多平台雷达检测生成
此示例显示了如何从多平台雷达网络生成雷达检测。该网络包括三个远程平台：两个机载和一个基于地面的平台。这种合成数据可用于测试不同目标类型和机动的跟踪架构的性能。
雷达平台和目标在场景中被建模为平台．模拟场景中平台的运动的仿真trackingScenario．
％创建跟踪方案以管理平台的移动。场景=跟踪Cenario;％创建跟踪方案scene.updaterate = 0;％使用连续更新速率来处理具有不同更新速率的传感器镰刀= 60;％持续时间在几秒钟内stude.stoptime = sceneduration;
带旋转雷达阵列的机载平台
在巡航的海拔地区，在距离北北650 km / hr的方案中加入空中平台。从使用的航点生成平台轨迹WayPointTrajectory.．
ht = 10e3;％高度为米社民党= 650 * 1 e3/3600;%速度，单位为m/sstart = [-spd*sceneDuration/2 5e3 -ht];stop = [spd*sceneDuration/2 5e3 -ht];traj = waypointTrajectory (“锚点”(启动、停止),“TimeOfArrival”, (0;sceneDuration]);％用轨迹创建空中平台。plat1 =平台(场景,'弹道', traj);
将平面阵列雷达添加到平台上。将雷达安装在平台上方5米的弧度内。将雷达模拟为机械旋转序列阵列。雷达沿着阵列的光程升高地电子堆叠梁。建模雷达规范下面列出：
敏感度：0 dbsm @ 375公里
机械扫描:方位扫描
机械扫描限制：0至360°
电子扫描：仅限高程
电子扫描限制：-2至45°
视野：1°方位角，47°升高
测量:方位角，仰角，距离
方位角分辨率：1°
高程分辨率：5°
距离分辨率:30米
模型使用机械旋转雷达使用FusionRadarscarsor．
传感器= 1;％识别每个检测的始发传感器雷达= fusionRadarSensor (sensorIndex,“旋转”，．．．'mountinglocation'，[0 0-5]，．．．％M.'updaterate', 12.5,．．．％Hz.'referencercs'0,．．．％dbsm.'参考范围'，375e3，．．．％M.'scanmode'，'机械和电子'，．．．“MechanicalAzimuthLimits”，[0 360]，．．．％deg.'机械的levationlimits'，[0 0]，．．．％deg.'Electronicazimuthlimits'，[0 0]，．．．'ElectionelevationLimits'，[-2 45]，．．．％deg.'fieldofview'，[1; 47.1]，．．．％deg.'haselevation'， 真的，．．．'azimuthresolution'，1，．．．％deg.“ElevationResolution”，5，．．．％deg.'rangeresolution'，30，．．．％M.'hasins',真正的);将雷达安装到它的机载平台上。Plat1.Sensors =雷达;
带有两个雷达阵列的机载平台
在巡航高度为8公里、以550公里/小时的速度向南飞行的场景中增加第二个机载平台。
ht = 8e3;％高度为米社民党= 550 * 1 e3/3600;%速度，单位为m/sstart = [spd * sceneduration / 2 5e3 -ht];stop = [-spd * sceneduration / 2 5e3 -ht];traj = waypointTrajectory (“锚点”(启动、停止),“TimeOfArrival”, (0;sceneDuration]);平台=平台（场景，'弹道', traj);
多个传感器可以安装在平台上。添加由两个线性相位阵列组成的雷达，安装在平台上方5米。安装阵列，使一个阵列在机身的右侧看，另一个阵列看起来在机身的左侧。两个阵列都在平台两侧的150度方位扇区上提供覆盖范围。线性阵列没有测量高度。此雷达的规格下面列出：
灵敏度:0 dBsm @ 350公里
机械扫描：没有
电子扫描:方位角扫描
电子扫描限制：-75至75°
视野：1°方位角，60°升高
测量:方位、范围
方位角分辨率：1°
距离分辨率:30米
模拟线性相位阵列雷达使用FusionRadarscarsor．
通过设置雷达偏航90度来创建右面向雷达。SensorIndex = SensorIndex + 1;rightradar = fusionradarsensor（传感器，“部门”，．．．'mountinglocation'，[0 0-5]，．．．％M.'mountingangles'，[90 0 0]，．．．deg，看右边'updaterate', 12.5,．．．％Hz.'referencercs'0,．．．％dbsm.'参考范围'，350e3，．．．％M.'scanmode'，“电子”，．．．'Electronicazimuthlimits'，[ - 75 75]，．．．％deg.'fieldofview'，[1; 60]，．．．％deg.'haselevation'， 错误的，．．．'azimuthresolution'，1，．．．％deg.'rangeresolution'，30，．．．％M.'hasins',真正的);％创建一个相同的雷达，观看机身左侧。Leftradar =克隆（Rightradar）;SensorIndex = SensorIndex + 1;Leftradar.SensorIndex = SensorIndex;Leftradar.mountingangles（1）= -90;看左边％将两个线性雷达阵列连接到空机平台。plat2.Sensors = {Leftradar，Rightradar};
