www.pudn.com > radarsignalprocessing.zip > radar_signal_detection.html, change:2013-11-05,size:42824b
<!DOCTYPE html
PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<!--
This HTML is auto-generated from an M-file.
To make changes, update the M-file and republish this document.
-->
<title>radar_signal_detection</title>
<meta name="generator" content="MATLAB 7.8">
<meta name="date" content="2013-11-05">
<meta name="m-file" content="radar_signal_detection"><style type="text/css">
body {
background-color: white;
margin:10px;
}
h1 {
color: #990000;
font-size: x-large;
}
h2 {
color: #990000;
font-size: medium;
}
/* Make the text shrink to fit narrow windows, but not stretch too far in
wide windows. */
p,h1,h2,div.content div {
max-width: 600px;
/* Hack for IE6 */
width: auto !important; width: 600px;
}
pre.codeinput {
background: #EEEEEE;
padding: 10px;
}
@media print {
pre.codeinput {word-wrap:break-word; width:100%;}
}
span.keyword {color: #0000FF}
span.comment {color: #228B22}
span.string {color: #A020F0}
span.untermstring {color: #B20000}
span.syscmd {color: #B28C00}
pre.codeoutput {
color: #666666;
padding: 10px;
}
pre.error {
color: red;
}
p.footer {
text-align: right;
font-size: xx-small;
font-weight: lighter;
font-style: italic;
color: gray;
}
</style></head>
<body>
<div class="content">
<h2>Contents</h2>
<div>
<ul>
<li><a href="#1">雷达信号检测与判决算法仿真实例</a></li>
<li><a href="#2">动目标</a></li>
<li><a href="#3">杂波</a></li>
<li><a href="#4">动目标与杂波的混合信号</a></li>
<li><a href="#5">MTI杂波抑制（三脉冲对消处理）</a></li>
<li><a href="#6">脉冲多普勒处理（多普勒谱分析，也可理解为MTD多通道滤波处理，对每个样本点进行谱分析相当于数据块通过一个多通道的MTD滤波器组）</a></li>
<li><a href="#7">自适应门限检测（单元平均CFAR处理）</a></li>
</ul>
</div>
<h2>雷达信号检测与判决算法仿真实例<a name="1"></a></h2><pre class="codeinput">clear <span class="string">all</span>;
close <span class="string">all</span>;
clc;
</pre><h2>动目标<a name="2"></a></h2><pre class="codeinput">fr = 1e3; <span class="comment">% 脉冲重复频率（Hz）</span>
tr = 1 / fr; <span class="comment">% 脉冲重复间隔（s）</span>
fs = 1e6; <span class="comment">% 快时间维采样频率（Hz）（大于等于发射脉冲带宽，发射脉冲带宽几乎总是小于等于载波频率的10%，通常为载波频率的1%）</span>
ts = 1 / fs; <span class="comment">% 快时间维采样间隔（s）</span>
fc = 100e6; <span class="comment">% 载波频率（Hz）</span>
vr = 100; <span class="comment">% 动目标相对雷达的径向速度（m/s）</span>
c = 3e8; <span class="comment">% 电磁波速（m/s）</span>
lamada = c / fc; <span class="comment">% 载波波长（m）</span>
fd = 2 * vr / lamada; <span class="comment">% 动目标多普勒频率（Hz）（或多普勒移动，即发射频率与接收频率之差）</span>
M = fs / fr; <span class="comment">% 1个脉冲重复间隔内的采样点数（快时间维的距离点数）</span>
M10 = 10 * M; <span class="comment">% 10个脉冲重复间隔内的采样点数</span>
m = 1 : M10;
target = 20 * exp(j * (2 * m * pi * fd / fr)); <span class="comment">% 动目标回波</span>
figure(1);
subplot(211);
plot(real(target));
title(<span class="string">'动目标——实部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
subplot(212);
plot(imag(target));
title(<span class="string">'动目标——虚部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
f1 = linspace(0, fr, length(target));
figure(2);
plot(f1, abs(fft(target)));
title(<span class="string">'动目标幅频特性'</span>);
