matlab-simulate-radar-detections

雷达数据生成器 — 统计检测仿真

在 radarScenario 中使用 radarDataGenerator 构建检测级雷达仿真。此技能将用户的硬件规格和性能要求与 Radar Toolbox 统计仿真 API 对接。

适用场景

• 用户想要仿真对运动目标的雷达检测
• 用户有雷达硬件规格（数据手册）或性能要求，并想要构建仿真
• 用户提到监视雷达、扫描、重访时间、检测概率或雷达覆盖范围
• 用户想要比较扫描策略（机械扫描、电子扫描或混合扫描）
• 用户想要生成检测结果以馈入跟踪器（trackerGNN、trackerJPDA），或进行传感器融合
• 用户想要进行蒙特卡洛分析、权衡研究，或根据链路预算预测进行验证
• 用户正在研究雷达部署位置或几何布局，以最大化覆盖范围
• 用户现有的 radarDataGenerator 代码无法正常工作，例如漏检、配置错误
• 用户想要根据预期性能验证仿真结果

不适用场景

• 用户需要 I/Q 级波形仿真（使用 radarTransceiver + 脉冲多普勒处理链）
• 用户需要设计 CFAR 检测器或波束形成
• 用户需要设计波形（模糊函数、线性调频优化）
• 用户已有检测结果，想要对其进行处理
• 用户需要双基地或多基地雷达配置
• 用户需要干扰或电子攻击建模（EW 场景）
• 用户想要在自定义仿真循环中独立调用 radarDataGenerator（不使用 radarScenario）

如果用户需要信号级保真度，请解释其中的权衡并交由其他方案处理。

检测路径

radarDataGenerator 支持两种检测路径。本技能仅使用目标姿态路径：

路径	调用签名	检测由以下参数控制	使用场景
目标姿态（本技能）	detect(scenario)	DetectionProbability、FalseAlarmRate、ReferenceRange、ReferenceRCS	标准雷达仿真——将目标定义为具有轨迹的平台
辐射信号	detect(scenario, propagatedEmissions)	Sensitivity、DetectionThreshold	ESM 接收机、显式传播辐射信号的双基地场景

一种路径中的属性对另一种路径完全没有影响。在目标姿态路径中设置 Sensitivity 或 DetectionThreshold 会产生“not relevant”警告。

独立模式： radarDataGenerator 也可在场景之外调用：[dets, numDets, config] = rdg(targetPoses, simTime)。可用于集成到自定义循环中（Simulink、事件驱动）。但会失去 advance()、轨迹自动化、多传感器聚合和覆盖范围可视化功能。完整的独立 API 和姿态结构体要求请参阅 references/detection-model.md。

工作流

按以下 9 个步骤交互执行。不要默默地自行选择参数——在每个决策点都与用户沟通。

步骤 1：推荐方案

推荐在 radarScenario 中使用 radarDataGenerator 进行统计级仿真。说明其中的权衡：可快速迭代场景设计，但对信号处理的控制较少。如果用户需要 I/Q 级保真度，请说明替代方案（radarTransceiver + 脉冲多普勒 + CFAR），并停止结构化的 9 步流程。

用户确认采用统计级方案后，说明所用方法并列出 API：radarScenario、radarDataGenerator、platform、waypointTrajectory/kinematicTrajectory/geoTrajectory。

步骤 2：确认用例

建议一个用例（例如：地面监视系统扫描一个扇区）。确认：

• 扫描类型： 建议机械扫描，也可选择电子扫描或两者结合
• 坐标系： NED（默认）、ENU 或地心坐标系。说明其影响。
• 配置： 确认采用单基地配置
• 传播环境： 默认使用 FreeSpace（无折射）。如果用户提到远距离、低仰角目标或超视距，可提供大气模型：atmosphere(scenario, model) — 'EffectiveEarth'（半径为 4/3 地球半径）、'RefractivityGradient' 或 'CRPL'。这些模型会在传播路径中加入折射偏差（射线弯曲），影响报告的目标位置——但不会在链路预算中加入大气衰减。天气／降水不会以统计方式建模。

