window Fractional Fourier transform

Question

在复现《Computational Efficient Refocusing and Estimation Method for Radar Moving Target With Unknown Time Information》这篇论文中，对于window Fractional Fourier transform算法的代码有些疑问，在估计结束时间时，为什么我在第96个脉冲(也就是结束时间3.28s)之后的脉冲的峰值全都是一样的，峰值不下降

下面是我的matlab代码：

clc; clear; close all;

seta1 = 2.805: 0.005: 3.78;
sp = 0: 0.25: 2;
tm = (0: 757 - 1) * 0.005;

for j = 1: length(seta1)
    w2_t(j, :) = rectpuls(tm - 0.5 * (seta1(j) + 0.805), seta1(j) - 0.805 + 0.005); % (tm >= Tb) & (tm <= seta1)
end

w_t = rectpuls(tm - 0.5 * (3.28 + 0.805), 3.28 - 0.805 + 0.005); % (tm >= Tb) & (tm <= Te)
Sex_dechirp1 = w_t .* exp(-1j * 4 * pi * (804 + 75 .* (tm - 0.805) - 684) / 2);

for i = 1: length(sp)
    for j = 1: length(seta1)
        WFRFT_result(i, j, :) = frft(w2_t(j, :) .* Sex_dechirp1, sp(i));
    end
end

[max_val, linear_idx] = max(WFRFT_result(:)); % 线性索引->行列索引
[p_idx, eta1_idx, rv_idx] = ind2sub(size(WFRFT_result), linear_idx);

figure;
subplot(2, 2, 1);
mesh(abs(w2_t));

subplot(2, 2, 2);
plot(abs(Sex_dechirp1));

subplot(2, 2, 3);
mesh(abs(w2_t .* Sex_dechirp1));

subplot(2, 2, 4);
plot(abs(squeeze(WFRFT_result(p_idx, :, rv_idx))));

disp("1")

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

Window Fractional Fourier Transform

你好！你的问题是关于 Window Fractional Fourier Transform（WFRT）在 Radar Moving Target 的复现和估计方法的实现。

根据你的问题，似乎你想实现《Computational Efficient Refocusing and Estimation Method for Radar Moving Target With Unknown Time Delay》中提到的 WFRT 算法。WFRT 是一种将传统的 Fourier Transform（FT）扩展到 Fractional Fourier Domain 的技术，可以更好地处理 Radar Moving Target 的信号。

在 Matlab 中实现 WFRT 可以使用以下步骤：

1. 首先，需要将 Radar Moving Target 的信号转换到 Fractional Fourier Domain。可以使用 fracft 函数实现。
2. 接着，需要对信号进行窗口处理，以减少边缘效应。可以使用 hamming 或 blackmanharris 函数实现窗口处理。
3. 最后，需要对信号进行反焦和估计。可以使用 ifft 函数实现反焦，并使用 mean 函数实现估计。

以下是一个简单的 Matlab 代码示例：

% 读取 Radar Moving Target 的信号
x = load('signal.mat');

% 将信号转换到 Fractional Fourier Domain
X = fracft(x, 0.5);

% 对信号进行窗口处理
win = hamming(size(X, 2));
X_win = X .* win;

% 对信号进行反焦和估计
y = ifft(X_win);
est = mean(y);

% 显示结果
plot(est)

请注意，这只是一个简单的示例代码，实际实现中可能需要更多的处理和调整。

如果你需要更多帮助或详细的实现步骤，请提供更多的信息或代码。