雷达的工具箱

雷达的工具箱

设计、模拟、测试 多功能雷达 系统

开始:

雷达的应用

模拟汽车、监视和SAR应用的多功能雷达。综合雷达信号训练机器和深度学习模型的目标和信号分类。

汽车雷达

设计概率和基于物理的雷达传感器模型。模拟MIMO天线,波形,I/Q雷达信号。生成微多普勒信号,检测,聚类和轨迹。

雷达多径反射引起的鬼影探测。

多功能和认知雷达

为多功能雷达系统进行闭环雷达仿真。使用波形选择、脉冲重复频率(PRF)敏捷性、频率敏捷性和干扰缓解对环境条件作出响应的系统建模。

雷达覆盖下机动目标的自适应跟踪。

图显示了不同类别零点五阈值的精确度与召回率曲线。大多数课程的ap分数都大于零点九。受过训练的模特很努力,但在班上取得了零点七的A P。

基于深度学习的SAR图像自动目标识别。

合成孔径雷达(SAR)

估算机载和空间应用SAR链路预算。模拟和测试聚光灯和条形图模式下的图像形成算法。

通过在图像分辨率上进行多视处理,降低了斑点的影响。

多视处理范围和方位方向。

雷达系统工程

模拟连接需求到模型和测试的雷达架构。分析雷达链路预算。预测不同环境下的检测和跟踪性能。

雷达体系结构建模

系统的作曲家为多功能雷达开发体系结构,包括子系统组件化、可跟踪性和基于需求的测试。

系统编写器与雷达设计和面板显示需求状态。

雷达架构与雷达分系统模型集成。

雷达方程的探测与跟踪统计

探索设计使用雷达设计者应用程序填充雷达方程搜索和跟踪。可视化结果交互比较设计选择。确定可检测因素、接收器工作特征(ROC)和跟踪器工作特征(TOC),并生成距离-角度-高度(Blake)图。

雷达设计应用程序与主动设计显示包括要求,红绿灯图,和模式图。

交互式设计系统与雷达设计师应用程序。

天线和接收机的增益和损耗

计算波束和扫描损耗、波束驻留因子、重叠损耗、噪声图、匹配损耗、脉冲积分损耗、CFAR损耗和MTI损耗。

有效探测概率的雷达红绿灯图。图显示为设计设定的目标和阈值在哪里得到满足。

有效概率检测红绿灯图。

环境和杂物

对海陆杂波的雷达传播效应进行建模和分析气体、雾、雨、雪造成的大气衰减;和镜头效果损失。利用海况和介电常数以及植被类型和介电常数对杂波进行表征。

基于地形的地图显示两个雷达系统的联合目标覆盖区域。

根据地形规划雷达覆盖范围。

雷达数据合成

设计雷达传感器模型;信号、检测和跟踪发生器;传播渠道;杂物;目标雷达截面(RCS);和微多普勒特征。为机载、陆基和舰载平台和地面真实轨迹创建真实的雷达场景。

雷达传感器模型:信号,检测和跟踪发生器

在概率或基于物理的抽象级别上模拟雷达数据。为了更快的模拟,生成概率雷达探测和跟踪,以测试跟踪和传感器融合算法。另外,基于更高保真度的物理模拟从传输波形开始,在环境中传播信号,将它们反射到目标上,然后在雷达上接收它们。

雷达场景:陆地和海面模型

模拟陆地和海面,以生成跨越不同抽象级别的雷达表面返回。评估表面遮挡对概率检测和接收到的I/Q信号的影响。综合来自现实场景的雷达数据,包括具有自定义反射率图和散斑的表面模型,以测试和评估图像形成算法。

在雷达场景中模拟陆地和海面。

雷达场景生成

为机载、陆基和舰载平台和目标创建真实的雷达场景。基于路径点和轨迹或通过模拟惯性导航系统建模平台运动和定向。可视化和记录雷达场景的时间演化。

雷达信号与数据处理“,

多功能雷达波形库设计。开发在存在噪声和杂波情况下检测目标的算法。估计雷达目标的距离、角度和多普勒响应。在雷达返回时执行聚类和多目标跟踪。

波形库和多普勒估计

创建波形的脉冲压缩库,并进行相应的匹配滤波和拉伸处理。估计接收信号参数。确定目标和干扰源的到达方向、探测、距离、角度和多普勒响应。

MTI滤波前后雷达接收功率与距离关系图。MTI滤波后可见两个目标。

用运动目标指示(MTI)滤波去除地面杂波。

聚类

利用基于密度的算法从扩展对象上的雷达返回生成聚类雷达探测。

使用DBSCAN聚类算法对扩展对象进行聚类检测的八组图。

使用DBSCAN算法对扩展对象进行集群检测。

多功能相控阵雷达搜索与跟踪调度。

Baidu
map