【湍流】基于傅里叶变换实现大气湍流随机相位屏,增加了低频次谐波补偿附matlab代码

简介: 【湍流】基于傅里叶变换实现大气湍流随机相位屏,增加了低频次谐波补偿附matlab代码

✅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

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

研究激光大气传输效应一直是激光应用领域的重点,数值模拟是研究大气湍流效应常用的手段.利用傅里叶变换对大气湍流相位屏进行了数值模拟研究

⛄ 部分代码

close all;

clc;

clear all

% load scr_fft_ini.mat;

L=2.4;%相屏大小L

L0=10;%大气外部尺度的长度

r0=1;

f0=1/L0;%大气外部尺度的长度L0分之一 (m)

dfx=1/L;%相屏大小L分之一

dfy=1/L;%相屏大小L分之一

Gx=L;%相屏大小L

Gy=L;%相屏大小L

Nx=512;

Ny=Nx;

h=zeros(Nx,Ny);%总相位屏幕尺寸像素 Nx,Ny

h1=zeros(Nx,Ny);%总相位屏幕尺寸像素 Nx,Ny

hlf=zeros(6,6);

f=zeros(Nx,Ny);

p=zeros(Nx,Ny);

phf=zeros(Nx,Ny);

plf=zeros(Nx,Ny);

% %零均值,单位方差的高斯随机数矩阵

h1=(randn(Nx/2,Ny)+sqrt(-1)*randn(Nx/2,Ny))/sqrt(2);

h(1:Nx/2,1:Ny)=h1;

h1(:,1:Ny/2)=rot90(h1(:,1:Ny/2));

h1(:,1:Ny/2)=rot90(h1(:,1:Ny/2));

h1(:,Ny/2+1:Ny)=rot90(h1(:,Ny/2+1:Ny));

h1(:,Ny/2+1:Ny)=rot90(h1(:,Ny/2+1:Ny));


h(Nx/2+1:Nx,Ny/2+1:Ny)=conj(h1(:,1:Ny/2));

h(Nx/2+1:Nx,1:Ny/2)=conj(h1(:,Ny/2+1:Ny));

figure(1);

mesh(abs(phf)-mean(abs(phf(:))));axis tight; colorbar;title('phf');

figure(2);

imagesc(abs(phf)-mean(abs(phf(:))));axis tight;  colorbar;title('phf');

% figure(3);

% imagesc(abs(plf)-mean(abs(plf(:))));axis tight;  colorbar;title('plf');

% figure(4);

% mesh(abs(plf)-mean(abs(plf(:))));axis tight;  colorbar;title('plf');

% figure(5);

% imagesc(p-mean(p(:)));axis tight; colorbar;title('p');

% figure(6);

% mesh(p-mean(p(:)));axis tight; colorbar;title('p');

% figure(7);

% mesh(real(phf));axis tight; colorbar;title('phf');

% disp('Program [scr_fft.m] finished.');





⛄ 运行结果

⛄ 参考文献

[1]刘涛, 朱聪, 孙春阳,等. 一种改进的次谐波大气湍流相位屏模拟方法[J]. 光子学报, 2019, 48(2):6.

[2]王立瑾, 李强, 魏宏刚,等. 大气湍流随机相位屏的数值模拟和验证[J]. 光电工程, 2007.

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除


相关文章
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的QPSK调制解调系统相位检测和补偿算法matlab仿真
m基于深度学习的QPSK调制解调系统相位检测和补偿算法matlab仿真
113 2
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的32QAM调制解调系统频偏估计和补偿算法matlab仿真
MATLAB 2022a仿真实现了32-QAM系统的频偏估计与补偿。通过比较传统方法(如循环谱法和最大似然)与深度学习方法,展示了后者如何利用CNN直接预测频偏。深度学习模型包括信号预处理、特征提取和频偏预测,采用均方误差损失函数进行训练优化。核心程序生成信号,应用AWGN,然后用深度学习估计和补偿频偏,最终比较了有无补偿的误码率性能。
122 8
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的16QAM调制解调系统频偏估计和补偿算法matlab仿真
在MATLAB 2022a中进行的算法仿真展示了16-QAM调制信号的频偏补偿效果。通过深度学习技术估计和补偿频偏,以改善通信系统的解调精度。核心程序包括信号生成、噪声添加、深度学习相位估计以及解调过程,比较了有无频偏补偿时的误码率性能。在不同信噪比条件下,应用深度学习的频偏补偿能有效降低误码率,提高通信质量。
129 1
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的64QAM调制解调系统相位检测和补偿算法matlab仿真
MATLAB 2022a仿真实现了基于深度学习的64QAM相位检测和补偿算法,有效应对通信中相位失真问题。通过DNN进行相位检测和补偿,降低解调错误。核心程序生成随机信号,模拟AWGN信道,比较了有无相位补偿的误码率,结果显示补偿能显著提升性能。
95 8
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的32QAM调制解调系统相位检测和补偿算法matlab仿真
m基于深度学习的32QAM调制解调系统相位检测和补偿算法matlab仿真
123 1
|
7月前
|
机器学习/深度学习 算法
m基于深度学习的16QAM调制解调系统相位检测和补偿算法matlab仿真
m基于深度学习的16QAM调制解调系统相位检测和补偿算法matlab仿真
80 0
|
7月前
|
算法 数据可视化 图计算
基于二维小波变换的散斑相位奇异构造算法matlab仿真
基于二维小波变换的散斑相位奇异构造算法matlab仿真
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
224 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
4月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
139 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
4月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
106 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码

热门文章

最新文章

下一篇
DataWorks