xlabel(<span class="string">'频率(Hz)'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_01.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_02.png" alt=""> <h2>杂波<a name="3"></a></h2><pre class="codeinput">randn(<span class="string">'state'</span>, sum(100 * clock));
clutteri = 5 * randn(1, length(target));
randn(<span class="string">'state'</span>, sum(10 * clock));
clutterq = 5 * randn(1, length(target));
clutter = clutteri + j * clutterq; <span class="comment">% 杂波</span>
figure(3);
subplot(211);
plot(real(clutter));
title(<span class="string">'杂波——实部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
subplot(212);
plot(imag(clutter));
title(<span class="string">'杂波——虚部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
f2 = linspace(0, fr, length(clutter));
figure(4);
plot(f2, abs(fft(clutter)));
title(<span class="string">'杂波幅频特性'</span>);
xlabel(<span class="string">'频率(Hz)'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_03.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_04.png" alt=""> <h2>动目标与杂波的混合信号<a name="4"></a></h2><pre class="codeinput">s = target + clutter; <span class="comment">% 动目标与杂波的混合信号</span>
figure(5);
subplot(211);
plot(real(s));
title(<span class="string">'动目标与杂波的混合信号——实部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
subplot(212);
plot(imag(s));
title(<span class="string">'动目标与杂波的混合信号——虚部'</span>);
xlabel(<span class="string">'距离点'</span>);
grid <span class="string">on</span>;
f3 = linspace(0, fr, length(s));
figure(6);
plot(f3, abs(fft(s)));
title(<span class="string">'混合信号幅频特性'</span>);
xlabel(<span class="string">'频率(Hz)'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_05.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_06.png" alt=""> <h2>MTI杂波抑制（三脉冲对消处理）<a name="5"></a></h2><pre class="codeinput"><span class="comment">%————————————————对消运算—————————————————</span>
x = ones(1, 4); <span class="comment">% 动目标所在的距离点</span>
n = length(x);
points1 = [zeros(1, 300), x, zeros(1, M - 300 - n)]; <span class="comment">% 1个脉冲重复间隔内M个距离点（区分动目标所在的距离点301、302、303、304和杂波所在距离点）</span>
points10 = repmat(points1, 1, 10); <span class="comment">% 10个脉冲重复间隔内10*M个距离点</span>
s2 = points10 .* target + clutter; <span class="comment">% 动目标与杂波的混合信号（确定动目标所在的距离点301、302、303、304，并为单元平均CFAR检测的假设提供前提，即动目标单纯占据4个距离点，其余距离点为杂波）</span>
mti_in = reshape(s2, length(s2) / 10, 10)'; <span class="comment">% 形成由10个脉冲组成的二维数据矩阵（慢时间维10个脉冲，快时间维1000个距离点）</span>
<span class="keyword">for</span> t = 1 : 8
mti_out(t, :) = mti_in(t, :) - 2 * mti_in(t + 1, :) + mti_in(t + 2, :);<span class="comment">% 三脉冲对消运算（同一距离点在3个相邻脉冲重复间隔内的数据做相减运算）</span>
<span class="keyword">end</span>
<span class="comment">%———————————二脉冲与三脉冲对消器的频率响应———————————</span>
f4 = -3 * fr : 0.01 : 3 * fr;
H2 = 1 - exp(-1 * j * 2 * pi * f4 / fr); <span class="comment">% 二脉冲对消器的频率响应</span>
H3 = 1 - 2 * exp(-1 * j * 2 * pi * f4 / fr) + exp(-2 * j * 2 * pi * f4 / fr); <span class="comment">% 三脉冲对消器的频率响应</span>
figure(7);
plot(f4, abs(H2), <span class="string">'b'</span>, f4, abs(H3), <span class="string">'r'</span>);
