简介：这份资源面向雷达信号处理、海洋监视与目标检测方向的学习者和研究人员，提供一套基于Matlab的海洋监视雷达检测仿真实现，可用于理解海杂波环境下的目标检测流程与算法验证。压缩包共6个文件，包含2个m源码文件、3张png运行结果截图和1个gif动态演示，整体约1.18MB，源码负责仿真主流程与显示辅助逻辑，图片与动图直观呈现检测效果，便于快速对照运行结果。资源围绕海洋监视场景展开，涉及雷达回波建模、检测判决与可视化展示等环节，适合课程设计、毕业设计或算法入门阶段参考。目前已有102人学习下载，读者可从中获取可运行的仿真脚本、结果对照素材以及显示函数的组织思路，帮助缩短环境搭建与调试周期，并在此基础上扩展检测门限、杂波模型等参数实验。
1. 海洋监视雷达检测仿真：一份能跑通全链路的 Matlab 源码包
海上目标检测和陆地场景完全不是一回事。海杂波这东西，均值非零、幅度分布拖尾严重，用高斯白噪声那套假设去套，虚警率直接失控。很多做雷达信号处理的同行，第一次接触海洋监视场景时都会卡在同一个地方：知道要做什么，但手上没有一个能从头跑到尾、参数可调、波形可看的仿真框架。这份 Matlab 源码包就是冲着这个痛点来的——它把海洋监视雷达从回波模拟、杂波建模、脉冲压缩、MTD 到恒虚警检测的完整链路串了起来，每个环节都有独立脚本和参数入口。适合雷达信号处理方向的学生做课程设计，也适合刚转行做海用雷达的工程师快速搭起验证环境。下面我按实际拆包和跑通的顺序，把关键环节和容易翻车的地方讲清楚。
2. 先搞清楚仿真链路：从回波到检测的五个环节
2.1 海洋监视雷达和常规雷达仿真的本质区别
常规雷达检测仿真，杂波通常用瑞利分布近似就够了，因为陆地杂波散射体足够多，中心极限定理能兜住。但海杂波不一样。低擦地角、高分辨率条件下，海尖峰现象非常明显，幅度分布会往 K 分布、韦布尔分布偏移，拖尾比瑞利长得多。这意味着如果你用瑞利杂波去标定 CFAR 的门限，实际虚警率会比设计值高出一到两个数量级。
这份源码在杂波生成环节给了两种模式：瑞利分布和 K 分布。K 分布由两个独立分量相乘得到——一个快变的瑞利分量和一个慢变的伽马分量，伽马分量的形状参数直接控制拖尾厚度。我一般会把形状参数设在 0.5 到 2 之间来模拟不同海况，海况越高、擦地角越低，形状参数越小，拖尾越重。
另一个区别是目标模型。海洋监视雷达面对的多是慢速小目标，RCS 起伏不能简单用 Swerling I 或 II 打发。源码里用的是 Swerling I 模型，但预留了 RCS 序列注入接口，你可以把实测 RCS 数据替换进去。这个设计比较务实，因为实际项目中 RCS 数据往往来自外场测试或电磁计算软件导出。
2.2 完整信号处理链路的模块划分
拆开源码目录，核心脚本按处理顺序排列，每个脚本独立可运行，但数据通过结构体传递。主要模块包括：
| 模块 | 功能 | 关键参数 |
|---|---|---|
| radar_param.m | 雷达系统参数初始化 | 载频、带宽、脉宽、PRF、采样率 |
| sea_clutter.m | 海杂波生成 | 分布类型、形状参数、功率谱 |
| target_echo.m | 目标回波模拟 | 距离、速度、RCS、起伏模型 |
| pulse_compress.m | 脉冲压缩 | 匹配滤波、窗函数选择 |
| mtd_process.m | 动目标检测 | FFT 点数、多普勒通道数 |
| cfar_detect.m | 恒虚警检测 | CFAR 类型、参考单元数、保护单元数 |
这个划分方式的好处是，你想单独验证某个环节，直接改对应脚本的参数就行，不用从头跑整个链路。比如只想看脉冲压缩后的主瓣宽度和旁瓣电平，把前面生成的回波数据存下来，反复调窗函数即可。
2.3 参数初始化：哪些值必须改，哪些可以默认
radar_param.m 是整个仿真的入口。我跑第一遍的时候没改默认参数，结果检测结果一片糊，后来发现默认载频设的是 X 波段，而海杂波模型参数是按 L 波段标定的，两者不匹配。所以下面这几个参数必须根据你的实际场景改：
% radar_param.m 关键参数段 c = 3e8; % 光速，不改 fc = 10e9; % 载频，X波段，按需改 B = 10e6; % 带宽，决定距离分辨率 Tp = 10e-6; % 脉宽，决定发射能量 PRF = 1000; % 脉冲重复频率，决定无模糊距离和速度 fs = 20e6; % 采样率，需满足 fs >= 2*B Np = 64; % 脉冲数，决定多普勒分辨率载频 fc 和带宽 B 决定了距离分辨率 ΔR = c/(2B)。如果你要检测的是小目标，距离分辨率至少要到米级，B 得设到 150MHz 以上。但带宽一上去，采样率 fs 也得跟着涨，数据量会爆炸。我一般会先算一下内存占用：Np × fs/PRF × 8 字节，64 个脉冲、20MHz 采样、PRF 1000Hz 的情况下，单通道数据大约 10MB，还能接受。如果 fs 提到 200MHz，直接上 100MB，Matlab 跑起来就有点喘了。
