基于Matlab模拟单元平均、审核式、有序统计CFAR检测门限

简介: 基于Matlab模拟单元平均、审核式、有序统计CFAR检测门限

✅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。

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

雷达系统在进行恒虚警处理时, 通常采用的参考单元数是有限的.此时若采用理论的检测门限,将使虚警率大大增加. 本文中我们通过仿真的方法确定CFAR中的实际门限系数,研究有限的参考单元数对虚警性能的影响.本文模拟单元平均、审核式、有序统计CFAR检测门限。

⛄ 代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% Name          :  CFAR.m

% Function      :  比较各种CFAR算法的检测门限

% Date          : 2010-10-30

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clc;

close all;

clear all

x=[wgn(1,100,20,50,'dbm') wgn(1,100,30,50,'dbm')];

x(45)=x(45)+sqrt(10^(35/10)/20);

x(48)=x(48)+sqrt(10^(22/10)/20);

x(42)=x(42)+sqrt(10^(22/10)/20);

x(50)=x(50)+sqrt(10^(40/10)/20);

x(52)=x(52)+sqrt(10^(27/10)/20);

x(48)=x(48)+sqrt(10^(27/10)/20);

x(96)=x(96)+sqrt(10^(35/10)/20);

x(103)=x(103)+sqrt(10^(45/10)/20);

ref_win=16;

safe_win=3;

pfa=10^-6;

alpha=ref_win*(pfa^-(1/ref_win)-1);

ca_cfar=zeros(1,200);

censor_cfar=zeros(1,200);

os_cfar=zeros(1,200);

%ca_cfar

for i=20:180

   tmp=abs([x(i-safe_win-ref_win:i-safe_win-1) x(i+safe_win:i+safe_win+ref_win-1)]);

   tmp=sort(tmp);

   ca_cfar(i)=mean(tmp);

   censor_cfar(i)=mean(tmp(10:25));

   os_cfar(i)=tmp(24);

end

%censor_cfar


plot(10*log10(abs(x).^2/50*1000));hold on;grid on

plot([20*ones(1,100) 30*ones(1,100)]+11.2,'--');

plot(10*log10(alpha*abs(ca_cfar).^2/50*1000),'b');

plot(10*log10(abs(4.8*censor_cfar).^2/50*1000),'-g');

plot(10*log10(10*abs(os_cfar).^2/50*1000),'-r');

axis([1 200 0 50]);

hold off

legend('','理想检测门限','单元平均CFAR检测门限','审核式CFAR检测门限','有序统计CFAR检测门限')

⛄ 运行结果

⛄ 参考文献

[1] 高志强. 船用调频连续波雷达信号处理关键算法研究与实现[D]. 电子科技大学, 2016.

[2] 郝程鹏, 侯朝焕, 王维建. 基于改进的VI-CFAR算法的分布式CFAR检测[J]. 系统仿真学报, 2007, 19(4):830-832.

[3] 茆星宇刘贵如王陆林李铮. 基于有序统计和最大参考单元选择的CFAR算法[J]. 佳木斯大学学报:自然科学版, 2022, 40(6):33-37.

[4] 孟祥伟, 何友. 基于准最佳加仅有序统计的最大选择CFAR检测算法[J]. 电子学报, 1997.

[5] 刘盼芝, 韩崇昭. 基于自动筛选技术的分布式CFAR检测算法[J]. 系统工程与电子技术, 2008, 30(6):6.


Please cite the paper:


[1] C. Wang, W. Pedrycz, Z. Li and M. Zhou, "Kullback–Leibler Divergence-Based Fuzzy C-Means Clustering Incorporating Morphological Reconstruction and Wavelet Frames for Image Segmentation," in IEEE Transactions on Cybernetics, vol. 52, no. 8, pp. 7612-7623, Aug. 2022, doi: 10.1109/TCYB.2021.3099503.


Full paper link: https://ieeexplore.ieee.org/document/9565823 



Note: If you want to segment a gray image, please run test_FCM_g.m.



Cong Wang's homepage: https://iopen.nwpu.edu.cn/info/1251/2526.htm


Google Scholar Profile: https://scholar.google.com/citations?user=5bCRqnkAAAAJ&hl=zh-CN

Github Profile: https://congwang0705.github.io/

Research Gate Profile: https://www.researchgate.net/profile/Cong-Wang-42


⛳️ 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
|
3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)
|
4月前
|
机器学习/深度学习 固态存储 算法
基于MATLAB的图像人数统计
基于MATLAB的图像人数统计
|
3月前
|
机器学习/深度学习 编解码 算法
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
【GUI】通过Hough变换在SEM显微图像上检测滑移线研究(Matlab代码实现)
151 0
|
2月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
3月前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
224 5
|
3月前
|
传感器 机器学习/深度学习 编解码
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
使用显著性检测的可见光和红外图像的两尺度图像融合(Matlab代码实现)
135 3
|
3月前
|
传感器 机器学习/深度学习 算法
【无人机编队】基于麻雀算法分布式无人机群自适应航迹规划和碰撞检测研究(Matlab代码实现)
【无人机编队】基于麻雀算法分布式无人机群自适应航迹规划和碰撞检测研究(Matlab代码实现)
|
4月前
|
机器学习/深度学习 传感器 算法
【继电器】基于泰勒级数展开的样本估计和误差计算方法提高继电器的功率摆幅检测性能研究(Matlab代码实现)
【继电器】基于泰勒级数展开的样本估计和误差计算方法提高继电器的功率摆幅检测性能研究(Matlab代码实现)
107 0
|
4月前
|
机器学习/深度学习 编解码 算法
【图像处理】小波编码图像中伪影和纹理的检测(Matlab代码实现)
【图像处理】小波编码图像中伪影和纹理的检测(Matlab代码实现)
|
6月前
|
机器学习/深度学习 算法 5G
基于DNN深度神经网络的OFDM+QPSK信号检测与误码率matlab仿真
本内容展示了基于深度神经网络(DNN)的OFDM-QPSK信号检测算法在Matlab2022a中的仿真效果。通过构建包含多层全连接层和ReLU激活函数的DNN模型,结合信号预处理与特征提取,实现了复杂通信环境下的高效信号检测。仿真结果对比了传统LS、MMSE方法与DNN方法在不同信噪比(SNR)条件下的误码率(BER)和符号错误率(SER),验证了DNN方法的优越性能。核心程序涵盖了QPSK调制、导频插入、OFDM发射、信道传输及DNN预测等关键步骤,为现代通信系统提供了可靠的技术支持。
99 0

热门文章

最新文章