title(<span class="string">'二脉冲和三脉冲对消器的幅频特性'</span>);
xlabel(<span class="string">'频率(Hz)'</span>);
ylabel(<span class="string">'频响幅度'</span>);
legend(<span class="string">'二脉冲'</span>, <span class="string">'三脉冲'</span>);
grid <span class="string">on</span>;
figure(8);
plot(f4, 20 * log10(abs(H2)), <span class="string">'b'</span>, f4, 20 * log10(abs(H3)), <span class="string">'r'</span>);
title(<span class="string">'二脉冲和三脉冲对消器的幅频特性'</span>);
xlabel(<span class="string">'频率(Hz)'</span>);
ylabel(<span class="string">'频响幅度/dB'</span>);
legend(<span class="string">'二脉冲'</span>, <span class="string">'三脉冲'</span>);
grid <span class="string">on</span>;
<span class="comment">%————————————显示三脉冲对消杂波抑制效果————————————</span>
b = [1, -2, 1]; <span class="comment">% 三脉冲对消器系统函数分子多项式系数向量</span>
a = [1]; <span class="comment">% 三脉冲对消器系统函数分母多项式系数向量</span>
y = filter(b, a, s); <span class="comment">% 混合信号s经过三脉冲对消器输出信号y</span>
f5 = linspace(0, fr, length(y));
figure(9);
plot(f5, abs(fft(y)));
title(<span class="string">'三脉冲对消器输出信号幅频特性'</span>);
xlabel(<span class="string">'频率（Hz）'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_07.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_08.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_09.png" alt=""> <h2>脉冲多普勒处理（多普勒谱分析，也可理解为MTD多通道滤波处理，对每个样本点进行谱分析相当于数据块通过一个多通道的MTD滤波器组）<a name="6"></a></h2><pre class="codeinput">K = 8; <span class="comment">% FFT采样点数即MTD滤波器组滤波器个数</span>
<span class="keyword">for</span> m = 1 : M
mtd_out(:, m) = fft(mti_out(:, m) .* hamming(K), K); <span class="comment">% 对同一距离点不同脉冲重复间隔的数据做K点FFT加窗运算</span>
<span class="keyword">end</span>
p = 1 : 1 : M; <span class="comment">% 距离点</span>
figure(10);
plot(p, abs(mtd_out(1, :)));
title(<span class="string">'脉冲多普勒处理第1通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(11);
plot(p, abs(mtd_out(2, :)));
title(<span class="string">'脉冲多普勒处理第2通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(12);
plot(p, abs(mtd_out(3, :)));
title(<span class="string">'脉冲多普勒处理第3通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(13);
plot(p, abs(mtd_out(4, :)));
title(<span class="string">'脉冲多普勒处理第4通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(14);
plot(p, abs(mtd_out(5, :)));
title(<span class="string">'脉冲多普勒处理第5通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(15);
plot(p, abs(mtd_out(6, :)));
title(<span class="string">'脉冲多普勒处理第6通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(16);
plot(p, abs(mtd_out(7, :)));
title(<span class="string">'脉冲多普勒处理第7通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
figure(17);
plot(p, abs(mtd_out(8, :)));
title(<span class="string">'脉冲多普勒处理第8通道结果'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_10.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_11.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_12.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_13.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_14.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_15.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_16.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_17.png" alt=""> <h2>自适应门限检测（单元平均CFAR处理）<a name="7"></a></h2><pre class="codeinput">nr = 8; <span class="comment">% 待检测距离点每侧的参考点数</span>
