【雷达通信】Matlab实现广义自适应多项式窗函数

简介: 【雷达通信】Matlab实现广义自适应多项式窗函数

1 内容介绍

我们提出了一种新的方法来设计和优化基于线性独立函数组合的窗口函数。这些组合可以使用不同的策略来执行,例如正弦/余弦之和、级数,或者方便地使用多项式展开。为了证明这种实现的灵活性,我们提出了广义自适应多项式 (GAP) 窗口函数,这是一种非线性多项式形式,其中所有当前窗口函数都可以被视为特殊情况。它的功能灵活性允许拟合扩展系数以优化时域或频域中的某些理想属性,例如主瓣宽度、旁瓣衰减和旁瓣衰减率。窗口优化可以通过迭代技术来执行,从一组模拟当前已知窗口函数的扩展系数开始,并考虑某个品质因数目标来优化这些系数。建议的 GAP 窗口已经实现,并获得了几组优化的系数。使用 GAP 的结果例证了该方法根据特定应用的要求获得具有优越性能的窗口函数的潜力。可以在该策略中应用其他优化算法以进一步改进窗口函数。使用 GAP 的结果例证了该方法根据特定应用的要求获得具有优越性能的窗口函数的潜力。可以在该策略中应用其他优化算法以进一步改进窗口函数。使用 GAP 的结果例证了该方法根据特定应用的要求获得具有优越性能的窗口函数的潜力。可以在该策略中应用其他优化算法以进一步改进窗口函数。

2 仿真代码

%   GAP  Generalized Adaptive Polynomial Window Function

%

%   M        (input)   order

%   w        (output)  returns an M-point GAP window.

%  

%   Authors: J.F. Justo, W. Beccaro

%   Data:   2020

%   IEEE Access 8, 187584 (2020).  DOI: 10.1109/ACCESS.2020.3030903

%   J. F. Justo and W. Beccaro, "Generalized Adaptive Polynomial Window Function,"

%   in IEEE Access, vol. 8, pp. 187584-187589, 2020, doi: 10.1109/ACCESS.2020.3030903.


%


clear all; clc; warning ('off','all');


%% Initial conditions


% Create a 64-point window.

M = 64;

N = (0:1/(M-1):1)';


%% GAP Algorithm mimic window functions


% Computes a window function using traditional algorithm, e.g. nuttallwin()

win_function_matlab = nuttallwin(M);

% win_function_matlab = hann(M); % To mimic Hann window

% win_function_matlab = tukeywin(M); % To mimic Tukey window

% win_function_matlab = hamming(M); % % To mimic Hamming window


% Display the result using wvtool

wvtool(win_function_matlab);  


% Fit Polynomial curve

[xData, yData] = prepareCurveData(N, win_function_matlab);


ft = fittype( '1 + a2*(x)^2 + a4*(x)^4 + a6*(x)^6 + a8*(x)^8 + a10*(x)^10 + a12*(x)^12 + a14*(x)^14 + a16*(x)^16 + a18*(x)^18  + a20*(x)^20', ...

'independent', 'x', 'dependent', 'y' );

opts = fitoptions( 'Normalize', 'on' );


% Fit GAP model to data.

[fitresult, gof] = fit(xData, yData, ft, opts);


GAP_win_function = fitresult(N);

% Display the result using wvtool to demonstrate how GAP can mimic window functions.

wvtool(GAP_win_function);  


%% Optimization traditional window functions using GAP algorithm  


% Initial values of polynomial window previously calculated

GAP_coef = [fitresult.a2,fitresult.a4,fitresult.a6,fitresult.a8,fitresult.a10,...

   fitresult.a12,fitresult.a14,fitresult.a16,fitresult.a18, fitresult.a20];


% Optimization using derivative-free method

options = optimset('PlotFcns',{@optimplotfval});

GAP_optimized_coef = fminsearch(@sidelobe_attenuation, [GAP_coef, M], options);


% Display the result using wvtool to demonstrate GAP optimized window functions.

GAP_optimized_win_function = gapwin('user', M, GAP_optimized_coef);

wvtool(GAP_optimized_win_function);  

3 运行结果

4 参考文献

[1] Justo, J. F. , and  W. Beccaro . "Generalized Adaptive Polynomial Window Function." IEEE Access 8(2020):187584-187589.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
1月前
|
数据采集 边缘计算 算法
遗传算法+多目标规划算法+自适应神经模糊系统(Matlab代码实现)
遗传算法+多目标规划算法+自适应神经模糊系统(Matlab代码实现)
|
1月前
|
编解码 算法 自动驾驶
【雷达通信】用于集成传感和通信的OFDM雷达传感算法(Matlab代码实现)
【雷达通信】用于集成传感和通信的OFDM雷达传感算法(Matlab代码实现)
308 125
|
18天前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
29天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
147 14
|
29天前
|
机器学习/深度学习 算法
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
|
1月前
|
存储 并行计算 算法
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
【动态多目标优化算法】基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023研究(Matlab代码实现)
|
1月前
|
数据采集 新能源 调度
【Copula】基于二元Frank-Copula函数的风光出力场景生成方法【考虑风光出力的不确定性和相关性】(Matlab代码实现)
【Copula】基于二元Frank-Copula函数的风光出力场景生成方法【考虑风光出力的不确定性和相关性】(Matlab代码实现)
|
1月前
|
Serverless Python
【三变量联合分布函数copula】利用AIC BIC确定单变量最优拟合函数、利用AIC确定三变量联合最优copula函数、计算联合概率(Matlab代码实现)
【三变量联合分布函数copula】利用AIC BIC确定单变量最优拟合函数、利用AIC确定三变量联合最优copula函数、计算联合概率(Matlab代码实现)
171 4
|
1月前
|
机器学习/深度学习 算法 安全
【无人机通信】最佳高度和功率中继无人机通信位置部署研究(Matlab代码实现)
【无人机通信】最佳高度和功率中继无人机通信位置部署研究(Matlab代码实现)
|
1月前
|
机器学习/深度学习 算法 5G
【提高晶格缩减(LR)辅助预编码中VP的性能】向量扰动(VP)预编码在下行链路中多用户通信系统中的应用(Matlab代码实现)
【提高晶格缩减(LR)辅助预编码中VP的性能】向量扰动(VP)预编码在下行链路中多用户通信系统中的应用(Matlab代码实现)

热门文章

最新文章