基于CA-CFAR的一维雷达信号恒虚警检测算法matlab仿真.zip

% 一维距离像仿真CA-CFAR目标检测过程 % 进行蒙特卡洛仿真，看看不同信噪比下的检测概率 clear all;close all;clc; %% 雷达参数设定 c=3e8; fc=1e9; lamda=c/fc; Tp=10e-6; %脉冲宽度 B=20e6; %带宽 kr=B/Tp; %调频斜率 fs=30e6; %快时间采样率 ts=1/fs; %时间采样间隔 pulse_sample_num=floor(Tp*fs); %脉冲采样点数 R=10e3; %目标距离10km delay=2*R/c; %时延 t=(delay-pulse_sample_num*ts):ts:(delay+2*pulse_sample_num*ts); Nr=length(t); t_start=t(1); r_axis_real=t*c/2; %绝对距离坐标轴 %% 信号产生、脉冲压缩、加噪 receiver_sig= rectpuls(t-Tp/2-delay,Tp).*exp(1i*2*pi*fc*(-delay)).*exp(1i*pi*kr*(t-Tp/2-delay).^2); figure plot(t,abs(receiver_sig)); st=rectpuls(t-t_start-Tp/2,Tp).*exp(1i*pi*kr*(t-t_start-Tp/2).^2); %参考信号，实质时间是从0开始的，所以压缩完后反映的是真实距离 fft_st=fft(st); %参考信号fft receive_fft=fft(receiver_sig); %接收信号fft data_r=ifft(receive_fft.*conj(fft_st)); Amp_max=max(abs(data_r)); %压缩后信号的最大幅度 SNR=0:25; %压缩后信噪比 mont_num=1000; %蒙特卡洛次数 %% CFAR自适应门限检测 num_cankao=20; %参考单元 num_protect=4; %保护单元 Pfa=1e-6; %恒虚警率 x_axis=(num_cankao/2+num_protect/2+1):(Nr-num_cankao/2-num_protect/2); alpha=num_cankao*(Pfa^(-1/num_cankao)-1); %CFAR乘积因子 ii=301; %第301个距离单元中存在目标，因此只对该单元做CFAR即可 for jj=1:length(SNR) %信噪比循环 % waitbar(jj/length(SNR)) num_detect=0; sigma_noise=Amp_max*10^(-SNR(jj)/20); %噪声σ，信号功率Amp_max^2;所以信噪比SNR=20log(Amp_max/σ) for mont=1:mont_num %蒙特卡洛循环 real_noise=randn(1,Nr); imag_noise=randn(1,Nr); noise=sigma_noise*(real_noise+1i*imag_noise)/2^0.5; %产生额定信噪比的噪声 data_r_noise=data_r+noise; data_pingfang=data_r_noise.*conj(data_r_noise); %数据的平方，噪声是高斯分布，噪声的平方是指数分布 data_select=sum(data_pingfang(ii-num_cankao/2-num_protect/2:ii-num_protect/2-1))+sum(data_pingfang(ii+num_protect/2+1:ii+num_protect/2+num_cankao/2)); %数据求和 threshold_CFAR=data_select/num_cankao*alpha; %第301距离单元的CFAR门限 if data_pingfang(ii)>=threshold_CFAR num_detect=num_detect+1; end end detect_rate(jj)=num_detect/mont_num; %检测概率 end figure plot(SNR,detect_rate); xlabel('信噪比');ylabel('检测概率'); grid on;