基于Matlab模拟ML-CFAR 高频雷达目标检测最大似然恒虚警方法

✅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。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

为了增强恒虚警(constant false alarm rate, CFAR)检测器在杂波边缘环境中的鲁棒性,结合无偏非均匀杂波估计CFAR(HCE—CFAR)检测器检测概率高和可变性指示CFAR(VI-CFAR)检测器虚警控制能力强的优点,提出一种基于最大似然差(maximum likelihood difference, MLD)的智能CFAR检测器MLD-CFAR

⛄ 代码

clear all;clc;close all;

%%%%  仿真数据  %%%%

T=0.25;M=100;tc=T/M;fc=1/tc;%%% 一个扫频周期T 为250ms ；M为每个周期采样点100 ；fc采样频率

N=256;n=1:N;%% 一个相关积累时间64

%%%

fw=10;%% 雷达工作频率10MHz

fb=0.102*sqrt(fw);%% bragg 频率

fs=1;%%  信号频率

a_db=-10;a=10^(a_db/20);%% 正Bragg峰幅值

b_db=-12;b=10^(b_db/20);%% 负Bragg峰幅值

c_db=-35;c=10^(c_db/20);%% 噪声基底

s_db=-30;s=10^(s_db/20);%% 信号幅度

bragg=a.*exp(j*2*pi*fb*T.*n)+b.*exp(-j*2*pi*fb*T*n);%%% 正弦序列产生 Bragg 峰

signal=s.*exp(-j*2*pi*fs*T*n);

nosic=c.*random('Normal',0,1,1,N);

x=bragg+nosic+signal;

%%%

Fx=abs(fftshift(fft(x)));

freq=(-1/(2*T):1/(T*N):(1/(2*T)-1/(T*N)));

%% Doppler向的虚警概率分析

%采用ML-CFAR最大似然方法

M=N;

P_fa=10^(-2);

R=8;%参考单元数  %此参数的选取注意sample的取值

n=R/2;

L_slipper=R+1;%滑窗长度

L_move=1;%滑窗间隔

L_num=floor((M-L_slipper)/L_move)+1;%滑窗次数

%tic

for i=1:L_num

    %整理参考单元数据  求解参数C  采用搜索方法求解

    tempsum=0;

    for j=1:n

        temp(j)=Fx((i-1).*L_move+j);

    end

    for j=n+2:L_slipper

        temp(j-1)=Fx((i-1).*L_move+j);

    end

    detlaC=0.1;

    c=detlaC:detlaC:10;

    min=1;

    for k=1:4 % 精度

        index=1;

        for j=1:length(c)

            tempsum1=0;

            tempsum2=0;

            tempsum3=0;

            for x=1:R

                tt1=temp(x)^c(j);

                tt2=c(j)*log(temp(x));

                tempsum1=tempsum1+tt1*tt2;

                tempsum2=tempsum2+tt1;

                tempsum3=tempsum3+tt2;

            end

            E1=log10(tempsum1/tempsum2-tempsum3/R);

            err=abs(E1);

            if err<min

                min=err;

                index=j;

                c_temp=c(index);

            end

        end

        c=(c_temp-detlaC):detlaC/10:(c_temp+detlaC);

        detlaC=detlaC/10; 

    end

    cc=c_temp;

%     c_view(i)=cc;

%     min_view(i)=min;

    %确定c值

    %求参数b值

    tempsum=0;

for x=1:R

        tempsum=tempsum+temp(x)^cc;

  end

    b=(tempsum/R)^(1/cc);

    %求解aplha门限因子

    alpha=((P_fa^(-1/R)-1)*R)^(1/cc);

    T(i)=alpha*b;

end

figure;

plot(freq,20.*log10(Fx/max(Fx)),'k');

% plot(freq,20.*log10(Fx),'k');

hold on;

plot(freq(R/2+1:M-R/2),20.*log10(T/max(Fx)));

% plot(freq(R/2+1:M-R/2),20.*log10(T));

xlabel('频率');ylabel('归一化幅值/dB');title('ML-CFAR');

grid on;

%最大似然估计法    

⛄ 运行结果

⛄ 参考文献

[1] 赵新宇. X波段对海探测雷达目标检测方法研究[D]. 哈尔滨工业大学.

[2] 周浩, 杨智清, 文必洋. 一种时频恒虚警高频雷达目标检测方法及系统:, CN113093119A[P]. 2021.

[3] 雷前召. 天波超视距雷达目标检测的杂波处理[C]// Proceedings of 2010 International Conference on Circuit and Signal Processing & 2010 Second IITA International Joint Conference on Artificial Intelligence(Volume 2). 0.

[4] 皮亦鸣, 邓晓波, 曹宗杰,等. 一种基于拟合优度检验的雷达目标恒虚警检测方法:, CN101329400A[P]. 2008.

[5] 张乐杰, 曾威, 赵志坚. 导航雷达目标恒虚警检测方法初探[J]. 科技展望, 2016, 26(028):129-130.

⛳️ 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