Детектор постоянной частоты ложных аварийных сигналов (CFAR)
Обнаружение
phaseddetectlib
Блок CA CFAR реализует детектор постоянной частоты ложных аварийных сигналов, используя оценку мощности шума. Детектор CFAR оценивает мощность шума от соседних ячеек, окружающих тестируемую ячейку. Существуют четыре метода оценки шума: усреднение ячеек (CA), наибольшее усреднение ячеек (GOCA), наименьшее усреднение ячеек (SOCA) и статистика порядка (OS).
Укажите алгоритм обнаружения CFAR, используя одно из значений
CA | Усреднение клеток |
GOCA | Наибольшее усреднение клеток |
OS | Статистика заказа |
SOCA | Наименьшее усреднение клеток |
Укажите количество защитных ячеек, используемых при обучении, как четное целое число. Этот параметр определяет общее количество ячеек на обеих сторонах тестируемой ячейки.
Укажите количество обучающих ячеек, используемых при обучении, как четное целое число. По возможности тренировочные клетки делятся поровну до и после тестируемой клетки.
Этот параметр появляется, если для алгоритма CFAR установлено значение OS. Укажите ранг статистики порядка как положительный целочисленный скаляр. Значение должно быть меньше или равно значению числа обучающих ячеек.
Укажите, берется ли пороговый коэффициент из автоматического вычисления, параметра Custom threshold factor или входного аргумента. Значения этого параметра:
Auto | Приложение автоматически вычисляет пороговый коэффициент на основе требуемой вероятности ложного аварийного сигнала, указанной в параметре Вероятность ложного аварийного сигнала. Вычисление предполагает, что каждый независимый сигнал на входе является единственным импульсом, выходящим из детектора квадратного закона без интегрирования импульсов. Расчет также предполагает, что шум является белым гауссовым. |
Custom | Параметр Custom threshold factor указывает пороговый коэффициент. |
Input port | Пороговый коэффициент устанавливается с помощью входного порта K. Этот порт появляется только в том случае, если для метода Threshold factor установлено значение Input port. |
Этот параметр появляется только при установке для метода Threshold factor значения Auto. Укажите требуемую вероятность ложного аварийного сигнала как скаляр от 0 до 1 (не включая).
Этот параметр появляется только при установке для метода Threshold factor значения Custom. Укажите пользовательский пороговый коэффициент как положительный скаляр.
Формат результатов обнаружения, возвращенных в выходном порту Y, указанным как 'CUT result' или 'Detection index'.
Если установлено значение 'CUT result', результаты являются логическими значениями обнаружения (1 или 0) для каждой тестируемой ячейки. 1 указывает, что значение тестируемой ячейки превышает порог обнаружения.
Если установлено значение 'Detection index'результаты образуют вектор или матрицу, содержащую индексы тестируемых клеток, которые превышают порог обнаружения.
Установите этот флажок, чтобы создать выходной порт Th содержит порог обнаружения.
Установите этот флажок, чтобы создать выходной порт N содержащий оцененный шум.
Источник количества обнаружений, указанный как Auto или Property. При выборе Auto, количество сообщенных индексов обнаружения - это общее число проверяемых ячеек, имеющих обнаруженные ячейки. При выборе Propertyколичество обнаружений определяется значением параметра Maximum number of detections.
Чтобы включить этот параметр, установите для параметра Формат вывода значение Detection index.
Максимальное число индексов обнаружения для отчета, указанное как положительное целое число.
Чтобы включить этот параметр, установите для параметра Формат вывода значение Detection index и источник параметра количества обнаружений для Property.
Метод моделирования блоков, указанный как Interpreted Execution или Code Generation. Если вы хотите, чтобы ваш блок использовал интерпретатор MATLAB ®, выберитеInterpreted Execution. Если вы хотите, чтобы ваш блок работал как скомпилированный код, выберите Code Generation. Скомпилированный код требует времени для компиляции, но обычно работает быстрее.
Интерпретированное выполнение полезно при разработке и настройке модели. Блок запускает базовую системную object™ в MATLAB. Модель можно быстро изменить и выполнить. Когда вы удовлетворены результатами, вы можете запустить блок с помощью Code Generation. Длительное моделирование выполняется быстрее, чем при интерпретированном выполнении. Можно запускать повторные выполнения без повторной компиляции. Однако при изменении каких-либо параметров блока блок автоматически перекомпилируется перед выполнением.
При установке этого параметра необходимо учитывать общий режим моделирования модели. В таблице показано, как параметр Simulate using взаимодействует с режимом общего моделирования.
Когда модель Simulink ® находится вAccelerator режим блока, заданный с помощью Simulate, переопределяет режим моделирования.
Режимы ускорения
| Моделирование блоков | Поведение при моделировании | ||
Normal | Accelerator | Rapid Accelerator | |
Interpreted Execution | Блок выполняется с использованием интерпретатора MATLAB. | Блок выполняется с использованием интерпретатора MATLAB. | Создание автономного исполняемого файла из модели. |
Code Generation | Блок скомпилирован. | Все блоки в модели компилируются. | |
Дополнительные сведения см. в разделе Выбор режима моделирования (Simulink).
Примечание
Входные и выходные порты блока соответствуют входным и выходным параметрам, описанным в step метод базового объекта System. См. ссылку в нижней части этой страницы.
| Порт | Описание | Поддерживаемые типы данных |
|---|---|---|
X | Матрица входных ячеек. Размер первого размера входной матрицы может изменяться для моделирования изменения длины сигнала. Изменение размера может происходить, например, в случае формы импульса с переменной частотой повторения импульса. | Плавающая точка с двойной точностью |
Idx | Тестируемые клетки. | Плавающая точка с двойной точностью |
K | Пороговый коэффициент. | Плавающая точка с двойной точностью |
N | Мощность шума. | Плавающая точка с двойной точностью |
Y | Результаты обнаружения. | Плавающая точка с двойной точностью |