滑窗检波.rar_检波_滑窗算法_雷达 杂波_雷达杂波处理滑窗算法

clear,clf sigma=2;%瑞利分布参数Sigma t=0.001;%杂波时间长度 fs=1e6;%采样频率 ts=1/fs; t1=0.05e-3:1/fs:0.2e-3-1/fs; %--------------------产生瑞利杂波--------------------% rand('state',0); %把均匀分布伪随机发生器置为0状态 n=length(t1);u=rand(1,n); rayleigh_noise=sqrt(2*log2(1./u))*sigma; %---------------------产生目标回波-------------------% %target_1位于401处,rayleigh_noise产生150个长度，从350至500对目标叠加杂波 N=fix(t/ts);%回波数据长度,取整 target_1=[zeros(1,400),1,zeros(1,N-401)];%点目标回波 noise=rand(1,N);%热噪声 rayleigh_clutter=[zeros(1,350),rayleigh_noise,zeros(1,N-500)];%瑞利杂波随机填充 target=target_1+0.1*rayleigh_clutter+0.1*noise; figure(1) subplot(1,2,1); plot((0:ts:t-ts),target); xlabel('t(单位:S)'); title('叠加了瑞利杂波、热噪声的目标回波'); %---------------对目标回波进行滑窗处理---------------% %取滑窗长度为50,窗内各点平方后再除以窗口的长度50，除窗口长度可以形成嵌套使噪声降低 %由循环对纵轴数值进行叠加实现纵轴滑动，每次循环横轴移动一个单位距离 subplot(1,2,2); xlabel('t(单位:S)'); title('滑窗处理后的目标回波'); slide_x=1:1000; for k=1:N-50 slidewindow=target(k:k+50); slide_y =(slidewindow).^2/50; hold on plot(slide_x(k:k+50),slide_y); k=k+1; end hold off