clear all;
close all;
clc;
f0 = 30;
fs = 8*f0;
k=1;
t0=2;
t=[0:0.01:2-0.01];
t1=[0:0.01:4-0.02];
signal0=3*cos(2*pi*f0*t+pi*k*t.^2)+randn(1,length(t));
h=3*cos(2*pi*f0*(t0-t)+pi*k*(t0-t).^2)+randn(1,length(t));
s0=conv2(signal0,h);
figure
subplot(211)
plot(t,signal0)
axis([0,2,-10,10])
xlabel('Time/s');
ylabel('Amplitude/v');
title('Original Signal with Noise');
subplot(212)
plot(t1,s0)
xlabel('Time/s');
ylabel('Amplitude/v');
title('Signal Passed Matched Filter');
figure
subplot(211)
signal_spectrum00 = fftshift(fft(signal0,fs));
index_spectrum00 = [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum00,abs(signal_spectrum00));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Original Signal with Noise');
subplot(212)
signal_spectrum01 = fftshift(fft(s0,fs));
index_spectrum01= [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum01,abs(signal_spectrum01));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Signal Passed Matched Filter');
signal1=5*ones(1,200)+randn(1,200);
s1=conv2(signal1,signal1);
figure
subplot(211)
plot(t,signal1)
xlabel('Time/s');
ylabel('Amplitude/v');
title('Original Signal with Noise');
axis([0,2,0,10])
subplot(212)
plot(t1,s1)
xlabel('Time/s');
ylabel('Amplitude/v');
title('Signal Passed Matched Filter');
figure
subplot(211)
signal_spectrum10 = fftshift(fft(signal1,fs));
index_spectrum10 = [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum10,abs(signal_spectrum10));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Original Signal with Noise');
subplot(212)
signal_spectrum11 = fftshift(fft(s1,fs));
index_spectrum11= [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum11,abs(signal_spectrum11));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Signal Passed Matched Filter');
signal2=3*cos(2*pi*f0*t)+randn(1,length(t));
h=3*cos(2*pi*f0*(t0-t))+randn(1,length(t));
s2=conv2(signal2,h);
figure
subplot(211)
plot(t,signal2)
axis([0,2,-10,10])
xlabel('Time/s');
ylabel('Amplitude/v');
title('Original Signal with Noise');
subplot(212)
plot(t1,s2)
xlabel('Time/s');
ylabel('Amplitude/v');
title('Signal Passed Matched Filter');
figure
subplot(211)
signal_spectrum20 = fftshift(fft(signal2,fs));
index_spectrum20 = [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum20,abs(signal_spectrum20));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Original Signal with Noise');
subplot(212)
signal_spectrum21 = fftshift(fft(s2,fs));
index_spectrum21= [-fs/4:0.5:(fs/2-1)/2];
plot(index_spectrum21,abs(signal_spectrum21));
xlabel('Frequency/Hz');
ylabel('Spectrum');
title('Signal Passed Matched Filter');
匹配滤波器仿真matlab代码
需积分: 50 44 浏览量
2021-05-27
22:50:47
上传
评论 1
收藏 1KB RAR 举报
space_006
- 粉丝: 17
- 资源: 53
最新资源
- 基于Matlab人脸肤色定理的教师人数统计+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab霍夫曼变换的表盘读数识别+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab火灾烟雾检测源码带GUI界面+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab的恶劣天气交通标志识别系统+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于MATLAB的霍夫曼变换的表盘示数识别+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab的车道线识别系统 +源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于MATLAB的教室人数统计系统带Gui界面+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于MATLAB的教室人数统计系统带Gui界面+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于MATLAB 的霍夫曼变换答题卡识别源码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab+bp神经网络的神经网络汉字识别系统+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论0