基于Matlab模拟Swerling 0~4型目标检测概率随信噪比变化的曲线

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

⛄ 内容介绍

随着雷达信号处理技术的发展以及新型隐身武器的不断出现,现代战争对雷达探测目标的性能提出了更高的要求,探测目标性能的提高在很大程度上是依赖于信号信噪比的提高。雷达回波信号不但有微弱的信号还会有很强的噪声,微弱的信号通常被噪声所淹没。此时只有提高信号的信噪比才能把微弱的目标信号从噪声中分离出来,进而提高对目标检测的性能。视频积累是提高信噪比的一种重要方法,这使得视频积累技术在雷达信号处理中发挥的作用越来越重要。

⛄ 部分代码

tic;

clc;

clear all;

close all;

SNRdB=-10:0.5:20;

SNR=10.^(SNRdB/10); %信噪比

N=[1 10 10 1000];

for i=1:4;

Pd0(i,:)=Pd_swerling0(N(i));

Pd1(i,:)=Pd_swerling1(N(i));

Pd2(i,:)=Pd_swerling2(N(i));

Pd3(i,:)=Pd_swerling3(N(i));

Pd4(i,:)=Pd_swerling4(N(i));

end

figure 

Q1=plot(SNRdB,Pd0(1,:),'-r',SNRdB,Pd1(1,:),'--g',SNRdB,Pd2(1,:),'-.b',SNRdB,Pd3(1,:),':k',SNRdB,Pd4(1,:),'+m');

set(Q1,'LineWidth',2);

legend('Swerling0','Swerling1','Swerling2','Swerling3','Swerling4',0)

xlabel('SNR/dB');ylabel('检测概率Pd');axis([-10 20 0 1]);

title('N=1');

grid on;

figure 

Q2=plot(SNRdB,Pd0(2,:),'-r',SNRdB,Pd1(2,:),'--g',SNRdB,Pd2(2,:),'-.b',SNRdB,Pd3(2,:),':k',SNRdB,Pd4(2,:),'+m');

grid on

set(Q2,'LineWidth',2);

legend('Swerling0','Swerling1','Swerling2','Swerling3','Swerling4',0)

xlabel('SNR/dB');ylabel('检测概率Pd');axis([-10 20 0 1])

title('N=10')

figure 

Q3=plot(SNRdB,Pd0(3,:),'-r',SNRdB,Pd1(3,:),'--g',SNRdB,Pd2(3,:),'-.b',SNRdB,Pd3(3,:),':k',SNRdB,Pd4(3,:),'+m');

title('N=100')

set(Q3,'LineWidth',2);

legend('Swerling0','Swerling1','Swerling2','Swerling3','Swerling4',0)

xlabel('SNR/dB');ylabel('检测概率Pd');axis([-10 20 0 1]);

grid on;

figure  

Q4=plot(SNRdB,Pd0(4,:),'-r',SNRdB,Pd1(4,:),'--g',SNRdB,Pd2(4,:),'-.b',SNRdB,Pd3(4,:),':k',SNRdB,Pd4(4,:),'+m');

grid on;

set(Q4,'LineWidth',2);

legend('Swerling0','Swerling1','Swerling2','Swerling3','Swerling4',0)

xlabel('SNR/dB');ylabel('检测概率Pd');axis([-10 20 0 1]);

title('N=1000')

toc;

⛄ 运行结果

⛄ 参考文献

[1] 朱振军. 雷达视频积累器的设计及实现[D]. 江苏科技大学.

[2] 汤俊, 伍勇, 彭应宁,等. MIMO雷达对空域Rician起伏目标检测性能研究[J]. 中国科学：信息科学, 2009(8):9.

[3] 高世鹰. 基于虚拟仪器技术的雷达起伏回波模拟和检测概率测试[D]. 中国工程物理研究院.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料