np = 3; <span class="comment">% 待检测距离点每侧的保护点数</span>
Pfa = 10e-3; <span class="comment">% 虚警概率</span>
alafa = 2 * nr * (Pfa ^ (-1 / (2 * nr)) - 1); <span class="comment">% 门限因子</span>
temp = zeros(K, M);
<span class="keyword">for</span> u = 1 : 8 <span class="comment">% 分别对每个多普勒采样点做检测判决</span>
z = mtd_out(u, :);
<span class="keyword">for</span> i = 1 : 1 + np <span class="comment">% 第i个待检测距离点</span>
sum = 0;
<span class="keyword">for</span> t = i + 1 + np : i + 1 + nr <span class="comment">% 第t个参考距离点</span>
sum = sum + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
itfPower(i) = sum / nr; <span class="comment">% 估计第i个待检测距离点的干扰功率</span>
<span class="keyword">end</span>
<span class="keyword">for</span> i = 1 + 1 + np : np + nr
sum1 = 0;
<span class="keyword">for</span> t = i * 2 - 1 : (i * 2 - 1) + nr - 1
sum1 = sum1 + (abs(z(t))) .^ 2; <span class="comment">% 第i个待检测距离点的右侧参考距离点干扰功率估计</span>
<span class="keyword">end</span>
sum2 = 0;
<span class="keyword">for</span> t = 1 : i - 1 - np
sum2 = sum2 + (abs(z(t))) .^ 2; <span class="comment">% 第i个待检测距离点的左侧参考距离点干扰功率估计</span>
<span class="keyword">end</span>
itfPower(i) = (sum1 + sum2) / 2;
<span class="keyword">end</span>
<span class="keyword">for</span> i = 1 + np + nr : M - np - nr
sum4 = 0;
<span class="keyword">for</span> t = i + 1 + np : i + 1 + nr;
sum4 = sum4 + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
sum3 = 0;
<span class="keyword">for</span> t = i - np - nr : i - 1 - np
sum3 = sum3 + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
itfPower(i) = (sum4 + sum3) / 2;
<span class="keyword">end</span>
<span class="keyword">for</span> i = M - nr - np + 1 : M - np - 1
sum5 = 0;
<span class="keyword">for</span> t = i + 1 + np : M
sum5 = sum5 + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
sum6 = 0;
<span class="keyword">for</span> t = i - np - nr : i - 1 - np
sum6 = sum6 + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
itfPower(i) = (sum5 + sum6) / 2;
<span class="keyword">end</span>
<span class="keyword">for</span> i = M - np : M
sum7 = 0;
<span class="keyword">for</span> t = i - nr - np : i - 1 - nr;
sum7 = sum7 + (abs(z(t))) .^ 2;
<span class="keyword">end</span>
itfPower(i) = sum7 / nr;
<span class="keyword">end</span>
s_cfar = zeros(1, M);
<span class="keyword">for</span> i = 1 : M
T(i) = alafa * itfPower(i); <span class="comment">% 第i个距离点的检测门限</span>
<span class="keyword">if</span> (abs(z(i))) .^ 2 > T(i) <span class="comment">% 判断第i个距离点的信号功率是否高于其检测门限</span>
s_cfar(i) = z(i); <span class="comment">% 若高于检测门限，判决该距离点存在动目标，将其输出</span>
<span class="keyword">end</span>
<span class="keyword">end</span>
temp(u, :) = s_cfar; <span class="comment">% 将每个多普勒采样点的判决结果存储在临时矩阵中</span>
figure(18);
subplot(2, 4, u);
plot(p, 10 * log10((abs(z)) .^ 2), <span class="string">'r'</span>, p, 10 * log10(T), <span class="string">'g'</span>);
