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。混雑したrf共有スペクトル環境で動作するコグニティブレ,ダ,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。
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,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,ダ,信号を手動または自動でラベル付けします。
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。
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,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
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。
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。
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。
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。
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,ゲット追跡
単一仮説のポントオブジェクトトラッカを使用して複数のレダタゲットを追跡します。