波束形成，移相器改变波束指向，海明窗加权，低副瓣

目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

线性调频（LFM）信号经过匹配滤波器来脉冲压缩，接用窗函数加权来旁瓣抑制 用各种窗函数实现，如海明窗、汉宁窗、布莱克曼、泰勒窗、高斯窗等 分别用时域加权、频域加权 代码注释很清晰，

研究了以定点通用型DSP芯片TMS320VC5509为硬件核心的LFM信号实时脉冲压缩技术。在CCS 3.3软件开发平台上实现，采用C语言编程，结合Matlab仿真得到LFM信号和匹配滤波器的系数，在时域实现脉冲压缩算法。为有效抑制副瓣的影响，采用海明窗加权函数对滤波器进行调制。采用单位阶数耗时衡量滤波算法，通过增加滤波模块接口的方法对数据存储更新方式进行优化，并结合FIR滤波器的特性简化了卷积算法。测试表明，系统工作稳定，处理精度和实时性均达到了较高标准，可以满足工程应用的要求。