clear all
N=200;%%快拍数
doa=[20 40]/180*pi; %%信号到达角,
w=[pi/4 pi/3]';%%信号频率
M=8;%%阵元数
P=length(doa); %%信号个数
lma=150;%波长
d=lma/2;%阵元间距
snr=15;%信噪比
B=zeros(P,M);
for k=1:P
B(k,:)=exp(-j*2*pi*d*sin(doa(k))/lma*[0:M-1]);%导向矢量
end
B=B';
xx=2*exp(j*(w*[1:N]));
x=B*xx; %接收信号
Noise=sqrt(0.5)*(randn(M,N)+j*randn(M,N)); %噪声
Am=10.^(snr/20);%信号幅度
S=diag(Am);
xa=x*S+Noise;%快拍数据矢量
Ra=xa*xa'/N; %数据协方差矩阵
[U,V]=eig(Ra);
UUa=U(:,1:M-P);
theta=-90:0.5:90;
for ii=1:length(theta)
AA=zeros(1,length(M));
for jj=0:M-1
AA(1+jj)=exp(-j*2*jj*pi*d*sin(theta(ii)/180*pi)/lma);
end
PP=AA*UUa*UUa'*AA';
Pmusic(ii)=abs(1/PP);
end
Pmusic_a=10*log10(Pmusic);
%%%增益和相位误差,
DeltaAm=0.2;%增益方差
DeltaPh=40;%相位方差,度
Ame=[1 1+(rand(1,M-1)-0.5)*DeltaAm*sqrt(12)]; %幅度误差
Phe=[0 (rand(1,M-1)-0.5)*DeltaPh*sqrt(12)]; %相位误差,度
G=diag(Ame.*exp(j*Phe*pi/180)); %幅相误差矩阵
xb=G*x*S+Noise;%快拍数据矢量
Rb=xb*xb'/N; %数据协方差矩阵
[U,V]=eig(Rb);
UUb=U(:,1:M-P);
for ii=1:length(theta)
AA=zeros(1,length(M));
for jj=0:M-1
AA(1+jj)=exp(-j*2*jj*pi*d*sin(theta(ii)/180*pi)/lma);
end
PP=AA*UUb*UUb'*AA';
Pmusic(ii)=abs(1/PP);
end
Pmusic_b=10*log10(Pmusic);
figure(1)
plot(theta,Pmusic_a,'-r',theta,Pmusic_b,':b')
xlabel(' \theta/°')
ylabel('P(\theta) /dB')
title('幅相误差影响')
grid on
xianzhen_fuxiangwucha.rar_doa error_music误差_幅相误差_幅相误差 DOA_幅相误差影
版权申诉
5星 · 超过95%的资源 79 浏览量
2022-07-13
20:04:23
上传
评论
收藏 4KB RAR 举报
weixin_42653672
- 粉丝: 93
- 资源: 1万+
最新资源
- 01-spring-boot-overview
- vgg模型-基于深度学习AI算法对猫的动作行为识别-不含数据集图片-含逐行注释和说明文档.zip
- vgg模型-CNN图像分类识别人脸-不含数据集图片-含逐行注释和说明文档.zip
- Detect It Easy v3.03
- shufflenet模型-基于人工智能的卷积网络训练识别鞋类-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-python语言pytorch框架训练识别樱桃新鲜度-不含数据集图片-含逐行注释和说明文档.zip
- 优质资源,让 .NET 开发更简单,更通用,更流行
- resnet模型-基于深度学习对苹果颜色识别-不含数据集图片-含逐行注释和说明文档.zip
- mobilenet模型-基于图像分类算法对食物美食识别-不含数据集图片-含逐行注释和说明文档.zip
- ImmunityDebugger
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1