interference-100

三个天线的无线路由器覆盖范围多大？

1、阻攻

即盖帽，防守队员跳起拦网，在空中双手成“帽状”，尽力伸到对方上空接近球；当对方扣球时手腕迅速下压，使所拦的球加速反弹，以达到立即拦死之目的。因双手犹如一顶帽子狠狠压在球上，故名。

2、防守犯规

在篮球比赛中，带球撞人与阻挡犯规，是持球队员与防守持球队员在进攻和防守时，采取了不合理的位置、不正确的身体姿势、不正当的起动方法和非法的动作而造成错误的身体接触而产生的侵人犯规。

要准确的判断带球撞人与阻挡犯规，首先要明确规则对持球队员进攻时和防守持球队员在防守时的技术要求。

3、进攻犯规

在篮球比赛中，在球成活球后，进攻队员与对方发生非法的接触，就是进攻犯规，对进攻犯规的判罚还要取决裁判对比赛的掌握，还要考虑比赛的连续性。

所以有时裁判的判罚并不是按照相关规定来的，例如在较为激烈的季后赛中裁判对进攻犯规的判罚就较轻。

扩展资料：

防守必须牢记和运用下列原则：

（1）防守队员必须建立合法的防守位置。

（2）防守队员可以侧移或后撤来保持合法的防守位置。

（3）防守队员必须是首先站好位置，并且接触必须是发生在躯干部分.。

（4）队员有权落在他跳起的同一地点.。

（5）队员有权落在他跳起前对方没有占据的其他地点。

（6）队员对从地面到头顶上的这部分空间拥有权力。

参考资料来源：百度百科-盖帽

参考资料来源：百度百科-进攻犯规。

参考资料来源：百度百科-阻挡犯规。

EMC与EMI的区别

无线路由器的发射范围是这个IEEE802.11协议决定的，而非单纯的看天线。

老一代无线路由器的天线肯定不会超过一根，这里的“老一代”指的是802.11n协议以前的802.11a/b/g路由，老的54M产品就只有一根天线。这样的话，802.11n显然成了一条分水岭，也是从那时开始天线不再只有孤零零的一根。

首先提到一项11n协议之后才得到具体应用的多天线技术，也是无线通信领域一项非常重要的技术——MIMO（Multiple-Input Multiple-Output，多入多出）。

Wi-Fi应用的环境是室内，常用的802.11系列协议也是针对这种条件来建立的。由于发射端到接收端之间存在各种各样的障碍物，收发时几乎不存在直射信号的可能。那怎么办？学术上管这个办法叫做多径传输，也叫多径效应。多径，从字面上也很好理解，就是把增加传输途径。

那么问题来了，既然是多径，传输的路程就有长有短，有的可能是从桌子反射过来的，有的可能是穿墙的，这些携带相同信息但是拥有不同相位的信号辗转最终一起汇集到接收端上。现代通信用的是存储转发的分组交换，也叫包交换，传输的是码（Symbol）。由于障碍产生不同的传输时延，就造成了码间干扰ISI（InterSymbolInterference）。为了避免ISI，通信的带宽就必须小于可容忍时延的倒数。

对于802.11a/b/g 20MHz的带宽，最大时延为50ns，多径条件下无ISI的传输半径为15m。在IEEE802.11协议中可以看到，这个值最大范围是35m，这是协议中还有误码重传等各种手段保证通信，并不是说有一点ISI就完全不能工作。这样的话就会发现，对于802.11a/b/g协议，即使加装再多的天线也没有任何意义。假设这些天线可以同时工作，反而会使多径效应更加恶劣。

单天线路由、双天线路由、三线四线甚至更多究竟有没有区别？有，但对于实际使用过程中的影响并不大，这包括信号覆盖、信号强度，天线多速度快就更是无稽之谈了。抛开已经很少见的单天线，剩下的“多天线”都只是实现MIMO技术的“介质”或者说是“工具”，区别在于使用的架构不同而已：常见的双天线产品主要用1T2R或2T2R，三天线产品则用到的是2T3R或3T3R。

理论上，增加天线数量会减少信号覆盖盲点，但通过大量的评测证实，这种差异在普通家庭环境中完全可以忽略不计。而且，就像内置天线不输外置一样，三天线覆盖不如双天线的情况也绝非个例，说到底产品质量也是一个重要因素。至于信号强度和“穿墙”则取决于发射功率，这个东西工信部作过规定，不得高于20dBm（即100mW），“天线越多信号越强”也就不攻自破了。最后的结论就是，只要路由采用了有效的MIMO技术，无须在意天线数量。