具有矩形雷达数组的地面平台
使用拖车以上5米的矩形相控阵用，添加基于基于雷达。雷达以电子光栅扫描图案在地面上方电子地调查60度方位角跨度和20度高度。
灵敏度:0 dBsm @ 350公里
机械扫描：没有
电子扫描：方位角和高度
电子扫描限制:-30至30°方位角，-20至0°仰角
视野：1°方位角，5°海拔
测量:方位角，仰角，距离
方位角分辨率：1°
高程分辨率：5°
距离分辨率:30米
使用矩形相控阵雷达模拟FusionRadarscarsor．
创建一个电子扫描矩形阵列雷达。SensorIndex = SensorIndex + 1;雷达= fusionRadarSensor (sensorIndex,'栅格'，．．．'mountinglocation'，[0 0-5]，．．．％M.'updaterate'25岁的．．．％Hz.'referencercs'0,．．．％dbsm.'参考范围'，350e3，．．．％M.'scanmode'，“电子”，．．．'Electronicazimuthlimits'，[-30 30]，．．．％deg.'ElectionelevationLimits'，[-20 0]，．．．％deg.'fieldofview'，[1; 5]，．．．％deg.'haselevation'， 真的，．．．'azimuthresolution'，1，．．．％deg.“ElevationResolution”，5，．．．％deg.'rangeresolution'，30，．．．％M.'hasins',真正的);将矩形雷达阵列安装到拖车平台上。plat3 =平台(场景,'传感器'、雷达);plat3.Trajectory。Position = [-30e3 30e3 0];plat3.Trajectory。方向=四元数([-60 0 0]，'eulerd'，“zyx股票”，'框架'）;
空中目标
在监视区域内添加四个空中目标。
客机在3,000米高度的3000 km / hr上旅行东北部
穿越班车在4,000米高度的900 km / hr旅行东南部
班车以9,000米高度的600 km / hr旅行东部
喷气式飞机以300 km / hr行驶，并在3,000米高度上执行90度
％加入东北行驶的客机。ht = 3 e3;％高度为米SPD = 700 * 1E3 / 3600;%速度，单位为m/sang = 45;= [sind(ang) sind(ang) 0;-sind(ang) sind(ang) 0;0 0 1);Offset = [-15e3 -25e3 -ht];start = offset - [spd*sceneDuration/2 0 0]*rot;停止= offset + [spd*sceneDuration/2 0 0]*rot;traj = waypointTrajectory (“锚点”(启动、停止),“TimeOfArrival”, (0;sceneDuration]);rcs = rcssignature（'图案', (10 10;10 10],．．．“方位”，[-180 180]，'海拔'，[-90 90]，．．．'频率'，[0 10E9]）;％定义了目标的自定义RCS签名平台(场景,'弹道'，traj，“签名”，rcs）;％加入东南行驶的过渡班车。ht = 4e3;％高度为米SPD = 900 * 1E3 / 3600;%速度，单位为m/soffset = [（开始（1）+ stop（1））/ 2（开始（2）+ stop（2））/ 2 -ht];start = offset + [0 -SPD * sceneduration / 2 0] *腐烂;stop =偏移+ [0 spd * sceneduration / 2 0] *腐烂;traj = waypointTrajectory (“锚点”(启动、停止),“TimeOfArrival”, (0;sceneDuration]);rcs = rcssignature;默认为默认为10 dbsm rcs，所有查看角度平台(场景,'弹道'，traj，“签名”，rcs）;增加向东飞行的航班。ht = 9e3;％高度为米SPD = 600 * 1E3 / 3600;%速度，单位为m/sstart = [30e3-spd * sceneduration / 2-20e3 -ht];stop = [30e3 spd * sceneduration / 2-20e3 -ht];traj = waypointTrajectory (“锚点”(启动、停止),“TimeOfArrival”, (0;sceneDuration]);平台(场景,'弹道', traj);默认为默认为10 dbsm rcs，所有查看角度%添加水平加速度为0.3 G的射流转弯。