1. SNR 신호처리, Secondary surface 영향 고려하여 SNR 재계산
2. Coverage Figure 개선 3. 윈도우 생성 및 성능 계산 함수 추가
This commit is contained in:
@@ -0,0 +1,118 @@
|
||||
function [windowVector, metrics] = create_window_with_metrics(windowType, windowLength, varargin)
|
||||
% CREATE_WINDOW_WITH_METRICS - 윈도우 함수 생성 및 성능 지표 계산
|
||||
%
|
||||
% 입력:
|
||||
% windowType - 윈도우 타입 문자열: 'none', 'hann', 'hamming', 'blackman', 'chebwin'
|
||||
% windowLength - 윈도우 길이 (샘플 수)
|
||||
% varargin - 추가 파라미터 (예: chebwin의 경우 sidelobe level)
|
||||
%
|
||||
% 출력:
|
||||
% windowVector - 생성된 윈도우 벡터 (1 x windowLength)
|
||||
% metrics - 윈도우 성능 지표 구조체
|
||||
% .type : 윈도우 타입
|
||||
% .length : 윈도우 길이
|
||||
% .snr_loss_dB : SNR 손실 (dB)
|
||||
% .scalloping_loss_dB: Scalloping 손실 (dB)
|
||||
% .coherent_gain : 코히어런트 이득
|
||||
% .enbw : Equivalent Noise Bandwidth (bins)
|
||||
|
||||
% 기본 파라미터 설정
|
||||
if windowLength <= 0
|
||||
error('Window length must be positive.');
|
||||
end
|
||||
|
||||
% 윈도우 함수 생성
|
||||
switch lower(windowType)
|
||||
case 'none'
|
||||
windowVector = ones(1, windowLength);
|
||||
|
||||
case 'hann'
|
||||
windowVector = hann(windowLength)';
|
||||
|
||||
case 'hamming'
|
||||
windowVector = hamming(windowLength)';
|
||||
|
||||
case 'blackman'
|
||||
windowVector = blackman(windowLength)';
|
||||
|
||||
case 'chebwin'
|
||||
% Chebyshev 윈도우는 sidelobe level 파라미터 필요 (기본값: 60dB)
|
||||
if ~isempty(varargin)
|
||||
sidelobe_dB = varargin{1};
|
||||
else
|
||||
sidelobe_dB = 60;
|
||||
end
|
||||
windowVector = chebwin(windowLength, sidelobe_dB)';
|
||||
|
||||
otherwise
|
||||
warning('Unknown window type "%s". Using Hann window as default.', windowType);
|
||||
windowVector = hann(windowLength)';
|
||||
windowType = 'hann';
|
||||
end
|
||||
|
||||
% 윈도우 성능 지표 계산
|
||||
metrics = calculate_window_metrics(windowVector, windowType);
|
||||
end
|
||||
|
||||
|
||||
function metrics = calculate_window_metrics(windowVector, windowType)
|
||||
% CALCULATE_WINDOW_METRICS - 윈도우 함수의 성능 지표 계산
|
||||
%
|
||||
% 계산 항목:
|
||||
% 1. SNR Loss (dB) : 윈도우 적용으로 인한 SNR 손실
|
||||
% 2. Scalloping Loss (dB): FFT bin 사이(0.5 bin offset)에서의 최대 손실
|
||||
% 3. Coherent Gain : 윈도우의 평균 진폭
|
||||
% 4. ENBW (bins) : Equivalent Noise Bandwidth
|
||||
|
||||
w = windowVector(:).'; % Row vector로 변환
|
||||
N = numel(w);
|
||||
|
||||
if N == 0
|
||||
metrics = struct('type', windowType, 'length', 0, ...
|
||||
'snr_loss_dB', NaN, 'scalloping_loss_dB', NaN, ...
|
||||
'coherent_gain', NaN, 'enbw', NaN);
|
||||
return;
|
||||
end
|
||||
|
||||
% 1. Coherent Gain (코히어런트 이득)
|
||||
coherent_gain = mean(w);
|
||||
|
||||
% 2. Noise Power Gain (잡음 전력 이득)
|
||||
noise_power_gain = mean(abs(w).^2);
|
||||
|
||||
% 3. SNR Loss (dB)
|
||||
% SNR_loss = (Noise Power Gain) / (Coherent Gain)^2
|
||||
% 이는 윈도우 적용 시 신호 대 잡음비가 얼마나 감소하는지를 나타냄
|
||||
if abs(coherent_gain) > eps
|
||||
snr_loss_linear = noise_power_gain / (abs(coherent_gain)^2);
|
||||
snr_loss_dB = 10 * log10(snr_loss_linear);
|
||||
else
|
||||
snr_loss_dB = NaN;
|
||||
end
|
||||
|
||||
% 4. Equivalent Noise Bandwidth (ENBW)
|
||||
% ENBW는 윈도우가 얼마나 많은 주파수 bin의 잡음을 통과시키는지 나타냄
|
||||
enbw = N * noise_power_gain / (sum(w)^2);
|
||||
|
||||
% 5. Scalloping Loss (dB)
|
||||
% FFT bin 중간(0.5 bin offset)에 신호가 위치할 때의 최대 손실
|
||||
% 이는 가장 나쁜 경우의 신호 손실을 나타냄
|
||||
sample_index = 0:(N-1);
|
||||
half_bin_response = abs(sum(w .* exp(-1j * 2 * pi * 0.5 * sample_index / N)));
|
||||
dc_response = abs(sum(w));
|
||||
|
||||
if dc_response > eps
|
||||
scalloping_loss_dB = -20 * log10(half_bin_response / dc_response);
|
||||
else
|
||||
scalloping_loss_dB = NaN;
|
||||
end
|
||||
|
||||
% 결과 구조체 생성
|
||||
metrics = struct(...
|
||||
'type', lower(windowType), ...
|
||||
'length', N, ...
|
||||
'snr_loss_dB', snr_loss_dB, ...
|
||||
'scalloping_loss_dB', scalloping_loss_dB, ...
|
||||
'coherent_gain', coherent_gain, ...
|
||||
'enbw', enbw);
|
||||
end
|
||||
Reference in New Issue
Block a user