데이터 합성
확률적 기반 또는 물리 기반의 다양한 추상화 수준에서 레이다 데이터를 시뮬레이션합니다. 시뮬레이션 속도를 높이려면 확률적 레이다 검출과 트랙을 생성하여 추적 알고리즘과 센서 융합 알고리즘을 테스트합니다. 물리 기반 시뮬레이션의 충실도를 높이려면 환경을 통해 전파되고 타깃에서 반사되어 레이다에 수신되는 송신 파형을 모델링합니다. 프로그래밍 방식으로 확률적 모델에서 물리 기반 모델로 변환할 수 있습니다. 다중 경로 전파, 클러터, 간섭, 타깃 에코를 시뮬레이션합니다. 타깃을 단순한 기하학적 형상으로 정의하거나 걷고 있는 보행자 또는 움직이는 자전거 운전자와 같은 복잡한 구조로 정의합니다. 방위각과 고도를 기계적으로 스캔하거나 전자적으로 스캔하는 능동 센서와 수동 센서를 모두 모델링합니다. 마이크로 도플러 시그니처를 추출하여 레이다 검출과 트랙을 분류합니다.
카테고리
- 파워 수준 시뮬레이션
시스템 설계, SNR(신호 대 잡음비), RCS(레이다 반사 면적), 환경 전파 손실, 예측된 검출 확률
- 측정 수준 시뮬레이션
확률적 검출, 클러터, 오경보, 타깃 트랙, SNR, 체인 이득 및 손실 처리, 측정 오류
- 파형 수준 시뮬레이션
고충실도 시뮬레이션, 신호 생성, 환경 에코, 타깃 반사, 마이크로 도플러 시그니처, 알고리즘 테스트
추천 예제
Radar Design Part I: From Power Budget Analysis to Dynamic Scenario Simulation
Export a power-level Radar Designer session to an equivalent measurement-level model and simulate the radar and target in dynamic scenarios.
Radar Design Part II: From Radar Data to IQ Signal Synthesis
Easily go from a measurement-level model of a radar to a waveform-level radar transceiver that can model I/Q samples.
Mission Gap Analysis for Upgrading a Radar System
Conduct a mission engineering trade study to select between two different modifications for an existing radar system.
Introduction to Radar Scenario Clutter Simulation
Generate monostatic surface clutter signals and detections in a radar scenario.
Simulating Radar Systems with Atmospheric Refraction
Atmospheric refraction effects that cause signal loss and errors in target parameter estimation are modeled with measurement-level and waveform-level simulations.
Create Physics-Based Radar Model from Statistical Model
Create a physics-based radar model that generates I/Q signals from a
radarDataGenerator statistical model.
