Визуализируйте четырехэлементный ULA с кардиоидными элементами микрофона.

Выполните обычную задержку beamforming с ULA с 10 элементами

Постройте ответы элемента микрофона и массив элементов микрофона.

Используйте beamscan, чтобы оценить направления прибытия сигналов.

Основной рабочий процесс тулбокса применяется к моностатической радиолокационной системе, состоящей из одной антенны.

Создайте антенную решетку с пользовательской диаграммой направленности антенн и затем как анализировать шаблон ответа массива. Такой шаблон может быть получен или из измерений или из симуляций.

Подмассивы модели, обычно используемые в современных поэтапных системах массивов, с помощью Phased Array System Toolbox™ и, выполняют исследования.

Используйте Phased Array System Toolbox™, чтобы решить некоторые задачи синтеза массивов.

Принцип умножения шаблона утверждает, что диаграмма направленности массива может быть рассмотрена как умножение шаблона элемента и фактора массивов. Однако, когда антенна развертывается в массив, его диаграмма направленности изменяется его соседними элементами. Этот эффект часто упоминается как взаимная связь. Таким образом, чтобы улучшить точность анализа, нужно использовать шаблон элемента со взаимным эффектом связи в умножении шаблона вместо изолированного элемента (элемент, расположенный на пробеле отдельно) шаблон.

Постройте скрипучую схему лепестка для 11 9 универсальными формами элемента прямоугольный массив, имеющий элемент, располагающий с интервалами равный половине длины волны.

Вводит фундаментальное понятие поляризации. Это показывает, как анализировать поляризованное поле и смоделировать передачу сигнала между поляризованными антеннами и целями с помощью Phased Array System Toolbox™.

Использование бесконечный анализ массивов, чтобы смоделировать большие конечные массивы. Бесконечный анализ массивов элементарной ячейки показывает поведение импеданса сканирования на особой частоте. Эта информация используется со знанием изолированного шаблона элемента и импеданса, чтобы вычислить шаблон элемента сканирования. Большой конечный массив затем моделируется с помощью предположения, что каждый элемент в массиве обладает тем же шаблоном элемента сканирования.

Амплитуда модели, фаза, положение и возмущения шаблона, а также отказы элемента в сенсорной матрице.

Смоделируйте 77 ГГц 2x4 антенная решетка для радарных приложений Модулируемой частотой Непрерывной Волны (FMCW). Присутствие антенн и антенных решеток в и вокруг транспортных средств стало банальностью с введением беспроводного обнаружения столкновений, предотвращения столкновения и систем предупреждения о сходе с полосы. Эти два диапазона частот, рассмотренные для таких систем, сосредоточены приблизительно 24 ГГц и 77 ГГц, соответственно. В этом примере мы исследуем микрополосковую антенну закрашенной фигуры как поэтапный теплоотвод массивов. Диэлектрическая подложка является воздухом.

Модель и визуализирует множество конфигураций антенной решетки с Phased Array System Toolbox™. Эти конфигурации могут также использоваться, чтобы смоделировать другой вид массивов, таких гидрофонных массивов и массивов микрофона. Можно просмотреть код для каждого графика и использовать его в собственном проекте.

Приложение Sensor Array Analyzer позволяет вам исследовать важные свойства поэтапного массива, такие как ответ и геометрия.

Примените сужение и модель, утончающуюся на различных конфигурациях массивов. Это также демонстрирует, как создать массивы с различными шаблонами элемента.

Используйте экспериментальную калибровку, чтобы улучшать производительность антенной решетки в присутствии неизвестных возмущений.

Сам калибровочная процедура на основе ограниченного процесса оптимизации. Источники возможности используются, чтобы одновременно оценить неопределенность формы массивов и исходные направления.

Вместо прямоугольной формы волны, используемой в Сквозном примере Радиолокационной системы, можно использовать закодированную фазой форму волны вместо прямоугольной формы волны. Для этого замените поэтапное. Система RectangularWaveform object™ с поэтапным. PhaseCodedWaveform.

Сравнивает треугольную развертку FMCW и формы волны MFSK, используемые в одновременной области значений и оценке скорости для нескольких целей. Форма волны MFSK специально предназначена для автомобильных радиолокационных систем, используемых в продвинутых системах помощи водителю (ADAS). Это особенно привлекательно в мультицелевых сценариях, потому что это не вводит фантомные цели.

