雷达的工具箱
多機能レーダーシステムの設計,シミュレーション,およびテスト
雷达工具箱には,多機能レーダーシステムの設計,シミュレーション,解析,およびテストのためのアルゴリズムとツールが含まれています。参照例を使用して,空中,地上,船上,および自動車向けのレーダーシステムの実装を始めることができます。雷达的工具箱は、要件解析、設計、配布、フィールドデータ解析など、複数のワークフローをサポートしています。
雷达设计师アプリを使用してリンクバジェット解析を実行し,レーダー方程式レベルでの設計のトレードオフを対話的に評価することができます。ツールボックスには,送信機,受信機,伝播チャネル,ターゲット,ジャマー,クラッターのためのモデルが含まれています。確立的モデルやI / Q信号レベルのモデルを用いて,さまざまな抽象度でレーダーをシミュレーションすることができます。ツールボックスに用意されている信号処理およびデータ処理のアルゴリズムを使用して,これらのモデルから生成された検出値や,レーダーシステムから収集したデータから生成された検出値を処理することができます。射频共混雑した有スペクトル環境で動作するコグニティブレーダーを設計することができます。車載アプリケーション向けに,ツールボックスでは確率的および物理ベースレベルでレーダーセンサーをモデル化し,マイクロドップラーシグネチャやオブジェクトリストなどのデータをシミュレーションすることができます。
シミュレーション高速化やラピッドプロトタイピングのために,このツールボックスではCコード生成をサポートしています。
詳細を見る:
車載レーダー
確率的および物理ベースのレーダーセンサーモデルを設計します。米姆アンテナ,波形,I / Qレーダー信号のシミュレーションを行います。マイクロドップラー・シグネチャ,検出,クラスター,およびトラックを生成します。
多機能コグニティブレーダー
多機能レーダーシステムの閉ループレーダーのシミュレーションを行います。波形選択,パルス繰り返し周波数(脉冲)アジリティ,周波数アジリティ,および干渉緩和を使用して環境条件に対応するシステムをモデル化します。
レーダー用AI
レーダー信号をシミュレーションして,ターゲットおよび信号の分類向けの機械学習モデルおよびディープラーニングモデルの学習を行います。レーダー信号を手動または自動でラベル付けします。
合成開口レーダー(SAR)
航空および宇宙アプリケーション向けのSARリンクバジェットを推定します。スポットライトモードとストリップマップモードの画像形成アルゴリズムのシミュレーションとテストを行います。
レーダーアーキテクチャモデリング
系统的作曲家を使用して,サブシステムのコンポーネント化,トレーサビリティ,要件ベースのテストなどの多機能レーダーのアーキテクチャを開発します。
レーダー方程式の統計情報の検出および追跡
雷达设计师アプリを使用して設計を探索し,検索用および追跡用のレーダー方程式を入力します。結果を対話的に可視化し,設計の選択肢を比較します。検出係数,受信者動作特性(ROC)およびトラッカー動作特性(TOC)を特定し,範囲・角度・高さ(ブレーキ)図を作成します。
アンテナおよび受信機の利得と損失
ビームおよびスキャン損失,ビームドウェル係数,エクリプス損失,ノイズ指数,マッチング損失,パルス積分損失,CFAR損失,MTI損失を計算します。
環境およびクラッター
陸や海のクラッター,ガス,霧,雨,雪による大気の減衰,レンズ効果損失などのレーダーの伝播効果をモデル化および解析します。植生の種類と誘電率を備えた地表に加えて,海の状態と誘電率によりクラッターを特性評価します。
レーダーセンサーモデル:信号,検出,および追跡ジェネレーター
レーダーデータを確率的または物理ベースレベルの抽象度でシミュレーションします。より高速なシミュレーションを行うために,確率的なレーダー検出と追跡を生成し,追跡およびセンサーフュージョンアルゴリズムをテストします。また,より忠実度の高い物理ベースのシミュレーションでは,送信された波形から始め,信号を環境内で伝播し,ターゲットで反射し,レーダーで受信します。
レーダーシナリオの生成
空中,地上,船上のプラットフォームおよびターゲット向けの現実的なレーダーシナリオを作成します。ウェイポイントおよび軌道に基づいて,あるいは慣性航行システムをシミュレーションして,プラットフォームの動作や向きをモデル化します。レーダーシナリオの時間発展を可視化して記録します。
波形ライブラリとドップラー推定
対応する整合フィルターとストレッチ処理により,波形のパルス圧縮ライブラリを作成します。受信信号のパラメーターを推定します。ターゲットおよび干渉源の到来方向,検出,範囲,角度,およびドップラー応答を特定します。
クラスタリング
密度ベースのアルゴリズムを使用して,拡張オブジェクト上のレーダー反射で生成されたレーダー検出をクラスタリングします。
マルチターゲット追跡
単一仮説のポイントオブジェクトトラッカーを使用して複数のレーダーターゲットを追跡します。