legend(<span class="string">'混合信号'</span>, <span class="string">'检测门限'</span>, 4);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'功率/dB'</span>);
grid <span class="string">on</span>;
figure(19);
subplot(2, 4, u);
plot(p, abs(s_cfar));
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
<span class="keyword">end</span>
figure(18);
subplot(241);
title(<span class="string">'CA CFAR 第1通道混合信号与检测门限'</span>);
subplot(242);
title(<span class="string">'CA CFAR 第2通道混合信号与检测门限'</span>);
subplot(243);
title(<span class="string">'CA CFAR 第3通道混合信号与检测门限'</span>);
subplot(244);
title(<span class="string">'CA CFAR 第4通道混合信号与检测门限'</span>);
subplot(245);
title(<span class="string">'CA CFAR 第5通道混合信号与检测门限'</span>);
subplot(246);
title(<span class="string">'CA CFAR 第6通道混合信号与检测门限'</span>);
subplot(247);
title(<span class="string">'CA CFAR 第7通道混合信号与检测门限'</span>);
subplot(248);
title(<span class="string">'CA CFAR 第8通道混合信号与检测门限'</span>);
figure(19);
subplot(241);
title(<span class="string">'CA CFAR 第1通道检测判决结果'</span>);
subplot(242);
title(<span class="string">'CA CFAR 第2通道检测判决结果'</span>);
subplot(243);
title(<span class="string">'CA CFAR 第3通道检测判决结果'</span>);
subplot(244);
title(<span class="string">'CA CFAR 第4通道检测判决结果'</span>);
subplot(245);
title(<span class="string">'CA CFAR 第5通道检测判决结果'</span>);
subplot(246);
title(<span class="string">'CA CFAR 第6通道检测判决结果'</span>);
subplot(247);
title(<span class="string">'CA CFAR 第7通道检测判决结果'</span>);
subplot(248);
title(<span class="string">'CA CFAR 第8通道检测判决结果'</span>);
target_cfar = zeros(1, M);
<span class="keyword">for</span> i = 1 : M
target_cfar(:, i) = max(temp(:, i)); <span class="comment">% 每个距离点取8个通道中的最大值作为动目标信号的最终判决结果</span>
<span class="keyword">end</span>
figure(20);
plot(p, abs(target_cfar));
title(<span class="string">'CA CFAR 8通道合成检测结果——动目标信号'</span>);
xlabel(<span class="string">'距离点'</span>);
ylabel(<span class="string">'幅度'</span>);
grid <span class="string">on</span>;
</pre><img vspace="5" hspace="5" src="radar_signal_detection_18.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_19.png" alt=""> <img vspace="5" hspace="5" src="radar_signal_detection_20.png" alt=""> <p class="footer"><br>
Published with MATLAB® 7.8<br></p>
</div>
<!--
##### SOURCE BEGIN #####
%% 雷达信号检测与判决算法仿真实例
clear all;
close all;
clc;
%% 动目标
fr = 1e3; % 脉冲重复频率（Hz）
tr = 1 / fr; % 脉冲重复间隔（s）
fs = 1e6; % 快时间维采样频率（Hz）（大于等于发射脉冲带宽，发射脉冲带宽几乎总是小于等于载波频率的10%，通常为载波频率的1%）
ts = 1 / fs; % 快时间维采样间隔（s）
fc = 100e6; % 载波频率（Hz）
vr = 100; % 动目标相对雷达的径向速度（m/s）
c = 3e8; % 电磁波速（m/s）
lamada = c / fc; % 载波波长（m）
fd = 2 * vr / lamada; % 动目标多普勒频率（Hz）（或多普勒移动，即发射频率与接收频率之差）
M = fs / fr; % 1个脉冲重复间隔内的采样点数（快时间维的距离点数）
M10 = 10 * M; % 10个脉冲重复间隔内的采样点数
m = 1 : M10;
target = 20 * exp(j * (2 * m * pi * fd / fr)); % 动目标回波
figure(1);
subplot(211);
plot(real(target));
title('动目标——实部');
xlabel('距离点');
grid on;
subplot(212);
plot(imag(target));
title('动目标——虚部');
xlabel('距离点');
grid on;
f1 = linspace(0, fr, length(target));
figure(2);
plot(f1, abs(fft(target)));
title('动目标幅频特性');
