基于Viterbi算法的雷达微弱目标TBD仿真系统

资 源 简 介

该项目针对雷达低信噪比环境下微弱目标难以被传统检测器发现的问题，实现了一种基于检测前跟踪（Track-Before-Detect, TBD）策略的Viterbi检测算法。系统首先模拟生成含有低SNR目标的雷达多帧原始观测数据，涵盖距离、方位及多普勒维信息。核心算法通过引入动态规划思想，将目标的轨迹搜索定义为跨帧的最优路径寻找过程。在处理周期内，算法不进行逐帧的硬判决，而是保留所有原始能量信息，利用Viterbi算法递归计算能量在状态空间中的累积。功能涵盖了多帧观测量的非相干积累、状态转移概率矩阵的构建、基

详 情 说 明

基于Viterbi算法的雷达微弱目标检测(TBD)仿真系统

项目介绍

本项目实现了一个基于检测前跟踪（Track-Before-Detect, TBD）策略的雷达微弱目标检测仿真系统。在雷达低信噪比（SNR）环境下，单帧能量往往不足以超过判决门限，导致目标丢失。该系统通过引入动态规划中的Viterbi算法，实现了多帧原始能量的跨帧递归累积。系统不进行逐帧的硬判决，而是利用目标运动的相关性和时空约束，从噪声背景中提取目标的潜在轨迹，显著提升了在恶劣环境下的目标探测能力。

功能特性

1. 雷达多维观测场景建模：系统能够模拟生成包含20帧观测量的雷和数据立方体，涵盖空间位置信息，并注入了符合瑞利/高斯分布特性的背景噪声。
2. 动态目标能量注入：支持定义目标的起始位置与匀速运动矢量，将目标幅度根据预设信噪比注入到对应帧的网格中，模拟真实的微弱信号环境。
3. Viterbi 递归能量积累：核心逻辑基于动态规划，通过状态转移约束（目标在相邻帧间的位移限制）对所有网格进行能量积累，将分散在多帧中的微弱能量匯聚到特定路径上。
4. 自动轨迹回溯与重建：通过存储每个网格在递归过程中的最大代价来源，系统能够从最后一帧的最大能量点开始执行反向搜索，完整重建目标的历史运动轨迹。
5. 检测性能对比评估：内置了TBD算法与传统单帧检测算法的检测概率（Pd）随信噪比（SNR）变化的性能模拟对比分析。
6. 多维度可视化展示：系统集成了原始观测窗口、积累能量图、轨迹重建对比、能量增长曲线以及目标区域的三维能量分布视图。

实现逻辑说明

仿真系统主要逻辑分为以下五个阶段：

1. 场景初始化与参数配置

系统首先定义仿真环境的基础属性，包括20帧的总观测时长、100x100的二维观测网格以及8dB的低信噪比环境。同时设定了目标的最大跨帧位移约束，为后续的Viterbi搜索空间提供物理限制。

2. 目标模拟与数据生成

背景数据初始化为携带随机噪声的矩阵。目标从特定坐标出发，按设定的速度矢量跨越网格。在每一帧中，系统计算目标的实时坐标，并根据信噪比换算出的幅度值，将其非相干地叠加在背景噪声中。对于超出边界的情况，系统包含边界检查逻辑以确保鲁棒性。

3. Viterbi TBD核心递归

这是系统的核心处理流程，涉及三个主要矩阵：能量代价矩阵、X轴路径记录矩阵和Y轴路径记录矩阵。 第一帧直接作为初始输入。 从第二帧开始，对每一个网格计算其在上一帧中以$v_{max}$为半径的局部邻域（搜索窗）。 算法寻找该领域内的最大累计能量值，并将其与当前帧在该位置的观测能量相加，更新当前网格的累计得分。同时，精确记录该最大值的坐标索引，用于后续路径回溯。

4. 判决门限与轨迹处理

系统计算最后一帧的最高能量积累点。为了判断该点是否为真实目标而非噪声扰动，系统设定了一个基于帧数和噪声统计特性的自适应门限。 若最大能量超过门限，则判定探测到目标，并利用路径记录矩阵，从最后一帧开始逐级反向寻找前驱节点，直至第一帧，完成轨迹重建。

5. 性能评估与输出

系统计算真实轨迹与重建轨迹之间的均方根误差（RMSE），并输出最终的检测状态。通过模拟S曲线，直观对比了在相同信噪比下TBD算法相对于传统检测方式的性能增益。

关键算法细节分析

状态转移约束：系统假定目标每帧的位移限制在1个网格内（$v_{max}=1$），这意味着在Viterbi递推时，算法仅在当前点周围的3x3网格区域内搜索上一帧的最优前驱状态。这种空间约束有效排除了大量不符合物理运动规律的噪声干扰。

递归代价函数：代价函数采用简单的能量加和形式：$S(k) = S(k-1) + Data(k)$。这种线性积累方式对于微弱目标的能量汇聚具有极佳的效果。

坐标修正逻辑：在路径记录过程中，系统针对子区域索引与全局坐标系之间的对应关系进行了修正，确保了回溯轨迹在空间分布上的准确性。

门限设定科学性：门限不仅考虑了帧数的线性累积，还引入了标准差的倍数项，以兼顾检测概率和虚警率的平衡。

系统要求

1. 软件环境：MATLAB R2023a 或兼容的更高版本。
2. 硬件要求：标准PC即可，由于采用了向量化搜索逻辑，算法运行速度较快，无需专用GPU。

使用方法

1. 启动 MATLAB 环境。
2. 将包含仿真逻辑的代码文件置于当前工作路径。
3. 在命令行窗口直接调用主函数。
4. 仿真完成后，系统将自动弹出包含六幅子图的分析窗口，展示探测结果。
5. 查看命令行窗口输出的 SNR 配置、最终积累能量、门限值以及轨迹跟踪误差（RMSE）分析报告。