雷达的工具箱

レ,ダ,アプリケ,ション

車載用,監視用,およびSAR用の多機能レ,ダ,をシミュレ,ションします。レーダー信号を合成して,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。

車載レダ

確率的および物理ベ,スのレ,ダ,センサ,モデルを設計します。Mimoアンテナ,波形,i / qレダ信号のシミュレションを行います。マクロドップラシグネチャ,検出,クラスタ,およびトラックを生成します。

レ,ダ,マルチパス反射によるゴ,スト検出。

多機能コグニティブレダ

多機能レダシステムの閉ルプレダのシミュレションを行います。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,ダ,カバレッジ内での操縦タ,ゲットの適応追跡。

グラフは,さまざまなクラスのしきい値0.5に対する適合率——再現率曲線を示しています。ほとんどのクラスの平均適合率は,0.9を超えています。学習済みモデルによる推論はスム,ズではないものの,クラスの0.7の平均適合率を達成しています。

ディプラニングによるSAR画像の自動タゲット認識

合成開口レ,ダ,(sar)

航空および宇宙アプリケション向けの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。

画像の解像度とのトレードオフを行ってマルチルック処理を実行することにより,スペックルの影響が低減されました。

距離と方位角の方向におけるマルチルック処理。

レ,ダ,システムエンジニアリング

要件をモデルやテストに接続するレ,ダ,ア,キテクチャをシミュレ,ションします。レ,ダ,リンクバジェットを解析します。さまざまな環境で検出および追跡の性能を予測します。

レ,ダ,ア,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,ダ,設計および要件の状態を示すパネルを備えたSystem Composer。

レダサブシステムモデルと統合されたレダアキテクチャ。

レ,ダ,方程式のための検出および追跡の統計

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,距離・角度・高さ(ブレーキ)図を作成します。

アクティブ設計を使用した雷达设计师アプリでは,要件,ストップライト図,パターンプロットなどが表示されます。

雷达设计师アプリで対話的にシステムを設計。

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。

効果的な検出確率のためのレダストップラト図。プロットは,設計に設定された目標値としきい値を満たす場所を示しています。

効果的な検出確率のストップラ@ @ト図。

環境およびクラッタ

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,を特性評価します。

2 .のレダシステムを組み合わせたタゲットカバレッジ領域を示す地形ベスの地図。

地形が存在する場合のレ,ダ,カバレッジの計画。

レ,ダ,デ,タ合成

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,伝播チャネル,クラッター,ターゲットのレーダー断面積(RCS)マイクロドップラーシグネチャを設計します。空中,地上,船上のプラットフォーム向けの現実的なレーダーシナリオと,グラウンドトゥルース軌道を作成します。

レ,ダ,センサ,モデル:信号,検出,および追跡ジェネレ,タ,

レダデタを確率的または物理ベスレベルの抽象度でシミュレションします。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。

スキャンレ,ダ,のシミュレ,ション。

レ,ダ,シ,ン:陸海表面モデル

陸海表面をモデル化して,さまざまな抽象度レベルでレ,ダ,の表面反射を生成します。確率的検出および受信i / q信号における表面オクルジョンの影響を評価します。カスタム反射率マップとスペックルを備えた表面モデルなど,現実的なシーンからレーダーデータを合成して,画像形成アルゴリズムをテストおよび評価します。

レ,ダ,シナリオの生成

空中,地上,船上のプラットフォ,ムおよびタ,ゲット向けの現実的なレ,ダ,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,ダ,シナリオの時間発展を可視化して記録します。

レ,ダ,システムのマルチタ,ゲットシナリオ。

レ,ダ,信号およびデ,タ処理

多機能レダ向けの波形ラブラリを設計します。ノズやクラッタが存在する場合にタゲットを検出するアルゴリズムを開発します。レ,ダ,タ,ゲットの距離,角度,ドップラ,応答を推定します。レ,ダ,反射のクラスタリングとマルチタ,ゲット追跡を行います。

波形ラ▪▪ブラリとドップラ▪▪推定

対応する整合フィルタとストレッチ処理により,波形のパルス圧縮ラブラリを作成します。受信信号のパラメ,タ,を推定します。タ,ゲットおよび干渉源の到来方向,検出,距離,角度,およびドップラ,応答を特定します。

Mtiフィルタリングの前後での,レ,ダ,の受信電力と受信範囲のプロット。Mtiフィルタリング後に2のタゲットが表示されます。

移動目標指示(mti)フィルタリングを使用したグラウンドクラッタ,の除去。

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。

DBSCANクラスタリングアルゴリズムを使用した,拡張オブジェクトの8セットのクラスター化された検出のプロット。

Dbscanアルゴリズムを使用した拡張オブジェクトのクラスタ,化された検出。

多機能位相配列レ,ダ,の検索および追跡スケジュ,リング。

Baidu
map