xlabel('频率(Hz)');
ylabel('幅度');
grid on;
%% 杂波
randn('state', sum(100 * clock));
clutteri = 5 * randn(1, length(target));
randn('state', sum(10 * clock));
clutterq = 5 * randn(1, length(target));
clutter = clutteri + j * clutterq; % 杂波
figure(3);
subplot(211);
plot(real(clutter));
title('杂波——实部');
xlabel('距离点');
grid on;
subplot(212);
plot(imag(clutter));
title('杂波——虚部');
xlabel('距离点');
grid on;
f2 = linspace(0, fr, length(clutter));
figure(4);
plot(f2, abs(fft(clutter)));
title('杂波幅频特性');
xlabel('频率(Hz)');
ylabel('幅度');
grid on;
%% 动目标与杂波的混合信号
s = target + clutter; % 动目标与杂波的混合信号
figure(5);
subplot(211);
plot(real(s));
title('动目标与杂波的混合信号——实部');
xlabel('距离点');
grid on;
subplot(212);
plot(imag(s));
title('动目标与杂波的混合信号——虚部');
xlabel('距离点');
grid on;
f3 = linspace(0, fr, length(s));
figure(6);
plot(f3, abs(fft(s)));
title('混合信号幅频特性');
xlabel('频率(Hz)');
ylabel('幅度');
grid on;
%% MTI杂波抑制（三脉冲对消处理）
%————————————————对消运算—————————————————
x = ones(1, 4); % 动目标所在的距离点
n = length(x);
points1 = [zeros(1, 300), x, zeros(1, M - 300 - n)]; % 1个脉冲重复间隔内M个距离点（区分动目标所在的距离点301、302、303、304和杂波所在距离点）
points10 = repmat(points1, 1, 10); % 10个脉冲重复间隔内10*M个距离点
s2 = points10 .* target + clutter; % 动目标与杂波的混合信号（确定动目标所在的距离点301、302、303、304，并为单元平均CFAR检测的假设提供前提，即动目标单纯占据4个距离点，其余距离点为杂波）
mti_in = reshape(s2, length(s2) / 10, 10)'; % 形成由10个脉冲组成的二维数据矩阵（慢时间维10个脉冲，快时间维1000个距离点）
for t = 1 : 8
mti_out(t, :) = mti_in(t, :) - 2 * mti_in(t + 1, :) + mti_in(t + 2, :);% 三脉冲对消运算（同一距离点在3个相邻脉冲重复间隔内的数据做相减运算）
end
%———————————二脉冲与三脉冲对消器的频率响应———————————
f4 = -3 * fr : 0.01 : 3 * fr;
H2 = 1 - exp(-1 * j * 2 * pi * f4 / fr); % 二脉冲对消器的频率响应
H3 = 1 - 2 * exp(-1 * j * 2 * pi * f4 / fr) + exp(-2 * j * 2 * pi * f4 / fr); % 三脉冲对消器的频率响应
figure(7);
plot(f4, abs(H2), 'b', f4, abs(H3), 'r');
title('二脉冲和三脉冲对消器的幅频特性');
xlabel('频率(Hz)');
ylabel('频响幅度');
legend('二脉冲', '三脉冲');
grid on;
figure(8);
plot(f4, 20 * log10(abs(H2)), 'b', f4, 20 * log10(abs(H3)), 'r');
title('二脉冲和三脉冲对消器的幅频特性');
xlabel('频率(Hz)');
ylabel('频响幅度/dB');
legend('二脉冲', '三脉冲');
grid on;
%————————————显示三脉冲对消杂波抑制效果————————————
b = [1, -2, 1]; % 三脉冲对消器系统函数分子多项式系数向量
a = [1]; % 三脉冲对消器系统函数分母多项式系数向量
y = filter(b, a, s); % 混合信号s经过三脉冲对消器输出信号y
f5 = linspace(0, fr, length(y));
figure(9);
plot(f5, abs(fft(y)));
title('三脉冲对消器输出信号幅频特性');
xlabel('频率（Hz）');
ylabel('幅度');
grid on;
%% 脉冲多普勒处理（多普勒谱分析，也可理解为MTD多通道滤波处理，对每个样本点进行谱分析相当于数据块通过一个多通道的MTD滤波器组）
K = 8; % FFT采样点数即MTD滤波器组滤波器个数
for m = 1 : M
mtd_out(:, m) = fft(mti_out(:, m) .* hamming(K), K); % 对同一距离点不同脉冲重复间隔的数据做K点FFT加窗运算
end
p = 1 : 1 : M; % 距离点
figure(10);
plot(p, abs(mtd_out(1, :)));
title('脉冲多普勒处理第1通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(11);
plot(p, abs(mtd_out(2, :)));
title('脉冲多普勒处理第2通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(12);
plot(p, abs(mtd_out(3, :)));
title('脉冲多普勒处理第3通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(13);
plot(p, abs(mtd_out(4, :)));
title('脉冲多普勒处理第4通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(14);
plot(p, abs(mtd_out(5, :)));
title('脉冲多普勒处理第5通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(15);
