Phased Array System Toolbox
对相控阵系统进行设计和仿真
Phased Array System Toolbox™ 提供用于对雷达、无线通信、电子战、声呐和医学成像应用中的传感器阵列系统进行设计、仿真和分析的算法和应用。您可以使用合成或采集数据来设计相控阵系统并分析其在不同场景下的性能。通过工具箱应用，可探索传感器阵列和波形的特征，并执行链路预算分析。产品内示例为实现需要频率、PRF、波形和波束图案敏捷性的各种相控阵多功能系统提供了一个起点。
对于雷达声呐和电子战系统设计，使用该工具箱可以为陆基、机载、舰载、潜艇和汽车系统建立动力学和目标模型。该工具箱包括用于波束成形、匹配滤波、到达方向 (DOA) 估计和目标探测的脉冲和连续波形及信号处理算法；还包括发射器和接收器、传播通道、目标、干扰器和杂波的模型。
对于 5G、LTE 和 WLAN 无线通信系统设计而言，使用该工具箱能够将天线阵列和波束成形算法合并到系统级仿真模型中。它包括设计和分析阵列几何和子阵列配置的功能，并提供用于传统和混合波束成形、DOA 估计和空间复用的阵列处理算法。
开始:
相控阵列图片库。
子阵列建模
对现代相控阵系统中常用的子阵列建模。
相控阵天线中的子阵列。
极化
传输、传播、反射和接收极化电磁场。
极化建模与分析。
常规和自适应波束形成器。
空时自适应处理
执行空时自适应处理 (STAP)。结合时间和空间滤波来消除干扰器干扰。使用 STAP 处理来探测杂乱背景衬托下的慢速移动或静止目标。
空时自适应处理简介。
到达角估计
使用到达角(DOA) 估计来定位辐射或反射源的方向。DOA 算法包括用于移动物体的波束扫描、MVDR、MUSIC、2D MUSIC、root-MUSIC 和单脉冲跟踪器。
支持波束扫描、MVDR 和 MUSIC 的 DOA 估计。
雷达回波仿真。
训练学习算法
生成雷达和声呐数据以训练机器学习算法。
借助机器学习进行雷达目标分类。
借助模糊函数分析波形。
波形捷变。
探测可视化
使用距离-多普勒、距离-角度、距离-时间-强度 (RTI) 和多普勒时间-强度 (DTI) 显示来可视化数据。
距离-角度显示。
脉冲压缩和目标探测
使用 CFAR、2D CFAR 和匹配滤波生成目标探测。使用雷达方程和声呐方程生成 ROC 曲线并探索需求。
恒虚警率检测。
距离-多普勒响应。
目标 RCS 建模。
可视阵列光束扫描。
使用 MTI 雷达减少地面杂波。
多功能雷达资源调度。
混合波束成形简介。
驾驶场景雷达系统建模。
加速杂波仿真
利用 GPU 或代码生成 (MEX) 加速杂波仿真。
利用 GPU 和代码生成加速杂波仿真。
C 代码生成
生成模型 C 代码以加速系统仿真。
流式传输和加速雷达系统仿真。
数据流加速。
自行车雷达后向散射模型
仿真自行车和骑行者的后向散射雷达信号
探测聚类
使用基于密度的含噪数据空间聚类 (DBSCAN) 算法，对雷达探测进行聚类
混合波束成形
基于正交匹配追踪算法计算 MIMO 波束成形的最优权重
传感器阵列分析器
为雷达、无线和声呐应用设计和分析相控阵列
地形整合粗糙地表模型 (TIREM) 路径损失
用 TIREM 计算射频传播损失
关于这些功能和相应函数的详细信息，请参阅 发行说明。