PRF 的选择更讲究。海洋监视雷达通常要兼顾远距离和低速目标，PRF 太高会导致距离模糊，太低则速度模糊严重。源码默认 1000Hz，对应最大无模糊距离 150km，最大无模糊速度 ±7.5m/s（X 波段）。如果你要检测速度超过 15m/s 的目标，要么提高 PRF，要么做解模糊处理。源码里没有内置解模糊，这是需要自己补的部分。
3. 跑通第一个检测结果：从脚本执行到波形解读
3.1 按顺序执行脚本的正确姿势
源码包里的脚本不是随便跑的，有依赖顺序。我建议按这个流程来：
% 第一步：初始化参数 run('radar_param.m'); % 第二步：生成海杂波 clutter = sea_clutter(radar); % 第三步：生成目标回波 target = target_echo(radar); % 第四步：合成接收信号 echo = clutter + target; % 第五步：脉冲压缩 pc_out = pulse_compress(echo, radar); % 第六步：MTD处理 mtd_out = mtd_process(pc_out, radar); % 第七步：CFAR检测 detect = cfar_detect(mtd_out, radar);每一步的输出都建议存成 .mat 文件，方便后面单独调试。我习惯在每步后面加一行 save，比如save('pc_out.mat', 'pc_out')，这样如果 CFAR 那步出了问题，不用从头再跑一遍杂波生成。
3.2 脉冲压缩：窗函数选不对，小目标直接被旁瓣埋掉
脉冲压缩这步，源码默认用的是汉明窗。汉明窗的主瓣宽度比矩形窗宽约 1.5 倍，但旁瓣能压到 -40dB 以下。如果你检测的是近距离强目标旁边的小目标，必须用窗函数，否则强目标的距离旁瓣会把小目标盖住。
% pulse_compress.m 核心段 N = length(echo); t = (0:N-1)/radar.fs; ref = exp(1j*pi*radar.B/radar.Tp * (t - radar.Tp/2).^2); % LFM参考信号 ref = ref .* (t >= 0 & t <= radar.Tp); % 截断到脉宽内 window = hamming(length(ref)); % 窗函数 ref_w = ref .* window'; % 加窗 pc_out = conv(echo, conj(flip(ref_w))); % 匹配滤波 pc_out = pc_out(length(ref):end); % 去掉暂态这里有个细节：参考信号必须和发射信号严格共轭匹配，否则脉压增益会掉。我见过有人把参考信号的调频斜率写反了，结果脉压后主瓣展宽了一倍多，还以为是目标扩展。调频斜率是 B/Tp，正负号取决于你的 LFM 是上调频还是下调频，源码里用的是上调频，如果你改成下调频，参考信号也要跟着改。
另外，conv 之后的截断位置要注意。匹配滤波的输出长度是 N + M - 1，前 M-1 个点是暂态，必须去掉。源码里用pc_out(length(ref):end)截断，这个位置对应的是第一个完整相关峰的出现时刻。如果你发现脉压后的峰值位置和理论距离对不上，先检查这个截断点。
3.3 MTD 处理：多普勒通道数和 FFT 点数的取舍
MTD 的本质是对慢时间维做 FFT，把不同多普勒频率的目标分到不同通道。源码里 Np=64，做 64 点 FFT，得到 64 个多普勒通道，频率分辨率是 PRF/Np = 15.625Hz。X 波段下，这对应约 0.23m/s 的速度分辨率。
% mtd_process.m 核心段 [Nr, Np] = size(pc_out); mtd_out = fftshift(fft(pc_out, [], 2), 2); % 沿脉冲维FFT doppler_axis = (-Np/2:Np/2-1) * radar.PRF / Np; range_axis = (0:Nr-1) * c / (2 * radar.fs);这里 fftshift 不能省，否则零频在第一个通道，看谱的时候很别扭。我一般会把多普勒轴和距离轴都算出来，画二维图的时候直接标物理单位，不然一堆归一化坐标看不出所以然。
