你的二维仿真数据真的错了吗？MATLAB绘图小技巧之caxis

说来也是件奇事，本人在MATLAB仿真时使用imagesc函数绘制二维颜色图的时候，只因一行代码，用同样的数据绘制了完全不一样的图——本来以为仿真错了，苦思问题出在何处，谁知随手一敲，竟是峰回路转，实在难得。欲知详情，且听细细道来。

上图是用压缩感知算法获得的雷达距离-角度谱数据，接下来转换为dB并用imagesc函数成像：

figure
colormap(jet)
imagesc(A_ax,R_ax,10*log10(abs(RAM_cs)./max(abs(RAM_cs(:))))); 
xlabel('A/°')
ylabel('R/m')

colormap(jet) 是 MATLAB 中用于设置当前图形窗口的颜色图（colormap）的一种命令，jet 是 MATLAB 提供的一种预定义颜色图，它通常由从深蓝色到浅蓝色，再到绿色、黄色和红色的渐变色构成。使用 colormap(jet) 可以将当前图形的颜色图设置为 jet，使得数据值按照这种颜色渐变显示。这段代码的成像结果如下：

目标初始位置在(50m, -50°) (100m, 20°)，看到这张图，是不是觉得已经失败了？本人于是修改代码数小时，后来根据AI的建议，随手加上一段代码：

clim = get(gca,'clim');% 获取颜色映射的范围
caxis([clim(1)/2 0])% 调整颜色映射的范围为原来的一半，颜色映射的方式很影响最后的成图质量

clim的范围是[-135.8295043820791,0]，现调整至原来的一半，图像变成了：

目标居然凸显出来了，有戏！继续缩小范围：

caxis([-40 0])

图像如下：

再进一步缩小：

caxis([-20 0])

图像如下：

两个目标完全凸显出来了，可见这个算法不是错误的，只是效果有些差而已。这样子的原理是什么？原来caxis函数固定颜色映射为[-20 0]，即：

• 数据值小于 -20 的部分会显示为颜色图中代表 -20 的颜色（深蓝色）。
• 数据值大于 0 的部分会显示为颜色图中代表 0 的颜色（红色）。
• 数据值在 [-20, 0] 范围内的部分会根据 jet 颜色图线性映射到相应的颜色。

这种方法当然不能乱用，尤其是在对比几种算法好坏的时候，会让人产生某种算法怎么看起来更好的错觉；噪声更是直接消失了，这下连估计噪声的影响都省了（笑）。倒是可以用来判断算法是否有问题；同时同学们在写课程实验报告的时候，未必不能用上这个技巧画一张好看的图啊~