Смоделируйте автомобильную адаптивную систему круиз-контроля с помощью метода частоты модулировала непрерывную волну (FMCW). Этот пример выполняет оценивание дальности и радиальной скорости объектов движущегося транспортного средства. В отличие от импульсных радиолокационных систем, которые обычно замечаются в военной промышленности, автомобильные радиолокационные системы часто принимают технологию FMCW. По сравнению с импульсными радарами радары FMCW являются меньшего размера, используют меньше степени и являются намного более дешевыми, чтобы произвести. Как следствие радары FMCW могут только контролировать намного меньшее расстояние.

RadarWaveformAnalyzer является Приложением Matlab™, которое позволяет вам исследовать важные свойства сигнала, такие как его форма волны, спектр и функция неоднозначности.

Иллюстрирует, как использовать функцию неоднозначности, чтобы анализировать формы волны. Это сравнивает область значений и Доплеровскую возможность нескольких основных форм волны, например, прямоугольной формы волны и линейной и ступенчатой формы волны FM.

Как тип формы волны влияет на радарную производительность обнаружения. Пример рассматривает ситуацию, где новая цель производительности устанавливается для существующей разработки радарных систем. Поскольку старый проект больше не может достигать желаемой производительности, новая форма волны принята. Пример также показывает, как к целям модели Swerling, симулируйте возврат, и затем обнаружьте целевые диапазоны.

Иллюстрирует массив микрофона beamforming, чтобы извлечь желаемые речевые сигналы в интерференционно-доминирующей, шумной среде. Такие операции полезны, чтобы улучшить речевое качество сигнала для восприятия или последующей обработки. Например, шумная среда может быть торговой комнатой, и массив микрофона может быть смонтирован на мониторе торгового компьютера. Если торговый компьютер должен принять речевые команды от торговца, работа формирователя луча крайне важна, чтобы улучшить полученное речевое качество и достигнуть спроектированной точности распознавания речи.

Сравните обычный beamscan с корневой МУЗЫКОЙ, чтобы оценить направления прибытия.

Определите положение источника широкополосного сигнала с помощью обобщенной взаимной корреляции (GCC) и триангуляции. Для простоты этот пример ограничен двумерным сценарием, состоящим из одного источника и двух сенсорных матриц получения. Можно расширить этот подход больше чем к двум датчикам или сенсорным матрицам и к трем измерениям.

Вводит фундаментальное понятие гибрида beamforming и показывает, как симулировать такую систему.

Смоделируйте систему MIMO-OFDM "точка-точка" с beamforming. Комбинация методов нескольких вводят несколько выходов (MIMO) и ортогонального мультиплексирования деления частоты (OFDM) была принята в недавних беспроводных стандартах, такой как 802.11x семейства, чтобы обеспечить более высокую скорость передачи данных. Поскольку MIMO использует антенные решетки, beamforming может быть принят, чтобы улучшить полученный сигнал до шумового отношения (ОСШ), который в свою очередь уменьшает частоту ошибок по битам (BER).

Иллюстрирует, как применить цифровой beamforming к узкополосному сигналу, полученному антенной решеткой. Проиллюстрированы три beamforming алгоритма: формирователь луча сдвига фазы (PhaseShift), формирователь луча минимального отклонения ответа без искажений (MVDR) и формирователь луча линейно ограниченного минимального отклонения (LCMV).

Иллюстрирует использование beamscan, MVDR и MUSIC для оценки направления прибытия (DOA). Beamscan является методом, который формирует обычный луч и сканирует его по направлениям интереса получить пространственный спектр. Минимальное отклонение ответ без искажений (MVDR) похоже на beamscan, но использует луч MVDR. Несколько сигнализируют, что классификация (MUSIC) является методом подпространства, который обеспечивает оценки DOA высокого разрешения. Для всех трех методов, peaks выхода пространственный спектр указывают на DOAs полученных сигналов. В этом примере мы иллюстрируем использование beamscan, MVDR и MUSIC, чтобы оценить поперечные углы с универсальной линейной матрицей (ULA) и азимутом и углы вертикального изменения с универсальным прямоугольным массивом (URA).

