基于Matlab的关于车载毫米波雷达对目标检测的SNR-虚警率-检出率

✅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

随着科技的进步,智能汽车已经成为未来汽车发展的必然趋势.车载雷达作为智能汽车的关键传感器之一,愈来愈得到重视.在常见的车载雷达中,毫米波雷达相比于激光雷达具有独特的优势,在汽车防撞系统中更是不可或缺.为了提高车载毫米波雷达的探测性能,除了不断增强雷达系统的硬件性能外,信号处理算法的研究一直以来也是备受关注.车载毫米波雷达最常采用的体制为线性调频连续波(Frequency Modulation Continuous Wave,FMCW)体制.本文基于Matlab的关于车载毫米波雷达对目标检测的SNR-虚警率-检出率​。

⛄ 部分代码

%% 评估SNR---Pd---Pfa之间的关系

% 有自己写的函数：      [Pd] = marcumsq_Parl(a,b)

% 和matlab自带的函数：  [pd] = marcumq(a,b)

% 【这里的函数求解是认为信号的幅度是不变的。如果有起伏的话检测概率是会发生变化的】

%小结：这两函数得到的结果稍微有点差别。

%输入：

%a = sqrt(2*SNR)    b = sqrt(-2*ln(Pfa))

clear all; close all; clc;

SNR = 0:0.1:18;          %这里的单位是dB,但是计算时要换成数值。

Pfa = 10.^(-[2:2:8]);

for ii = 1:length(Pfa)   %不同的Pfa下

    b = sqrt(-2*log(Pfa(ii)));   %matlab的自然对数ln就是直接用log表示

    

    for jj = 1:length(SNR)

        a = sqrt(2* 10^(SNR(jj)/10));

        Pd1(jj,ii) = marcumsq_Parl(a,b);    %我们的方法

        Pd2(jj,ii) = marcumq(a,b);          %matlab自带的函数

        %以上得到的每一列表示在特定的Pfa下，pd随不同SNR的变化。

    end

end

figure(1);

plot(SNR,Pd1.'); 

xlabel('SNR/dB');ylabel('检测概率');grid on; title('信号幅值不变时，特定Pfa下，Pd与SNR之间的关系曲线-使用自己写的函数');

legend('Pfa = 10e-2','Pfa = 10e-4','Pfa = 10e-6','Pfa = 10e-8');

figure(2);

plot(SNR,Pd2.'); 

xlabel('SNR/dB');ylabel('检测概率');grid on; title('信号幅值不变时，特定Pfa下，Pd与SNR之间的关系曲线-使用Matalab自带函数');

legend('Pfa = 10e-2','Pfa = 10e-4','Pfa = 10e-6','Pfa = 10e-8');

%loglog   是把坐标对数刻度化了（x和y轴都对数化）。

%semilogx 只把x轴对数化。

%plot     函数如果纵坐标给的有多个维度，它会自动画成多条曲线

%这里的函数还是直接用plot来画更直接些。

%% 当信号的幅度变化时上述三者之间的关系。

%我们假定信号的幅度变化符合瑞利分布。

SNR = 0:0.1:18;           %这里的单位是dB,但是计算时要换成数值。

Pfa = 10.^(-[2:2:8]);

Pd3 = exp( log(Pfa).' * (1./ (1+10.^(SNR/10))) );

fiure(3);

plot(SNR,Pd3);xlabel('SNR/dB');ylabel('检出概率/Pd');title('信号幅值呈瑞利分布时，特定Pfa下，Pd与SNR之间的关系曲线'); grid on;

legend('Pfa = 10e-2','Pfa = 10e-4','Pfa = 10e-6','Pfa = 10e-8');

%可以看看与前面信号幅值不变时的对比,拿出Pfa = 10e-6的情况。

figure(4);

plot(SNR,Pd1(:,3));hold on;

plot(SNR,Pd3(3,:));xlabel('SNR/dB');ylabel('检出概率/Pd');title('不同信号幅值模型下Pfa=10e-6时，Pd与SNR之间的关系曲线对比');grid on;

hold off;legend('信号幅值不变','信号幅值呈瑞利分布');

⛄ 运行结果

⛄ 参考文献

[1] 朱菊蕾. 车载毫米波雷达信号处理算法的研究[D]. 电子科技大学.

[2] 戴作宁, 张兴敢, 唐岚,等. 基于多通道补偿的毫米波雷达高速目标检测方法[J]. 南京大学学报：自然科学版, 2014, 50(3):5.

[3] 张浩然. 车载毫米波雷达障碍物检测系统设计[D]. 山东大学, 2019.

[4] 朱信鹏. 基于汽车毫米波雷达的目标跟踪算法研究[D]. 沈阳理工大学.

⛳️ 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