辽宁钻石的表面微形貌

EMC（Electro Magnetic Compatibility）直译是“电磁兼容性”。意指设备所产生的电磁能量既不对其它设备产生干扰，也不受其他设备的电磁能量干扰的能力。EMC这个术语有其非常广的含义，与设计意图相反的电磁现象，都应看成是EMC问题。

电磁能量的检测、抗电磁干扰性试验、检测结果的统计处理、电磁能量辐射抑制技术、雷电和地磁等自然电磁现象、电场磁场对人体的影响、电场强度的国际标准、电磁能量的传输途径、相关标准及限制等均包含在EMC之内。

电磁干扰（Electromagnetic Interference 简称EMI），直译是电磁干扰。这是合成词，我们应该分别考虑"电磁"和"干扰"。是指电磁波与电子元件作用后而产生的干扰现象，有传导干扰和辐射干扰两种。

所谓“干扰”,指设备受到干扰后性能降低以及对设备产生干扰的干扰源这二层意思。第一层意思如雷电使收音机产生杂音,摩托车在附近行驶后电视画面出现雪花,拿起电话后听到无线电声音等,这些可以简称其为与“BC I”“TV I”“Tel I”,这些缩写中都有相同的“I”（干扰）（BC：广播）

扩展资料：

电磁干扰传播途径

电磁干扰传播途径一般也分为两种：即传导耦合方式和辐射耦合方式。

任何电磁干扰的发生都必然存在干扰能量的传输和传输途径（或传输通道）。通常认为电磁干扰传输有两种方式：一种是传导传输方式；另一种是辐射传输方式。因此从被干扰的敏感器来看，干扰耦合可分为传导耦合和辐射耦合两大类。

传导传输必须在干扰源和敏感器之间有完整的电路连接，干扰信号沿着这个连接电路传递到敏感器，发生干扰现象。这个传输电路可包括导线，设备的导电构件、供电电源、公共阻抗、接地平板、电阻、电感、电容和互感元件等。

辐射传输是通过介质以电磁波的形式传播，干扰能量按电磁场的规律向周围空间发射。常见的辐射耦合由三种：1. 甲天线发射的电磁波被乙天线意外接受，称为天线对天线耦合；2. 空间电磁场经导线感应而耦合，称为场对线的耦合；3.两根平行导线之间的高频信号感应，称为线对线的感应耦合。

在实际工程中，两个设备之间发生干扰通常包含着许多种途径的耦合。正因为多种途径的耦合同时存在，反复交叉耦合，共同产生干扰，才使电磁干扰变得难以控制。

参考资料：EMC-百度百科    EMI-百度百科。

MATLAB 程序详解（关于波束形成）

前人早期研究资料显示，辽宁瓦房店地区钻石晶体普遍受到溶蚀，在晶面上形成有三角形和四边形凹坑，并有三棱台状、三角锥状、短柱状、参差状、波纹状、叠瓦状、鳞片状、圆盘状等的凸起，以及诸如蛀虫状、信封状、毛玻璃状和各种不规则的熔蚀坑、刻蚀沟、熔蚀空洞等。此外，在晶面上还常见有各种形状的晶纹，如蛛网状、塑性变形滑动线、面缝合线、束状晕线、圆饼状残余晶面等（赵秀英，1988;严春杰等，1989；郑建平，1989；宁广蓉，1999）。蚀象在大颗粒金刚石晶面上发育，而在小颗粒金刚石晶面上则不发育（图版Ⅲ），十二面体和立方体金刚石的蚀象较八面体金刚石蚀象要发育得多（赵秀英，1988;池际尚等，1996a；b），造成这种差异的原因池际尚等（1996a，b）虽进行过讨论，但成因未明。

本项目对搜集到的辽宁瓦房店地区292颗钻石样品的表面微形貌特征进行观测及统计。结果显示，钻石晶体普遍遭熔蚀，但熔蚀程度较浅，有相当比例的钻石晶面比较光洁，晶棱及角顶较为清晰尖锐。晶面花纹和蚀像种类按出现的频率由多至少的顺序主要有：溶蚀沟、闭合晕线、塑性变形滑移线、倒三角形凹坑、束状晕线、滴状丘、生长丘、叠瓦状蚀像、毛玻璃化蚀象等。

4.2.1.1 生长丘

正三角形生长丘是在金刚石的（111）晶面上发育的与该晶面外形取向一致的三角形生长丘。其对称性与晶面的对称性完全一致，是晶体的生长形态 （图4.15，图4.16）。

