对数正态分布杂波MATLAB完整程序分享

       对数正态分布（logarithmic normal distribution）：一个随机变量的对数服从正态分布，则该随机变量服从对数正态分布。
       在分析测试中，特别是在衡量分析中，在不少情况下，测定值不遵循正态分布，而是遵循对数正态分布；在概率论与统计学中，对数正态分布是对数为正态分布的任意随机变量的概率分布。如果 X 是服从正态分布的随机变量，则 exp(X) 服从对数正态分布；同样，如果 Y 服从对数正态分布，则 ln(Y) 服从正态分布。 如果一个变量可以看作是许多很小独立因子的乘积，则这个变量可以看作是对数正态分布。

      “杂波”表示自然环境中客观存在的不需要的回波。通常杂波的功率比目标回波强得多，“扰乱了”雷达工作，使得对目标回波的检测困难。杂波包括来自地面、海洋、天气（特别是雨）、生物等的回波。

本文程序输出结果：

 完整程序：

主程序

clc;
clear all;
close all;
azi_num=2000;
fr=1000;
lamda0=0.05;
sigmav=1.0;
sigmaf=2*sigmav/lamda0;

rand('state',sum(100*clock));
d1=rand(1,azi_num);
rand('state',7*sum(100*clock)+3);
d2=rand(1,azi_num);
xi=1*(sqrt(-2*log(d1)).*cos(2*pi*d2));
xq=2*sqrt(-2*log(d1)).*sin(2*pi*d2);

coe_num=12;
for n=0:coe_num
    coeff(n+1)=2*sigmaf*sqrt(pi)*exp(-4*sigmaf^2*pi^2*n^2/fr^2)/fr;
end
for n=1:2*coe_num+1
    if n<=coe_num+1
        b(n)=1/2*coeff(coe_num+2-n);
    else
        b(n)=1/2*coeff(n-coe_num);
    end
end
%Gaussion clutter generation
xxi=conv(b,xi);
xxi=xxi(coe_num*2+1:azi_num+coe_num*2);
xisigmac=std(xxi);
ximuc=mean(xxi);
yyi=(xxi-ximuc)/xisigmac;

muc=1.5;
sigmac=0.6;
yyi=sigmac*yyi+log(muc);
xdata=exp(yyi);

绘制对数正态分布杂波时域波形

figure,plot(xdata);xlabel('时间');ylabel('幅度');title('对数正态分布杂波时域波形');
num=100;
maxdat=max(abs(xdata));
mindat=min(abs(xdata));
NN=hist(abs(xdata),num);
xpdf1=num*NN/((sum(NN)*(maxdat-mindat)));
xaxis1=mindat:(maxdat-mindat)/num:maxdat-(maxdat-mindat)/num;
th_val=lognpdf(xaxis1,log(muc),sigmac);

绘制杂波幅度分布图

figure;plot(xaxis1,xpdf1);
hold,plot(xaxis1,th_val,':r');
title('杂波幅度分布');xlabel('幅度');ylabel('概率密度');
signal=xdata;
signal=signal-mean(signal);

绘制杂波幅度频谱图

figure,M=128;
psd_dat=pburg(real(signal),16,M,fr);
psd_dat=psd_dat/(max(psd_dat));
freqx=0:0.5*M;
freqx=freqx*fr/M;
plot(freqx,psd_dat);title('杂波频谱');xlabel('频率(Hz)');ylabel('功率谱密度');
powerf=exp(-freqx.^2/(2*sigmaf.^2));
hold;plot(freqx,powerf,':r');