步骤 3：询问参数来源方向

“您采用哪种工作方向？自顶向下（指定需求，推导硬件）？自底向上（指定硬件，推导性能）？还是两者结合？”

如果用户提供数据表：按照 references/coupled-parameters.md 中的数据表导入流程操作——提取参数、映射到各组、识别缺项、完成链路预算并标记冲突。

流程从此处分支：

自顶向下路径（步骤 4 → 5）：用户先指定性能需求，再推导硬件。

• 步骤 4：提出参考性能（距离、RCS、Pd、Pfa）
• 步骤 5：展示耦合参数表，推导满足需求所需的硬件

自底向上路径（步骤 5 → 4）：用户先指定硬件，再推导性能。

• 步骤 5：展示耦合参数表，收集硬件规格（功率、增益、NF、带宽等）
• 步骤 4：通过 radareqrng 从硬件推导并展示参考性能

混合／数据表： 收集用户已有的信息，从两个方向补齐缺项，并标记不一致之处。

两种路径都会在步骤 6（目标集设计）汇合。

步骤 4：提出参考性能

将其作为参考目标规格展示：

• 参考距离、参考 RCS（注意：ReferenceRCS 的单位是 dBsm）
• 检测概率、虚警率（有效范围：[1e-7, 1e-3]）
• 积分类型和脉冲数（假设为相干积分；询问 N 或 CPI）
• 单基地、晴空

自顶向下： 提出具体的默认值，供用户确认或修改。 自底向上： 展示根据用户硬件推导出的数值，并说明推导过程（使用了哪个函数、哪些输入）。对于积分，假设为相干积分，询问脉冲数或 CPI 时长。使用 detectability(Pd, Pfa, 1, 'SwerlingN') - 10*log10(N) 计算所需 SNR。Swerling 参数必须是字符串：'Swerling0'、'Swerling1'……'Swerling4'。对于相干系统，绝不要将 N 传给 detectability——这会应用非相干损耗。完整决策表请参见 references/interaction-flow.md § 步骤 4。

步骤 5：展示耦合参数表

展示 references/coupled-parameters.md 中的参数关系表。这有助于建立信心、展示可追溯性，并便于用户提出修正。

自顶向下： 使用该表推导出满足已确认参考性能所需的硬件。 自底向上： 使用该表收集用户的硬件规格，并确定哪些参数组已受约束。

第 6 步：目标集设计

确认几何条件（雷达位置、扫描扇区、空中目标）。提出具有物理代表性的目标，并设置不同的：

• RCS（UAV 约为 0.01 m²，战斗机约为 1 m²，商用飞机约为 10 m²）
• 速度（旋翼机为 50 m/s，喷气式飞机为 250 m/s，快速目标为 300+ m/s）
• 高度（低空突防为 500 m，中空为 5 km，高空为 10 km）

提供 Swerling 模型（I = 慢起伏，III = 主散射体）。通过每个平台 Signatures 属性上的 rcsSignature 配置各目标的 RCS 模型——模式请参见 references/detection-model.md。平台默认 RCS 为 10 dBsm（Swerling0）。

继续之前的合理性检查：

1. 使用 horizonrange(antennaHeight) 确认目标几何条件未超出雷达地平线。如果任何目标在指定高度上超出视距，请向用户指出。

2. 计算每个目标的预期 0.9 Pd 参考距离。报告如下表：

目标	RCS（dBsm）	Swerling	距离（km）	预期 Pd
UAV	-20	1	15	0.72
战斗机	0	1	40	0.95

使用：SNR_at_R = RadarLoopGain + RCS_dBsm - 40*log10(range)，然后根据正确的 Swerling 公式将 SNR 映射为 Pd（参见 references/radar-equation-tools.md）。如果任何目标的预期 Pd < 0.5，请标出该目标——运行模拟前，用户应了解哪些目标的检测结果不可靠。

询问：“您需要地形或地面回波吗？还是自由空间就足够？”

