%% 参数设置（完全对齐论文Section IV）
fs = 50e6; % 采样频率 50 MHz
duration = 100e-6; % 信号持续时间100μs
t = 0:1/fs:duration-1/fs; % 时间序列
window_length = 256; % 汉明窗长度

% LFM引信信号参数
U_on = 1; % 发射信号幅度（归一化）
f0 = 10e6; % 载频 10 MHz
mu = 5e11; % 调频斜率 5e11 Hz/s

% 噪声调幅干扰参数
k_AM = 0.8; % 调幅系数（0 < k_AM ≤ 1）
noise_bw = 100e3; % 噪声带宽 100 kHz

% STFT参数
noverlap = 128; 
nfft = 256; 

%% 生成完整数据集（JSR从-10dB到10dB，步长2dB，每个JSR 500样本）
JSR_values = -10:2:10; 
num_samples_per_JSR = 500; 

% 初始化存储表
csvTable = array2table(zeros(0, 64*64*3 + 1),...
    'VariableNames', [strcat('F', string(1:64*64*3)), "Label"]);

% 批量生成样本
for jsr_idx = 1:length(JSR_values)
    JSR = JSR_values(jsr_idx);
    fprintf('正在生成JSR=%ddB的样本...\n', JSR);
    
    for k = 1:num_samples_per_JSR
        [features, label] = generate_NAM_sample(JSR, k_AM, noise_bw);
        newRow = array2table([features, label], 'VariableNames', csvTable.Properties.VariableNames);
        csvTable = [csvTable; newRow];
    end
end

%% 保存数据到指定路径
save_path = 'E:\data1\NAM_Dataset.csv'; % 修改文件名

% 检查并创建文件夹
if ~exist('E:\data1', 'dir')
    mkdir('E:\data1');
end

% 写入CSV文件
writetable(csvTable, save_path);
disp(['数据集已保存至：', save_path]);
disp(['总样本数量：', num2str(height(csvTable))]);

%% 函数定义（噪声调幅干扰版本）
function [features, label] = generate_NAM_sample(JSR, k_AM, noise_bw)
% 参数定义
fs = 50e6;
duration = 100e-6; 
t = 0:1/fs:duration-1/fs;
U_on = 1;
f0 = 10e6;
mu = 5e11;
window_length = 256;
noverlap = 128;
nfft = 256;

% 1. 生成LFM发射信号
u_on = U_on * cos(2*pi*f0*t + pi*mu*t.^2);

% 2. 生成回波信号
c = 3e8;
tau = 2*15/c; % 目标距离15m
U_e = 0.7;
u_e = U_e * cos(2*pi*f0*(t - tau) + pi*mu*(t - tau).^2);

% 3. 生成噪声调幅干扰（关键修改部分）
A_j = sqrt(10^(JSR/10)) * U_e;

% 生成基带噪声（带限高斯白噪声）
noise = bandlimited_noise(length(t), fs, noise_bw);

% 确保调制后幅度非负
noise = noise / max(abs(noise)) * k_AM; % 归一化并控制调制深度

% 生成NAM干扰信号
j = A_j * (1 + noise) .* cos(2*pi*f0*t);

% 4. 添加噪声
noisePower = (U_e^2/2) / 10^(JSR/10);
n = sqrt(noisePower) * randn(size(t));

% 5. 合成接收信号
u = u_e + j + n;

% 6. STFT时频分析
window = hamming(window_length);
[S, ~, ~] = spectrogram(u, window, noverlap, nfft, fs, 'yaxis');
S_mag = abs(S);

% 7. 动态调整裁剪区域
[rows, cols] = size(S_mag);
row_start = max(1, floor(rows/2 - 32) + 1);
row_end = min(rows, row_start + 63);
col_start = max(1, floor(cols/2 - 32) + 1);
col_end = min(cols, col_start + 63);

% 裁剪并填充
S_cropped = zeros(64, 64);
S_temp = S_mag(row_start:row_end, col_start:col_end);
S_cropped(1:size(S_temp,1), 1:size(S_temp,2)) = S_temp;

% 8. 生成3通道
S_rgb = cat(3, S_cropped, S_cropped, S_cropped);

% 9. 转换为特征向量和标签
features = double(reshape(S_rgb, 1, []));
label = 4; % 标签设为4表示噪声调幅干扰
end

%% 辅助函数：生成带限高斯白噪声（与NFM版本相同）
function noise = bandlimited_noise(N, fs, bw)
% N: 采样点数
% fs: 采样率
% bw: 噪声带宽

% 生成白噪声
white_noise = randn(1, N);

% 设计低通滤波器
cutoff = bw/(fs/2);
[b,a] = butter(6, cutoff, 'low');

% 滤波得到带限噪声
noise = filter(b, a, white_noise);

% 归一化保持功率不变
noise = noise / std(noise);
end