matlab仿真脉冲对信号的延时测距，运用AWGN加入噪声，运用自相关检测出时间，给出代码

以下是一个MATLAB仿真脉冲对信号的延时测距，运用AWGN加入噪声，运用自相关检测出时间的示例代码：

% 信号传播速度
c = 3e8;

% 发射信号频率
f0 = 1e9;

% 发射信号持续时间
T = 1e-6;

% 发射信号采样率
fs = 10e6;

% 发射信号
t = 0:1/fs:T;
x = sin(2 * pi * f0 * t);

% 接收信号延时
tau = 2e-6;

% 接收信号
y = [zeros(1, round(tau * fs)), x(1:end-round(tau * fs))];

% 加入高斯白噪声
SNR = 10; % 信噪比
y = awgn(y, SNR, 'measured');

% 自相关计算
[r, lags] = xcorr(y, x);

% 寻找峰值
[~, idx] = max(abs(r));
lag = lags(idx);

% 延时转化为距离
d = lag / fs * c / 2;

% 绘制结果
figure;
subplot(2, 1, 1);
plot(t, x);
title('发送信号');
xlabel('时间（s）');
ylabel('幅度');
subplot(2, 1, 2);
plot(t, y);
title('接收信号');
xlabel('时间（s）');
ylabel('幅度');
figure;
plot(lags, abs(r));
title('自相关函数');
xlabel('延时（样本数）');
ylabel('相关值');
hold on;
plot(lags(idx), abs(r(idx)), 'ro');
legend('自相关函数', '峰值');
fprintf('距离为 %f m\n', d);

在该示例代码中，首先生成了一个持续时间为1微秒、频率为1GHz的正弦信号作为发送信号，然后将其延时一定时间后作为接收信号，并加入指定信噪比的高斯白噪声。接着使用MATLAB中的xcorr函数进行自相关计算，得到自相关函数，并在自相关函数中寻找峰值，峰值对应的延时即为信号传播的时间。最后将延时转化为距离，根据信号传播速度和传播时间计算得到距离。