clear?all;close?all;clc;
p=1.5q=0.5;
fr=1000;
num=8000;%采樣點數數據點數
n=0:1:num-1;
%-----由功率譜和相關系數確定相關高斯序列；
fs=1000;%采樣頻率
f=fs/num*（-num/2:num/2-1）;%對稱的功率譜
sigmaf=50;
amp=1/（sqrt（2*pi）*sigmaf）;
Pw=amp*exp（-（f）.^2/（2*sigmaf^2））;%高斯功率譜


sn=ifft（Pw）;%由最終的高斯功率分布得到相關系數序列
r=sqrt（sn*（gamma（1+2/p）-gamma（1+1/p）.^2）/gamma（1+1/p）.^2）;%這里這個式子是怎么得出的這個很是不理解?怎么解出的？并且原式中應該還應該與韋布爾分布的參數有關系這里完全是兩個相關系數的關系不知道為什么原式中還有高斯超幾何函數怎能么就沒了呢?從兩個2一個3來看應該是默認的p=1

Xw=fft（rnum）;?????%相關高斯隨機序列功率譜
abs_Hw=sqrt（abs（Xw）/r（1））;%這個有一個流程圖可以表示

w=rand（1num）;%生成隨機序列但是均勻分布的
ww=2*pi*w;
ww=ww/max（abs（ww））;%應該是歸一化用
nois=exp（j*（ww））;??%加入的隨機相位?相干信號??這里確實在一篇論文中有提起?但是確實還不是很明白
Hw=abs_Hw.*nois;?%成形濾波器頻譜
%%%%%%%%%%%%%%%
vi1=randn（1num）;
vq1=randn（1num）;
v1=vi1+j*vq1;
%std（v1）
subplot（221）
plot（nabs（v1））
title（‘獨立不相關高斯隨機序列‘）
xlabel（‘a‘）
V1=fft（v1）;
W1=Hw.*V1;
w1=ifft（W1）;
w1sigma=std（w1）;
w1mu=mean（w1）;
w1=（w1-w1mu）/w1sigma;
%--------------
vi2=randn（1num）;%為什么原來是rands?這里不明白
vq2=randn（1num）;
v2=vi2+j*vq2;
V2=fft（v2）;
W2=Hw.*V2;
w2=ifft（W2）;
w2sigma=std（w2）;
w2mu=mean（w2）;
w2=（w2-w2mu）/w2sigma;

%-------------
w1=w1*