第 7 步：地形 / 遮挡

如适用，请参见 references/terrain-clutter-atmosphere.md 了解地形选项。在自由空间中验证检测结果后，再添加地形和遮挡。landSurface 用于高度图，seaSurface 用于海况，customSurface 用于用户自定义。landSurface 提供用于视距遮挡的 occlusion()。radarDataGenerator 上的 HasOcclusion 表示目标间遮挡。

第 8 步：模拟时长

按用户熟悉的方式询问：秒数、扫描次数、目标照射次数，或基于事件。扫描参数确定后，再在这些单位之间换算。

第 9 步：生成需求说明

生成一份独立文档，包含三个部分——参见 references/requirements-sheet-template.md。

关键功能

功能	用途	工具箱
radarScenario	场景容器（平台、时间、检测）	Radar
radarDataGenerator	统计检测传感器	Radar
platform	向场景添加平台	Radar
waypointTrajectory	在局部坐标中基于航点的运动（具有 ReferenceFrame）	Radar
kinematicTrajectory	在局部坐标中基于状态的运动（无 ReferenceFrame）	Radar
geoTrajectory	在大地坐标中基于航点的运动（纬度/经度/高度）——要求 IsEarthCentered = true	Radar
radareqrng	根据雷达方程计算最大检测距离	Radar
radareqpow	所需发射功率	Radar
radareqsnr	给定距离处的接收信噪比	Radar
detectability	Pd/Pfa/N/Swerling 对应的所需信噪比（可检测性因子）	Radar
albersheim	Pd/Pfa/N 对应的所需信噪比（仅适用于 Swerling 0）	Phased Array
shnidman	Pd/Pfa/N/Swerling 0–4 对应的所需信噪比	Phased Array
horizonrange	根据天线高度计算雷达视距	Radar
height2el	根据目标高度/距离计算仰角	Radar
freq2wavelen	根据频率计算波长	Phased Array
rangeres2bw	根据距离分辨率计算带宽	Phased Array
bw2rangeres	根据带宽计算距离分辨率	Phased Array
speed2dop	根据速度计算多普勒频移。采用单程约定——对于单基地双程：fd = 2*speed2dop(v, lambda)	Phased Array
dop2speed	根据多普勒频移计算速度。采用单程约定——对于单基地双程：v = dop2speed(fd, lambda)/2，或直接使用 lambda*fd/2	Phased Array
beamwidth2gain	根据半功率波束宽度计算天线增益。必须传入 [azBW; elBW] 列向量——标量表示对称波束。	Phased Array
aperture2gain	根据有效孔径计算天线增益	Phased Array
gain2aperture	根据天线增益计算有效孔径	Phased Array
ap2beamwidth	根据孔径长度和波长计算波束宽度	Phased Array
beamwidth2ap	根据波束宽度和波长计算孔径长度	Phased Array
effbeamwidth	双程有效波束宽度（Tx+Rx）→ 映射到 AzimuthResolution/ElevationResolution	Phased Array
systemp	系统噪声温度	Phased Array
noisepow	根据温度和带宽计算噪声功率	Phased Array
theaterplot	场景可视化	Radar
coverageConfig	覆盖图	Radar
radarmetricplot	绘制指标随距离变化的曲线，并显示目标/阈值线和红黄绿指示灯	Radar
orientationPlotter	可视化波束指向（theaterPlot 绘图器）	Radar
detectionPlotter	在 theater 图上可视化检测结果	Radar
landSurface	静态地形（高度矩阵或 DTED）——仅当 IsEarthCentered=true 时遮挡才会生效	Radar
seaSurface	动态海面（谱模型、风、风区长度）	Radar
customSurface	用于杂波的极化散射矩阵表面	Radar
surfaceReflectivityLand	地面杂波反射率模型（Barton、GIT 等）	Radar
surfaceReflectivitySea	海面杂波反射率模型	Radar
clutterGenerator	向场景添加杂波（与雷达传感器一一对应，要求指定表面）	Radar
ringClutterRegion	定义显式杂波区域（当 UseBeam=false 时必需）	Radar
getClutterGenerator	获取雷达现有的杂波生成器	Radar

约定

可追溯性

• 每个随机量都可追溯到一个已配置参数
• radarDataGenerator 提供内置可追溯性——属性名称本身就是文档
• 如果手动实现任何计算，请注释说明模型、参数，以及它与系统设计的关联方式

