改进后的:Lfm信号的模糊函数
clc; clear all; %LFM f0=100;%单频信号频率 fs=400;%采样率 T=2;%脉冲时间 ts=3;%信号持续时间 k=0.5;%调频斜率 t=0:1/fs:T-1/fs;%单频信号的时间 time=0:1/fs:ts-1/fs;%cw信号的时间 % st=[exp(1j*2*pi*f0*t),zeros(1,length(time)-length(t))];%cw信号 st=[exp(1j*(2*pi*f0*t+pi*k*t.^2)),zeros(1,length(time)-length(t))];%LFM信号 dk=0.1;%频偏的增量 kexi=-15:dk:15-dk;%频偏的范围 tao=-ts:1/fs:ts-2*1/fs;%时延的范围 for a=1:length(kexi) stao=st.*exp(1j*2*pi*kexi(a)*time);%频偏后的信号 x(a,:)=xcorr(st,stao);%对原始信号跟频偏后的信号作相关 end figure; surf(tao,kexi,abs(x));axis([-3,3,-15,15,0,800]);xlabel(‘时延‘);ylabel(‘频偏‘);shading interp;%模糊图 figure; v=[0.707*max(max(abs(x))),0.707*max(max(abs(x)))]; contour(tao,kexi,abs(x),v,‘ShowText‘,‘on‘);grid on;%模糊度图
老师还要一个伪随机序列的!
原文:https://www.cnblogs.com/motherhunter/p/13658940.html