Иллюстрирует несколько методов оценки направления прибытия (DOA) с высоким разрешением. Это вводит варианты MUSIC, корневой МУЗЫКИ, ESPRIT и алгоритмов корневого WSF и обсуждает их соответствующие достоинства в контексте далекого поля, узкополосные источники сигнала, полученные антенной универсальной линейной матрицы (ULA).

Вводит, как формирование виртуального массива в радарах MIMO может помочь увеличить угловое разрешение. Это показывает, как симулировать когерентную радарную цепь обработки сигналов MIMO использование Phased Array System Toolbox™.

Дает краткое введение в методы пространственно-временной адаптивной обработки (STAP) и иллюстрирует, как использовать Phased Array System Toolbox™, чтобы применить алгоритмы STAP к полученным импульсам. STAP является методом, используемым в бортовых радиолокационных системах, чтобы подавить интерференция передатчика помех и помеха.

Сигналы Beamform, полученные массивом микрофонов, чтобы извлечь желаемую речь, сигнализируют в шумной среде. Этот пример Simulink® основан на примере MATLAB® Акустический Beamforming Используя Массив Микрофона для Системных объектов.

Используйте Simulink®, чтобы подавить помеху и интерференцию передатчика помех от полученных импульсов моностатического радара. Это иллюстрирует, как смоделировать помеху и интерференцию передатчика помех, а также как использовать блок компенсатора импульса адаптивной перемещенной фазы сосредотачивает массив (ADPCA) для того, чтобы подавить интерференцию. Компенсатор ADPCA является одним из нескольких блоков пространственно-временной адаптивной обработки (STAP), обеспеченных в Phased Array System Toolbox™. Для получения дополнительной информации о моделировании сквозного моностатического радара в Simulink® обратитесь к Сквозному Моностатическому Радарному примеру. Поскольку введение в STAP обратитесь к Введению в Пространственно-временной Адаптивный пример Обработки.

Примените обычный и адаптивный beamforming в Simulink® к узкополосному сигналу, полученному антенной решеткой. Модель сигнала включает шум и интерференцию. Этот пример основан на Обычном и Адаптивном примере Формирователей луча.

Используйте beamscan и методы минимального отклонения ответа без искажений (MVDR) для оценки направления прибытия (DOA) Simulink®. Это основано на Направлении MATLAB® в качестве примера Оценки Прибытия с Beamscan, MVDR и MUSIC.

Спроектируйте моностатический импульсный радар, чтобы оценить целевой диапазон. Моностатическому радару расположили передатчик с получателем. Передатчик генерирует импульс, который достигает намеченной цели и производит эхо, полученное получателем. Путем измерения местоположения эха вовремя, мы можем оценить область значений цели.

Моностатический импульсный радар, обнаруживающий радиальную скорость перемещения целей в определенных областях значений. Скорость выведена из эффекта Доплера, вызванного движущимися целями. Мы сначала идентифицируем существование цели в данной области значений и затем используем Доплера, обрабатывающего, чтобы определить радиальную скорость цели в той области значений.

Симулируйте поляриметрическую бистатическую радиолокационную систему, чтобы оценить область значений и скорость целей. Передатчик, получатель и целевая кинематика учтены. Для получения дополнительной информации относительно возможностей моделирования поляризации, смотрите Моделирование и Анализ Поляризации.

RadarEquationCalculator Приложение позволяет вам определить ключевые радарные характеристики, такие как область значений обнаружения, необходимая пиковая степень передачи и ОСШ. Приложение работает на моностатические и бистатические радары.

Вводит обнаружение постоянного ложного сигнального уровня (CFAR) и показывает, как использовать CFARDetector и CFARDetector2D в Phased Array System Toolbox™, чтобы выполнить ячейку, составляющую в среднем обнаружение CFAR.

Оцените производительность и когерентных и некогерентных систем с помощью кривых рабочей характеристики получателя (ROC). Это принимает, что детектор действует в аддитивной комплексной среде белого Гауссова шума.

Отобразите вертикальную схему покрытия передачи антенны на уровне 100 МГц, и поместил 20 метров над землей. Установите область значений свободного пространства на 100 км. Используйте параметры графического вывода значения по умолчанию.

Вводит фундаментальное понятие микроэффекта Доплера в радаре, возвращаются из цели из-за вращения той цели. Можно использовать micro-Doppler подпись, чтобы помочь идентифицировать цель.

Оцените область значений цели с помощью обработки фрагмента в радиолокационной системе, которая использует линейный импульсный сигнал FM.

