多算法雷達一維恒虛警檢測CFAR（基于MATLAB GUI的開發）
-
- 1、内容簡介
- 2、原理簡介
- 3、實作功能
- 4、操作執行個體
- 5、算法與參數分析
- 6、源代碼
1、内容簡介
利用MATLAB GUI設計平台，設計多算法雷達一維恒虛警檢測CFAR可視化界面，通過選擇噪聲類型、目标類型、算法類型，手動輸入相關參數，可視化顯示噪聲波形與目标檢測的回波-檢測門限波形圖。
2、原理簡介
恒虛警檢測技術（CFAR）是指雷達系統在保持虛警機率恒定條件下對接收機輸出的信号與噪聲作判别以确定目标信号是否存在的技術。
前提：由于接收機輸出端中肯定存有噪聲(包括大氣噪聲、人為噪聲、内部噪聲和雜波等)，而信号一般是疊加在噪聲上的。這就需要在接收機輸出的噪聲或信号加噪聲條件下，采用檢測技術判别是否有目标信号。
誤差機率：任何形式的判決必然存在着兩種誤差機率：發現機率和虛警機率。當接收機輸出端存在目标回波信号，而判決時判為有目标的機率為Pd，判為無目标的機率為1-Pad。當接收機輸出端隻有噪聲時，而判為有目标的機率為Pfa。由于噪聲是随機變量，其特征可用機率密度函數表示，是以信号加噪聲也是一随機變量
具體過程：恒虛警檢測器首先對輸入的噪聲進行處理後确定一個門限，将此門限與輸入端信号相比，如輸入端信号超過了此門限，則判為有目标，否則，判為無目标。
算法：①均值類CFRA：核心思想是通過對參考窗内采樣資料取平均來估計背景功率。CA-CFAR（單元平均恒虛警）、GO-CFAR（最大選擇恒虛警）、SO-CFAR（最小選擇恒虛警）算法這三個是最經典的均值類CFAR算法。
②統計有序CFAR：核心思想：通過對參考窗内的資料由小到大排序選取其中第K個數值假設其為雜波背景噪聲。OS-CFAR（有序統計恒虛警）為其經典算法。
3、實作功能
實作的功能有：
1、類型選擇：① 噪聲類型：均勻背景噪聲和雜波邊緣背景噪聲。均勻背景噪聲為單一功率的噪聲，在參數輸入界面輸入噪聲功率2，噪聲長度2，噪聲方差即可（噪聲功率1、噪聲長度1被禁用）；雜波邊緣背景噪聲為兩種不同功率噪聲的組合，需要分别輸入噪聲1和噪聲2的功率與長度，方差兩噪聲共用。
②目标類型：單目标與多目标。選擇單目标時隻需輸入目标1的信噪比與位置即可（其他目标被禁用）；選擇多目标時，需要分别輸入目标1-4的信噪比與位置，其中當噪聲類型為雜波邊緣背景噪聲時，還需分别輸入靠近雜波邊緣與雜波内目标的信噪比與位置，便于差別對比。
③算法類型：CA-CFAR、GO-CFAR、SO-CFAR、OS-CFAR，四種算法任選一種即可。
2、産生噪聲&噪聲波形圖：完成噪聲類型選擇與噪聲參數輸入後，單擊産生噪聲按鈕即可産生噪聲波形圖，在左下方進行顯示。
3、參數輸入：① 噪聲功率1/2:噪聲功率大小，機關db，變量名為db1、db2。
②噪聲長度1/2:噪聲的長度，其中噪聲長度2為噪聲總長（包括了噪聲長度1），變量名為shape1、shape2。
③噪聲方差：兩段噪聲共用的方差，變量名為varience。
④信噪比1/2/3/4/5/6:每個目标的信噪比，變量名為SNR1/2/3/4/5/6。
⑤目标位置1/2/3/4、雜波邊緣位置，雜波内位置：各目标位置，需要小于最大噪聲長度，其中雜波邊緣位置應為兩段噪聲交界處，雜波内位置應在雜波内，變量名為des1/2/3/4/5/6。
⑥單元數目：總檢測單元個數，變量名為N。
⑦保護單元數目：目标的功率可能洩露到相鄰的單元中，是以和目标相鄰的數個單元不作為背景雜波的估計，作為保護單元，變量名為pro_N。
⑧虛警機率：恒虛警檢測保持的錯誤檢測機率，變量名為PAD。
4、輸出結果&回波-檢測門限關系圖：産生噪聲，輸入目标參數，選擇算法後，單擊輸出結果按鈕，即可在右側得到回波-檢測門限關系圖。
5、左/右圖導出：分别将噪聲波形圖與回波-檢測門限關系圖導出儲存，可選的格式有jpg、png、bmp、eps。
4、操作執行個體
選取噪聲類型為“雜波邊緣背景噪聲”，目标類型為多目标，算法類型選擇CA-CFAR，參數輸入為預設輸入（噪聲功率1/2：20db、30db；噪聲長度1/2:100、200；噪聲方差：200；信噪比1/2/3/4/5/6:15、12、8、5、5、5；目标位置1/2/3/4、雜波邊緣位置、雜波内位置：30、40、50、60、95、120；單元個數：36；保護單元個數：2；虛警機率：0.001），得到結果如下圖所示：
從回波-檢測門限圖可以看出，該算法在低噪聲環境中目标檢測性能良好，實作恒虛警檢測，但在雜波邊緣與雜波内部檢測性能顯著下降。
5、算法與參數分析
算法分析：
CA-CFAR：優點：損失率最少的一種算法；
缺點：多目标遮掩，雜波邊緣性能也欠佳；
GO-CFAR：優點：雜波邊緣區域虛警機率降低
缺點：多目标遮掩
SO-CFAR： 優點：多目标效果有改進；
缺點：雜波邊緣區域虛警機率提升；
OS-CFAR：優點：多目标檢測性能很好；
缺點：雜波邊緣區域虛警機率提高；
參數分析：
檢測單元數：在相同信噪比下，檢測單元數越多的CFAR對應的檢測機率越高，但同時計算量加大。
虛警機率：在相同檢測單元數目下，虛警機率的越高CFAR對應的檢測機率越高，但虛警數也增多。
信噪比：當信噪比不斷增加，檢測機率也不斷增加。
保護單元數：保護單元過大或過小都會使檢測機率降低，應不同實驗選取适中的保護單元數。
6、源代碼
代碼較長，以上傳至CSDN資源，無需積分免費下載下傳資源https://download.csdn.net/download/qq_42679573/12415704
同時已上傳至github倉，連結github
https://github.com/fzzfbyx/CFAR-radar-algorithm_MATLAB_GUI
本項目是本人基于其他CFAR文章的二次分析與開發，原文位址為：https://www.cnblogs.com/Mufasa/p/10900334.html，若有侵權請及時告知。
新人學生部落客，緻力于信号分析。若覺得有用的話請關注一波呦~