Детектор постоянного ложного сигнального уровня (CFAR)
Обнаружение
phaseddetectlib
Блок CA CFAR реализует постоянный ложно-сигнальный детектор уровня с помощью оценки шумовой степени. Детектор CFAR оценивает шумовую степень от соседних ячеек, окружающих ячейку под тестом. Существует четыре метода для оценки шума: усреднение ячейки (CA), самое большое - ячейки, составляющей в среднем (GOCA), самый маленький - ячейки, составляющей в среднем (SOCA) и статистики порядка (OS).
Задайте алгоритм обнаружения CFAR с помощью одного из значений
CA | Усреднение ячейки |
GOCA | Самый большой - усреднения ячейки |
OS | Статистическая величина порядка |
SOCA | Самый маленький - усреднения ячейки |
Задайте количество защитных ячеек, используемых в обучении в качестве ровного целого числа. Этот параметр задает общее количество ячеек с обеих сторон ячейки под тестом.
Задайте количество учебных ячеек, используемых в обучении в качестве ровного целого числа. Каждый раз, когда возможно, учебные ячейки одинаково разделены до и после ячейки под тестом.
Этот параметр появляется, когда CFAR algorithm установлен в OS. Задайте ранг статистической величины порядка как положительный целочисленный скаляр. Значение должно быть меньше чем или равно значению Number of training cells.
Задайте, прибывает ли пороговый фактор из автоматического вычисления, параметра Custom threshold factor или входного параметра. Значения этого параметра:
Auto | Приложение вычисляет пороговый фактор автоматически на основе желаемой вероятности ложного предупреждения, заданного в параметре Probability of false alarm. Вычисление принимает, что каждый независимый сигнал во входе является одним импульсом, выходящим из квадратичного детектора без импульсного интегрирования. Вычисление также принимает, что шум белый Гауссов. |
Custom | Параметр Custom threshold factor задает пороговый фактор. |
Input port | Пороговый коэффициент установлен с помощью входного порта K. Этот порт появляется только, когда Threshold factor method установлен в Input port. |
Этот параметр появляется только, когда вы устанавливаете Threshold factor method на Auto. Задайте желаемую вероятность ложного предупреждения как скаляр между 0 и 1 (не включительно).
Этот параметр появляется только, когда вы устанавливаете Threshold factor method на Custom. Задайте пользовательский пороговый фактор как положительную скалярную величину.
Формат результатов обнаружения возвращен в выходном порту Y, заданным как 'CUT result' или 'Detection index'.
Когда установлено в 'CUT result', результатами являются логические значения обнаружения (1 или 0) для каждой протестированной ячейки. 1 указывает, что значение протестированной ячейки превышает порог обнаружения.
Когда установлено в 'Detection index', результаты формируют вектор или матрицу, содержащую индексы протестированных ячеек, которые превышают порог обнаружения.
Установите этот флажок, чтобы создать выходной порт Th содержа порог обнаружения.
Установите этот флажок, чтобы создать выходной порт N содержа предполагаемый шум.
Источник количества обнаружений в виде Auto или Property. Когда вы выбираете Auto, количество индексов обнаружения, о которых сообщают, является общим количеством ячеек под тестом, которые имеют обнаружения. Если вы выбираете Property, количество обнаружений, о которых сообщают, определяется значением параметра Maximum number of detections.
Чтобы включить этот параметр, установите параметр Output format на Detection index.
Максимальное количество индексов обнаружения, чтобы сообщить в виде положительного целого числа.
Чтобы включить этот параметр, установите параметр Output format на Detection index и параметр Source of the number of detections к Property.
Блокируйте метод симуляции в виде Interpreted Execution или Code Generation. Если вы хотите, чтобы ваш блок использовал интерпретатор MATLAB®, выбрал Interpreted Execution. Если вы хотите, чтобы ваш блок запустился как скомпилированный код, выбрал Code Generation. Скомпилированный код требует, чтобы время скомпилировало, но обычно запускается быстрее.
Интерпретированное выполнение полезно, когда вы разрабатываете и настраиваете модель. Блок запускает базовую Систему object™ в MATLAB. Можно изменить и выполнить модель быстро. Когда вы удовлетворены своими результатами, можно затем запустить блок с помощью Code Generation. Долгие симуляции запускаются быстрее, чем они были бы в интерпретированном выполнении. Можно запустить повторенное выполнение без перекомпиляции. Однако, если вы изменяете какие-либо параметры блоков, затем блок автоматически перекомпилировал перед выполнением.
При установке этого параметра необходимо учесть полный режим симуляции модели. Таблица показывает, как параметр Simulate using взаимодействует с полным режимом симуляции.
Когда модель Simulink® находится в Accelerator режим, блочный режим, заданный с помощью Simulate using, заменяет режим симуляции.
Ускоряющие режимы
| Блокируйте симуляцию | Поведение симуляции | ||
Normal | Accelerator | Rapid Accelerator | |
Interpreted Execution | Блок выполняет использование интерпретатора MATLAB. | Блок выполняет использование интерпретатора MATLAB. | Создает независимый исполняемый файл из модели. |
Code Generation | Блок скомпилирован. | Все блоки в модели скомпилированы. | |
Для получения дополнительной информации смотрите Выбор Simulation Mode (Simulink).
Порты ввода и вывода блока соответствуют параметрам ввода и вывода, описанным в step метод базового Системного объекта. Смотрите ссылку в нижней части этой страницы.
| Порт | Описание | Поддерживаемые типы данных |
|---|---|---|
X | Введите матрицу ячейки. Размер первой размерности входной матрицы может варьироваться, чтобы симулировать изменяющуюся длину сигнала. Изменение размера может произойти, например, в случае импульсного сигнала с переменной импульсной частотой повторения. | Плавающая точка двойной точности |
Idx | Ячейки под тестом. | Плавающая точка двойной точности |
K | 'ThresholdFactor' . | Плавающая точка двойной точности |
N | Шумовая степень. | Плавающая точка двойной точности |
Y | Результаты обнаружения. | Плавающая точка двойной точности |
