XiaoMi-AI文件搜索系统
World File Search SystemRadars
使用仿真数据的机器学习使用机器学习的到达角度估计
摘要 - 在汽车行业中，雷达技术正在越来越重要，因为它被用于对象检测，避免碰撞和巡航控制。鉴于雷达信号固有的大量数据，机器学习是制定对车辆情况意识至关重要的预测和决策的理想工具。该技术文档报告了一项初步研究，旨在通过使用机器学习技术的汽车雷达来估算目标，信号到达的方向。最初，进行了道路上的雷达方案的模拟，从而产生了64 GB的数据集，其中约为20万个样本。随后，该数据集被用于训练两种类型的深度学习算法：经典密集的神经网络和卷积神经网络。将结果与被称为音乐的经典信号方向进行比较。
监视雷达 多模式多任务雷达
PicoSAR 提供高分辨率合成孔径雷达 (SAR) 成像和地面移动目标指示 (GMTI) 功能，使新旧平台能够轻松获得真正的全天候地面测绘和监视能力。其体积小、重量轻、功耗低，即使在有效载荷有限的平台上也可以与电光/红外传感器并行安装。
为常驻人员安排深空雷达运行计划...
随着太空变得越来越拥挤和竞争激烈，竞争对手威胁重要资产和利用该地区获取军事优势的新能力使得美国比以往任何时候都更需要熟练地跟踪和监控太空交通和碎片。然而，目前国防部用于跟踪深空物体的雷达系统的运行方式是劳动密集型、不协调和低效的。在本文中，我们通过自动化和协调雷达调度过程来解决这些问题。我们考虑了几个在异步分布式环境中运行的复杂雷达系统，它们以不同的优先级、时间窗口、到达频率和任务要求为目标空间物体。我们开发了一个混合整数程序，能够智能地分配任务请求并以符合用户目标和系统特征的方式构建雷达转向计划。我们随着时间的推移反复解决优化问题，同时在整个规划过程中接收和整合更新的信息、新任务请求和可用反馈。我们在各种战术军事场景中测试了我们的方法，并表明与基线贪婪算法相比，基于优化的方法使我们能够保管更多空间物体，更好地优先考虑高价值物体，并降低运营成本。我们得出结论，自动、集中的调度方式对于空间态势感知 (SSA) 任务来说是可行且有益的。
使用毫米波雷达进行微米精度距离测量
本文介绍了使用高采样率和微米级精度的现代毫米波雷达进行距离测量的进展。对于导航中的雷达距离测量，高精度测量距离和高采样率测量精确距离非常重要，这样才能直接估算物体的加速度和速度。我们提出了一种场景，其中自动驾驶汽车完全依靠雷达距离传感器的测量来在 GNSS 降级环境中进行定位。根据给定的场景，列出了对雷达传感器的要求，并开发和构建了符合给定要求的原型雷达传感器。在实验室中验证了原型传感器的特性。将雷达传感器装置集成到自动驾驶汽车上，并在自动驾驶地面车辆上进行基本定位和物体检测测试。
LeoLabs 全球雷达网络
我们介绍了 LeoLabs 的全球相控阵雷达网络。LeoLabs 的网络由四个运行中的雷达站组成，两个超高频雷达站和两个 S 波段雷达站，还有一个正在建设中的 S 波段雷达站。我们展示了雷达网络性能的定量分析，包括网络和组件级性能指标。与独立数据集的比较证明了仪器的准确性和精确度，而雷达站之间的比较证明了 LeoLabs 测量的自洽性和 LeoLabs 轨道状态矢量估计的精确度。我们还展示了模拟网络在编目和跟踪以前未编目的驻留空间物体方面的性能。我们展示了除了跟踪 LEO 中的 RSO 之外，网络如何用于各种任务。我们提供了网络在发射和早期轨道阶段操作期间的性能特征。最后，我们表明 LeoLabs 的雷达能够探测地球静止轨道 (GEO) 上的物体。这证明相控阵雷达是跟踪地球静止轨道物体的可行技术。
A400 系列雷达 | Blighter 监视系统
A400 系列空中安全雷达针对携带摄像机、无线通信系统、毒品、爆炸物和其他恶意载荷的小型无人机进行了优化检测。A400 系列雷达采用 D 3（数字无人机检测）技术，即使在飞行时靠近地面或靠近建筑物等杂波反射相对较大的区域，也能从现代塑料机身无人机中提取微小的雷达反射。Blighter 的 Ku 波段工作频率非常适合检测用于构建紧凑型无人机的小型结构，例如控制线、电池组、电机和无线通信系统。
改进主监视雷达的高度估计...