Обсуждает обнаружение детерминированного сигнала в комплексном, белом, Гауссовом шуме. С этой ситуацией часто сталкиваются в радаре, гидролокаторе и коммуникационных приложениях.

Обнаружьте сигнал в комплексе, белый Гауссов шум с помощью нескольких полученных выборок сигнала. Согласованный фильтр используется, чтобы использовать в своих интересах усиление обработки.

Проект радара перемещения целевой индикации (MTI), чтобы смягчить помеху и идентифицировать движущиеся цели. Для радиолокационной системы помеха относится к полученному эху от экологических рассеяний кроме целей, таких как земля, море или дождь. Эхо помехи может быть на много порядков больше, чем целевое эхо. Радар MTI использует относительно высокие Доплеровские частоты перемещения целей, чтобы подавить эхо помехи, которое обычно имеет нулевые или очень низкие Доплеровские частоты.

Распространите широкополосный сигнал с тремя тонами в подводном слуховом аппарате с постоянной скоростью распространения. Можно смоделировать эту среду как свободное пространство. Центральная частота составляет 100 кГц, и частоты трех тонов составляют 75 кГц, 100 кГц и 125 кГц, соответственно. Постройте спектр исходного сигнала и распространенного сигнала наблюдать эффект Доплера. Частота дискретизации составляет 100 кГц.

Дает краткое введение в методы пространственно-временной адаптивной обработки (STAP) и иллюстрирует, как использовать Phased Array System Toolbox™, чтобы применить алгоритмы STAP к полученным импульсам. STAP является методом, используемым в бортовых радиолокационных системах, чтобы подавить интерференция передатчика помех и помеха.

Начните с самолета, перемещающегося в 150 км/ч в кругу радиуса 10 км и убывающего одновременно на уровне 20 м/секунда. Вычислите движение самолета от его мгновенного ускорения в качестве аргумента к методу шага. Установите начальную ориентацию платформы к идентичности, совпадающей с глобальной системой координат.

Визуализируйте изменяющийся шаблон и карту покрытия антенной решетки, когда это сканирует развертку углов. Антенная решетка создается с помощью Antenna Toolbox™ и Phased Array System Toolbox™. Массив спроектирован, чтобы быть направленным и изойти в xy-плоскости, чтобы сгенерировать максимальную зону обслуживания в географическом азимуте. Передатчик и сайты получателя созданы и показаны на карте, и шаблон и карта покрытия отображены, когда антенная решетка управляется.

Модель несколько эффектов распространения РФ. Они включают потери при распространении в свободном пространстве, атмосферное затухание, должное литься, вуалировать и газ и многопутевое распространение из-за возвратов на земле. Это обсуждение основано на рекомендациях серии International Telecommunication Union's ITU-R P. ITU-R является сектором радиосвязи организации и особым вниманием серии P на распространении радиоволны.

Радар модели предназначается с увеличивающимися уровнями точности. Пример вводит концепцию радарных сечений (RCS) для простых целей точки и расширяет его к более сложным случаям целей с несколькими центрами рассеивания. Это также обсуждает, как моделировать колебания RCS в зависимости от времени и кратко рассматривает случай поляризованных сигналов.

Запланируйте радарную сеть использование моделирования распространения по ландшафту. Данные о ландшафте уровня 1 DTED импортированы для области, которая содержит пять кандидатов моностатические радарные сайты. Основное уравнение радиолокации используется, чтобы определить, могут ли целевые местоположения быть обнаружены, где дополнительная потеря пути вычисляется с помощью или модели распространения Лонгли-Райса или Ландшафта Интегрированную Грубую Землю Model™ (TIREM™). Лучшие три сайта выбраны для обнаружения цели, которая летит на уровне 500 метров над уровнем земли. Сценарий обновляется, чтобы смоделировать цель, которая летит на уровне 250 метров над уровнем земли. Радарные карты покрытия показывают для обоих сценариев.

