关于雷达目标RCS起伏的Swerling模型附matlab代码

本文链接：https://blog.csdn.net/matlab_dingdang/article/details/129817821

✅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。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器电力系统

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

本文主要对雷达目标特性经典统计模型的仿真进行了研究,提出了一种使用Matlab软件产生Swcrling Ⅱ,Ⅳ模拟数据的方法.该方法能够产生大量符合Swerling起伏模型的模拟数据,可广泛运用于雷达系统仿真,目标仿真等领域,因而具有重要的研究意义.

⛄ 完整代码

tic;

clear all;close all;clc;

Num = 100000; % 产生随机数的个数，统计分析时要取较大值

Nbin = 100;

sII = swerlingII(1,Num); % 产生Num个Swerling II 型分布随机数

[bincounts,binpositions] = hist(sII,Nbin);

binwidth = binpositions(2) - binpositions(1);

histarea = binwidth*sum(bincounts);

x = binpositions(1):0.001:binpositions(end);

pII = chi2pdf(x,2); % 概率密度函数的理论曲线，Swerling II对应卡方分布的自由度为2

figure;

hist(sII,Nbin);

hold on;

plot(x,histarea*pII,'r','LineWidth',2);

%axis([0,25,-inf,inf]);

legend('仿真统计','理论曲线')

title('Swerling II分布随机数的统计分布图');

sIV = swerlingIV(1,Num); % 产生Num个Swerling IV 型分布随机数

[bincounts,binpositions] = hist(sIV,Nbin);

binwidth = binpositions(2) - binpositions(1);

histarea = binwidth*sum(bincounts);

x = binpositions(1):0.001:binpositions(end);

pIV = chi2pdf(x,4); % 概率密度函数的理论曲线，Swerling IV对应卡方分布的自由度为4

figure;

hist(sIV,Nbin);

hold on;

plot(x,histarea*pIV,'r','LineWidth',2);

legend('仿真统计','理论曲线');

title('Swerling IV分布随机数的统计分布图');

toc;

function [x]=swerlingII(delta,n)% 产生sweling II类型的目标RCS% n：序列的长度, delta:实测目标均值%r=ones(1,n);w1 = randn(1,n);w2 = randn(1,n);m = (w1.^2+w2.^2);x = delta.*m;

function [x]=swerlingIV(delta,n)% 产生swerlingIV类型的目标RCS% n：序列的长度, delta:实测目标均值%r=ones(1,n);w1 = randn(1,n);w2 = randn(1,n);w3 = randn(1,n);w4 = randn(1,n);m = (w1.^2+w2.^2+w3.^2+w4.^2);x = delta.*m;