跟踪。由于 2-D 雷达提供的绘图数据仅包含距离和方位角信息，由于可观测性问题，无法使用单个传感器估计目标高度，因此需要结合从多个 2-D 雷达获得的信息（距离和方位角）。如果只有两个主雷达检测到飞机，则无法使用多点定位技术在空中交通管制系统中确定其高度。一次监视雷达 (PSR) 仅提供飞机的斜距和方位角测量，因此，空中交通管制 (ATC) 系统通常使用从飞机机载模式 C 应答器获得的高度信息来估计飞机的三维位置和速度。二次监视雷达 (SSR) 通常用于询问模式 C 和其他应答器并获取高度和其他
使用模糊逻辑通过二维雷达估计空中物体高度
使用模糊逻辑的 2-D 雷达进行空中物体高度估计 SGK Murthy、MV Ramana Murthy、D Satya Narayana 摘要 - 多传感器跟踪是航空航天应用中广泛使用的技术，用于精确估计目标运动学。特别是海军跟踪系统在多传感器跟踪场景中利用不同类型的雷达（2-D、3-D）进行稳健估计。由于 2-D 雷达提供的信息仅包含距离和方位角值，因此很难使用 2-D 雷达估计空中物体的高度。为了克服这一限制，考虑采用几何方法来组合从位于两个不同位置的两个 2-D 雷达获得的信息。由于几何方法的解决方案取决于某些几何特征，因此不可能用一对传感器获得良好的结果。然而，为了获得更好的结果，提出了一种方法，并尝试使用两个以上的 2-D 雷达结合基于模糊逻辑的验证。本文讨论了与 2-D 雷达跟踪相关的问题，以及包括三角测量几何和基于模糊逻辑的验证方法在内的方法，以提高实时高度估计精度。索引术语：模糊决策、模糊逻辑、使用 2-D 雷达进行目标跟踪 I。简介雷达技术的发展始于 20 世纪初的第二次世界大战。所有部队都使用雷达来控制天空和海洋。那个时代开发的雷达技术仍然用于跟踪空中和陆地物体。目标跟踪是一个重要的研究领域，涵盖了国防和商业应用的广阔领域[1]。了解空中情况是空域控制的一项基本任务。多雷达跟踪 (MRT) 是海军目标跟踪应用中广泛使用的技术。在多传感器数据融合系统中，从位于不同位置的多个雷达获得的信息被融合到手稿中 2010 年 5 月 20 日收到 SGK Murthy 在印度海得拉巴国防研究与发展实验室工作，电话：91-40-24151654，电子邮件：sgk_murthy@yahoo.com MV Ramana Murthy 在印度海得拉巴奥斯马尼亚大学数学系工作，电子邮件：mv_rm50@gmail.com D Satya Narayana 在印度海得拉巴奥斯马尼亚大学数学系工作
现代雷达的性能评估 - DTIC
雷达建模的改进使设计人员能够将性能水平指定得非常接近理论极限。这导致了非常强大的系统，但在评估其性能时几乎没有实验不确定性的余地。然而，关于评估雷达性能的方法的已发表文献却出奇地少。测试新雷达通常有三个独立的阶段：i) 第一阶段是在实验室中测量参数，以确保雷达在“投入现场”时的表现与预期一致。ii) 第二阶段通常是供应商的验证试验，这可以确保了解雷达的行为，从而确保正式验收试验会成功。iii) 第三阶段是供应商和客户共同见证的验收试验，提供雷达符合其规格的合同证据。实验室测试和现场试验之间的关系在 [1] 中进一步讨论，使用适当的评估方案对现代雷达系统的重要性在 [2] 中进一步讨论。在本文中，我们将第三阶段称为“验收”试验，第二阶段称为“验证”试验，两者合称为“评估”试验。本文将重点介绍泰雷兹与客户合作在这些评估试验中使用的方法。本文描述的许多实验结果都是在评估期间获得的
远距离预警线雷达：自动信号检测的探索
I 20 世纪 50 年代初，载人轰炸机携带核武器飞越北极地区的威胁是大陆防御的首要问题。麻省理工学院 1952 年夏季研究建议开发一条贯穿阿拉斯加和加拿大北部的预警雷达线，从阿拉斯加西北角的利斯伯恩角到加拿大东海岸巴芬岛的戴尔角。这是一项雄心勃勃的工程，特别是因为当时雷达系统尚未开发或设计，新的检测过程也尚未发明。除其他创新外，雷达网还建议使用自动检测技术，以大幅减少当时手动雷达操作的繁重人力需求和不可接受的时间延迟。美国空军于 1952 年 12 月接受了夏季研究的建议，林肯实验室签订了合同，在 1953 年 4 月 30 日之前交付 10 套雷达，期限不到五个月。F. Robert Naka 被指派开发自动雷达信号处理和警报系统。本文回顾了主要作者参与这一具有挑战性的雷达项目的经历。虽然这些技术问题在当今的雷达能力下听起来很原始，但它们的解决速度却比当今国防部的发展速度快十倍。我