《合成孔径雷达成像算法与实现》Figure3.7

代码复现如下:

Matlab 复制代码
clc
clear all
close all

%参数设置
TBP = 100;                                              %时间带宽积
T = 10e-6;                                              %脉冲持续时间

%参数计算
B = TBP/T;                                              %信号带宽
K = B/T;                                                %信号调频频率
alpha_os = 8;                                           %过采样率
F = alpha_os*B;                                         %采样率
N = 2*ceil(F*T/2);                                      %采样点数
dt = T/N;                                               %采样时间间隔
df = F/N;                                               %采样频率间隔

%变量设置
t = -T/2:dt:T/2-dt;                                     %时间变量
f = -F/2:df:F/2-df;                                     %频率变量
t_out = linspace(2*t(1),2*t(end),2*length(t)-1);        %循环卷积后的信号长度

%信号表达
st = exp(1j*pi*K*t.^2);                                 %chirp信号复数表达式
ht = conj(fliplr(st));                                  %时域匹配滤波器表达式
%在信号中加入高斯噪声的两种方式
st_noise = awgn(st,-2.5,'measured');
%st_noise = st+0.75*randn(1,N);
s_out_noise = conv(st_noise,ht);
s_out_noise_nor = s_out_noise/max(s_out_noise);
s_out_noise_log = 20*log10(abs(s_out_noise_nor)/max(abs(s_out_noise_nor))+eps);

%绘图
figure
subplot(221),plot(t*1e+6,real(st_noise))
subplot(222),plot(t_out*1e+6,s_out_noise_log),axis([-1 1,-30 5])
subplot(223),plot(t_out*1e+6,real(s_out_noise_nor)),axis([-3 3,-0.5 1.5])
subplot(224),plot(t_out*1e+6,angle(s_out_noise_nor)),axis([-1 1,-5 5])

1. st_noise = awgn(st,-2.5,'measured');

y = awgn(x,snr)将白高斯噪声添加到向量信号x中。标量snr指定了每一个采样点信号与噪声的比率,单位为dB。如果x是复数的,awgn将会添加复数噪声。这个语法假设x的能量是0dBW。 y = awgn(x,snr,'measured')和y = awgn(x,snr)是相同的,除了agwn在添加噪声之前测量了x的能量。

相关推荐
荒古前5 分钟前
龟兔赛跑 PTA
c语言·算法
Colinnian9 分钟前
Codeforces Round 994 (Div. 2)-D题
算法·动态规划
用户00993831430115 分钟前
代码随想录算法训练营第十三天 | 二叉树part01
数据结构·算法
shinelord明18 分钟前
【再谈设计模式】享元模式~对象共享的优化妙手
开发语言·数据结构·算法·设计模式·软件工程
დ旧言~25 分钟前
专题八:背包问题
算法·leetcode·动态规划·推荐算法
_WndProc42 分钟前
C++ 日志输出
开发语言·c++·算法
努力学习编程的伍大侠1 小时前
基础排序算法
数据结构·c++·算法
XiaoLeisj1 小时前
【递归,搜索与回溯算法 & 综合练习】深入理解暴搜决策树:递归,搜索与回溯算法综合小专题(二)
数据结构·算法·leetcode·决策树·深度优先·剪枝