坐标系

• 选择一个坐标系，并始终保持一致
• waypointTrajectory 有 'ReferenceFrame' 属性：'NED' 或 'ENU'——与 IsEarthCentered = false 搭配使用
• kinematicTrajectory 没有 ReferenceFrame——继承自场景——与 IsEarthCentered = false 搭配使用
• geoTrajectory 使用大地坐标航点 [lat, lon, alt]，单位为 [deg, deg, m]——必须设置 IsEarthCentered = true
  • 有 'ReferenceFrame'（'NED'/'ENU'），用于解释速度/方向
  • 也支持 Course、GroundSpeed、ClimbRate，可替代 Velocities
  • DetectionCoordinates = 'Scenario' 会以 ECEF（米）报告，而非经纬度
  • 单个航点 = 静止平台（忽略 TimeOfArrival）
• **约束：**轨迹类型与 IsEarthCentered 严格绑定——混用会导致错误
• NED：地平线上方的仰角为负值。ENU：地平线上方的仰角为正值。
• 始终进行验证：解析计算预期仰角，并与测量值比较

参数来源标签

需求表中的每个参数都要标注来源：

• 用户提供——用户告知
• 领域假设——合理的默认值，并说明依据
• 推导得出——根据其他参数计算得出（注明使用的函数）

系统参数与仿真参数

确认用户需求和用例（步骤 2–6）后，区分以下参数：

• 系统参数（用户的设计）：FieldOfView、CenterFrequency、Bandwidth、MaxAzimuthScanRate、ReferenceRange、天线高度等。切勿为解决仿真问题而更改这些参数。
• 仿真参数（我们的配置）：UpdateRate、RangeLimits、场景 UpdateRate、DetectionCoordinates、仿真时长。这些参数可以自由调整。

如果出现仿真伪影（例如，波束步进导致漏检），应通过调整仿真参数来解决。如果解决方案需要更改系统参数，则应向用户说明，并结合物理直觉解释——这是设计方面的洞见，而不是仿真修复。

自洽性

推导出所有参数后，验证整个流程是否闭合：

• 使用 radareqrng 根据硬件参数计算 Rmax
• 将 ReferenceRange 设置为 Rmax
• 运行仿真，确认在参考距离处约为 Pd
• 如果不匹配，则进行诊断并标记

