✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
⛄ 内容介绍
海浪杂波的存在对雷达的目标检测,定位跟踪的性能都将产生影响.海浪杂波仿真得到的海浪杂波数据良好与否是雷达最优化设计及雷达信号处理的关键.通过分析海浪杂波的概念和特性,研究了瑞利分布下海浪杂波的模型。
⛄ 完整代码
%瑞利分布杂波设计
clear;
close all;
N=1024; %杂波点数N+1
NN=100; %去除暂态所需的点数
f3db=40; %%% 高斯谱三分贝带宽
fc=500; %%截止频率
sigmac=1;% 概率密度参数
rand('state',sum(100*clock));
d1=rand(1,N+1);
rand('state',7*sum(100*clock)+3);
d2=rand(1,N+1);
xi=1*sqrt(-2*log(d1)).*cos(2*pi*d2);
xq=1*sqrt(-2*log(d1)).*sin(2*pi*d2); %产生正交且独立的xi和xq高斯序列~N(0,1)
f=-fc:2*fc/N:fc; %N+1个采样点
n=2; %控制全极谱的n
%S=exp(-(1.665*f/f3db).^2); %%%%% 所需要的高斯谱
S=1./(1+abs((f./f3db).^n)); %%%%% 所需要的全极谱
% 控制各种谱
r=ifft(S); %%%%% 所需要产生的随机序列的相关性
R=(fft(real(r))./abs(r(1))); %%%%%%%%%%%%%%%%%
XI=fft(xi);
XQ=fft(xq);
HI=XI.*sqrt(R);
HQ=XQ.*sqrt(R);
hi=ifft(HI);
hq=ifft(HQ); %产生具有一定相关性的高斯随机变量
%%%%即求的滤波器的系数
hi=hi*sigmac;
hq=hq*sigmac;
h=hi+j*hq; %ZNML变换把相关的高斯序列变为非相关的非高斯序列
figure;
subplot(2,1,1);
histfit(abs(h),30,'rayleigh');
axis([0,6,0,100]);
legend ('仿真值','理论曲线')
title('杂波幅度分布');
xlabel ('幅度')
ylabel ('概率密度')
px=pmtm(h,4,N+1+2*NN); %求z功率谱曲线到N+1+2*NN个点
pxx=px(NN+1:N+NN+1); %前后各去除NN个点 之后为N+1个点哈
pxx=pxx/max(pxx);
subplot(2,1,2);
plot(f,pxx);
title('杂波功率谱');
hold on;
plot(f,S,':r'); %%%%%功率谱的理论值
legend ('仿真值','理论曲线')
xlabel ('频率/Hz')
ylabel ('功率谱密度')
axis([0,500,0,1]);
⛄ 运行结果
⛄ 参考文献
[1] 张程. Ku波段警戒雷达地杂波抑制算法分析与软件设计[D]. 电子科技大学, 2019.
[2] 林嘉新, 李伟波, 张有志. 瑞利分布下海浪杂波的仿真分析研究[C]// 2014.
[3] 康长世. PD雷达杂波抑制滤波器优化设计方法研究[D]. 西安电子科技大学.
[4] 杨万海, 刘源. 双瑞利分布的时空二维杂波模拟[J]. 电子学报, 1994, 22(9):4.