求问怎么把最左边那个数据去掉然后做瑞利分布拟合？

PEELAY

一个matlab拟合工具箱的问题请教大神。
1 Q6 `+ |- l. {. h0 R1 {' j4 q程序如下：
6 h1 T3 x' f, m- B  }* y% Eclear
1 W" Z+ l+ b* W  h. [close all
! _& W, b, I6 Z( m% 仿真一个LFM脉冲，并做距离处理
C = 3e8;
& E* s+ u: s1 b3 s7 X5 nTp = 0.32;     %脉宽
Tpp = 0.5;    %脉冲重复周期
fsx = 6000;      %采样率
( k$ N- k, J7 F' E- H) f* H) a9 l- I( vBw = 2000;      %带宽

Np = Tp * fsx;     %脉冲内点数1920
Npp = Tpp * fsx;   %脉冲重复周期内点数3000
K = Bw / Tp;      %调频斜率
: r- J+ A0 C1 S3 z+ w; jtp = (-Np/2:Np/2-1)' / fsx;   %零中频
4 Z3 W7 c4 p. U* R0 F! N, Vtpp = (0:Npp-1)' / fsx;  
9 Y6 O) o7 h( Zrng_fs = C/2/fsx;

%% 噪声和信号幅度计算
SNR = -10;           %信噪比
JNR = 10;            %干噪比
A_noise = 1/sqrt(2);         %噪声信号幅度
A_tar  = 10^(SNR/20);      %目标信号幅度
2 q. h0 Q5 W6 I2 }# y3 q) HA_jam = 10^(JNR/20);       %干扰信号幅度
%% 本振
sigLFM = exp(1i*pi*K*tp.^2);  %LMF信号
sig_LOS = [sigLFM ; zeros(Npp-Np, 1)];
figure
7 \7 d3 l) s# j: d/ ^7 lplot(real(sig_LOS))
axis([0 2000 -1 1])
title('LFM脉冲实部')
% [; g3 t( n! {$ q5 a
" L/ N0 F) P( @# T% figure
8 N3 n* \# Y. \2 b2 B% plot(db(fftshift(fft(sig_LOS))))
' K1 B- y. G7 p. m6 F& F: {7 W  D% figure
$ B6 k, C( I. ?; ?1 {7 U) p% plot(abs(sig_LOS))
% r+ v3 U" E7 @0 o. @0 t- h% a7 g% title('LFM脉冲幅度')
, ^6 l. E/ g* f
%% 目标回波
7 b. E* v: u* v6 _t_delay = 0.08;    %目标回波时延
( n* Q- v+ k% g4 R4 j4 A5 _t_rng = t_delay*C/2;     %目标位置1.2e7
Nshift = round(t_delay * fsx);    %计算时延对应的点数
sig_tar = circshift(sig_LOS, Nshift);   %用循环右移实现目标时延
sig_tar_noise = A_tar*sig_tar + A_noise*(randn(Npp, 1) + 1i*randn(Npp, 1));

7 l4 b( H* x7 ?6 ~" p* Xfigure
# v* k' Y* q& y" k+ M- K  u9 @# z# mplot(real(sig_tar))
title('目标回波实部')
! I; J. Q$ [- h* G- H: v. `
% figure
% plot(abs(sig_tar))
1 i7 q8 G- x( L' O% t6 v9 m# a% title('目标回波幅度')
7 P4 C0 ~8 F6 N0 N
# a8 h+ R& F! J6 F- b4 w, w+ F%% 距离处理
data_rng = range_process_mf(sig_LOS, sig_tar_noise, 3000);
* N0 f8 y" ]) h  Caxes_rng = rng_fs*(1:3000);
0 M- e+ L/ |, B! F0 Bfigure
plot(axes_rng, db(data_rng))
xlabel('距离/m')
ylabel('幅度/dB')
title('信号距离压缩结果')
0 a3 j" i6 E0 D+ P& O%% 箔条
  Y0 p: u/ \  Q* h! s  |+ a6 InChaff = 2000;  %箔条个数
f0 = 45e9;  %载频
fdrchaff = 50;  %箔条云整体Doppler频率
1 N/ x7 B- N0 ~2 F0 m1 [* Afschaff = 6000; %采样率
Tchaff = 0.5; %脉宽
9 P% E0 m3 i3 L5 ?9 H6 N" cNchaff = fschaff*Tchaff;
* J/ s  S3 o+ L0 ^/ S- Uvar = 1.4;  %方差
c=3e8;
lambda = c/f0;  %波长
5 E" G0 m# O& G; ?stchaff = zeros(1,Nchaff);st00 = zeros(1,Nchaff);
2 y6 T4 S: M3 F" D- p( [& {1 mst1chaff = [];
1 Q, d4 t- G: s& a( a5 g' bvc = 0+sqrt(var)*randn(1,nChaff);  %随机的速度
8 J' @  F+ B1 ?4 P8 `/ K9 Zt = 0:1/fschaff:Tchaff-(1/fschaff); %时间轴
t = t+1;
2 x0 j  n: o$ h  I6 k5 m* \for i=1:nChaff
- S0 h. ~& ^3 ]9 b; [4 D& u    vci=vc(i);
    fdchaff=2*vci/lambda;
    fdi=fdchaff+fdrchaff;
9 b  c" T$ y( R6 f" C6 Q1 K    st0=cos(2*pi*(f0+fdi)*t);
* A+ g. y+ X6 K! ^    st00=st0+st00;
    st1chaff=exp(1j*2*pi*(f0+fdi)*t)*exp(1j*randn());
* {* N/ V' `; r6 D- ^    stchaff=stchaff+st1chaff.*sig_LOS.';
' b3 q. c7 `7 t5 m6 M. qend
1 W9 h! q  j- j& C" xspchaff=fftshift(fft(stchaff));
8 d1 ^! c2 H% n! Dfigure
plot(abs(stchaff))
title('箔条时域波形')
6 j% z2 l; G% W# I0 zaxis([0 2000 0 140])
7 c2 _1 j0 w/ t+ l/ c' j# b: Q# ~8 W3 lxlabel('时间/s')
, x9 X4 X) ^" fylabel('幅度')
figure
plot(db(spchaff))
. W1 W) H6 r4 `! {. p1 Atitle('箔条频谱')
xlabel('频率/Hz')
8 O/ b% [0 R( K" {/ s5 Oylabel('功率谱密度')
' F6 s0 d' ?. r3 j$ ^6 c: uamp_coef = 0.05;
stchaff = amp_coef*stchaff;
8 {& P+ ~% O) C+ H9 h( Odata_st = range_process_mf(sig_LOS, stchaff, 3000);
: D( O  Z; V2 D& ?figure
+ x7 L& e9 b! l( x. d' \plot(axes_rng, db(data_st))
xlabel('距离/m')
ylabel('幅度/dB')
: x+ d. v! H/ Atitle('箔条距离压缩结果')

dfittool(abs(stchaff))  %幅度拟合
7 s& O2 W0 f0 R; k0 X; @
& w  F) r- E& m7 i幅度拟合的结果如图
- M0 O$ ^. C' Q( a) {求问怎么把最左边那个数据去掉然后做瑞利分布拟合？
5 l2 N0 `$ `' p! D: ?! ?" V请教大神，非常感谢！

Taio

先确定用来绘图的两个向量draw_x,draw_y然后把它们对应横轴最左侧的元素删掉。

Taio

然后用raylfit函数或者fitdist函数拟合。