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。
% C" i4 k  l( M# F. x. ?程序如下：
clear
close all
& [) N- C7 g# S0 O; ^% 仿真一个LFM脉冲，并做距离处理
C = 3e8;
: f& d$ V1 Q+ x5 NTp = 0.32;     %脉宽
Tpp = 0.5;    %脉冲重复周期
fsx = 6000;      %采样率
Bw = 2000;      %带宽
% e# t$ v# W1 f( G0 j9 H# V& y
2 Q- g" H5 \4 C+ |- Q/ G# M, ^Np = Tp * fsx;     %脉冲内点数1920
Npp = Tpp * fsx;   %脉冲重复周期内点数3000
9 [. C  p3 @1 C- IK = Bw / Tp;      %调频斜率
tp = (-Np/2:Np/2-1)' / fsx;   %零中频
5 v4 a" h% a$ w$ Dtpp = (0:Npp-1)' / fsx;  
rng_fs = C/2/fsx;
- p( S6 z- B- {7 \0 x
%% 噪声和信号幅度计算
) s' X- ?7 S8 oSNR = -10;           %信噪比
JNR = 10;            %干噪比
A_noise = 1/sqrt(2);         %噪声信号幅度
8 A* A2 m# F2 i. ZA_tar  = 10^(SNR/20);      %目标信号幅度
. Z3 K- c2 J$ n8 r. m9 A7 C7 {5 wA_jam = 10^(JNR/20);       %干扰信号幅度
%% 本振
sigLFM = exp(1i*pi*K*tp.^2);  %LMF信号
7 K( B5 J  i7 Y/ {/ zsig_LOS = [sigLFM ; zeros(Npp-Np, 1)];
- I& ~4 y" c: B/ Z% a5 ]: x2 M$ Dfigure
plot(real(sig_LOS))
axis([0 2000 -1 1])
) h9 H, Z' y5 i6 D0 Z/ otitle('LFM脉冲实部')
: u. w: @4 ]# ^" C) K+ G
% figure
1 @9 I- D# C5 \- }5 U. i) c, h9 ^% x% plot(db(fftshift(fft(sig_LOS))))
% figure
% T7 }6 ^- W" u( _  j2 e% plot(abs(sig_LOS))
. Y7 Y/ Z3 K/ b% title('LFM脉冲幅度')
, l2 y; C9 N- X2 B$ W  ~
%% 目标回波
& N6 ^, a; ]+ ^t_delay = 0.08;    %目标回波时延
6 R+ D' T, a8 K- L( m5 u3 yt_rng = t_delay*C/2;     %目标位置1.2e7
2 `2 m+ @' y% cNshift = 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
  H0 B5 |7 i, ?sig_tar_noise = A_tar*sig_tar + A_noise*(randn(Npp, 1) + 1i*randn(Npp, 1));

figure
plot(real(sig_tar))
2 o& q# O' e( W4 x8 X, m6 rtitle('目标回波实部')

/ L/ H  L# s7 J3 Z$ C; q% figure
: x/ ?& q0 B+ x7 P1 j8 `1 [" y% plot(abs(sig_tar))
% title('目标回波幅度')
, p, o1 U) R2 ]1 f
%% 距离处理
3 m5 G  c. S! l- h" ?data_rng = range_process_mf(sig_LOS, sig_tar_noise, 3000);
  I! P5 t, y+ d0 [axes_rng = rng_fs*(1:3000);
figure
( S3 z- t9 g  ~1 Uplot(axes_rng, db(data_rng))
xlabel('距离/m')
ylabel('幅度/dB')
. s9 B4 S. a/ e$ j% S  z: _title('信号距离压缩结果')
1 }8 t' U& h) X% _9 q, a%% 箔条
nChaff = 2000;  %箔条个数
, n$ E7 m5 o4 b+ n+ X* r5 D" [: Yf0 = 45e9;  %载频
' E3 p* s3 o+ R8 P9 {2 afdrchaff = 50;  %箔条云整体Doppler频率
fschaff = 6000; %采样率
Tchaff = 0.5; %脉宽
Nchaff = fschaff*Tchaff;
var = 1.4;  %方差
2 g" P$ W6 N4 U5 \& o4 R, B, K, R' |c=3e8;
" A, T, [7 A7 Q" e0 e& s4 ^lambda = c/f0;  %波长
% K& V5 ~/ O& lstchaff = zeros(1,Nchaff);st00 = zeros(1,Nchaff);
9 U# b# w! X# A( V; }9 t6 d4 ?6 Ost1chaff = [];
vc = 0+sqrt(var)*randn(1,nChaff);  %随机的速度
t = 0:1/fschaff:Tchaff-(1/fschaff); %时间轴
t = t+1;
for i=1:nChaff
    vci=vc(i);
7 {, @0 j( F3 z& p5 ~5 f& S    fdchaff=2*vci/lambda;
8 I2 f! P; P/ t1 m5 `) w) W    fdi=fdchaff+fdrchaff;
    st0=cos(2*pi*(f0+fdi)*t);
4 Z% |. U; g' |    st00=st0+st00;
* c2 Q% ^1 r$ r    st1chaff=exp(1j*2*pi*(f0+fdi)*t)*exp(1j*randn());
5 x5 q/ ^. P5 _& w$ M    stchaff=stchaff+st1chaff.*sig_LOS.';
end
spchaff=fftshift(fft(stchaff));
figure
" r1 _5 y, p$ T, i0 Bplot(abs(stchaff))
8 K; s' o1 P5 }+ c- qtitle('箔条时域波形')
axis([0 2000 0 140])
xlabel('时间/s')
ylabel('幅度')
9 |& n; @. ^4 [( g* A( p* ^: afigure
plot(db(spchaff))
title('箔条频谱')
1 }/ G- S+ L" Fxlabel('频率/Hz')
5 m  r1 [+ u& j& }ylabel('功率谱密度')
# D2 B! W9 Q, F: h/ ^amp_coef = 0.05;
stchaff = amp_coef*stchaff;
data_st = range_process_mf(sig_LOS, stchaff, 3000);
figure
) y9 R1 n6 A7 Lplot(axes_rng, db(data_st))
: X3 l, L9 G4 Y  w, E% R" Fxlabel('距离/m')
2 J: i7 W1 R0 T$ \5 L$ X0 tylabel('幅度/dB')
" T9 R) U1 ~! o3 {  x; j  P7 T7 Atitle('箔条距离压缩结果')

dfittool(abs(stchaff))  %幅度拟合
! @( Q4 a  Y6 E- H0 b% F0 A
! q& X' g0 s- |幅度拟合的结果如图
5 e7 N$ N5 T5 @; d5 m求问怎么把最左边那个数据去掉然后做瑞利分布拟合？
请教大神，非常感谢！

' U: d* b0 m+ g5 d: L

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。