chaper3_2.asv

来自「这是阵列信号处理的DOA估计学习的好例子！很值得借鉴的！」· ASV 代码 · 共 48 行

function sig_Ferier=chaper3_2(array_nums,sig_fai,sig_nums,SNR,flag)
%array_nums为阵列数目；
%sig_fai为各个信号的方位角，为矩阵且为弧度；
%sig_nums为信号的数目；
%SNR为信噪比；
%flag=0为不加噪声,这时所输入的信噪比没有意义，；
sig_fai=sig_fai*pi/180;
fai=linspace(-100,100,1000);%角度上的取值；
sig_Ferier=zeros(1,1000);
switch flag
  case 0%表示不加噪声；
    for k=1:1000
        for i=1:sig_nums
         angles_fai_rad=fai(k)*pi/180;%角度转换为弧度表示
         deta_theta=sin(angles_fai_rad)-sin(sig_fai(i));%为相位差；
         sig_Ferier(k)= sig_Ferier(k)+sin(array_nums*pi/2*deta_theta)/sin(pi/2*deta_theta)...
         *exp(-j*(array_nums-1)*pi/2*deta_theta);
        end
    end
 sig_Ferier=abs(sig_Ferier)/max(abs(sig_Ferier));
plot(fai,sig_Ferier)
    case 1%表示加噪声情况下；
%%%%%%信号加噪声，且噪声为3dB时%%%%%%%
  noise=randn(array_nums,1000);
  for k=1:1000
        for i=1:sig_nums
         angles_fai_rad=fai(k)*pi/180;%角度转换为弧度表示
         deta_theta=sin(angles_fai_rad)-sin(sig_fai(i));%为相位差；
         sig_Ferier(k)= sig_Ferier(k)+1/sqrt(3)*sqrt(10.^(SNR/10))*sin(array_nums*pi/2*deta_theta)...
             /sin(pi/2*deta_theta)*exp(-j*(array_nums-1)*pi/2*deta_theta);
        %1/sqrt(3)*sqrt(10.^(SNR/10))为加入信噪比后换算出来的,三个信号的一次采样的平均功率为3
        end
  end
  noise_Ferier=zeros(1,1000);
  for k=1:1000
      for i=1:array_nums
          angles_fai_rad=fai(k)*pi/180;%角度转换为弧度表示
          noise_Ferier(k)=noise_Ferier(k)+noise(i,k)*exp(-j*angles_fai_rad);%对加的噪声进行付氏变换
      end
  end
sig_add_noise_Ferier=abs(sig_Ferier+noise_Ferier)/max(abs(sig_Ferier+noise_Ferier));

plot(fai,10*log10(sig_add_noise_Ferier))
end