请编写一个matlab程序，内容为均匀噪声环境中的GO-CFAR检测

在MATLAB中，GO-Continuous False Alarm Rate (GO-CFAR)算法通常用于雷达检测，特别是在存在高背景噪声的情况下。这是一个自适应检测技术，它可以根据当前环境动态调整门限，以减少误报。以下是简化的GO-CFAR检测的基本步骤的一个示例程序：

% 假设我们有样本数据 'data', 并已知信号频率 'f0'
% 这里假设数据是正弦信号叠加白噪声

% 加载并创建时间序列
t = linspace(0, length(data)-1, length(data));
carrier_freq = f0; % 载波频率
data = sin(2*pi*carrier_freq*t) + randn(size(t)); % 噪声加信号

% 初始化CFAR参数
window_size = 256; % 窗口大小
threshold_step = 0.01 * max(data); % 步长
min_cell_power = -infinity; % 最小细胞功率

% GO-CFAR检测函数
function [detections] = go_cfar_detection(data, window_size, threshold_step)
    % 形成滑动窗口
    win_data = buffer(data, window_size);

    % 初始化检测矩阵
    detections = zeros(window_size, size(data, 2));

    % 检测循环
    for i = window_size:(size(data, 2) - window_size)
        local_average = mean(win_data(i-floor(window_size/2):i+floor(window_size/2)));
        current_threshold = min_cell_power + i*threshold_step;
        
        % 如果当前窗口平均功率大于阈值，则标记为可能的目标
        if local_average > current_threshold
            detections(i-floor(window_size/2)+1:i+floor(window_size/2)) = ones(window_size, 1);
        end
    end
end

% 调用检测函数
detected_regions = go_cfar_detection(data, window_size, threshold_step);

% 可视化结果
figure;
plot(t, data, 'b', t(detected_regions), data(detected_regions), 'ro');
xlabel('Time');
ylabel('Amplitude');
title('GO-CFAR Detection');