图4.15 阶梯状、锯齿状生长纹。

（6-LW，微分干涉显微镜，50×）

Figure 4.15 Stepped and jagged growth lines。

（sample 6–LW，Differential Interference Contrast Microscope，50×）

图4.16 峰丛状的三角形生长丘。

（样品LN-50-248，微分干涉显微镜，100×）

Figure 4.16 Peak-like triangular growth hillocks。

（sample LN–50–248，Differential Interference Contrast Microscope，100×）

4.2.1.2 熔蚀沟

钻石在生长熔蚀（解）的过程中，往往在其晶体上形成窄如裂缝的溶蚀沟，常沿解理面或与解理面重合的滑移面发展而成。在多数情况下溶蚀沟形成了复杂的弯弯曲曲的裂缝，不受任何一种确定的平面所限制。有时晶体上所生成的溶蚀沟不大，只“锯开”了顶角、边棱及部分晶面。但有时它们也会形成一系列交叉的深裂缝，把晶体割裂成形状不同的晶块，因此在晶体上便形成了碎块状的缺陷（图4.17，图4.18）。

金刚石形成过程中，若局部表面遭受熔蚀，则可能在晶体上发育熔蚀孔道和空洞。这些孔道和空洞如漏斗状或深坑状，在孔道的底部和壁上常见小的三角形和四边形花纹（图4.19，图4.20，图版Ⅲ）。

4.2.1.3 滴状丘

滴状丘是金刚石晶面形成以后遭受熔蚀形成的表面微细形貌特征，多见于曲面晶体的曲晶面上，常见于沿塑性变形滑移线发育，彼此紧密排列成群分布（图4.21），或者是沿着位错露头溶蚀形成（图4.22）。

图4.17 晶体被熔蚀沟分割

（ LN-50-006，宝石显微镜，32×）

Figure 4.17 Crystal segmented by etched trench。

（sample LN–50–006，Gem Microscope，32×）

图4.18 熔蚀沟

（LN-50-019，微分干涉显微镜，200×）

Figure 4.18 Etched trench。

（sample LN–50–019，Differential Interference Contrast Microscope，200×）

图4.19 熔蚀空洞

（LN-50-015，微分干涉显微镜，200×）

Figure 4.19 Etched cavity。

（sample LN–50–015，Differential Interference Contrast Microscope，200×）

图4.20 熔蚀空洞形成熔蚀孔道。

（LN-50-253，宝石显微镜，50×）

Figure 4.20 Channel formed by etched cavity。

（sample LN–50–253，Differential Interference Contrast Microscope，50×）

图4.21 滴状丘

（LN-50-253，微分干涉显微镜，100×）

Figure 4.21 Drop-like hillock。

（sample LN–50–253，Differential Interference Contrast Microscope，100×）

图4.22 滴状丘

（12-LW，微分干涉显微镜，100×）

Figure 4.22 Drop-like hillock。

（sample 12–LW，Differential Interference Contrast Microscope，100×）

4.2.1.4 晕线

辽宁瓦房店金刚石中多边形闭合晕线是最为常见的晶体表面微细形貌特征之一。图4.23所示为一组围绕菱形十二面体角顶的闭合晕线，密集交错呈凸起状，晕线中心被一条长长的侵蚀裂隙穿过。图4.24为一组围绕角顶平行密集排列的闭合晕线。这种线状凸起是由于晶面分层熔解及生成熔解台阶而造成的微细层状蚀像。图4.25所示为一组较为平滑的束状晕线，具有磨蚀过的痕迹。

图4.23 闭合晕线

（LW-9，扫描电镜，55×）

Figure 4.23 Closed growth lines。

（sample LW–9，Scanning Electron Microscope，55×）

图4.24 闭合晕线

（LW-12，扫描电镜，50×）

Figure 4.24 Closed growth lines。

（sample LW–12，Scanning Electron Microscope，50×）

图4.25 束状晕线

（HN-120，扫描电镜，200×）

Figure 4.25 Bundle of lines。

（sample HN–120，Scanning Electron Microscope，200×）

4.2.1.5 塑性变形滑移线。

塑性变形滑移线（图4.26，图4.27）是曲面晶体表面1～4组环绕晶体L5轴顶角的弧形复三方环，或1～4组垂直平行晶体L5轴晶棱的线状凸起（罗声宣等，1999）。它主要出现在金刚石{111}面上，有时为一组平行线，有时为两组相互交叉，有时可见三组交叉，很少在同一晶面上同时出现四组滑移线。滑移线的存在，表明晶体经历了强烈的应力作用，发生了塑性变形。当晶体受到很强烈的熔解时，就会因为受塑性变形带的影响，产生一组弯曲变形的滑动线（奥尔洛夫，1977）。塑性变形滑移线也是辽宁瓦房店金刚石样品中最常见的表面微形貌特征之一。