Симулируйте поляриметрический доплеровский радиолокатор, возвращаются, который удовлетворяет требования погодных наблюдений. Радар проигрывает решающую роль в погодном наблюдении, обнаружении опасностей, классификации и квантификации осадков и прогнозирования. Кроме того, поляриметрический радар предоставляет измерениям мультипараметра беспрецедентное качество и информацию. В этом примере показано, как симулировать поляриметрический доплеровский радиолокатор, который сканирует область распределенных погодных целей. Симуляция выводит радарные параметры согласно известным радарным техническим требованиям NEXRAD. После синтезирования полученных импульсов радар выполняются спектральная оценка момента и поляриметрическая оценка момента. Оценки по сравнению с основной истиной NEXRAD, из которой получены ошибочные статистические данные, и качество данных оценено.

Создайте 5G городская тестовая среда макроячейки и визуализируйте сигнал к интерференции плюс шумовое отношение (SINR) на карте. Тестовая среда основана на инструкциях, заданных в Отчете ITU-R M. [IMT-2020. EVAL] [1] для оценки технологий радио 5G. Этот отчет задает несколько тестовых сред и сценариев использования в Разделе 8.2. Тестовая среда в этом примере основана на городской среде с высокой пользовательской плотностью и загрузками трафика, фокусирующимися на пешеходных и автомобильных пользователях (Плотный Городской-eMBB). Тестовая среда включает шестиугольную сеть ячейки, а также пользовательскую антенную решетку, которая реализована с помощью Phased Array System Toolbox™.

Создайте и отобразите многоплатформенный сценарий, содержащий наземный стационарный радар, поворачивающийся самолет, самолет постоянной скорости и движущееся наземное транспортное средство. Поворачивающийся самолет следует за параболическим курсом полета при убывании на уровне 20 м/с.

Симулируйте помеху на графическом блоке обработки (GPU) или через генерацию кода (MEX) вместо интерпретатора MATLAB. Пример применяет алгоритм демонстрационной матричной инверсии (SMI), один из популярных методов времени пробела адаптивной обработки (STAP), к сигналу, полученному бортовым радаром с универсальной линейной матрицей (ULA) с 6 элементами. Пример фокусируется на сравнении производительности симуляции помехи между графическим процессором, генерацией кода и интерпретатором MATLAB. Заинтересованные читатели могут найти детали симуляции и алгоритма во Введении в качестве примера в Пространственно-временную Адаптивную Обработку.

Как аудио beamforming модель системной симуляции в Simulink® может иметь улучшенную производительность с помощью области потока данных. Это использует область потока данных в Simulink®, чтобы автоматически разделить управляемые данными фрагменты системы связи в несколько потоков и таким образом улучшания производительности симуляции путем выполнения его на нескольких ядрах рабочего стола.

Симулирует моностатическую радиолокационную систему. Это использует область потока данных в Simulink®, чтобы автоматически разделить управляемые данными фрагменты радиолокационной системы в несколько потоков и таким образом улучшания производительности симуляции путем выполнения его на нескольких ядрах рабочего стола.

Phased Array System Toolbox может использоваться, чтобы смоделировать сквозную радиолокационную систему - генерируют переданную форму волны, симулируют целевой возврат, и затем обрабатывают полученный сигнал обнаружить цель. Это показывают в примерах: Разработка Основного Моностатического Импульсного Проекта Радара и Формы волны, чтобы Улучшать Производительность Существующей Радиолокационной системы. В этом примере показано, как симулировать такую систему в потоковом режиме, таким образом, можно запускать симуляцию в течение долгого времени и наблюдать системную динамику.

Этот пример является первым из серии из двух частей, которая проведет вас по, как разработать формирователь луча в Simulink, подходящем для реализации на оборудовании, таком как Программируемая пользователем вентильная матрица (FPGA). Это также покажет, как сравнить результаты модели реализации с теми из поведенческой модели. Вторая часть учебного FPGA Основанный Beamforming в Simulink: Часть 2 - Генерация кода показывает, как сгенерировать HDL-код из модели реализации и проверить, что сгенерированный HDL-код приводит к правильным результатам по сравнению с поведенческой моделью.

Этот пример является вторым из серии из двух частей, которая проведет вас по шагам, чтобы сгенерировать HDL-код для beamforming алгоритма и проверить, что сгенерированный код функционально правилен. Первая часть учебного FPGA Основанный Beamforming в Simulink: Часть 1 - Проект Алгоритма показывает, как разработать алгоритм в Simulink, подходящем для реализации на оборудовании, таком как Программируемая пользователем вентильная матрица (FPGA), и как сравнить выход фиксированной точки, модели реализации к той из соответствующей поведенческой модели с плавающей точкой.