Статьи и вопросы по тегу "радиолокационные системы"

В докладе изложен успешный опыт применения алгоритмов глубокого обучения для решения задачи обнаружения цели в спектре допплеровского сигнала на фоне искусственных помех. 

Команда разработчиков Reutech Radar Systems делится опытом разработки антенной фазированной решетки в Matlab и Simulink на основе Model-Base Design (далее модельно-ориентированное проектирование).

Ниже представлено краткое описание и ссылки для регистрации на онлайн-сессии.

В настоящей статье рассматривается подход к моделированию спектральных классификаторов обнаруженных объектов в локационных системах различного назначения. В спектральных классификаторах в качестве классификационных признаков используются частотные составляющие амплитудных спектров огибающих принятых сигналов. Предложенная моделирующая программа в среде Matlab включает в себя подсистемы предварительной обработки принятых сигналов, формирования базы эталонных спектров, принятия решения о принадлежности объекта классу, визуализации результатов. Предварительная обработка включает в себя адаптивную декорреляцию, получение огибающей со сглаживанием, наложение оконной функции. Эталонные спектры формируются для нескольких сочетаний параметров предварительной обработки сигналов. Архитектура предложенной программы максимально приближена к архитектуре программного обеспечения реальных локационных систем, выпускаемых предприятиями России. В программе имеется возможность обработки как записей реальных сигналов, так и имитационных сигналов, формируемых на основе статистических свойств реальных сигналов. Сигналы от нескольких датчиков подвергаются воздействию помех с заданными свойствами и разбиваются на циклы с заданным количеством отсчетов с учетом объема памяти реальной системы. Исходными данными для моделирующей программы являются координаты взаимного расположения датчиков, параметры стадий предварительной обработки принятого сигнала, объем эксперимента и ряд вспомогательных данных. В качестве результатов работы программы формируются графики принятых сигналов до и после предварительной обработки, графики функций принятия решений о принадлежности объекта к некоторому классу. В качестве числовых результатов выводится относительное количество ошибок отнесения объекта к тому или иному классу для разных объектов. Имеются дополнительные модули, которые позволяют реализовать двухэтапную классификацию, а также принятие решения о принадлежности объекта некоторому дополнительному неизвестному классу. Реализованный в рассматриваемой моделирующей программе алгоритм классификации включен в состав программного обеспечения сейсмической локационной системы «Азимут-1» производства ФГУП ПО «Север» Госкорпорации «Росатом».

Целью проекта является повышение эффективности быстродействия обзорных РЛС, за счет оптимизации вычислений на этапе первичной цифровой обработки.

Целью проекта является создание имитационной модели приемно-передающего тракта дальномерного модуля системы локальной навигации.