若由本篇博文增加关注，就解封本篇博文的VIP权限哈，记得在下方留言哈

1. 在本周我将上周的代码又完整的检查了一遍，发现我在生成H矩阵时累加的不是能量，而是数量，即相同ρ与相同θ的个数。先说明一下，其实先进行初级滤波然后再进行累加相同的个数与不进行初级滤波直接进行能量的累加效果是大差不差的。在进行初级滤波时，已经滤除了一些噪声，这与进行能量的累加其实是相似的。但是为了充分说明检测前跟踪是利用观测数据的大部分数据这一性质，我采用直接累加能量的方式再次编程。
2. mesh()函数：这个函数是将二维矩阵转换为三维图像的，但是你仔细看其说明：mesh(X(i),Y(j),Z(j,i))会发现，经过mesh()后的图像其实是和真实的数据成转置关系的，这个希望你能了解以下。以免有疑问。
3. 累加能量思路：

• 累加能量肯定是相同ρ相同θ，所以对于角度进行循环，在每次循环里找到相同ρ，用tabulate(R(i ，：))即可找到相同元素。
• 对于相同元素进行遍历，用find(R(i , : ) == y(i1))即可找到其在R中的横纵坐标。然后再对于一个相同元素所形成的横纵坐标进行遍历，找到在CD中的位置，此时就可以找到对应元素了，然后将对应元素幅值的平方作为能量进行累加。
  

4. 生成H矩阵后可以进行滤波，把H矩阵中能量较低的数据滤去置零。此处我选择的是找出H中的最大值，然后将H中的各值与最大值的比值设置一个参数，低于该参数就置零。可以得到一个新的矩阵。
5. 此时你会发现新矩阵的非零数是一片较小的区域 由于我跟踪的是单目标，所以，在这里我采用图像重心提取法来代替那一片区域。此时就得到了一个ρ和一个角度θ，再代入r=-t/tand(角度)+ρ/sind(角度）。用plot()函数画出其图像即可。
   
6. 此时得到的只是短时间的SHT-TBD，然后对于余下的回波数据继续进行SHT-TBD，最后进行连接在一块即可。