最近处理了一段时间的雷达实测数据，其中有一个很重要的指标就是信号的信噪比，信噪比定义很简单就是信号的功率除以噪声功率，一般取dB （其中如果分子分母是功率的话，那么公式为10log10(X)，如果分子分母是幅度的话，公式为20log10(X)），但是在雷达实测数据中我们是不知道信号的功率和噪声的功率，这需要我们进行脉冲压缩后，峰值代表信号功率，剩下取一部分进行统计分析，得到噪声功率。

下面两张图分别是实测雷达信号图和脉压后信号图，我会把这两个文件传到资源中，大家可以自己尝试处理一下。

对脉压后的图像对数化，可得（方便大家看他的趋势）：

代码：

clc
clear
close all

%% 数据读取与波形
data = load('20230920-234830-slave-PRT1-data');                             % 雷达实测信号
data1 = load('20230920-234830-slave-PRT1-data1');                           % 脉冲压缩后的信号
figure,plot(real(data.data))
figure,plot(abs(data1.data1))
figure,plot(db(abs(data1.data1)))
N = length(data1.data1);                                                    % 信号长度
[~,N_max] = max(abs(data1.data1));                                          % 峰值坐标

%% 功率
s_pointer = N_max;
s = sum(abs(data1.data1(s_pointer)).^2)/(length(s_pointer));
n_pointer = [1:N_max-50,N_max+50:N];
n = sum(abs(data1.data1(n_pointer)).^2)/(length(n_pointer));
SNR = 10*log10((s-n)/n);

%% 幅度
s_pointer = N_max;
s = sum(abs(data1.data1(s_pointer)))/(length(s_pointer));
n_pointer = [1:N_max-50,N_max+50:N];
n = sum(abs(data1.data1(n_pointer)))/(length(n_pointer));
SNR = 20*log10(s/n);

其中功率算出来的SNR为：58.561761884213010；幅度算出来的SNR为：59.367852645436710，相差一个dB，推荐功率计算方法（即幅度平方）

注意：我之前认为在脉压图像中，除了信号区就是噪声区，这个其实是不对的，我们只需要从统计意义上，能够找到一个区域能代表噪声就好，我之前犯的错误就是噪声区里包含了部分信号的能量，导致SNR变小。