用MATLAB实现信号相关性度量的仿真实验——经验门限下欺骗式干扰鉴别方法

仿真实验描述：

情况1：设TNR为0dB，有源假目标复包络序列间的理论相关系数为JNR/（JNR+1）=0.5。

情况2，设TNR为3dB，有源假目标复包络序列间的理论相关系数为0.66661。

在所述仿真场景下，可能会出现相关性检验有三种，分别对应于H0，H1和H3，在不同PRI个数Q下，对H0和H1情况下的相关性度量均进行10w次MontoCarlo仿真实验，统计得到其均值和方差，并以其均值为中心，标准差为方差，得到不同积累脉冲个数下相关性度量的误差棒形图，其中PRI个数Q的变化范围为4~64，步长为4

实验仿真MATLAB代码：

close all
clear all
%% 此代码是对论文《多站雷达协同抗欺骗式干扰方法研究》第三章第3.3节的相关性度量的仿真实验进行复现
SNR=snr(10^(-1),1);%信噪比测试，用来确定幅度大小
SNR1=[0 3];%确定两次测试的信噪比，第一个信噪比为0db，第二个信噪比为3db
sycs=1000;%实验次数
for loop1=1:1:2    %进行两次循环，分别计算信噪比为0和3db时 的相关性度量图
    
for Q=4:4:64      %Q为脉冲重复间隔
    for loop=1:1:sycs    %进行十万次实验
        zsbpn1=(randn(Q,1))+1i*randn(Q,1);%第一个真实目标的幅度序列
        W1=randn(Q,1);%+0.3i*randn(Q,1);第一个真实目标的噪声序列          
        zsbpn2=(randn(Q,1))+1i*randn(Q,1);%第二个真实目标的幅度序列
        W2=randn(Q,1);%+0.3i*randn(Q,1);    第二个真实目标的噪声序列
        jmbbpn1=(randn(Q,1));%第一个假目标的幅度序列
        W3=randn(Q,1);%第一个假目标的噪声序列
        jmbbpn2=jmbbpn1;%第二个假目标的幅度序列（与第一个相同，因是同一有源干扰机发出）
        W4=randn(Q,1);%第二个假目标的噪声序列

%         zsapn1=zsbpn1+W1;%雷达接收站1收到的真实目标1的幅度序列
%         zsapn2=zsbpn2+W2;%雷达接收站2收到的真实目标的幅度序列
%         jmbapn1=jmbbpn1+W3;%雷达接收站1收到的假目标的幅度序列
%         jmbapn2=jmbbpn2+W4;%雷达接收站2收到的假目标的幅度序列
        
       
        zsapn1=awgn(db2mag(SNR1(1,loop1))*zsbpn1,SNR1(1,loop1),'measured');
        zsapn2=awgn(db2mag(SNR1(1,loop1))*zsbpn2,SNR1(1,loop1),'measured');
        jmbapn1=awgn(db2mag(SNR1(1,loop1))*jmbbpn1,SNR1(1,loop1),'measured');
        jmbapn2=awgn(db2mag(SNR1(1,loop1))*jmbbpn2,SNR1(1,loop1),'measured');
        A1ge=real(zsapn1)-1j*imag(zsapn1);%取雷达接收站1的幅度序列的共轭
        A2ge=real(zsapn2)-1j*imag(zsapn2);%取雷达接收站2的幅度序列的共轭
        jmbA1ge=real(jmbapn1)-1j*imag(jmbapn1);%取雷达接收站1的假目标幅序列的共轭

        pp1(Q/4,loop)=sum(real(A1ge).*real(zsapn2)-imag(A1ge).*imag(zsapn2))/(norm(zsapn2)*norm(zsapn1));%进行两个真实目标的相关性系数估计mean(A1ge'*zsapn2)/(sqrt(mean(A1ge'*zsapn1))*sqrt(mean(A2ge'*zsapn2)));
        pp2(Q/4,loop)=sum(real(jmbA1ge).*real(jmbapn2)-imag(jmbA1ge).*imag(jmbapn2))/(norm(jmbapn1)*norm(jmbapn2));%进行两个假目标的相关性系数估计
        pp3(Q/4,loop)=sum(real(A1ge).*real(jmbapn1)-imag(A1ge).*imag(jmbapn1))/(norm(zsapn1)*norm(jmbapn1));%进行一个真实目标一个假目标的相关性系数估计
    end
end
Q=4:4:64;%定义脉冲重复间隔
u1=real(pp1);%真实目标相关性度量
u2=real(pp2);%假目标相关性度量
u3=real(pp3);%真假目标相关性度量
aa1=mean(u1,2);%真实目标相关性度量均值
aa2=mean(u2,2);%假目标相关性度量均值
aa3=mean(u3,2);%真假目标相关性度量均值
bb1=std(u1,0,2);%真实目标相关性度量标准差
bb2=std(u2,0,2);%假目标相关性度量标准差
bb3=std(u3,0,2);%真假目标相关性度量标准差
figure
errorbar(Q,aa1,bb1,'-r','LineWidth',1.5);
hold on
errorbar(Q,aa2,bb2,'-k','LineWidth',1.5)
hold on
errorbar(Q,aa3,bb3,'-b','LineWidth',1.5)
grid on
legend('真实目标H0','有源假目标H3','真实目标与假目标H1','location','best')
xlabel('脉冲重复间隔个数Q')
ylabel('相关性度量')
hold off
end

执行结果展示：

                                                                        TNR为0dB

                                                                 TNR为3dB 

实验具体公式和细节请详见论文《多站雷达同抗欺骗式干扰方法研究》