常见错误

错误	错误原因	正确做法
未调用 release() 就修改不可调属性	radarDataGenerator 是 System 对象——不可调属性（FieldOfView、ScanMode、AzimuthResolution、扫描限制）在首次调用 detect() 后会被锁定	修改不可调属性前调用 release(radar)，然后在重新运行前调用 restart(scenario)
以线性 m² 为单位设置 ReferenceRCS	此属性要求使用 dBsm	转换：10*log10(rcs_linear)
使用 range2bw / bw2range	已弃用	使用 rangeres2bw / bw2rangeres
使用 MechanicalScanLimits	此属性不存在	使用 MechanicalAzimuthLimits、MechanicalElevationLimits
为电子扫描设置 MaxAzimuthScanRate	会被忽略（并发出警告）	在电子模式下，波束每次更新按 FieldOfView(1) 移动
混淆 detect(scenario) 与 detect(platform, time)	两者的签名不同——场景级调用会合并所有传感器的检测结果	dets = detect(scenario) 或 [dets, configs] = detect(scenario)——两者都有效。逐个平台调用：[dets, ~, configs] = detect(platform, time)
忘记 NED 坐标系中的仰角符号	地平线以上的目标仰角为负	检查符号：在 NED 坐标系中，el = -asind(alt/range)
在非 Custom 扫描模式下使用 HasScanLoss	仅在 ScanMode='Custom' 时适用	Mechanical/Electronic 模式下省略此属性
混用轨迹参考坐标系	会导致静默的位置误差	将所有 waypointTrajectory 对象设为相同的 'ReferenceFrame'
waypointTrajectory 的时长短于 StopTime	场景会在轨迹的最大终点处停止，而不是在 StopTime 处停止。平台轨迹结束后位置会变为 NaN——之后将不再被检测到，且不会给出提示。	将所有 waypointTrajectory 的终点延长至 >= StopTime（添加保持航点）。或者对匀速平台使用 kinematicTrajectory。
混淆 radar/waypointTrajectory 与 drivingScenario 轨迹	API 不同——drivingScenario 使用参与者航点，而不是此类	在 radarScenario 中，始终使用 waypointTrajectory、kinematicTrajectory 或 geoTrajectory
对配备前视传感器的移动平台使用 kinematicTrajectory	机体坐标系方向是固定的（默认：恒等变换 = 场景坐标轴）。它不会随速度旋转——前视传感器无法跟随飞行路径。	对配备传感器的移动平台使用 waypointTrajectory 或 geoTrajectory。它们的机体坐标系会随航向旋转。
硬编码噪声（例如 0.2*randn）	无法追溯，破坏自洽性	使用 radarDataGenerator 内置噪声模型，或注释说明其来源
未设置传感器的 UpdateRate	默认值为 1 Hz——扫描速率 = FoV(1)*1 = 极慢	始终为 radarDataGenerator 显式设置 'UpdateRate'
场景的 UpdateRate < 传感器的 UpdateRate	发生混叠：仅采样部分 FoV 驻留位置。位于未采样位置之间的目标会静默地完全不产生检测结果。	为确保检测完整，将场景的 UpdateRate 设为传感器的 UpdateRate。
将传感器的矩形坐标测量值直接与场景坐标系中的真值比较	传感器的矩形坐标属于波束旋转坐标系——每次检测的坐标系取决于检测时波束指向的位置。原始测量值与真值可能相差数十 km。	使用每个检测结果的 MeasurementParameters(1)：scenarioPos = Orientation * Measurement + OriginPosition。Orientation 矩阵编码了安装方向和当前扫描角。
认为球坐标测量值的顺序为 [range, az, el]	'Sensor spherical' 的实际顺序是 [az, el, range]	检查 DetectionCoordinates 设置；默认值为 'Body'（笛卡尔坐标）
未设置 RangeLimits	默认值为 [0, 100 km]——超过 100 km 的目标不会产生检测结果，且不会给出提示	设置 'RangeLimits', [0, R]，其中 R = max(maxTargetRange, ReferenceRange * 1.2)
将 'Sector' 与 MechanicalElevationLimits 一起使用	'Sector' 会将 HasElevation 设为 false——仰角限制会被忽略（并发出警告）	如需仰角扫描，请显式使用 'ScanMode','Mechanical' 并设置 HasElevation=true
为排查检测问题而设置或调查 HasElevation	HasElevation 不会影响是否检测到目标。它只控制是否测量仰角，以及波束是否在仰角方向扫描。默认值为 false（仅方位角）。	切勿设置 HasElevation=false（它本来就是默认值）。调试检测缺失问题时，切勿调查 HasElevation——它不会导致检测缺失。检测缺失的原因包括：RangeLimits、目标位于扫描扇区之外、ReferenceRange / ReferenceRCS 不足，或 UpdateRate 过低。
