图2.4.1  去斜信号第一次FFT频谱分析图
在图2.4.1中峰值位置所对应的频率为 。对256个重复周期的频谱分析结果做第二次FFT运算得到图2.4.2。
   图2.4.2  对256个重复周期做第二次FFT的结果
在图2.4.2中峰值位置所对应的频率为 ，由于之前所提及的 ，因此可以得到 ，计算出 ，并结合两次FFT结果图中峰值位置的频率得到 ，计算出 。从MATLAB仿真的结果分析可以发现，这样的一种处理方法所测结果具有比较高的测量精度，是一种可行的方法。
假定有三个目标：
目标1：距离30m，远离速度20m/s；
目标2：距离15m，远离速度20m/s；
目标3：距离30m，靠近速度10m/s。
两个目标目标距离速度的三文仿真图如图2.4.3所示。
 
图2.4.3  目标距离速度三文仿真图
    由图2.4.3可以看出目标1、2、3的多普勒频率和距离频率均与实际相符合。
2.5 恒虚警检测技术
雷达的恒虚警检测在雷达的自动检测方面具有重要的作用，恒虚警的目的是使检测过程中的由杂波引起的恒虚警率恒定，并且处于一个可以接受的水平上，这样可以提高雷达从干扰中提取目标信息的能力。人们已经提出了很多种恒虚警的处理方法，例如单元平均恒虚警、选大恒虚警、选小恒虚警、排序恒虚警、截尾恒虚警等等[11]。
2.5.1 邻近单元平均恒虚警检测器
    由于雷达等设备中机器内部所产生的高斯噪声经过检波之后振幅呈现瑞利分布，因此本文介绍在瑞利分布的噪声中常用的邻近单元平均（CA-CFAR）检测技术。单元平均检测器的结构如图2.5.1所示。
图2.5.1  邻近单元平均CFAR结构图
在这种恒虚警检测器中，杂波功率是由2n个邻近参考单元的均值功率得到的。在参考单元是指数分布的前提下，这是杂波功率的一个充分统计量。图中的 是杂波功率水平的一个估计值， 为标称化因子， 为检测单元的值。自适应判决准则为： 时，认为有目标； 时，认为没有目标，通过调节 的值可以调节恒虚警判决的门限。在检测单元最邻近的单元 为保护单元，主要用于在目标个数为1的情况下，防止目标的能量泄漏到参考单元从而影响检测器的局部估计值[12]。
2.5.2 恒虚警检测仿真
在本系统对第二次FFT之后的256×64个数据进行恒虚警处理的时候，需要分别在距离门上和速度门上进行恒虚警处理。距离门的数目为64，速度门的数目为256。以距离门为例说明恒虚警处理的效果，由于距离门的数目比较少，因此左右参考单元的数目各取为8，保护单元的数目取为2。设定噪声的形式为高斯白噪声，幅度为去斜信号的一半，进行恒虚警处理之前的距离门上数据如图2.5.2所示。
图2.5.2  恒虚警处理之前距离门上数据
由图2.5.2可以看到，实际目标在1.2656MHz处，同时，其周围存在着干扰。因此，需要经过恒虚警处理，通过判决确定有目标存在，并且将目标的信息提取出来。恒虚警之后，将通过门限的数据保留下来，将没有通过门限的数据舍去，得到的结果如图2.5.3所示。
 
图2.5.3  恒虚警处理之后距离门上数据
由图2.5.3可以看到，目标周围的干扰被过滤掉，目标被保留下来，并且其距离信息也保留了下来。 MATLAB近程线性调频连续波雷达信号处理实现(5):http://www.youerw.com/tongxin/lunwen_8928.html