图4.26 平行的一组塑性变形滑移线。

（LN-50-239，宝石显微镜，25×）

Figure 4.26 A group of parallel plastic deformation slip lines。

（sample LN–50–006，Gem Microscope，25×）

图4.27 腐蚀后下凹的塑性变形滑移线。

（LN-50-248，微分干涉显微镜，100×）

Figure 4.27 Plastic deformation lines sunk after erosion。

（sample LN–50–248，Differential Interference Contrast Microscope，100×）

4.2.1.6 倒三角形凹坑

倒三角凹坑是辽宁瓦房店金刚石最常见的表面微细形貌特征的一种。它形成于（111）面，与金刚石的晶面反向平行，三角形的角可以发生不同程度的钝化，形成六边形凹坑、四角或五角凹坑。根据倒三角凹坑的底部形态可将其分为两种类型：棱锥底三角凹坑和平底三角凹坑，棱锥底凹坑很浅，呈负三角锥状，它总是在晶格位错的露头处产生，平底三角凹坑与位错露头无关。当棱锥底三角凹坑进一步发育时，三角形蚀像加深并呈现出层状–阶梯状构造。在一些晶面上可以看到大小不等的倒三角凹坑，甚至有时候晶体的（111）晶面可以完全被倒三角凹坑覆盖。当比较小的三角凹坑叠加在比较大的三角凹坑之上时，可以区分出倒三角形蚀像的两个世代（图4.28，图4.29）。

图4.28 平底三角形凹坑群

（LN-50-232，宝石显微镜，40×）

Figure 4.28 Groups of flat base triangular etched pits。

（sample LN–50–232，Gem Microscope，40×）

图4.29 平底三角形凹坑上布满细小三角形凹坑。

（LN-50-232，微分干涉显微镜，200×）

Figure 4.29 A flat base triangular etched pit bestrewed with little triangular pits。

（sample LN–50–232，Differential Interference Contrast Microscope，200×）

4.2.1.7 叠瓦状蚀像

叠瓦状蚀象通常情况下发育在遭受强烈溶蚀的地方，是三角锥状丘和滴状丘的有规律组合。由于常见三角锥状丘和滴状丘沿滑移线发育，彼此紧密排列成群分布，所以叠瓦状蚀像的形状及分布特点可能取决于塑性变形，在塑性变形作用发生越强烈的地方，这种蚀象出现的可能性就越大，即取决于晶体平行{11l}面的滑移情况（图4.30）。

4.2.1.8 四边形凹坑

四边形凹坑主要见于立方体面（100）方向，根据其底部形态可将其分为两种类型：棱锥底四边形凹坑和平地四边形凹坑。前者与位错的露头有关，后者与晶体结构有关（图4.31）。

4.2.1.9 盘状蚀像

常见于浑圆晶体的曲晶面上。盘状蚀像是残留的原始平滑晶面部分，在蚀坑底部发育有清晰的沿一个方向排列的晕线。当浑圆晶体的大部分曲晶面都被强烈溶蚀时，只在个别部分残留有原始平滑晶面（图4.32，图4.33）。

4.2.1.10 毛玻璃化蚀象。

金刚石晶体的晶面因冲积磨蚀而产生的微细缺口可使其晶面变暗，具有油脂光泽，形成类似毛玻璃效果的表面形貌特征。但值得注意的是，提高放大倍数的时候，可以看见毛玻璃化蚀象实际上是十分微细的熔蚀现象，只是在低倍显微镜下不能进一步观察而已。样品LN-50-237为菱形十二面体金刚石，在低倍显微镜下可以见到其十二面体晶棱的交点处遭受熔蚀，呈现出毛玻璃化的效果，且可以见到楔形丘（图4.34）。当将毛玻璃化蚀象放大到500倍时，可见熔蚀面为微小的楔形丘，与晶体其他部位的楔形丘相对应（图4.35）。