在 IsEarthCentered=false 时调用 atmosphere(scene, model)	会出错：“The IsEarthCentered property must be true to modify the atmosphere model”	所有大气/折射模型都要求 IsEarthCentered=true。平地场景始终使用自由空间模型。
认为在 IsEarthCentered=false 时地形会遮挡目标	detect() 中的地形遮挡仅适用于 IsEarthCentered=true	如果地形遮挡很重要，请使用带有 geoTrajectory 的地心场景
混淆 HasOcclusion 与地形遮挡	HasOcclusion 用于目标间遮挡（扩展目标）；地形视线遮挡通过 SurfaceManager 实现	地形遮挡：使用 IsEarthCentered=true + landSurface。目标间遮挡：使用 HasOcclusion=true
使用 clutterGenerator 但未添加任何表面	会静默地产生 0 个杂波检测结果	创建杂波生成器前，添加 landSurface(scene) 或 seaSurface(scene)
将 ScattererDistribution='RangeDopplerCells' 与 radarDataGenerator 一起使用	调用 detect() 时会出错	仅适用于 radarTransceiver；对 radarDataGenerator 使用 'Uniform'（默认值）
在没有 ringClutterRegion 的情况下设置 UseBeam=false	会产生 0 个杂波检测结果	添加显式区域：ringClutterRegion(cg, minR, maxR, azSpan, azCenter)
在目标姿态路径中设置 Sensitivity 或 DetectionThreshold	“不相关”——这些属性仅适用于发射路径	在目标姿态路径（detect(scenario)）中，检测仅由 Pd / Pfa / ReferenceRange / ReferenceRCS 决定
提高 FalseAlarmRate 来模拟表面杂波	FalseAlarmRate 会产生均匀分布的虚警（白噪声）；它不会模拟具有真实零度后向散射系数、几何特性或多普勒特性的空间相关表面杂波	使用带表面（landSurface / seaSurface）和反射率模型的 clutterGenerator。参见 terrain-clutter-atmosphere.md。
认为 radarDataGenerator 能模拟信号处理损失（MTI、STAP、CFAR）	统计模型不会模拟杂波抑制滤波器损失、STAP 自适应权重损失，或距离-多普勒空间中杂波脊附近的可检测性下降	这些效应需要进行 I/Q 级仿真（Phased Array System Toolbox 波形 + 接收机链路）。若要在统计级别近似这些效应，请通过链路预算（radareqsnr）中的 Loss 参数添加预期的处理损失，或降低杂波影响区域内的 DetectionProbability。
对单基地速度分辨率使用 dop2speed(1/CPI, lambda)	结果是正确值的 2 倍（3.0 m/s 而非 1.5 m/s）	dop2speed 使用单程约定。单基地速度分辨率 = lambda/(2*CPI)。请使用手动公式或 dop2speed(fd,lambda)/2。
使用 radareqrng(SNR, lambda, ...)——参数顺序错误	会静默地产生错误结果（不会报错）	正确写法：radareqrng(lambda, SNR, Pt, tau, ...)——lambda 在前
向 radareqrng 传入线性值的 Gain	距离结果荒谬（10^49 km）	Gain 的单位是 dBi，不是线性值。传入 30，而不是 1000。
向 radareqrng 传入 dBsm 单位的 RCS	结果相差 3 倍，或负值时出错	RCS 的单位是线性 m²。转换：db2pow(rcs_dBsm)
将平均功率作为 Pt 传给 radareqrng	会低估距离	Pt 是峰值功率（瓦）。计算：Ppeak = Pavg / (tau * PRF)
使用 FieldOfView 推导天线增益	FoV ≠ 波束宽度时，增益会算错	增益由 beamwidth2gain([AzimuthResolution; ElevationResolution]) 得出。需要提供两个波束宽度——标量输入会假设波束对称（扇形波束的误差最高可达 10 dB）。FoV 是每个扫描位置的角覆盖范围，不一定等于接收波束宽度。
认为 FieldOfView 必须等于 AzimuthResolution	对 AESA 或宽发射波束配置而言，扫描步长不正确	FoV 和分辨率彼此独立。FoV = 发射波束宽度（典型情况）。对于共用孔径，FoV = AzRes。对于宽发射波束 + 窄接收波束，FoV > AzRes。
对默认目标（Swerling0）使用 Swerling I 的 Pd 公式	在参考距离处会低估 Pd 约 40%（0.52 而非 0.89）	检查 target.Signatures{1}.FluctuationModel。默认值为 Swerling0——请使用 marcumq。对于 Swerling1 目标：Pfa^(1/(1+SNR_lin))。

