資源簡介
正負斜率LFM信號的仿真(信號生成,模糊函數矩陣,波形隔離度)
代碼片段和文件信息
%%?正負斜率LFM信號在同時極化雷達中的應用
%%?初始化
clc
clear
B=2e7;
taup=1e-6;
tbp=?B*taup;
u=2*pi*B/taup;
npoints?=?5?*?B?*?taup?+?1;?%可調整時寬帶寬積來調整抽樣頻率,數值越大,抽樣頻率越高,頻譜恢復得越好
delt?=?linspace(-taup/2.?taup/2.?npoints);?%時間軸
Ichannal?=?cos(u?.*?delt.^2?/?2.);?%信號的實部
Qchannal?=?sin(u?.*?delt.^2?/?2.);?%信號的虛部
LFMh=(1/sqrt(taup))*(Ichannal?+?sqrt(-1)?.*Qchannal);
LFMv=(1/sqrt(taup))*(Ichannal?-?sqrt(-1)?.*Qchannal);%信號的復解析形式
LFMhFFT?=?fftshift(fft(LFMh));
LFMvFFT?=?fftshift(fft(LFMv));
sampling_interval?=?taup?/?npoints;
freqlimit?=?0.5?/?sampling_interval;
freq?=?linspace(-freqlimitfreqlimitnpoints);
%%?信號的幅度譜
%?figure(1);subplot(311);
%?plot(freqabs(LFMhFFT)/max(abs(LFMhFFT))‘r‘);
%?axis([-4e7?4e7?0?1]);
%?subplot(312);
%?title(‘spectrum?for?LFM?signal‘);
%?plot(freqabs(LFMvFFT)/max(abs(LFMvFFT))‘b‘);
%?axis([-4e7?4e7?0?1]);
%?subplot(313);
%?plot(deltIchannal‘k‘);
%?axis([-taup/2?taup/2?-1?1]);
%?title(‘real?part?of?LFM?signal‘);
%?兩路正交信號具有同樣的幅度譜
%%?正負斜率LFM信號模糊函數矩陣
%?eps=1e-8;
%?[delt1freq1]=meshgrid(deltfreq);
%?syms?t
%?f1=(1/taup)*exp(-sqrt(-1)*2*pi*u*t^2);
%?f2=(1/taup)*exp(sqrt(-1)*2*pi*u*t^2);
%?karma1=zeros(npointsnpoints);
%?karma2=zeros(npointsnpoints);
%?for?i=1:length(npoints)
%?????for?j=1:length(npoints)
%?????????karma1(ij)=int(f1t[0.5*(-taup+abs(delt(j))-freq(i)/u)?0.5*...
%?????????????(taup-abs(delt(j))-freq(i)/u)]);??
%?????????karma2(ij)=int(f2t[0.5*(-taup+abs(delt(j))+freq(i)/u)?0.5*...
%?????????????(taup-abs(delt(j))+freq(i)/u)]);
%?????end
%?end
%?Ahh=exp(-sqrt(-1)*pi*u*delt1.^2).*exp(sqrt(-1)*2*pi*(freq1+u*delt1).*delt1).*...
%?????sin(pi*(freq1+u*delt1).*(taup-abs(delt1))+eps)./(pi*(freq1+u*delt1)*taup+eps);?%自模糊函數
%?Avv=exp(sqrt(-1)*pi*u*delt1.^2).*exp(sqrt(-1)*2*pi*(freq1-u*del
- 上一篇:fpm算法,用于傅里葉疊層顯微圖像恢復
- 下一篇:卡爾曼濾波MATLAB代碼
評論
共有 條評論