MATLAB雷达波动目标检测-------改善因子和积累损耗分析

波动目标检测----一种情况是完全已知的幅位和相位，另一种是幅度已知而相位随机。主要的假设是，雷达目标由非变化非波动散射体组成。然而，实际当中却很少这种情况。首先，就我们预计雷达从其视域内任何目标接收到多个回波脉冲。此外，现实目标会在单脉冲或脉冲间的持续时间上波动。在以下程序中将讨论目标波动及考虑多回脉冲进行目标检测。多回脉冲可以进行相干和非相干积累组合。由多个脉冲组合雷达回波的过程称为雷达脉冲积累。脉冲积累可以在包络检测器前的正交部分进行。因此，可以在信号幅度中积累。
另外，由于相干积累利用所有积累脉冲的相位信息，需要确保所有积累脉冲之间的相位变化是已知的，因此，需要对目标动态例如目标距离、距离变化率、翻滚速率、RCS起伏等精确地作出估计或计算，这样相干积累才是有意义的。事实上，如果雷达在缺乏目标动态的正确信息的条件下对脉冲进行相干积累，得到的SNR将比期望的SNR累加和有较大的损失。在采用非相干积累时，目标动态信息则不是至关重要的，虽然如此，需要估计目标距离变化率，使得只有在一个特定距离单元内的目标回波被积累。
当积累脉冲的相位未知时，相干积累不再可行，采用另一种相干积累形式，在这种情况下，通过累加积累单独脉冲的包络或其包络的平方进行脉冲积累。因此，采用术语非相干积累。
线性包络检测波器和正交检波器之间的性能差异实际上可以忽略，罗伯森1967年指出，这种差异一般小于0.2分贝，这两种条件在雷达实际应用中都不明显。与包络检波器的情况相比，实际硬件中平方律检波器的分析和实践更容易实现。
非相干积累的效率比相干积累要低。事实上，非相干积累的增益总是小于非相干积累脉冲的个数。这个积累损耗称为检波后损耗或平方律检波器损耗。
function impr_of_np=improv_fac(np,pfa,pd)
fact1=1.0+log10(1.0/pfa)/46.6;
fact2=6.79.*(1.0+0.253.*pd);
fact3=1.0-0.14.log10(np)+0.0183.(log10(np)).^2;
impr_of_np=fact1.*fact2.*fact3.*log10(np);
end
clc;
clear all
close all
Pfa=[1e-2,1e-6,1e-8,1e-10];
Pd=[.5 .8 .95 .99];
np=linspace(1,1000,1000);
I(1,:)=improv_fac(np,Pfa(1),Pd(1));
I(2,:)=improv_fac(np,Pfa(2),Pd(2));
I(3,:)=improv_fac(np,Pfa(3),Pd(3));
I(4,:)=improv_fac(np,Pfa(4),Pd(4));
index=[1,2,3,4];
L(1,:)=10.*log10(np)-I(1,:);
L(2,:)=10.*log10(np)-I(2,:);
L(3,:)=10.*log10(np)-I(3,:);
L(4,:)=10.*log10(np)-I(4,:);
subplot(2,1,2)
semilogx(np,L(1,:),‘k:’,np,L(2,:),‘k-’,np,L(3,:),‘k-’,np,L(4,:),‘k’,‘linewidth’,1.5)
xlabel(’\bfNumber of pulses’);
ylabel(’\bfIntegration loss in dB’)
axis tight
grid
subplot(2,1,1)
semilogx(np,I(1,:),‘k:’,np,I(2,:),‘k–’,np,I(4,:),‘k’,‘linewidth’,1.5)
xlabel(’\bf Number of pulses’)
ylabel(’\bf Improvement factor in dB’)
legend(‘P_D=5,P_f_a=10^-2’,‘P_D=.8,P_f_a=10^-6’,‘P_d=.95,P_f_a=10^-8’,‘P_D=.99 P_f_a=10^-1^0’);
grid
axis tight
下图给出了使用不同的Pd和Pfa积累改善因子与积累脉冲数的关系图。图的顶部给出了使用方程，以及Pd和Pfa积累脉冲数参数的积累改善因子图。而图的底部给出了对应积累损耗Np与参数Pd和Pfa的关系图。

雷达系统分析与设计（MATLAB版)(第三版)------【美】Bassem R. Mahafza著 周万幸 胡明春 吴鸣亚 孙俊等译—366页至367页和392页至393页