文档介绍：噪声和杂波的产生在实际的雷达回波信号中,不仅仅有目标的反射信号,同时还有接收机的热噪声、地物杂波、气象杂波等各种噪声和杂波的叠加。由于噪声和杂波都不是确知信号,只能通过统计特性来分析。本节将讨论一些常见的噪声和杂波的产生方法。 随机热噪声随机热噪声有多种,常见有概率密度函数服从高斯分布、均匀分布、指数分布以及τ分布的热噪声。1. 服从高斯(Guass)分布的热噪声(随机序列)标准高斯分布的概率密度为:()均值为的高斯分布的概率密度函数为:(),调用格式如下:Y=randn(n)Y=randn(m,n)Y=randn([mn])Y=randn(size(A))s=randn('state')randn函数产生的随机序列服从均值为m=0,方差σ2=1的高斯分布。Y=randn(n)产生的是一个n×n的随机序列矩阵,而Y=randn(m,n)和Y=randn([mn])产生的m×n的随机序列矩阵,Y=randn(size(A))产生的是大小与矩阵A同样大小的随机序列矩阵。s=randn('state')返回的是一个具有两个元素的向量,该向量显示的是当前正态随机数产生器的状态。randn('state',s)指令可以将产生器的状态设置到s,而randn('state',0)则可以将正态随机数产生器的状态恢复到初始状态。因此,利用randn函数可以非常简单快捷地产生出服从高斯分布的随机序列,。(随机序列)(a-b)均匀分布的概率密度函数为:()根据(a-b)均匀分布的概率密度函数和(0-1)均匀分布的概率密度函数可以推导出它们之间的关系为:()其中u服从(0-1)单位均匀分布,服从(a-b)分布所以根据上式,可以先产生一个服从(0-1)单位均匀分布的信号,然后再将其经过上式的变换,就可以得到一个服从(a-b)均匀分布的信号了。同样Matlab本身也自带了(0-1)单位均匀分布的内部函数rand,格式如下:Y=rand(n)Y=rand(m,n)Y=rand([mn])Y=rand(size(A))s=rand('state')rand函数产生的随机序列服从(0-1)单位均匀分布。Y=rand(n)产生的是一个n×n的随机序列矩阵,而Y=rand(m,n)和Y=rand([mn])产生的m×n的随机序列矩阵,Y=rand(size(A))产生的是大小与矩阵A同样大小的随机序列矩阵。s=rand('state')返回的是一个具有两个元素的向量,该向量显示的是当前(0-1)单位均匀随机数产生器的状态。rand('state',s)指令可以将产生器的状态设置到s,而rand('state',0)则可以将(0-1)单位均匀分布随机数产生器的状态恢复到初始状态。因此,可以写出服从(a-b)均匀分布的随机序列的产生程序,如下:a=2;%(a-b)均匀分布下限b=3;%(a-b)均匀分布上限fs=1e7;%采样率,单位:Hzt=1e-3;%随机序列长度,单位:sn=t*fs;rand('state',0);%把均匀分布伪随机发生器置为0状态u=rand(1,n);%产生(0-1)单位均匀信号x=(b-a)*u+a;%广义均匀分布与单位均匀分布之间的关系subplot(2,1,1),plot(x),title('均匀分布信号');%输出信号图subplot(2,1,2),hist(x,a::b),title('均匀分布信号直方图');%。 服从(a-b)(随机序列)参数为λ的指数分布的概率密度函数为:()根据指数分布的概率密度函数和(0-1)单位均匀分布的概率密度函数可以推导出它们之间的关系为:或()由于ui服从(0-1)单位均匀分布,所以(1-ui)仍然服从(0-1)单位均匀分布,所以上式可以简化为:()其中u服从(0-1)单位均匀分布,ξ服从参数为λ的指数分布所以根据上式,可以先产生一个服从(0-1)单位分布的信号,然后再将其经过上式的变换,就可以得到一个服从参数为λ的指数分布的信号了。实现程序如下:lambda=;%指数分布参数fs=1e7;%采样频率t=1e-3;%时间长度n=t*fs;rand('state',0);%把均匀分布伪随机发生器置为0状态u=rand(1,n)%产生单位均匀信号x=log2(1-u)/(-lambda);%指数分布与单位均匀分布之间的关系subplot(2,1,1),plot(0:1/fs