# 雷达模糊函数及MATLAB仿真（二）

### 4、LFM 沿时间延迟轴 τ \tauτ 的切面

#### ①、MATLAB 源码

close all
clear all
taup = 1;
b =20.;
up_down = 1.;
taux = -1.5*taup:.01:1.5*taup;
fd = 0.;
mu = up_down * b / 2. / taup;
ii = 0.;
for tau = -1.5*taup:.01:1.5*taup
ii = ii + 1;
val1 = 1. - abs(tau) / taup;
val2 = pi * taup * (1.0 - abs(tau) / taup);
val3 = (fd + mu * tau);
val = val2 * val3;
x(ii) = abs( val1 * (sin(val+eps)/(val+eps)));
end
figure(1)
plot(taux,x)
grid
xlabel ('Delay - seconds')
ylabel ('Uncertainty')
figure(2)
plot(taux,x.^2)
grid
xlabel ('Delay - seconds')
ylabel ('Ambiguity')


#### ②、仿真结果

##### 1）不确定函数切面图

LFM 脉冲（τ ′ = 1 , b = 20 \tau'=1,b=20τ=1,b=20）的零多普勒不确定函数

τ n 1 ≈ 1 / B \tau_{n1}\approx 1/Bτn11/B

### 5、相干脉冲串模糊度函数

#### ①、MATLAB 源码

train_ambg.m

function x = train_ambg (taup, n, pri)
if( taup > pri / 2.)
'ERROR. Pulse width must be less than the PRI/2.'
return
end
gap = pri - 2.*taup;
eps = 0.000001;
b = 1. / taup;
ii = 0.;
for q = -(n-1):1:n-1
tauo = q - taup ;
index = -1.;
for tau1 = tauo:0.0533:tauo+gap+2.*taup
index = index + 1;
tau = -taup + index*.0533;
ii = ii + 1;
j = 0.;
for fd = -b:.0533:b
j = j + 1;
if (abs(tau) <= taup)
val1 = 1. -abs(tau) / taup;
val2 = pi * taup * fd * (1.0 - abs(tau) / taup);
val3 = abs(val1 * sin(val2+eps) /(val2+eps));
val4 = abs((sin(pi*fd*(n-abs(q))*pri+eps))/(sin(pi*fd*pri+eps)));
x(j,ii)=  val3 * val4 / n;
else
x(j,ii) = 0.;
end
end
end
end


fig4_8.m

close all
clear all
taup =0.2;
pri=1;
n=5;
x = train_ambg (taup, n, pri);
figure(1)
mesh(x)
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')
zlabel ('Ambiguity function')
figure(2)
contour(x);
xlabel ('Delay - seconds')
ylabel ('Doppler - Hz')


#### ②、仿真结果

##### 1）相干脉冲串的三维模糊图

5个脉冲等幅相干串的三维模糊图，脉冲宽度为 0.2s，PRI 为 1s，N=5

##### 2）相干脉冲串的等高线图

|
20小时前
|

7 0
|
20小时前
|

m基于PSO-GRU粒子群优化长门控循环单元网络的电力负荷数据预测算法matlab仿真

4 0
|
1天前
|

16 0
|
1天前
|

YOLOv2算法应用于昆虫检测，提供实时高效的方法识别和定位图像中的昆虫，提升检测精度。核心是统一检测网络，预测边界框和类别概率。通过预测框尺寸估算昆虫大小，适用于农业监控、生态研究等领域。在matlab2022A上运行，经过关键升级，如采用更优网络结构和损失函数，保证速度与精度。持续优化可增强对不同昆虫的检测能力。![image.png](https://ucc.alicdn.com/pic/developer-ecology/3tnl7rfrqv6tw_e760ff6682a3420cb4e24d1e48b10a2e.png)
11 0
|
2天前

7 2
|
2天前
|

8 2
|
3天前
|

15 1
|
3天前
|

9 1
|
3天前
|

8 0
|
4天前
|

m基于PSO粒子群优化的LDPC码OMS译码算法最优偏移参数计算和误码率matlab仿真
MATLAB2022a仿真实现了Offset Min-Sum (OMS)译码算法与粒子群优化（PSO）结合，以优化偏移参数，提升LDPC码解码性能。PSO通过迭代寻找最小化误码率（BER）的最佳偏移量。核心程序运用PSO进行参数更新和适应度函数（BER）评估，最终在不同信噪比下展示OMS解码性能，并保存结果。
6 0