扫描模式快速参考

模式	关键行为
'Mechanical'	actualRate = min(FieldOfView(1) * sensorUpdateRate, MaxAzimuthScanRate)。请参见下方的扫描速率模型。
'Electronic'	每次更新时，波束按 FieldOfView(1) 的步长移动。MaxAzimuthScanRate 不相关。
'Mechanical and electronic'	机械扫描负责粗略指向，电子扫描进行精细调整。
'No scanning'	固定凝视波束。

便捷构造函数：radarDataGenerator(id, 'Raster')、'Rotator'、'Sector'、'Custom'。

机械扫描速率模型（重要）

机械模式下的实际扫描速率为：

actualScanRate = min(FieldOfView(1) * sensorUpdateRate, MaxAzimuthScanRate)  [deg/s]
stepPerScenarioUpdate = actualScanRate / scenarioUpdateRate  [deg]

传感器的默认 UpdateRate 为 1 Hz。 若未显式设置，2 度波束的扫描速率仅为 2 度/秒，与 MaxAzimuthScanRate 无关。务必显式设置传感器的 UpdateRate：

radar = radarDataGenerator(1, 'Sector', ...
    'UpdateRate', 20, ...  % MUST set — default 1 Hz causes very slow scan
    'FieldOfView', [2; 20], ...
    'MaxAzimuthScanRate', 36, ...
    ...);
% actualRate = min(2*20, 36) = 36 deg/s ✓

若要让窄波束达到所需扫描速率：

• sensorUpdateRate >= desiredRate / FieldOfView(1)
• 示例：2 度波束要达到 36 度/秒，UpdateRate 需大于或等于 18 Hz

场景与传感器 UpdateRate

传感器按自身的 UpdateRate 发射；场景的 UpdateRate 控制 advance()/detect() 的执行频率。如果场景速率低于传感器速率，则只会对一部分驻留位置进行采样——位于采样位置之间的目标会悄无声息地完全检测不到。

规则： 除非你有意采用稀疏检测节奏，否则始终将场景 UpdateRate 设为传感器 UpdateRate。

检测模型

SNR = RadarLoopGain + RCS_dBsm - 40*log10(Range)

• RadarLoopGain：只读，根据 ReferenceRange、ReferenceRCS、DetectionProbability 和 FalseAlarmRate 推导得出。内部参考 SNR 使用 Swerling0（非起伏）模型——目标起伏模型会在检测时单独应用。
• 无硬件参数（Pt、Gain、NF）——所有参数均汇总在参考性能中
• CenterFrequency/Bandwidth 只影响分辨率，不影响检测距离
• 测量精度：σ² = (Δ/√(2·SNR))² + (BiasFraction·Δ)² — Cramér-Rao 界加上偏差下限。默认值：AzimuthBiasFraction=0.1、RangeBiasFraction=0.05、ElevationBiasFraction=0.1。在高 SNR 下，偏差下限占主导（方位角 0.3°，距离 3.75 m）。
• Pd 与距离的关系取决于目标的 FluctuationModel——默认平台采用 Swerling0（非起伏）模型。Swerling0 使用 marcumq，Swerling1 使用 Pfa^(1/(1+SNR))。使用错误的公式会导致 Pd 误差约 40%。完整步骤请参见 references/radar-equation-tools.md。

