原文:http://blog.csdn.net/yefengnidie/article/details/4522002
在写《用Matlab演示Parzen窗法》的时候,我还不知道怎样在m中设计可变参数函数。
后来阅读一些m自带函数源码时发现了它的秘密,只要将最后一个参数设置为varargin,就可以实现。
例如,写了一个函数:function test(varargin)
那么在这个函数里,varargin就是一个cell数组,它包含了用户输入的参数。下面是一个例子:
function test(varargin)
disp(['nargin is ' num2str(nargin)]);
for v=1:numel(varargin)
disp(['varargin{' num2str(v) '} class is ' class(varargin{v})]);
end
完全就是使用cell数组的方法来处理用户输入的个数不定的参数,如果我们这样调用这个函数:
>> test()
会得到结果:
nargin is 0
表示用户输入参数个数为0个,就是没有输入参数。
如果这样调用:
>> test(1,'a',uint8(32),'123456');
会得到结果:
nargin is 4
varargin{1} class is double
varargin{2} class is char
varargin{3} class is uint8
varargin{4} class is char
表示用户输入了4个参数,第一个是double类型,第二个是char类型,第三个是uint8类型,第四个也是char类型。
也就是说,只要把函数的参数列表的最后一个参数写成varargin,就可以在函数内部以访问cell数组的方式来获取可变参数的信息。
有了这个varargin,我们就可以改写原来那个Parzen函数了。原来的Parzen函数的最后一个参数是函数句柄,用来传入窗函数,但是也可不指定窗函数,那么Parzen会自动使用正态窗,但是那时不知道使用varargin,于是在使用默认的正态窗时,最后一个参数依然得指定,输入一个[]。这样也凑合,能用,但毕竟不优雅。
这几天忙于做最简单的雷达信号仿真(不知道为什么在最繁忙的时候事情总是最多),需要使用Parzen窗法估计接收信号的概率密度函数,以使用贝叶斯来确定门限。趁此机会把Parzen函数改写了,如下:
function p=Parzen(xi,x,h1,varargin)
%xi为样本,x为概率密度函数的自变量的取值,
%h1为样本数为1时的窗宽,
%最后一个参数为窗函数句柄,
%不指定则使用正态窗
%返回x对应的概率密度函数值
n=numel(varargin);
if 0==n
%若没有指定窗的类型,就使用正态窗函数
f=@(u)(1/sqrt(2*pi))*exp(-0.5*u.^2);
elseif 1==n
if isa(varargin{1},'function_handle')
f=varargin{1};
else
disp('The last param must be function handle');
p=[];
return;
end
else
disp('too many param');
p=[];
return;
end;
N=size(xi,2);
hn=h1/sqrt(N);
[X Xi]=meshgrid(x,xi);
p=sum(f((X-Xi)/hn)/hn)/N;