线性调频信号，LFM信号，chirp信号，驻定相位原理（POSP），泰勒展开，Taylor展开，脉冲压缩，匹配滤波，sinc，分辨率，峰值旁瓣比，积分旁瓣比

正弦函数。 sinc(X) 为 X 的元素返回 sin(pi * x) / (pi * x)。sinc(0) = 1。X 可以是标量、向量或矩阵。

sinc插值matlab,sinc插值matlab程序,matlab源码.rar

SAR相关指标_sinc函数与SAR点目标聚焦指标 ——分辨率、峰值旁瓣比、积分旁瓣比 文档和matlab程序

注意：此函数现在可从 IoSR Matlab 工具箱中作为 iosr.dsp.sincFilter 使用。 ------------------------- y = sinc_filter(x,Wn) y = sinc_filter(x,Wn,N) y = sinc_filter(x,Wn,N,dim) y = sinc_filter(x,Wn,[],dim) y = sinc_filter(x,Wn) 将接近理想的低通或带通砖墙滤波器应用于阵列 x，沿第一个非单一维度（例如，沿矩阵的列向下）操作。 截止频率/频率在 Wn 中指定。 如果Wn是标量，则Wn指定低通截止频率。 如果 Wn 是二元素向量，则 Wn 指定带通间隔。 Wn必须为0.0 <Wn <1.0，其中1.0对应于一半的采样率。 滤波是通过 x 与 sinc 核的基于 FFT 的卷积来执行的。 y = sinc_fil

应用窗口 sinc 滤波器 用法： [xf,Rh,Fh] = winsinc(x,dt,fc,ns,ftype,fo) 描述： 加窗正弦滤波器。 这是一个数字对称非递归滤波器，它可以是低通、高通或带通，通过使用加窗的 sinc 函数。非递归滤波器基于将输入序列与权重函数进行卷积。与递归滤波器相比，它们的优势在于它们总是稳定且配对更简单。它们的缺点是它们可能需要大量的权重才能实现所需的响应。 输入变量： x = 向量dt = 采样间隔fc = 截止频率ns = 过滤器的宽度(>>ns 产生更陡峭的截止但计算成本更高） 2*ns + 1 = 滤波器阶数，（滤波器系数数） win = 窗口类型： 'welch'、'parzen'、'hanning'、'hamming' 'blackman'、'lanczos'、'kaiser' ftype = 'low', 'high' o 'pass'

%插值和重采样函数，其中： % I = 插值率% D = 重采样位置，要移动的样本数% x(n) = 输入波形% y(n*(1/I) + D) = 输出波形% --包括具有指数衰减函数的选项平滑以减少吉布斯振铃

很好地插值函数，可以直接调用，简单易懂，注释清晰。

如果输入是包含 DC - 0.5Fs 分量的带限信号，其中 Fs 是采样率，SINCRESAMPLE 将返回以更高采样率（和相同的滤波器设置）看到的信号。 该算法取决于以下事实：在Fs采样时，完全定义了带宽限制信号。 SINCRESAMPLE 返回与一组时移窗口 sinc 函数卷积的数据，输入信号中的每个样本 [1..size(x,1)] 一个。 通过在重采样之前在每列的开头和结尾添加数据的反射和镜像副本，可以减少最终影响。 请注意，Y 末尾的点（和/或开头，如果 SHIFT 为负）将被外推到 X 的边界之外。 SINCRESAMPLE 是以下讨论的方法的概括： T.Blanche & NVSwindale (2006) 奈奎斯特插值提高了多单元记录中的神经元产量神经科学方法杂志 155, 81-91 http://dx.doi.org/doi:10.1016/j.jneumeth.2

使用 SINC 内核对原始输入时间序列进行卷积以获得重采样时间序列的稳健插值函数。 评论部分提供了一个简单的示例来说明 resampleSINC 的工作原理。 另请参阅 resampleFDZP 以了解频域零填充 (FDZP) 重采样。