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。
0 X' l$ q4 P+ m; U8 G程序如下：
: t& s4 k7 S4 ~, R$ r' yclear
( z/ C% y& t6 {9 {close all
% u  [/ P6 u$ F. g. F/ c% 仿真一个LFM脉冲，并做距离处理
( i& G( |4 e5 ^* r4 Q- D. OC = 3e8;
Tp = 0.32;     %脉宽
Tpp = 0.5;    %脉冲重复周期
2 K/ j5 {" |  \& [/ Gfsx = 6000;      %采样率
Bw = 2000;      %带宽

Np = Tp * fsx;     %脉冲内点数1920
) T2 f' ^' M2 ~( k& s" t* lNpp = Tpp * fsx;   %脉冲重复周期内点数3000
K = Bw / Tp;      %调频斜率
tp = (-Np/2:Np/2-1)' / fsx;   %零中频
5 @0 r* [. K( @8 o- B) e* @! Utpp = (0:Npp-1)' / fsx;  
rng_fs = C/2/fsx;

%% 噪声和信号幅度计算
7 Z. k5 y' r; Q: [  p* i* o- xSNR = -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
A_jam = 10^(JNR/20);       %干扰信号幅度
%% 本振
sigLFM = exp(1i*pi*K*tp.^2);  %LMF信号
+ a+ t/ y) I: t. Bsig_LOS = [sigLFM ; zeros(Npp-Np, 1)];
9 X/ q9 W$ q: s  a8 C1 N  \4 O% Z' \figure
plot(real(sig_LOS))
1 q( V2 F, R4 m, Oaxis([0 2000 -1 1])
8 W) T2 O; S* o' |  ntitle('LFM脉冲实部')
, l/ s2 `2 e  e/ j
) x8 O% O, Z7 x) h8 F% figure
% plot(db(fftshift(fft(sig_LOS))))
; }' |9 S* q2 \  W% figure
! v% _. @  q. T9 z' E$ [; L% plot(abs(sig_LOS))
0 R3 Y7 Q9 X6 o% title('LFM脉冲幅度')
3 ^6 }" z/ P3 B
  g. o: M! v! N0 C. d$ c; S% O%% 目标回波
' D/ t8 U8 T% X6 u; Ft_delay = 0.08;    %目标回波时延
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));
1 l$ W# x3 Q) b3 u
, J6 @1 x: z# gfigure
+ ^) N# e6 m. H& W/ oplot(real(sig_tar))
title('目标回波实部')
& S( E1 J7 ?' ~
3 a2 |- i. y- ^+ c/ ^1 t% figure
8 H# f2 ~  t0 P, P+ f# |  k2 a% plot(abs(sig_tar))
% title('目标回波幅度')

# h  K# x8 n: i% A1 D7 U' ~%% 距离处理
data_rng = range_process_mf(sig_LOS, sig_tar_noise, 3000);
axes_rng = rng_fs*(1:3000);
5 J* B8 A! q, A9 h) Q+ s$ Efigure
plot(axes_rng, db(data_rng))
xlabel('距离/m')
' L; C. s3 x5 u2 D+ R' @ylabel('幅度/dB')
title('信号距离压缩结果')
' b- v+ U/ B' D4 r5 ~  e%% 箔条
% v1 V6 }# k, o: b- l9 @nChaff = 2000;  %箔条个数
" ?+ ~4 }0 \' d* E* Bf0 = 45e9;  %载频
1 r) H$ }* K  d; c  S( Hfdrchaff = 50;  %箔条云整体Doppler频率
6 b0 ~) W2 P7 p+ z! i4 tfschaff = 6000; %采样率
0 j4 u4 u: g& \/ [, O! v" wTchaff = 0.5; %脉宽
2 }2 I3 `6 \, K1 [1 e6 A, ^Nchaff = fschaff*Tchaff;
var = 1.4;  %方差
& O0 F! p( m4 k1 L3 H: dc=3e8;
4 T) B8 p/ ]" Dlambda = c/f0;  %波长
( v& [; A7 M# J0 i7 Xstchaff = zeros(1,Nchaff);st00 = zeros(1,Nchaff);
st1chaff = [];
$ E+ p1 Y6 ~: X) r+ t3 hvc = 0+sqrt(var)*randn(1,nChaff);  %随机的速度
t = 0:1/fschaff:Tchaff-(1/fschaff); %时间轴
t = t+1;
/ y$ W& C6 W8 I7 Q% Ifor i=1:nChaff
+ g) m/ y* T# O9 ], D, `    vci=vc(i);
    fdchaff=2*vci/lambda;
- e, p! O. _2 [5 C0 w    fdi=fdchaff+fdrchaff;
    st0=cos(2*pi*(f0+fdi)*t);
    st00=st0+st00;
6 R" ~* y# G/ }: G  h* q( u    st1chaff=exp(1j*2*pi*(f0+fdi)*t)*exp(1j*randn());
    stchaff=stchaff+st1chaff.*sig_LOS.';
end
7 P2 `6 T$ M/ ~0 ]; o' fspchaff=fftshift(fft(stchaff));
3 [+ j: W% `* o- W1 Sfigure
' e5 }( U, G6 f7 Pplot(abs(stchaff))
5 ^5 I7 M. ]6 t  _9 A7 G5 M9 ^title('箔条时域波形')
axis([0 2000 0 140])
4 N8 r; b" K1 @xlabel('时间/s')
ylabel('幅度')
figure
plot(db(spchaff))
& ?+ i; h* w& S8 Vtitle('箔条频谱')
xlabel('频率/Hz')
ylabel('功率谱密度')
% A+ Q# y. J# eamp_coef = 0.05;
0 O! `2 Q  l+ t9 U& N- |stchaff = amp_coef*stchaff;
data_st = range_process_mf(sig_LOS, stchaff, 3000);
figure
plot(axes_rng, db(data_st))
/ t# D' R1 A( b) Y- m1 Uxlabel('距离/m')
# ~& e/ v" |$ u( ^2 rylabel('幅度/dB')
title('箔条距离压缩结果')

' D  _9 s2 n7 J- Y% ndfittool(abs(stchaff))  %幅度拟合

幅度拟合的结果如图
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！
* P2 u4 a+ U# F" [( D" b( Z0 @

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。