FFT 点数可以大于 Np，比如补零到 128 点，这样多普勒谱看起来更平滑，但不会提高实际分辨率。分辨率只由相干积累时间决定，补零只是插值。如果你要做精细的速度估计，要么增加脉冲数，要么用超分辨算法，补零解决不了问题。
3.4 CFAR 检测：参考单元数和虚警率的定量关系
CFAR 是整个链路里最需要调参的环节。源码默认用的是 CA-CFAR，参考单元每边 16 个，保护单元每边 4 个。虚警率设的是 1e-6。这个组合在瑞利杂波下没问题，但换成 K 分布杂波，实际虚警率会明显偏高。
% cfar_detect.m 核心段 ref_cells = 16; % 参考单元数（每边） guard_cells = 4; % 保护单元数（每边） Pfa = 1e-6; % 设计虚警率 alpha = ref_cells * (Pfa^(-1/ref_cells) - 1); % 门限因子门限因子 alpha 的公式是 CA-CFAR 在瑞利杂波下的理论值。如果杂波分布偏离瑞利，这个 alpha 就不准了。我一般会先用纯杂波数据跑一遍，统计实际虚警率，如果比设计值高，就把 alpha 往上调。调多少？经验值是每偏离一个数量级，alpha 加 2 到 3dB。但这不是理论值，只是工程近似，精确的做法是用蒙特卡洛仿真重新标定。
参考单元数的选择也有讲究。参考单元越多，虚警率控制越稳，但距离分辨率会下降，因为 CFAR 是在距离维滑窗的。如果你要检测的目标在距离上靠得很近，参考单元太多会把邻近目标也当成杂波估计进去，导致门限抬高、小目标漏检。源码默认 16 个参考单元，对应约 16 个距离单元，在 10MHz 带宽下大约是 240 米的窗口。如果你的目标间距小于这个值，就得把参考单元数降下来。
4. 避坑与排查：跑仿真时最容易翻车的五个地方
4.1 杂波功率和噪声功率搞混，检测门限完全对不上
现象：CFAR 检测结果要么全是虚警，要么一个目标都检不出来，门限曲线和杂波功率明显不匹配。
原因：sea_clutter.m 里生成的杂波是零中频复信号，功率是 I/Q 两路之和。但有人在后面加噪声的时候，把噪声功率按单路算了，导致信噪比实际差了 3dB。更隐蔽的是，脉冲压缩会带来处理增益，杂波和噪声的功率都会变，但变化量不同，如果不在脉压后重新标定功率，CFAR 的门限因子就是错的。
解决：在脉压输出后加一段功率统计，分别算杂波区和噪声区的平均功率，确认两者比例符合设计值。我一般会在 CFAR 之前插一个功率归一化步骤，把输入信号功率归一到 1，这样门限因子可以直接用理论值。
4.2 目标速度超过无模糊速度，多普勒通道里找不到峰
现象：目标回波明明加进去了，MTD 输出里也有能量，但峰值不在预期的多普勒通道，甚至跑到对称位置去了。
原因：PRF 设低了，目标多普勒频率超过了 PRF/2，发生速度模糊。比如 X 波段、PRF=1000Hz，无模糊速度只有 ±7.5m/s。如果你设的目标速度是 20m/s，多普勒频率约 1333Hz，超过 PRF/2=500Hz，会折叠到 -667Hz 对应的通道。
解决：先算一下你的目标速度范围，反推需要的 PRF。如果 PRF 受限于无模糊距离不能提高，就得做解模糊。常见做法是变 PRF 或者用多脉冲联合估计，源码里没有内置，需要自己补。我一般会在 target_echo.m 里加一个速度合法性检查，超过无模糊范围就报错，避免跑完才发现问题。
4.3 脉冲压缩参考信号长度和采样率不匹配
现象：脉压后的主瓣宽度和理论值对不上，旁瓣电平也异常，有时候主瓣还会分裂。
原因：参考信号的采样率必须和回波信号一致。源码里参考信号是按 fs 采样的，但如果你改了 fs 而忘了改参考信号的生成长度，匹配滤波就失配了。另一个常见错误是参考信号的脉宽 Tp 和发射信号不一致，导致调频斜率不同，脉压后主瓣展宽。
解决：把参考信号的生成封装成一个函数，输入参数直接从 radar 结构体取，不要手动写死数值。每次改 fs 或 Tp 之后，重新生成参考信号。我习惯在脉压脚本开头加一行断言，检查参考信号长度是否等于 Tp*fs，不等就报错。
4.4 CFAR 保护单元数设得太小，目标能量泄漏到参考单元
现象：检测到的目标位置偏移，或者目标旁边出现虚假检测点。
原因：保护单元的作用是防止目标能量泄漏到参考单元里，抬高杂波估计值。如果保护单元数不够，目标的主瓣旁瓣会进入参考窗，导致门限被抬高，目标本身反而检不出来，或者目标边缘被检测成多个点。
