基于Matlab模拟ML-CFAR 高频雷达目标检测最大似然恒虚警方法

简介: 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


相关文章
|
8月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
252 6
|
8月前
|
传感器 机器学习/深度学习 数据采集
【数据驱动】【航空航天结构的高效损伤检测技术】一种数据驱动的结构健康监测(SHM)方法,用于进行原位评估结构健康状态,即损伤位置和程度,在其中利用了选定位置的引导式兰姆波响应(Matlab代码实现)
【数据驱动】【航空航天结构的高效损伤检测技术】一种数据驱动的结构健康监测(SHM)方法,用于进行原位评估结构健康状态,即损伤位置和程度,在其中利用了选定位置的引导式兰姆波响应(Matlab代码实现)
248 1
|
8月前
|
机器学习/深度学习 监控 算法
分布式光伏储能系统的优化配置方法(Matlab代码实现)
分布式光伏储能系统的优化配置方法(Matlab代码实现)
463 1
|
8月前
|
边缘计算 资源调度 监控
无人机边缘计算中的计算卸载——Stackelberg博弈方法研究(Matlab代码实现)
无人机边缘计算中的计算卸载——Stackelberg博弈方法研究(Matlab代码实现)
479 3
|
8月前
|
运维 算法
【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究(Matlab代码实现)
【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究(Matlab代码实现)
257 0
|
8月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
609 0
|
8月前
|
数据采集 算法 数据挖掘
【场景削减】基于DBSCAN密度聚类风电-负荷确定性场景缩减方法(Matlab代码实现)
【场景削减】基于DBSCAN密度聚类风电-负荷确定性场景缩减方法(Matlab代码实现)
292 0
|
8月前
|
机器学习/深度学习 边缘计算 运维
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)
249 10
|
8月前
|
算法 安全
【含储能及sop的多时段配网优化模型】基于柔性开断点(Soft Open Point)的主动配电网电压与无功功率协调控制方法研究(Matlab代码实现)
【含储能及sop的多时段配网优化模型】基于柔性开断点(Soft Open Point)的主动配电网电压与无功功率协调控制方法研究(Matlab代码实现)
272 8
|
8月前
|
数据采集 新能源 调度
【Copula】基于二元Frank-Copula函数的风光出力场景生成方法【考虑风光出力的不确定性和相关性】(Matlab代码实现)
【Copula】基于二元Frank-Copula函数的风光出力场景生成方法【考虑风光出力的不确定性和相关性】(Matlab代码实现)
390 4

热门文章

最新文章