✅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👇
⛄ 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 allclose allclcsigma=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));endfigure,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.
