基于Matlab模拟r个干扰目标情况下CA-CAFR检测概率

✅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

在分析多假目标环境下单元平均恒虚警(CA—CFAR)检测器检测性能的基础上,提出一种多假目标压制干扰门限的概念,通过理论推导出压制干扰门限值,为分布式小型干扰机参数设置提供一定的理论参考.即当假目标落入雷达检测目标的参考单元内,假目标数量和功率的乘积超过压制干扰门限时,真实目标的检测概率将不大于0.1,压制干扰有效..​

⛄ 部分代码

tic; %运行时间约23s

clear all;

close all;

clc;

Pf=1e-6;          %设定虚警概率为10^(-6)

N=32;             %滑动窗尺寸为32 （参考单元长度）

n=N/2;            %%半滑窗长度

SNR_dB=5:1:30;       %设置信噪比(dB)

SNR=10.^(SNR_dB./10);  %计算信噪比

k=length(SNR);

figure

%%%%%%%%%%%%%%%%%%%%%%%%%%%CA-CFAR%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

T_CA=Pf^(-1/N)-1    %计算门限系数（标称化因子）

Pd=(1+T_CA./(1+SNR)).^(-N); %计算发现概率

%Pd=(1+T_CA./(1+SNR)).^(N);

plot(SNR_dB,Pd,'b');

xlabel('SNR(dB)');

ylabel('Pd');

hold on

Pd_opt=Pf.^(1./(1+SNR));  %特定信噪比对应的最优检测概率

plot(SNR_dB,Pd_opt,'-*r');

grid on;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%GO-CFAR%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

syms T f             %定义变量              

f=0;

for i=0:n-1 

f=f-2*(nchoosek(n+i-1,i)*((2+T)^-(n+i)));   

end;

g=f+(2*(1+T)^(-n))-Pf;

x=solve(g);

T=double(x);

T_GO=T(T==abs(T)); %计算GO-CFAR门限系数0.9828

%T_GO=0.8551;

Pd_GO=0;

for j=1:k            %计算不同信噪比下检测概率

    Pd_G=2*(1+T_GO/(1+SNR(j))).^(-n);

for i=0:n-1

    Pd_G=Pd_G-2*(nchoosek(n+i-1,i)*((2+T_GO/(1+SNR(j))).^-(n+i)));

end

    Pd_GO(j)=Pd_G; 

end

hold on

plot(SNR_dB,Pd_GO,'--g');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%SO-CFAR%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

syms T f

f=0;

for i=0:n-1    %计算门限系数

f=f+2*(nchoosek(n+i-1,i)*((2+T)^-(n+i)));

end;

g=f-Pf;

x=solve(g);

T=double(x);

T_SO=T(T==abs(T));%1.4754

Pd_SO=0;

for j=1:k                     %计算不同信噪比对应的检测概率     

    Pd_S=0;

for i=0:n-1

    Pd_S=Pd_S+2*(nchoosek(n+i-1,i)*((2+T_SO/(1+SNR(j)))^-(n+i)));

end

    Pd_SO(j)=Pd_S; 

end

hold on

plot(SNR_dB,Pd_SO,'--b');

grid on

legend('CA-Pd','Pd-opt','GO-Pd','SO-Pd');

title('opt、CA、GO、和SO检测概率');

toc;

⛄ 运行结果

⛄ 参考文献

[1] 吴筑莉, 熊鑫, 余国文,等. 基于CA-CFAR检测下多假目标的压制干扰门限[J]. 电子信息对抗技术, 2018, 33(1):5.

[2] 巩朋成, 朱鑫潮, 李婕,等. 基于贝叶斯干扰控制的变异指数的BVI-CFAR目标检测算法:, CN113189560A[P]. 2021.

[3] 李怀巷, 卓智海. 基于Grubbs准则的改进的2D CA-CFAR[J]. 北京信息科技大学学报:自然科学版, 2023, 38(1):6.

⛳️ 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