検出、レンジ推定とドップラー推定
検出はレーダー システムやソナー システムの重要な部分です。検出機能を向上させるために、Phased Array System Toolbox™ には、整合フィルター処理とストレッチ処理によるパルス圧縮、コヒーレントおよび非コヒーレント パルスの積分、レンジ推定とドップラー推定、および 1 次元または 2 次元の定偽警報率 (CFAR) 検出を実行するための System object が含まれています。ユーティリティ関数を使用すると、さまざまな S/N 比 (SNR) レベルまたは偽警報の確率に対する受信者動作特性 (ROC) 曲線を計算して可視化できます。
カテゴリ
- 検出
ターゲット検出、CFAR、2-D CFAR、ROC 曲線、ソナー方程式
- 位置推定
到着時間 (TOA)、到着時間差 (TDOA)、到着時間和 (TSOA)、位置推定
- レンジ推定とドップラー推定
レンジ推定とドップラー推定、レンジ-ドップラー処理とレンジ-角度処理、および FMCW レンジ推定
- 可視化
RTI 表示および DTI 表示を使用してデータを可視化する
注目の例
定偽警報率 (CFAR) 検出
この例では、定偽警報率 (CFAR) 検出について紹介し、Phased Array System Toolbox™ の CFARDetector と CFARDetector2D を使用してセル平均化 CFAR 検出を実行する方法を示します。
Estimate Range and Doppler Using Pulse Compression
Use pulse compression to improve detection and range and Doppler estimation.
Range Estimation Using Stretch Processing
Estimate the range of a target using stretch processing in a radar system that uses a linear FM pulse waveform.
Doppler Estimation
A monostatic pulse radar detecting the radial velocity of moving targets at specific ranges. The speed is derived from the Doppler shift caused by the moving targets. We first identify the existence of a target at a given range and then use Doppler processing to determine the radial velocity of the target at that range.
Receiver Operating Characteristic (ROC) Curves Part I: Theoretical Performance Analysis
Assess the performance of both coherent and noncoherent systems in an additive complex white Gaussian noise environment using receiver operating characteristic (ROC) curves.
Receiver Operating Characteristic (ROC) Curves Part II: Monte Carlo Simulation
Generate an ROC curve using a Monte-Carlo simulation.
Detection of Unknown Signals
Design an energy detector to detect an unknown signal embedded in ambient noise.
Detection of Known Signals with Coherent and Non-Coherent Receivers
Use a matched filter to detect a deterministic signal in complex, white, Gaussian noise.