与前人研究资料相比，本项目研究的292颗钻石的表面微形貌同样既有与生长过程有关的蚀像（生长丘），又有与熔蚀熔解有关的蚀像（熔蚀沟、倒三角形凹坑、晕线等），也有与塑性变形作用有关的线性结构（塑性变形滑移线），表明辽宁金刚石晶体表面微形貌种类相当丰富。在这些微形貌中，又以熔蚀沟、晕线、塑性变形滑移线、倒三角凹坑为主，表明辽宁金刚石晶体在形成过程中遭受了较强的熔蚀、塑性变形等地质作用。

图4.30 叠瓦状蚀像

（LN-50-104，微分干涉显微镜，100×）

Figure 4.30 Imbricated etched figures。

（sample LN-50-104，Differential Interference Contrast Microscope，100×）

图4.31 平底四边形凹坑群

（LN-50-015，微分干涉显微镜，200×）

Figure 4.31 Groups of flat base quadrilateral etched pits。

（sample LN-50-015，Differential Interference Contrast Microscope，200×）

图4.32 盘状蚀像、熔蚀沟

（LN-50-213，微分干涉显微镜，100×）

Figure 4.32 Etched disks，etched trench。

（sample LN-50-213，Differential Interference Contrast Microscope，100×）

图4.33 盘状蚀像底部定向排列阶梯状结构。

（LN-50-213，微分干涉显微镜，200×）

Figure 4.33 Bottom of etched disks oriented into a stepped structure。

（sample LN-50-213，Differential Interference Contrast Microscope，200×）

图4.34 毛玻璃蚀象使晶体透明度降低。

（LN-50-32，宝石显微镜，25×）

Figure 4.34 Crystal transparency decreased due to ground glass-like etched figures。

（sample LN-50-32，Gem Microscope，25×）

图4.35 毛玻璃蚀象实为微小的楔形丘。

（LN-50-33，微分干涉显微镜，500×）

Figure 4.35 Glass-like etched figures are in fact little wedge-like hillocks。

（sample LN-50-33，Differential Interference Contrast Microscope，500×）

篮球各种技术犯规用英语怎么说 ？

你这里有两个程序，第二个程序与第一个实质上是一样的，区别就是信号与导向矢量的写法有点不同，这里我就不注释了。还有，我下面附了一段我自己的写的程序，里面有SIM算法。G-S正交化算法等。是基于圆阵形式的，你的算法是基于线阵的，他们程序上的区别在于导向矢量的不同。我的算法是某项目中的，保证好使。建议学习波束形成技术，注意把程序分块，例如分成，求导向矢量；最优权值；形成波束等等。

程序如下：

4单元均匀线阵自适应波束形成图。

clear

clc

format long;

v=1;

M=4;

N=1000;%%%%%%%快拍数。

f0=21*10^3;%%%%%%%%%%%信号与干扰的频率。

f1=11*10^3;

f2=15*10^3;

omiga0=2*pi*f0;%%%%%%%信号与干扰的角频率。

omiga1=2*pi*f1;。

omiga2=2*pi*f2;。

sita0=08; %信号方向。

sita1=04; %干扰方向1。

sita2=21; %干扰方向2。

for t=1:N %%%%%%%%%%%%信号。

adt(t)=sin(omiga0*t/(N*f0));。

a1t(t)=sin(omiga1*t/(N*f1));。

a2t(t)=sin(omiga2*t/(N*f2));。

end

for i=1:M %%%%%%%%%%%%信号的导向矢量：线阵的形式。

ad(i,1)=exp(j*(i-1)*pi*sin(sita0));。

a1(i,1)=exp(j*(i-1)*pi*sin(sita1));。

a2(i,1)=exp(j*(i-1)*pi*sin(sita2));。

end

R=zeros(M,M);

for t=1:N

x=adt(t)*ad+a1t(t)*a1+a2t(t)*a2; %阵列对信号的完整响应。

R=R+x*x';%信号的协方差矩阵。

end

R=R/N;%%%%%%%%%协方差矩阵，所有快拍数的平均。

miu=1/(ad'*inv(R)*ad);%%%%%%这个貌似是LMS算法的公式，具体我记不太清，这里是求最优权值，根据这个公式求出，然后加权。

w=miu*inv(R)*ad;。

%%%%%%形成波束%%%%%%%%%%%%%%%%%%%。

for sita=0:pi/100:pi。

for i=1:M

x_(i,1)=exp(j*(i-1)*pi*sin(sita));。

end

y(1,v)=w'*x_;%%%%%%%对信号进行加权，消除干扰。

v=v+1;

end

y_max=max(y(:));%%%%%%%%%%%%%%%归一化。

y_1=y/y_max;

y_db=20*log(y_1);。

sita=0:pi/100:pi;。

plot(sita,y)

