chatGPT 寫的 cfar 的 code

# 定義 CFAR 演算法
def cfar(signal, reference_region_size, guard_region_size, threshold):
  # 創建空的列表，用於存儲檢測結果
  detections = []
  
  # 從信號的第一個元素開始遍歷整個信號
  for i in range(len(signal)):
    # 將當前檢測到的信號元素與前面和後面的信號元素組成一個參考區域
    reference_region = signal[max(0, i - reference_region_size):i + reference_region_size + 1]
    
    # 在參考區域的前面和後面各添加一個保護區域，用於消除边界效應
    guard_region = signal[max(0, i - reference_region_size - guard_region_size):max(0, i - reference_region_size)]
    guard_region += signal[min(len(signal) - 1, i + reference_region_size + guard_region_size + 1):min(len(signal) - 1, i + reference_region_size + 1)]
    
    # 在參考區域中找到最大值，並將最大值減去保護區域中的平均值，以獲得阈值
    reference_max = max(reference_region)
    reference_threshold = reference_max - sum(guard_region) / len(guard_region)
    
    # 如果當前檢測到的信號大於阈值，則將該信號加入檢測結果中
    if signal[i] > reference_threshold * threshold:
      detections.append(signal[i])
      
  return detections
  
# 測試 CFAR 演算法
signal = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
detections = cfar(signal, reference_region_size=2, guard_region_size=1, threshold=1.5)
print(detections)  # 輸出

有 guard.