模糊函數 matlab 模糊度

【實驗2】——模糊函數

https://blog.csdn.net/weixin_44586750/article/details/105250539?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159991849219195188308337%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=159991849219195188308337&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_blog_default-1-105250539.pc_v2_rank_blog_default&utm_term=%E6%A8%A1%E7%B3%8A%E5%87%BD%E6%95%B0&spm=1018.2118.3001.4187

 

 改進后的：Lfm信號的模糊函數

clc;
clear all;
%LFM
f0=100;%單頻信號頻率
fs=400;%采樣率
T=2;%脈沖時間
ts=3;%信號持續時間
k=0.5;%調頻斜率
t=0:1/fs:T-1/fs;%單頻信號的時間
time=0:1/fs:ts-1/fs;%cw信號的時間
% st=[exp(1j*2*pi*f0*t),zeros(1,length(time)-length(t))];%cw信號
st=[exp(1j*(2*pi*f0*t+pi*k*t.^2)),zeros(1,length(time)-length(t))];%LFM信號
dk=0.1;%頻偏的增量
kexi=-15:dk:15-dk;%頻偏的范圍
tao=-ts:1/fs:ts-2*1/fs;%時延的范圍
for a=1:length(kexi)
    stao=st.*exp(1j*2*pi*kexi(a)*time);%頻偏后的信號
    x(a,:)=xcorr(st,stao);%對原始信號跟頻偏后的信號作相關
end
figure;
surf(tao,kexi,abs(x));axis([-3,3,-15,15,0,800]);xlabel('時延');ylabel('頻偏');shading interp;%模糊圖
figure;
v=[0.707*max(max(abs(x))),0.707*max(max(abs(x)))];
contour(tao,kexi,abs(x),v,'ShowText','on');grid on;%模糊度圖

　

老師還要一個偽隨機序列的！　

 

https://wenku.baidu.com/view/747a16bc1eb91a37f0115c0d.html#