Xlabel（‘sitaa’）

Ylabel（‘天线增益db’）

4单元均匀线阵自适应波束形成

目标

clear

clc

format long;

v=1;

M=4;阵元数

N=100;

f0=21*10^3;

omiga0=2*pi*f0;。

sita0=06;%信号方向 。

for t=1:N

adt(t)=sin(omiga0*t/(N*f0)); 。

end

for i=1:M

ad(i,1)=exp(j*(i-1)*pi*sin(sita0));。

end

R=zeros(4,4);

r=zeros(4,1);

for t=1:N

x=adt(t)*ad;。

R=R+x*x';

end

R=R/N;

miu=1/(ad'*inv(R)*ad);。

w=miu*inv(R)*ad;。

for sita=0:pi/100:pi/2。

for i=1:M

a(i,1)=exp(j*(i-1)*pi*sin(sita));。

end

y(1,v)=w'*a;。

v=v+1;

end

sita=0:pi/100:pi/2;。

plot(sita,y)

xlabel('sita')

ylabel('天线增益’)

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%。

%%%%%%%%%我的程序%%%%%%%%%%%%%%%。

function jieshousignal。

%期望信号数：1个

%干扰信号数：4个

%信噪比已知

%干燥比已知

%方位角已知

clc;

clear all;

close all;

%//参数设置===========================================。

1=0;

2=0;

3=0;

% for rrr=1:16000。

signal_num=1; %signal number。

noise_num=5; %interference number。

R0=06; %圆的半径。

SP=2000; %Sample number。

N=8; %阵元数。

snr=-10; %Signal-to-Noise。

sir1=10; %Signal-to-Interference one 。

sir2=10; %Signal-to-Interference two 。

sir3=10; %Signal-to-Interf。

sir4=10;

sir5=10;

%//================noise Power-to-signal Power==================== 。

factor_noise_1=10^(-sir1/10);。

factor_noise_2=10^(-sir2/10);。

factor_noise_3=10^(-sir3/10);。

factor_noise_4=10^(-sir4/10);。

factor_noise_5=10^(-sir5/10);。

factor_noise_targe=10^(-snr/10);。

% //======================== ===============。

d1=85*pi/180;%%干扰1的方位角。

d2=100*pi/180;%干扰2的方位角。

d3=147*pi/180;%干扰3的方位角。

d4=200*pi/180;%干扰4的方位角。

d5=250*pi/180;%干扰5的方位角。

d6=150*pi/180;%目标的方位角。

e1=15*pi/180;%%干扰1的俯仰角。

e2=25*pi/180;%干扰2的俯仰角。

e3=85*pi/180;%干扰3的俯仰角。

e4=50*pi/180;%干扰4的俯仰角。

e5=70*pi/180;%干扰5的俯仰角。

e6=85*pi/180;%目标的俯仰角。

% //====================目标信号==========================。

t=1:1:SP;

fc=2e7;

Ts=1/(3e10);

S0=5*cos(2*pi*fc*t*Ts);%目标信号。

for kk=1:N

phi_n(kk)=2*pi*(kk-1)/N;。

end

%//====================操纵矢量==========================================。

A=[conj(exp(j*2*pi*R0*cos(d6-phi_n)*sin(e6)));conj(exp(j*2*pi*R0*cos(d1-phi_n)*sin(e1)));conj(exp(j*2*pi*R0*cos(d2-phi_n)*sin(e2)));conj(exp(j*2*pi*R0*cos(d3-phi_n)*sin(e3)));conj(exp(j*2*pi*R0*cos(d4-phi_n)*sin(e4)));conj(exp(j*2*pi*R0*cos(d5-phi_n)*sin(e5)))]';。

A1=[conj(exp(j*2*pi*R0*cos(d1-phi_n)*sin(e1)));conj(exp(j*2*pi*R0*cos(d2-phi_n)*sin(e2)));conj(exp(j*2*pi*R0*cos(d3-phi_n)*sin(e3)));conj(exp(j*2*pi*R0*cos(d4-phi_n)*sin(e4)));conj(exp(j*2*pi*R0*cos(d5-phi_n)*sin(e5)))]';。

% //==========================================================Power of the interference 。

% // depending on the signal power and SIR。

Ps1=0;

Ps2=0;

Ps3=0;

Ps4=0;

Ps5=0;

