基于matlab模拟雷达信号检测中的恒虚警处理方法（慢门限和快门限）

✅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

本文研究了慢门限恒虚警处理和快门限恒虚警处理算法,针对慢门限恒虚警电路模型使用对数减法来代替除法运算以提高效率;针对快门限恒虚警处理电路模型存在的边缘效应问题,采用双侧单元平均选大的解决方案,使雷达检测系统始终处于恒虚警状态.

⛄ 代码

clear all
close all
clc
sigma=2;  
t=1e-3;
fs=1e6;
ts=1/fs;
t1=0.05e-3:1/fs:0.2e-3-1/fs;
n=length(t1);
rand('state',0);
u=rand(1,n);

% %瑞利噪声
rayleigh_noise=sqrt(2*log2(1./u))*sigma;

%产生目标回波
N=1000;%N=t/ts;
s_pc_1=[zeros(1,100),1,zeros(1,N-101)];
noise=rand(1,N);
rayleigh_clutter=[zeros(1,50),rayleigh_noise,zeros(1,N-200)];
s_pc=s_pc_1+0.1*rayleigh_clutter+0.1*noise;
figure,plot((0:ts:t-ts),s_pc);
xlabel('t(单位：s)');title('叠加了瑞利分布杂波、热噪声的目标回波');

%慢门限恒虚警处理
cfar_result=zeros(1,N);
cfar_result(1,1)=s_pc(1,1);
for i=2:N
    cfar_result(i)=s_pc(1,i)/mean(s_pc(1,1:i));
end
figure,plot((0:ts:t-ts),cfar_result);
xlabel('t(单位：s)');title('采用慢门限处理结果');

%快门限恒虚警处理
cfar_k_result=zeros(1,N);

%第一点恒虚警处理时噪声均值由其后的16点的噪声决定
cfar_k_result(1,1)=s_pc(1,1)/(sqrt(2)/pi*mean(s_pc(1,2:17)));

%第2点到第16点的恒虚警处理时噪声均值由其前面和后面的16点的噪声共同决定
for i=2:16
    noise_mean=sqrt(2)/pi*(mean(s_pc(1,1:i-1))+mean(s_pc(1,i+1:i+16)))/2;
    cfar_k_result(1,i)=s_pc(1,i)/noise_mean;
end

%正常的数据点的恒虚警处理的噪声均值由其前面和后面各26点的噪声中的决定
for i=17:N-17
    noise_mean=sqrt(2)/pi*max(mean(s_pc(1,i-16:i-1)),mean(s_pc(1,i+1:i+16)));
    cfar_k_result(1,i)=s_pc(1,i)/noise_mean;
end

%倒数第16点到倒数第2点的恒虚警处理时噪声均值由其前面16和后面的噪声共同决定
for i=N-16:N-1
   noise_mean=sqrt(2)/pi*(mean(s_pc(1,i-16:i-1))+mean(s_pc(1,i+1:N)))/2;
 cfar_k_result(1,i)=s_pc(1,i)/noise_mean;
end

%最后一点恒虚警处理时噪声均值由其前面16点的噪声决定
cfar_k_result(1,N)=s_pc(1,N)/(sqrt(2)/pi*mean(s_pc(1,N-16:N-1)));

figure,plot((0:ts:t-ts),cfar_k_result);
xlabel('t(单位：s)');title('采用快门限处理结果');

⛄ 运行结果

⛄ 参考文献

[1] 刘峰, 谢永亮, 毛德广,等. 基于慢门限与快门限的雷达回波恒虚警处理算法研究[J]. 火控雷达技术, 2009, 38(4):5.

[2] 李耀通. 海杂波的智能恒虚警关键技术的研究[D]. 大连海事大学, 2015.

[3] 郑小姣. 雷达中频信号的数字化采集处理[D]. 大连海事大学.

[4] 石敏. 基于TMS320C6678的恒虚警和目标凝聚算法的实现[D]. 南京理工大学.

⛳️ 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