K分布杂波下信息几何检测与传统方法的性能比较（SNR 0-30dB）

%K分布杂波下，信息几何方法与常规单元平均方法的检测性能。
tic
%hold on
clear
clc
snrdb=0:1:30 ;
SNR=(10).^(snrdb./10);
N_Simulation=1e3;
Pfa=1e-4; %虚警概率
Eta=40.95361; %利用仿真方法，预先计算得到门限
Sigma=1;   %噪声标准方差
%flag_fluctuation=0; %Swerling起伏类型选择
flag_fluctuation=input('请选择Swerling起伏类型(0,1,2,3或4):')
% 复信号产生
Vel=15; % 目标速度,m/s
lamda=0.06; % 波长,m
f_Doppler=-2*Vel/lamda; % Doppler
PRT=0.001; % PRT,s
PRF=1/PRT; % Hz
phai0=2*pi*rand(1);

Pd=zeros(size(snrdb));
Pd2 = [];
%预先计算矩阵均值A，这里全局使用一个均值
N_Pulse=8;     % 脉冲个数
N_Fourier = N_Pulse;
N_NoiseMatrices=16;    %参考单元个数
B = zeros(N_Pulse,N_Pulse,N_NoiseMatrices);       % 16个8X8的矩阵 B=NoiseMatrices; 
%为了矩阵表示的简单，噪声协方差矩阵赋给B
Array_ForCycle=1:N_Pulse;     %脉冲个数为8个

Signal=zeros(N_Pulse,1);
% 复噪声产生，噪声协方差矩阵的个数为16个
%首先产生16个参考单元的噪声协方差阵
for i=1:N_NoiseMatrices       %16次循环产生噪声协方差阵
    rnd1=Sigma*randn(size(Array_ForCycle));  %1X8的高斯分布随机数
    rnd2=Sigma*randn(size(Array_ForCycle));
    rnd=sqrt(rnd1.^2+rnd2.^2);
    rndang=2*pi.*rand(size(Array_ForCycle));    %1X8的均匀分布随机数
    ray=rnd'.*sin(rndang)'+j*rnd'.*cos(rndang)';   %1X8的高斯分布复序列
    gamma=gamrnd(100,1,[8,1]);
    noise=sqrt(2/pi)*ray.*sqrt(gamma);
    %noise=(K(N_Pulse,Sigma))';
    % 计算一组噪声的协方差矩阵
    [cov_n,lags] = xcov(noise,7); % 计算回波在8个步长的自相关矩阵,检验是否Toeplitz，这里假设步长就是脉冲个数，输出为1X17的数组
    % stem(lags,cov_n)
    n=cov_n;
    %把cov_n组成lagsXlags的协方差矩阵， 即由1X17变为8X8
    B(:,:,i)=[n(8)  [(n(9:15))]';
        n(9)  n(8) [(n(9:14))]';
        n(10) n(9) n(8) [(n(9:13))]';
        n(11) n(10) n(9) n(8) [(n(9:12))]';
        n(12) n(11) n(10) n(9) n(8) [(n(9:11))]';
        n(13) n(12) n(11) n(10) n(9) n(8) [(n(9:10))]';
        n(14) n(13) n(12) n(11) n(10) n(9) n(8) [(n(9))]';
        n(15) n(14) n(13) n(12) n(11) n(10) n(9) n(8)];
end
%利用梯度下降算法计算噪声协方差阵的均值

Sum_Matrices=zeros(N_Pulse,N_Pulse); %定义矩阵的算术和
for i=1:N_NoiseMatrices    %参考单元数16