S1=zeros(1,SP);。

S2=zeros(1,SP);。

S3=zeros(1,SP);。

S4=zeros(1,SP);。

S5=zeros(1,SP);。

Ps0=S0*S0'/SP; % signal power。

Ps1=Ps0*factor_noise_1;。

Ps2=Ps0*factor_noise_2;。

Ps3=Ps0*factor_noise_3;。

Ps4=Ps0*factor_noise_4;。

Ps5=Ps0*factor_noise_5;。

% //==========================干扰信号的随机包络=========================。

S1=normrnd(0,sqrt(Ps1/2),1,SP)+j*normrnd(0,sqrt(Ps1/2),1,SP);。

S2=normrnd(0,sqrt(Ps2/2),1,SP)+j*normrnd(0,sqrt(Ps2/2),1,SP);。

S3=normrnd(0,sqrt(Ps3/2),1,SP)+j*normrnd(0,sqrt(Ps3/2),1,SP);。

S4=normrnd(0,sqrt(Ps4/2),1,SP)+j*normrnd(0,sqrt(Ps4/2),1,SP);。

S5=normrnd(0,sqrt(Ps5/2),1,SP)+j*normrnd(0,sqrt(Ps5/2),1,SP);。

%//

S=[S0;S1;S2;S3;S4;S5];。

SS1=[S1;S2;S3;S4;S5];。

X=A*S;%信号加干扰

XX2=A1*SS1; %接收到的干扰 。

Pw_noise=sqrt(Ps0*factor_noise_targe/2);。

a1=randn(N,SP);。

a2=randn(N,SP);。

a1=a1/norm(a1);。

a2=a2/norm(a2);。

W=Pw_noise*(a1+sqrt(-1)*a2);。

X=X+W;

% //--------------------------SMI算法----------------------------------------。

Rd=X*S0'/SP;

R=X*X'/(SP*1);

Wc_SMI=pinv(R)*Rd/(Rd'*pinv(R)*Rd);%权向量。

Wc_SMI=Wc_SMI/norm(Wc_SMI);。

Y_SMI=Wc_SMI'*X; %SMI算法恢复出来的信号。

%//-------------------------------------GS算法------------------。

m=1;

for i=1:400:2000。

X2(:,m)=XX2(:,i);。

m=m+1;

end

a=zeros(1,8);

phi_n=zeros(1,8);。

phi=0:pi/180:2*pi;。

theta=0:pi/180:pi/2;。

for kk=1:8

a(kk)=1;

phi_n(kk)=2*pi*(kk-1)/8;。

end

x1=zeros(1,8);

x2=zeros(1,8);

x3=zeros(1,8);

x4=zeros(1,8);

x5=zeros(1,8);

x1=X2(:,1)';

x2=X2(:,2)';

x3=X2(:,3)';

x4=X2(:,4)';

x5=X2(:,5)';

Z1=x1;

Z1_inner_product=Z1*conj(Z1);。

Z1_mode=sqrt(sum(Z1_inner_product));。

Y1=Z1/Z1_mode;

Inner_product=sum(x2*conj(Y1));。

Z2=x2-Inner_product*Y1;。

Z2_inner_product=sum(Z2*conj(Z2));。

Z2_mode=sqrt(Z2_inner_product);。

Y2=Z2/Z2_mode;

Inner_product1=sum(x3*conj(Y1));。

Inner_product2=sum(x3*conj(Y2));。

Z3=x3-Inner_product1*Y1-Inner_product2*Y2;。

Z3_inner_product=sum(Z3*conj(Z3));。

Z3_mode=sqrt(Z3_inner_product);。

Y3=Z3/Z3_mode;

Inner_product1_0=sum(x4*conj(Y1));。

Inner_product2_0=sum(x4*conj(Y2));。

Inner_product3_0=sum(x4*conj(Y3));。

Z4=x4-Inner_product1_0*Y1-Inner_product2_0*Y2-Inner_product3_0*Y3;。

Z4_inner_product=sum(Z4*conj(Z4));。

Z4_mode=sqrt(Z4_inner_product);。

Y4=Z4/Z4_mode;

Inner_product1_1=sum(x5*conj(Y1));。

Inner_product2_1=sum(x5*conj(Y2));。

Inner_product3_1=sum(x5*conj(Y3));。

Inner_product4_1=sum(x5*conj(Y4));。

Z5=x5-Inner_product1_1*Y1-Inner_product2_1*Y2-Inner_product3_1*Y3-Inner_product4_1*Y4;。

