現(xiàn)代數(shù)字信號處理MUSIC算法仿真

MUSIC算法仿真例題3.6代碼Main.mclearall;clc;N=256;M=4;K=3;SNR1=30;SNR2=30;SNR3=27;%設(shè)定信噪比；A1=getAk(SNR1);A2=getAk(SNR2);A3=getAk(SNR3);%求得信號的幅度；f1=0.1;f2=0.25;f3=0.27;%設(shè)定頻率值s1=zeros(1,N);s2=zeros(1,N);s3=zeros(1,N);%初始化sks1=getsk(A1,f1,N);%求sks2=getsk(A2,f2,N);s3=getsk(A3,f3,N);v=randn(1,N);%構(gòu)建高斯白噪聲；x=s1+s2+s3+v;%構(gòu)建了時域上的信號N3=2048;%設(shè)定畫圖時描點(diǎn)的數(shù)目。R=getR(x,N,M);[G,D]=getG(R,M,K);d=1/(N3-1);%求畫圖用的橫坐標(biāo)的間隔。h=zeros(1,N3);fori=1:N3h(i)=-0.5+(i-1)*d;endy=zeros(1,N3);forj=1:N3w=h(j)*2*pi;aw=getaw(w,M);MinValue=min(y(j));y(j)=10*log10(abs(1/((aw')*G*(G')*aw)));endplot(h,y);getAk.mfunctionAK=getAk(SNR)%定義信號幅度AK=((10^(SNR/10))*2)^0.5;Getaw.m%求awfunctionaw=getaw(w,M)aw=zeros(M,1);forj=1:Maw(j)=exp(-w*(j-1)*i);endgetR.m%求自相關(guān)矩陣RfunctionR=getR(x,N,M)L=N-M+1;tempx=zeros(M,1);R=zeros(M,M);forn=M:Nforj=1:Mtempx(j)=x(n-(j-1));endR=R+tempx*tempx';endR=R/L;getG.m%求G矩陣function[G,D]=getG(R,M,K)[V,D]=eig(R);G=zeros(M,M-K);z=zeros(M,1);forj=1:Mz(j)=D(j,j);%將特征值放入了z里面end[z,y]=sort(z);%對z進(jìn)行了排序目的是，找到最小的M-K個特征值多對應(yīng)的特征向量。fori=1:Mforj=1:(M-K)G(i,j)=V((y(j)-1)*M+i);%第j小的特征值，對應(yīng)的特征向量，是原來V中的第y(j)個列向量。endendgetsk.m%定義信號skfunctionsk=getsk(Ak,fk,N)qk=zeros(1,N);%temp=rand(1,N);%qk=temp*6.28*0.01;%設(shè)定隨機(jī)相位的值forn=1:Nsk(n)=Ak*exp(6.28*fk*n*i+qk(n));end仿真圖：M=4改變M：M=8時M=16時由圖可得M取值越大，得到的