缩方法流程示意图；图2为泰勒窗和汉明窗分段lfm信号的瞬时频率函数；图3为泰勒窗和汉明窗分段lfm信号的自相关输出结果。
具体实施方式
[0014]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0015]
本发明分段线性调频sar的脉冲压缩方方法根据峰值旁瓣比确定分段线性调频信号的功率谱函数；对功率谱函数进行积分得到群时延向量；根据群时延向量计算分段线性调频信号的分段瞬时频率函数和时域表达式；根据分段线性调频信号确定频谱和匹配滤波器；根据匹配滤波器对分段线性调频信号进行脉冲压缩。
[0016]
如图1所示，本发明的一种分段线性调频sar的脉冲压缩方法，具体包括如下步骤：步骤101、根据峰值旁瓣比确定分段线性调频信号的近似功率谱函数，包括：以峰值旁瓣比pslr为索引，寻找具有相同pslr的窗函数，然后以该窗函数作为分段线性调频信号的近似功率谱函数。
[0017]
其中，窗函数可以包括：凯撒窗（kaiser），汉明窗（hamming）、汉宁窗（hann）及泰勒窗（taylor）。在信号处理中，通常使用kaiser窗，因为该窗函数有一个用来调整加权度进而均衡旁瓣/分辨率的参数，此外由于kaiser窗是一种似长球波函数，故其能在积分旁瓣比情况下，近似最优地使自相关函数的主瓣能量达到最大。因此选择凯撒窗作为分段线性调频信号的近似功率谱函数，其表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，f为频率轴，β是可调整的衰减系数或平滑系数，i0(
·
)为零阶贝塞尔函数。
[0018]
步骤102、对功率谱函数进行积分得到群时延向量，包括：对窗函数形状的近似功率谱进行积分，可以得到分段线性信号的群时延函数g(f)，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，c为常数，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，b和t表示分段线性信号的带宽和脉冲持续时间。但是凯撒窗形式复杂，难以得到群时延函数g(f)的解析表达结果。针对这种情况，可以利用数值积分得到群时延函数的数值结果。具体地，令频率轴向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，，f是系统采样率，表示向下取整，0≤i≤i，fi=
−
b/2 bi/i。进而根据式(1)，可以得到凯撒窗向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，wi=w(fi),i=1,2,
…
,i。然后根据频率轴向量和凯撒窗向量进行数值积分计算群时延向量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)这里表示数值积分算子，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)接着对群时延向量进行归一化，得到归一化的群时延向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)步骤103、根据群时延向量计算分段线性调频信号的分段瞬时频率函数和时域表达式，包括：将信号的带宽b均匀分为n段，其中第n(n=1,2,
…
,n)段的起始点为bn，终点为b
n 1
，每段长度为b/n，且：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)由此得到带宽向量为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)然后根据频率轴向量、归一化的群时延向量和带宽向量计算脉宽向量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)这里表示一维线性插值算子，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
进一步，根据脉宽向量和带宽向量计算分段线性调频信号的分段线性频率函数。具体为，计算每段线性频率函数的调频率kn为：，（n=1,2,
…
,n）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)然后可以得到分段线性频率函数v(t)为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)其中，t为时间轴，,n=1,2,
…
,n为时间划分集合。
[0019]
进而分段线性调频信号的时域表达式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)其中，rect(x)表示矩形函数，定义为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)θ(t)为相位函数，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)步骤104、根据分段线性调频信号确定频谱和匹配滤波器，包括：对分段线性调频信号进行傅里叶变换，表示为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)其中，f为频率轴。根据驻地相位原理，信号频谱近似为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)其中，φ(f)=θ(t)
−
2πft为信号频谱相位，且t=v-1
(f)，v-1
(f)为v(t)的反函数。很明显，如果直接将t=v-1
(f)代入φ(f)，很难计算出 ω(f)的解析结果。针对这种情况，根据链式法则有：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)根据式(14)，可以计算得到v-1
(f)为：
ꢀꢀꢀ
(21)进一步通过积分可以得到φ(f)：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)另外由式(17)可知：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)然而上式可知，不连续，因此会导致自相关函数出现较高的栅瓣。另外，分段线性调频信号的功率谱函数与窗函数近似，因此分段线性调频信号的频谱表达式近似为：
ꢀꢀꢀ
(24)相应的匹配滤波器为：
ꢀꢀ
(25)步骤105、根据匹配滤波器对分段线性调频信号进行脉冲压缩，包括：脉冲压缩的目的是为了获得高分辨率接收数据，从而得到聚焦良好的图像。利用式 (25)中匹配滤波器对分段线性调频信号进行脉冲压缩，压缩后的信号频谱为：s
out
(f)=fft[s(t)]h(f)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)其中，fft[
·
]表示傅里叶变换算子。进而脉冲压缩结果为：s
out
(t)=ifft[s
out
(f)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(27)其中，ifft[
·
]表示逆傅里叶变换算子。
[0020]
下面结合实施例对本发明再作进一步详细的描述。
[0021]
实施例一下面结合图1，详细描述本实施例设计低旁瓣的分段lfm信号的过程。
[0022]
首先，根据峰值旁瓣比pslr(约-40 db)确定plfm信号的功率谱函数，为此选择kaiser窗（β=5.8）作为plfm信号的近似功率谱；然后，对该kaiser窗进行数值积分得到群时延向量；其次，根据群时延向量计算plfm信号分段瞬时频率函数和时域表达式；接着，根据plfm信号确定该信号频谱和匹配滤波器；
最后，根据匹配滤波器对plfm信号进行脉冲压缩。
[0023]
该实施案例所采用的系统参数如下表所示：为评估本发明脉冲压缩方法的性能，将其与现有方式进行对比。分别进行匹配滤波得到脉冲压缩输出结果，包括3-db主瓣宽度、峰值旁瓣比pslr和积分旁瓣比，性能对比结果如下表：另外，为了评估输出信噪比，在plfm信号中混入输入信噪比为20db的高斯白噪声，并进行1000次蒙特卡罗实验。实验结果表明，本发明的输出信噪比为59.622 db，现有方式的输出信噪比为59.615 db，因此相比于现有方式，本发明的脉冲压缩方式仅仅损失0.007db，基本可以忽略不计。
[0024]
图2为plfm信号在不同方式下的脉冲压缩结果。两种方式的脉冲压缩结果基本一致，验证了本发明脉冲压缩的有效性。
[0025]
图3为脉冲压缩的升采样结果（升采样256倍）。两种方式的脉冲压缩结果基本一致，验证了本发明脉冲压缩的有效性。
[0026]
从上面的描述中可以看出，采用本发明提供的方法，能有效地对plfm信号进行脉冲压缩。
[0027]
以上所述，仅为本发明的实施例而已，并非用于限定本发明的保护范围。本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。