✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

👇 关注我领取海量matlab电子书和数学建模资料

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

• V 调频信号原理

  ：V 调频信号是频率随时间线性变化的信号，具有图钉型模糊函数。这使其具备距离和速度分辨力高、抗干扰能力强以及多普勒容忍性好等特性，可有效解决距离和速度联合测量的模糊问题。

• 脉冲压缩原理

  ：脉冲压缩技术是雷达信号处理关键技术，核心是发射宽脉冲提高平均发射功率，接收时将回波压缩为窄脉冲以提高距离分辨力。针对 V 调频信号，常用匹配滤波法，通过设计共轭匹配滤波器提高信噪比和距离分辨力；还有双通道解线频调法，可消除频移影响，降低采样率，提高实时处理能力。另外，还可采用窗函数加权等旁瓣抑制技术，降低脉冲压缩后的距离旁瓣。

• V-FM ISAR 成像原理

  ：ISAR 通过雷达与目标相对运动形成合成孔径，实现高分辨率成像。V-FM ISAR 成像首先要建立 ISAR 转台成像模型，推导目标散射中心到雷达距离与参考距离之差的近似计算式，发射 V 调频信号并接收回波进行混频处理，然后对混频后的回波采样并脉冲压缩，接着对多次回波信号进行双通道压缩感知去斜处理合成一维距离像，去除残余相位，最后对一维距离像进行方位向压缩处理，可采用二维联合压缩感知成像模型，利用 2D-SL0 算法重构获得二维图像。

⛳️ 运行结果

📣 部分代码

%% -- values

clear all

clc

% parameters

mu          = 10;

sigma       = 1;

% time series

time_nod    = 15;

time        = linspace(max(mu - 3*sigma,0),...

    mu + 3*sigma,time_nod);

% nu values

% nu_nod      = 10;

nu          = [0.5 0.95 1.25 1.5 1.95];

nu_nod      = numel(nu);

%% -- calculations

%

% traditional solution

df0dt0      = @(t) (exp(-(mu - t).^2/(2*sigma^2)))/(sigma*sqrt(2*pi));

df1dt1      = @(t) (exp(-(mu - t).^2/(2*sigma^2)).*(2*mu - 2*t))/(2*sigma^3*sqrt(2*pi));

dG0         = df0dt0(time);

dG1         = df1dt1(time);

% Components

dG0x        = repmat(dG0,time_nod,1);

% fractional solution

DG          = nan(nu_nod,time_nod);

for iinu  = 1 : nu_nod

    nux         = nu(iinu) - floor(nu(iinu));

    gamma_nu    = nux/(1 - nux);

    switch floor(nu(iinu))

        case 0

            DG(iinu,:)    = cfgaussder(time,nu(iinu),mu,sigma);

        case 1

            DG(iinu,:)  = (gamma_nu + 1)*dG1 - gamma_nu*cfgaussder(time,nux,mu,sigma);

   end

end

[T,N]   = meshgrid(time,nu);

%% Image Applications

Im  = imread('flor.jpg');

Im2 = single(rgb2gray(Im));

for iinu = 1 : nu_nod

    figure('Name',sprintf('nu = %.4f',nu(iinu))),

    switch floor(nu(iinu))

        case 0

            Filtro = double(DG(iinu,:));

            Im3 = conv2(Im2, Filtro ,'same');

            Im4 = conv2(Im2, Filtro','same');

            Im5 = sqrt((Im3).^2+(Im4).^2);

        case 1

            DG_x = repmat(DG(iinu,:),time_nod,1);

            Filtro = DG_x.*dG0x' + DG_x'.*dG0x;

            Im5 = imfilter(Im2, Filtro);%,'same');

            Im5 = Im5./sum(Im5(:));

    end

🔗 参考文献

🍅往期回顾扫扫下方二维