【雷达通信】雷达一维恒虚警检测CFAR含Matlab源码

1 简介

由于雷达的实际背景环境复杂,所以背景环境不是均匀背景,而是包含目标,噪声,杂波,干扰等的复杂环境,如何从复杂的背景环境中提取目标信息显得尤为重要.雷达信号的恒虚警处理技术作为一种自适应阀值技术,被广泛应用于雷达目标的自动检测中.经过多年的发展和研究,CFAR检测技术的理论已经取得了很多成果,但大多数恒虚警检测器在不同的背景环境中很难实现性能的平衡,面临在杂波边缘环境下虚警概率增大和在多目标环境下检测性能明显下降的问题.

2 部分代码

%% 程序初始化
clc;clear all;close all;
% %% 均匀背景噪声（单目标&多目标）
% shape=[200];
% variance=200;
% noise_db=20;
% noise_p=10.^(noise_db./10);
% show_out=1;
% [ xc ] = env_uniform(variance, shape, noise_db,show_out);
%
% %单目标
% SNR1=15; signal1_p=10.^(SNR1./10).*noise_p
% des=90;
% xc(1,des)=signal1_p;
% %多目标
% SNR1=20;signal1_p=10.^(SNR1./10).*noise_p;
% xc(1,90)=signal1_p;
% SNR2=15;signal2_p=10.^(SNR2./10).*noise_p;
% xc(1,102)=signal2_p;
% 杂波边缘背景噪声（单目标&多目标）
shape=[100,200];
variance=200;
noise_db=[20,30];
noise_p=10.^(noise_db./10);
show_out=1;
[ xc ] = env_edge(variance, shape, noise_db,show_out);
% 多目标
SNR1=15;signal1_p=10.^(SNR1./10).*noise_p(1,end);
SNR2=12;signal2_p=10.^(SNR2./10).*noise_p(1,end);
SNR3=8;signal3_p=10.^(SNR3./10).*noise_p(1,end);
SNR4=5;signal4_p=10.^(SNR4./10).*noise_p(1,end);
%
loc1=randi([43,44],1,1);
xc(1,loc1)=signal1_p;
loc2=randi([46,48],1,1);
xc(1,loc2)=signal3_p;
loc3=randi([50,53],1,1);
xc(1,loc3)=signal2_p;
loc4=randi([55,58],1,1);
xc(1,loc4)=signal1_p;
loc5=randi([90,93],1,1); %接近杂波区，但是依然在
% xc(1,loc5)=signal1_p;
xc(1,loc5)=signal2_p; %这种杂波边缘有目标的情况，还需要优化
% xc(1,loc5)=signal3_p;
loc6=randi([102,108],1,1);
xc(1,loc6)=signal3_p;
%% 算法结果&图谱显示
N=36;
pro_N=10;
PAD=10^(-4);
[ index, XT ] = cfar_ac( xc, N, pro_N, PAD);
figure;
plot(10.*log(abs(xc))./log(10)),hold on;
plot(index,10.*log(abs(XT))./log(10)),hold on;
%
% [ index, XT ] = cfar_go( xc, N, pro_N, PAD);
% figure;
% plot(10.*log(abs(xc))./log(10)),hold on;
% plot(index,10.*log(abs(XT))./log(10)),hold on;
%
% N=36;
% pro_N=2;
% k=2.*N./4;
% PAD=10^(-4);
% [ index, XT ] = cfar_os( abs(xc), N, k, pro_N, PAD);
% figure;
% plot(10.*log(abs(xc))./log(10)),hold on;
% plot(index,10.*log(abs(XT))./log(10)),hold on;
%
% [ index, XT ] = cfar_so( xc, N, pro_N, PAD);
% figure;
% plot(10.*log(abs(xc))./log(10)),hold on;
% plot(index,10.*log(abs(XT))./log(10)),hold on;

3 仿真结果

4 参考文献

[1]毛云. 雷达杂波图CFAR检测算法研究及实现[D]. 西安电子科技大学.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。