modelclaasify.m

该算法

% clc;
clear;
n=[1:150];%快拍数矢量
P=length(n);%快拍数
N=7;
m=7;%阵元数
SNR=8;%信噪比
sigma_n=1;%噪声幅值
rho=0;%噪声相关度
X=generateX(n,SNR,sigma_n)
R=zxgjz(X,N,P) ;
[Dw,Dc,Rnnc,Mc]=eigM(R,sigma_n,rho,m);%噪声协方差函数的产生函数在此函数内部实现，
%M=inv(Rnnc)*Mc;
%[v,d]=eig(M);
%D=abs(sort(diag(d),'descend'))；

%第一特特征是自相关矩阵的特征值
%计算特征二，特征值之差
for  k=1:m-1
     T(k)=Dw(k)-Dw(k+1);
end;
T(m)=0;
%计算特征三，盖儿圆半径
Q=Mc(1:N-1,1:N-1);
[u,d]=eig(Q);
U=[u,zeros(N-1,1);zeros(1,N-1),1];
RT=U'*R*U;
r=RT(:,7);
M=[Dc,T',r];
%用库函数进行模糊聚类分析
[P,Cmat,it,valJ] = fcmcluster(M',2,2.1,1e-5,100);
maxP = max(P);
index1 = find(P(1,:) == maxP);
index2 = find(P(2,:) == maxP);