解决：保护单元数至少覆盖目标脉冲压缩后的主瓣宽度。主瓣宽度约等于 1/B，对应采样点数是 fs/B。源码默认保护单元 4 个，在 fs=20MHz、B=10MHz 时，主瓣占 2 个采样点，4 个保护单元够用。但如果你用了窗函数，主瓣会展宽，保护单元也要相应增加。我一般会把保护单元数设为 ceil(1.5 * fs / B)，留点余量。
4.5 数据维度搞反，MTD 做成了距离维 FFT
现象：MTD 输出的二维图里，多普勒维没有分辨出目标，反而距离维出现了正弦调制。
原因：Matlab 的 fft 默认沿第一个维度做。pc_out 的维度是 [距离采样点 × 脉冲数]，如果直接 fft(pc_out)，是对距离维做 FFT，完全错了。必须指定维度 fft(pc_out, [], 2)。
解决：养成习惯，每次做 FFT 都显式指定维度。我一般在脚本里加注释标明数据维度，比如% pc_out: [Nr x Np]，这样后面的人不容易搞错。另外，fftshift 也要沿同一维度做，否则零频位置对不上。
5. 进阶用法：把仿真结果和实测数据对齐
5.1 用实测海杂波数据替换仿真杂波
源码里的海杂波是参数化生成的，优点是可控，缺点是跟实际海况有差距。如果你手上有实测海杂波数据，可以直接替换 sea_clutter.m 的输出。实测数据通常是 I/Q 两路浮点或定点格式，读进来之后要做几件事：去直流、功率归一化、按距离门对齐。我一般会先用实测数据跑一遍 CFAR，统计实际虚警率，然后反推需要的门限因子修正量。
% 用实测数据替换仿真杂波 raw = read_complex_binary('sea_clutter.dat'); % 自定义读取函数 raw = raw - mean(raw); % 去直流 raw = raw / sqrt(mean(abs(raw).^2)); % 功率归一化 clutter = reshape(raw, [Nr, Np]); % 按距离-脉冲重排注意实测数据的采样率和 PRF 必须和仿真参数一致，否则距离轴和多普勒轴全乱。如果采样率不同，先做重采样。
5.2 检测性能评估：用蒙特卡洛跑出 ROC 曲线
单次仿真的检测结果说明不了太多问题，要评估性能得跑蒙特卡洛。源码里没有内置蒙特卡洛循环，但结构上很容易加。我一般会固定杂波参数，让目标信噪比从 0dB 扫到 20dB，每个信噪比点跑 1000 次，统计检测概率和虚警概率。
snr_list = 0:2:20; Pd = zeros(size(snr_list)); for i = 1:length(snr_list) det_count = 0; for trial = 1:1000 clutter = sea_clutter(radar); target = target_echo(radar, 'SNR', snr_list(i)); echo = clutter + target; pc_out = pulse_compress(echo, radar); mtd_out = mtd_process(pc_out, radar); detect = cfar_detect(mtd_out, radar); if check_target_detected(detect, radar) det_count = det_count + 1; end end Pd(i) = det_count / 1000; end这个循环跑起来比较慢，1000 次 × 11 个信噪比点，每次都要生成杂波和脉压，Matlab 大概要跑十几分钟。我一般会把杂波数据预生成好，循环里只重新生成目标回波，这样能省一半时间。另外，check_target_detected 这个函数要自己写，判断检测矩阵里目标位置附近是否有过门限的点。
5.3 参数扫描：找到你场景下的最优 CFAR 配置
CFAR 的参考单元数和门限因子是一对矛盾。参考单元越多，虚警率控制越稳，但距离分辨率越差。我一般会做一个二维扫描，参考单元数从 8 到 32，门限因子从理论值的 0.8 倍到 1.2 倍，看哪个组合在你的场景下检测概率最高。
这个扫描不用跑蒙特卡洛，单次仿真就能看出趋势。把不同配置下的检测结果画在同一张图上，目标位置用红圈标出来，一眼就能看出哪个配置漏检少、虚警少。我跑过几次之后发现，在 K 分布杂波下，参考单元数取 24、门限因子取理论值的 1.15 倍，综合表现最好。但这只是我的场景，你的海况和目标特性不同，得自己扫。
从那以后我每次拿到新的雷达仿真代码，都强制先跑一遍纯杂波，把实际虚警率标定出来，再往里加目标。这个习惯帮我省了很多来回调参的时间。希望帮到你。
本文还有配套的精品资源，点击获取
