Radar Toolbox

レーダー アプリケーション

車載用、監視用、および SAR 用の多機能レーダーをシミュレーションします。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。MIMO 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。

レーダーマルチパス反射によるゴースト検出。

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 (PRF) 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。

レーダーカバレッジ内での操縦ターゲットの適応追跡。

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ーズではないものの、クラスの 0.7 の平均適合率を達成しています。

ディープラーニングによる SAR 画像の自動ターゲット認識

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。

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。

レーダー 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ーダー アーキテクチャをシミュレーションします。レーダー 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。

レーダー アーキテクチャ モデリング

System Composer 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。

レーダー設計および要件の状態を示すパネルを備えた System Composer。

レーダー サブシステム モデルと統合されたレーダー アーキテクチャ。

レーダー方程式のための検出および追跡の統計

Radar Designer 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 (ブレーク) チャートを作成します。

アクティブ設計を使用した Radar Designer 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。

Radar Designer 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ーダー ストップライト図。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イト図。

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。

2 つのレーダーシステムを組み合わせたターゲットカバレッジ領域を示す地形ベースの地図。

地形が存在する場合のレーダーカバレッジの計画。

レーダーデータ合成

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。

スキャンレーダーのシミュレーション。

レーダーシーン: 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ーダー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ー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。

レーダーシステムのマルチターゲット シナリオ。

レーダー信号およびデータ処理

多機能レーダー向けの波形ライブラリを設計します。ノイズやクラッターが存在する場合にターゲットを検出するアルゴリズムを開発します。レーダーターゲットの距離、角度、ドップラー応答を推定します。レーダー反射のクラスタリングとマルチターゲット追跡を行います。

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、距離、角度、およびドップラー応答を特定します。

MTI フィルタリングの前後での、レーダー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 つのター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ーの除去。

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ー化された検出。

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。

多機能位相配列レーダーの検索および追跡スケジューリング。