Z5_inner_product=sum(Z5*conj(Z5));。

Z5_mode=sqrt(Z5_inner_product);。

Y5=Z5/Z5_mode;

%Y1

%Y2

%Y3

%Y4

%Y5

w0=zeros(1,8);。

w=zeros(1,8);

for mm=1:8;

w0(mm)=exp(-j*2*pi*R0*cos(d6-phi_n(mm))*sin(e6));。

end

dd1=sum(w0*conj(Y1))*Y1;。

dd2=sum(w0*conj(Y2))*Y2;。

dd3=sum(w0*conj(Y3))*Y3;。

dd4=sum(w0*conj(Y4))*Y4;。

dd5=sum(w0*conj(Y5))*Y5;。

w=w0-dd1-dd2-dd3-dd4-dd5;。

Wc_GS=w;

Wc_GS=Wc_GS/(norm(Wc_GS));。

Y_GS=Wc_GS*X; %GS算法恢复出来的图像。

%//----------------------------------MMSE算法-----------------------。

Rd=X*S0'/SP;

R=X*X'/(SP*1);

Wc_MMSE=pinv(R)*Rd;。

Wc_MMSE=Wc_MMSE/norm(Wc_MMSE);。

Y_MMSE=Wc_MMSE'*X; %MMSE算法恢复出来的信号。

S0=S0/norm(S0);。

Y_GS=Y_GS/norm(Y_GS);。

Y_SMI=Y_SMI/norm(Y_SMI);。

Y_MMSE=Y_MMSE/norm(Y_MMSE);。

% figure(1)

% plot(real(S0));。

% title('原始信号');。

% xlabel('采样快拍数');。

% ylabel('信号幅度');。

% figure(2)

% plot(real(Y_SMI));。

% title('运用SMI算法处理出的信号');。

% xlabel('采样快拍数');。

% ylabel('信号幅度');。

% figure(3)

% plot(real(Y_GS));。

% title('运用G-S算法处理出的信号');。

% xlabel('采样快拍数');。

% ylabel('信号幅度');。

% figure(4)

% plot(real(Y_MMSE));。

% for i=1:SP

% ss(i)=abs(S0(i)-Y_SMI(i))^2;。

% end

% q_1=mean(ss);。

% for i=1:SP

% ss1(i)=abs(S0(i)-Y_GS(i))^2;。

% end

% q_2=mean(ss1);。

% for i=1:SP

% ss2(i)=abs(S0(i)-Y_MMSE(i))^2;。

% end

% q_3=mean(ss2);。

%

% 1=1+q_1;

% 2=2+q_2;

% 3=3+q_3;

% end

% 1/16000

% 2/16000

% 3/16000

phi=0:pi/180:2*pi;。

theta=0:pi/180:pi/2;。

%

% % //------------------------ 形成波束-----------------------------------------。

F_mmse=zeros(91,361); 。

F_smi=zeros(91,361); 。

F_gs=zeros(91,361); 。

for mm=1:91

for nn=1:361 。

p1=sin(theta(mm));。

p2=cos(phi(nn));。

p3=sin(phi(nn));。

q1=sin(e6);。

q2=cos(d6);。

q3=sin(d6);。

for hh=1:8。

w1=cos(phi_n(hh));。

w2=sin(phi_n(hh));。

zz1=q2*w1+q3*w2;。

zz2=p2*w1+p3*w2;。

zz=zz2*p1-zz1*q1;。

F_mmse(mm,nn)= F_mmse(mm,nn)+conj(Wc_MMSE(hh))*(exp(j*2*pi*R0*(zz2*p1)));。

F_smi(mm,nn)=F_smi(mm,nn)+conj(Wc_SMI(hh))*(exp(j*2*pi*R0*(zz2*p1)));。

F_gs(mm,nn)=F_gs(mm,nn)+conj((Wc_GS(hh))')*(exp(j*2*pi*R0*(zz2*p1)));。

end

end

end

F_MMSE=abs(F_mmse);。

F_SMI=abs(F_smi);。

F_GS=abs(F_gs);。

figure(5)

mesh(20*log10(F_MMSE))。

figure(6)

mesh(20*log10(F_SMI))。

title('SMI算法波束形成图');。

xlabel('方位角');

ylabel('俯仰角');

zlabel('幅度/dB');。

figure(7)

mesh(20*log10(F_GS))。

title('G-S算法波束形成图');。

xlabel('方位角');

ylabel('俯仰角');

zlabel('幅度/dB');。

原文地址：http://www.qianchusai.com/interference-100.html