ht = 3 e3;％高度为米SPD = 300 * 1E3 / 3600;%速度，单位为m/sAccel = 0.3 * 9.8;向心加速度m/s^2RADIUS = SPD ^ 2 / ACCEL;％转米的半径t0 = 0;t1 = t0 + 5;T2 = T1 + PI / 2 * RADIUS / SPD;t3 =镰刀;start = [0e4 -4e4 -ht];wps = [．．．0 0 0;．．．开始直线段SPD * T1 0 0;．．．％开始水平转弯SPD * T1 +半径半径0;．．．水平转弯的百分点SPD * T1 + RADIUS RADIUS + SPD *（T3-T2）0];二次直线段的％末端traj = waypointTrajectory (“锚点”，开始+ WPS，“TimeOfArrival”，[t0;T1;T2;t3]）;平台(场景,'弹道', traj);
产生雷达检测
以下循环导致平台和目标位置直到方案结束。对于方案中的每个步骤，从每个平台生成检测。
的trackingScenario可以以固定的时间间隔前进或自动确定下一个更新时间。设定UpdateRate来0使...能够trackingScenario确定下一个更新时间。
RNG（2018）;%为可重复的结果设置随机种子％创建一个Theaterplot以显示检测到的目标和平台的真实和测量位置。theaterDisplay = helperMultiPlatDisplay(现场);标题('多平面雷达场景'）;传奇（“显示”）;%显示场景的3D视图。查看（-60,10）;％记录所有检测Detlog = {};timelog = [];尽管前进（场景）在每个平台上生成雷达探测。[引爆器,配置]=检测(现场);%用当前波束位置和检测更新显示。TheaterDisplay（DETS）;％日志传感器数据和地面真理。Detlog = [Detlog;DETS];％＃OKtimelog = [timelog;场景。％＃OK 结尾
注意来自机载平台的宽波束和来自执行光栅扫描的地面雷达的窄波束。你可以在下面的2D视图中可视化地面真实轨迹。四个目标用三角形表示。在x轴上大约30公里处是客机向东(从左到右)飞行。在x轴上大约2公里处是喷气机执行顺时针旋转。再往南是两架横越航线。
查看（-90,90）;％2D视图
用它们的测量不确定性绘制记录的检测。每种颜色对应于生成检测的平台。来自上一个显示器的图例适用于所有以下情节。请注意，雷达产生误报，这些警报是远离目标轨迹的检测。
TheaterDisplay（Detlog）;标题（[num2str（numel（detlog））'检测从'记录'num2str(元素个数(timeLog))'模拟步骤']）;传奇（'隐藏'）;
以下3D视图显示了如何在高度上分发这些检测。对于具有3D传感器的平台（蓝色和黄色平台），检测密切关注目标轨迹。2D-View平台的检测（红色平台）从目标轨迹的高度偏移，因为其雷达无法测量高度。每个检测显示1-Sigma测量不确定度，作为以测量的目标位置为中心的灰色椭圆体（显示为填充圆圈）。
查看（[ - 60 25]）;% 3 d视图
放大喷气机执行90度水平转弯。根据雷达的分辨率和每个检测的信噪比（SNR），雷达报告了1-sigma测量不确定性。较长范围或具有较小的SNR值的目标将具有比更近距离范围或更大的SNR值的目标更大的测量不确定性。请注意，蓝色检测具有比黄色检测更小的测量不确定性。这是因为蓝色检测源自空中平台（平台1），该平台比基于地面的平台（平台3）更靠近目标，从而产生黄色检测。
XLIM（[ - 3000 9000]）;ylim（[ - 44000-32000]）;ZLIM（[ - 12000 0000]）;轴（'正方形'）;标题('Jet执行水平转弯'）;
请注意由使用两个线性阵列的机载平台(平台2)产生的红色探测的高度不确定性很大。椭球面在距离和方位角方向上轴小，但在仰角方向上轴大。这是因为这个平台上的线性阵列无法提供海拔估计值。在这种情况下，平台的雷达报告在0度探测，与高程视场相对应的高程不确定性。
放大两架客机。带有旋转阵列的蓝色机载雷达产生的探测次数最少(对这两个目标只有4次探测)，但这些探测是最精确的(最小的椭圆)。由于其雷达的360度机械扫描，该平台的探测次数很少，这限制了其波束在场景中重新访问目标的频率。其他平台的雷达具有更小的扫描区域，允许它们以更高的速度重访目标。
查看（[ - 55 20]）;XLIM（[ - 22000 -10000]）;ylim（[ - 31000 -19000]）;标题(“穿越飞机”）;
放大班车前往东方。对不同雷达平台的检测和准确性的数量相同的观察。
查看（[ - 70 10]）;XLIM（[24000 36000]）;ylim（[ - 26000 -14000]）;zlim（[ - 15000 -3000]）标题（'班车前往东'）;
概括
这个例子展示了如何对雷达监视网络建模，并模拟由多个机载和地面雷达平台生成的探测。在本例中，您学习了如何定义场景，包括可以静止或运动的目标和平台。您还学习了如何可视化地面真实轨迹、传感器光束、探测和相关的测量不确定性。您可以通过跟踪和融合算法来处理这些合成数据，以评估它们在这种情况下的性能。你也可以修改这个例子来练习你的多目标跟踪针对不同的目标类型和机动。
您还可以从以下列表中选择一个网站：