plot(p, abs(mtd_out(6, :)));
title('脉冲多普勒处理第6通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(16);
plot(p, abs(mtd_out(7, :)));
title('脉冲多普勒处理第7通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
figure(17);
plot(p, abs(mtd_out(8, :)));
title('脉冲多普勒处理第8通道结果');
xlabel('距离点');
ylabel('幅度');
grid on;
%% 自适应门限检测（单元平均CFAR处理）
nr = 8; % 待检测距离点每侧的参考点数
np = 3; % 待检测距离点每侧的保护点数
Pfa = 10e-3; % 虚警概率
alafa = 2 * nr * (Pfa ^ (-1 / (2 * nr)) - 1); % 门限因子
temp = zeros(K, M);
for u = 1 : 8 % 分别对每个多普勒采样点做检测判决
z = mtd_out(u, :);
for i = 1 : 1 + np % 第i个待检测距离点
sum = 0;
for t = i + 1 + np : i + 1 + nr % 第t个参考距离点
sum = sum + (abs(z(t))) .^ 2;
end
itfPower(i) = sum / nr; % 估计第i个待检测距离点的干扰功率
end
for i = 1 + 1 + np : np + nr
sum1 = 0;
for t = i * 2 - 1 : (i * 2 - 1) + nr - 1
sum1 = sum1 + (abs(z(t))) .^ 2; % 第i个待检测距离点的右侧参考距离点干扰功率估计
end
sum2 = 0;
for t = 1 : i - 1 - np
sum2 = sum2 + (abs(z(t))) .^ 2; % 第i个待检测距离点的左侧参考距离点干扰功率估计
end
itfPower(i) = (sum1 + sum2) / 2;
end
for i = 1 + np + nr : M - np - nr
sum4 = 0;
for t = i + 1 + np : i + 1 + nr;
sum4 = sum4 + (abs(z(t))) .^ 2;
end
sum3 = 0;
for t = i - np - nr : i - 1 - np
sum3 = sum3 + (abs(z(t))) .^ 2;
end
itfPower(i) = (sum4 + sum3) / 2;
end
for i = M - nr - np + 1 : M - np - 1
sum5 = 0;
for t = i + 1 + np : M
sum5 = sum5 + (abs(z(t))) .^ 2;
end
sum6 = 0;
for t = i - np - nr : i - 1 - np
sum6 = sum6 + (abs(z(t))) .^ 2;
end
itfPower(i) = (sum5 + sum6) / 2;
end
for i = M - np : M
sum7 = 0;
for t = i - nr - np : i - 1 - nr;
sum7 = sum7 + (abs(z(t))) .^ 2;
end
itfPower(i) = sum7 / nr;
end
s_cfar = zeros(1, M);
for i = 1 : M
T(i) = alafa * itfPower(i); % 第i个距离点的检测门限
if (abs(z(i))) .^ 2 > T(i) % 判断第i个距离点的信号功率是否高于其检测门限
s_cfar(i) = z(i); % 若高于检测门限，判决该距离点存在动目标，将其输出
end
end
temp(u, :) = s_cfar; % 将每个多普勒采样点的判决结果存储在临时矩阵中
figure(18);
subplot(2, 4, u);
plot(p, 10 * log10((abs(z)) .^ 2), 'r', p, 10 * log10(T), 'g');
legend('混合信号', '检测门限', 4);
xlabel('距离点');
ylabel('功率/dB');
grid on;
figure(19);
subplot(2, 4, u);
plot(p, abs(s_cfar));
xlabel('距离点');
ylabel('幅度');
grid on;
end
figure(18);
subplot(241);
title('CA CFAR 第1通道混合信号与检测门限');
subplot(242);
title('CA CFAR 第2通道混合信号与检测门限');
subplot(243);
title('CA CFAR 第3通道混合信号与检测门限');
subplot(244);
title('CA CFAR 第4通道混合信号与检测门限');
subplot(245);
title('CA CFAR 第5通道混合信号与检测门限');
subplot(246);
title('CA CFAR 第6通道混合信号与检测门限');
subplot(247);
title('CA CFAR 第7通道混合信号与检测门限');
subplot(248);
title('CA CFAR 第8通道混合信号与检测门限');
figure(19);
subplot(241);
title('CA CFAR 第1通道检测判决结果');
subplot(242);
title('CA CFAR 第2通道检测判决结果');
subplot(243);
title('CA CFAR 第3通道检测判决结果');
subplot(244);
title('CA CFAR 第4通道检测判决结果');
subplot(245);
title('CA CFAR 第5通道检测判决结果');
subplot(246);
title('CA CFAR 第6通道检测判决结果');
subplot(247);
title('CA CFAR 第7通道检测判决结果');
subplot(248);
title('CA CFAR 第8通道检测判决结果');
target_cfar = zeros(1, M);
for i = 1 : M
target_cfar(:, i) = max(temp(:, i)); % 每个距离点取8个通道中的最大值作为动目标信号的最终判决结果
end
figure(20);
plot(p, abs(target_cfar));
title('CA CFAR 8通道合成检测结果——动目标信号');
xlabel('距离点');
ylabel('幅度');
grid on;
##### SOURCE END #####
-->
</body>
</html>