雷达杂波统计建模与仿真工具箱

资 源 简 介

本项目是一个基于MATLAB开发的综合性雷达杂波仿真平台，旨在为雷达信号处理初学者和研究人员提供一套完整的杂波生成与分析工具。项目包含多个独立的程序模块，分别对应不同的杂波统计分布模型，包括瑞利分布(Rayleigh)、韦布尔分布(Weibull)、对数正态分布(Log-Normal)以及K分布杂波。系统利用零记忆非线性变换(ZMNL)法和球不变随机过程(SIRP)法生成具有特定功率谱密度（如高斯谱、柯西谱）的相关杂波序列。此外，项目还提供了杂波幅度分布检验功能，能够直观地对比仿真数据的概率密度函数(PDF)与理论曲线，验证模型的准确性。该工具箱可用于评估雷达系统在复杂环境下的检测性能，特别是恒虚警率(CFAR)处理算法的开发与测试。

详 情 说 明

雷达杂波统计建模与仿真工具箱

项目简介

本项目是一个基于MATLAB开发的综合性雷达杂波仿真平台，专为雷达信号处理领域的初学者和研究人员设计。该工具箱能够生成四种经典统计分布的雷达杂波序列，并结合零记忆非线性变换（ZMNL）法和球不变随机过程（SIRP）法，模拟具有特定功率谱密度（PSD）的相关杂波。项目不仅提供了杂波生成的完整算法实现，还集成了可视化验证模块，能够同时展示时域波形、概率密度函数（PDF）对比以及功率谱密度特性。

主要功能与特性

1. 多种杂波分布模型支持：包含瑞利（Rayleigh）、对数正态（Log-Normal）、韦布尔（Weibull）以及K分布四种主流雷达杂波模型。
2. 相关性建模：支持生成具有特定功率谱密度的相关杂波，内置高斯谱（Gaussian）和柯西谱（Cauchy）两种谱型，可调节谱宽。
3. 先进生成算法：

* 采用 ZMNL（零记忆非线性变换） 方法生成对数正态和韦布尔杂波。 * 采用 SIRP（球不变随机过程）/ 复合高斯模型 方法生成K分布杂波。 * 以及基础的复高斯模值法生成瑞利杂波。

1. 可视化验证：自动绘制仿真数据的时域波形，计算并对比仿真直方图与理论PDF曲线，同时以画中画（Inset）形式展示功率谱密度（PSD）。
2. 结果可复现：内置固定随机种子，确保仿真结果的一致性。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（用于功率谱估计函数 pwelch）

代码逻辑与实现细节 (main.m)

本项目核心逻辑集中在 main.m 文件中，该文件采用模块化设计，通过主函数调度各个子仿真模块。以下是代码的具体实现逻辑分析：

1. 全局配置与初始化

程序首先进行环境清理，并设置固定的随机数种子（Seed=42），以保证每次运行产生的杂波序列完全一致。定义的全局仿真参数包括：

• 序列长度 (N)：10000点。
• 脉冲重复频率 (PRF)：1000 Hz。
• 功率谱设置：默认为高斯谱（Gaussian），归一化谱宽为0.05。

2. 相关高斯序列生成器 (generate_correlated_gaussian)

这是所有杂波生成的基石函数。

• 原理：利用频域滤波法生成有色噪声。
• 过程：

1. 生成复数高斯白噪声。 2. 根据设定的谱类型（高斯或柯西）构建频域滤波器形状 H。 3. 将白噪声转换到频域（FFT），乘以滤波器 H，再转换回时域（IFFT）。 4. 返回具有指定相关性的复高斯序列。

3. 各分布子模块实现

#### A. 瑞利分布 (Rayleigh)

• 实现函数：run_rayleigh_simulation
• 参数：尺度参数 $sigma=1$。
• 算法：直接取生成的“相关复高斯序列”的模（幅度）。由于实部和虚部均为高斯分布，其包络自然服从瑞利分布。
• 验证：对比仿真数据的统计直方图与标准瑞利PDF公式。

#### B. 对数正态分布 (Log-Normal)

• 实现函数：run_lognormal_simulation
• 参数：对数均值 $mu=0$，形状参数 $sigma=0.5$。
• 算法（ZMNL法）：

1. 生成相关复高斯序列，取其实部并标准化（使其方差为1），得到基础高斯过程 $G$。 2. 应用非线性变换 $X = exp(mu + sigma cdot G)$。

• 验证：利用对数正态分布的理论PDF公式进行拟合对比。

#### C. 韦布尔分布 (Weibull)

• 实现函数：run_weibull_simulation
• 参数：尺度参数 $B=1.5$，形状参数 $C=2.0$。
• 算法（ZMNL - CDF映射法）：

1. 生成相关复高斯序列的幅度，得到瑞利分布序列。 2. 通过瑞利累积分布函数（CDF）将序列映射为 $[0, 1]$ 区间的均匀分布 $U$。 3. 通过韦布尔分布的逆CDF函数处理 $U$，即 $X = B cdot (-ln(1-U))^{1/C}$，从而得到相关韦布尔杂波。

• 细节：代码中对均匀分布 $U$ 进行了边界保护（防止0或1导致的数值错误）。

#### D. K分布 (K-Distribution)

• 实现函数：run_k_distribution_simulation
• 参数：形状参数 $nu=1.5$（控制纹理尖锐度），尺度参数 $a=1$。
• 算法（SIRP / 复合高斯法）：

1. 散斑分量 (Speckle)：由 generate_correlated_gaussian 生成的相关复高斯序列。 2. 纹理分量 (Texture)：生成服从 Gamma 分布的随机变量 $tau$（利用 MATLAB gamrnd 函数）。 3. 调制：杂波复信号 = $sqrt{tau} times text{Speckle} times a$。 4. 最后取模得到幅度序列。

• PDF验证：代码中使用了修正 Bessel 函数（besselk）来计算理论曲线。由于K分布参数定义的复杂性，代码中包含了一个归一化步骤，将理论曲线的高度匹配到仿真直方图的最大值，以便于观察形状匹配度。

4. 结果可视化 (plot_results)

该函数负责在一个图形窗口中绘制所有结果，布局逻辑如下：

• 布局：根据子图索引，将界面分为4列。
• 时域图：显示前500个采样点的时间序列，展示杂波的起伏特性。
• 画中画 (PSD)：在时域图内部（利用 axes 位置计算）嵌入一个小图，展示杂波的功率谱密度，验证谱宽和谱型。
• PDF对比图：绘制归一化直方图（蓝色）与理论PDF曲线（红色），直观展示统计特性的准确性。

使用方法

1. 下载本项目代码。
2. 在 MATLAB 中打开 main.m。
3. 点击“运行”按钮。
4. 程序将弹出一个图形窗口，依次展示四种分布杂波的时域波形、PSD谱特性以及PDF统计检验结果。
5. 控制台会输出当前正在生成的分布类型提示信息。

注意事项

• 仿真中的 PSD 估计图是通过 pwelch 函数计算的，并以画中画形式展示在时域图下方/内部，请仔细观察时域图区域。
• 韦布尔仿真中使用了 CDF 映射技术，这是一种通用的 ZMNL 实现方式，理论上可以应用于任何已知 CDF 的分布生成。
• K分布的理论曲线计算较为复杂，代码中采用了经验归一化以确保视觉上的对比效果。