Agent 的工作是使用雷达方程工具作为转换层，衔接用户的硬件规格与这一统计接口。

故障排除

症状	可能原因	诊断／修复
完全没有检测结果	RangeLimits 太短	检查 radar.RangeLimits(2) 是否 >= 最大目标距离
完全没有检测结果	传感器 UpdateRate = 1 Hz（默认值）	波束扫描速度太慢——显式设置 UpdateRate
完全没有检测结果（已设置 UpdateRate）	场景 UpdateRate < 传感器 UpdateRate	FoV 驻留混叠——只有采样到的位置才会产生检测结果。将场景 UpdateRate 设置为与传感器 UpdateRate 相同。
完全没有检测结果	目标位于波束 FoV 之外	使用 coverageConfig(radar) 获取当前波束方向；并与目标方位角比较
只有部分扫描产生检测结果	目标靠近波束步进边界	机械扫描的正常现象——方位角与波束步进位置对齐的高速目标可能会在某些扫描中漏检。增大传感器／场景 UpdateRate 以减小步进大小（切勿通过更改 FieldOfView 等系统参数来修复仿真伪影）。
检测结果过多	自检测（雷达平台）	过滤：忽略 TargetIndex == radar platform ID（通常为 1）的检测结果
Pd 远低于配置值	目标超出 ReferenceRange	SNR 会随 40·log10(R) 下降——这是预期情况；Pd 仅在参考距离处指定
Pd 高于预期	目标 RCS > ReferenceRCS	更高的 RCS 会提高 SNR——检查目标平台上的 rcsSignature
经验 Pd > 1.0	用检测数除以扫描次数，而不是照射次数	机械扫描是双向的：扇区扫描的照射次数 = 2 × 扫描次数。通过 IsScanDone 统计波束经过次数，或根据扫描时序计算：nIlluminations = StopTime / (sector / scanRate)。
测得的位置与真实位置相差很远	将原始 .Measurement 与场景坐标系下的真实值作图比较	必须先转换到场景坐标系。 使用 MeasurementParameters.Orientation 和 .OriginPosition 进行转换。“0 azimuth” = 传感器波束轴，而非北方。转换方法请参阅 API 答案指南。
受距离限制还是受视距限制	目标超出雷达地平线	使用 horizonrange(antennaHeight) 检查。在代码中注明因视距而预期漏检的位置。编写代码前也应通过合理性检查发现此问题（步骤 6——确认目标几何位置在雷达地平线范围内）。
自洽性检查失败	硬件推导出的 Rmax ≠ 已配置的 ReferenceRange	重新检查 radareqrng 输入是否与推导时使用的硬件规格一致

程序化验证

检测精度检查——验证测量误差是否在预期范围内。必须考虑 DetectionCoordinates 模式——除非使用 'Scenario' 模式，否则不能将原始 .Measurement 值与场景坐标系下的真实值进行比较：

% Convert detection to scenario frame FIRST (required for all non-Scenario modes)
mp = dets{k}.MeasurementParameters(1);  % first element = position transform
meas = dets{k}.Measurement;
switch mp.Frame
    case 'Spherical'
        az = meas(1); el = meas(2); R = meas(3);
        posSensor = [R*cosd(el)*cosd(az); R*cosd(el)*sind(az); R*sind(el)];
        measScenario = mp.Orientation * posSensor + mp.OriginPosition(:);
    case 'Rectangular'
        measScenario = mp.Orientation * meas(1:3)' + mp.OriginPosition(:);
end
posError = norm(measScenario - truthPos);
expectedSigma = sqrt(trace(dets{k}.MeasurementNoise(1:3,1:3)));
assert(posError < 5*expectedSigma, 'Position error exceeds 5-sigma');

SNR 检查——验证报告的 SNR 是否与链路预算预测相符（误差在约 1 dB 以内）：

expectedSNR = radar.RadarLoopGain + rcs_dBsm - 40*log10(slantRange);
reportedSNR = dets{k}.ObjectAttributes{1}.SNR;
assert(abs(reportedSNR - expectedSNR) < 1.0, 'SNR mismatch > 1 dB');

完整的模式感知验证示例请参阅 坐标与变换 — 验证。

调试：隔离波束指向

排查“无检测”或意外检测间隔时，请隔离问题，判断是波束指向还是其他原因：

1. 释放传感器，然后切换为全向模式：

origFoV = radar.FieldOfView;
origScan = radar.ScanMode;
release(radar);
radar.FieldOfView = [360; 180];
radar.ScanMode = 'No scanning';

2. 重启并重新运行场景（restart(scenario) + 前进循环）
3. 解读结果：
   • 出现检测 → 问题在于波束指向（扫描限制、MountingAngles、FoV、扫描步进越过目标）
   • 仍无检测 → 问题出在其他方面（RangeLimits、UpdateRate 混叠、ReferenceRange、地平线、目标 RCS）
4. 释放并恢复原始配置，然后再继续：

release(radar);
radar.FieldOfView = origFoV;
radar.ScanMode = origScan;

注意： radarDataGenerator 是一个 System 对象。调用 detect() 后，若要更改不可调谐属性（FieldOfView、ScanMode、AzimuthResolution、扫描限制等），必须先调用 release(radar)。修改不可调谐属性前，务必先调用 release()。

请先执行此操作，再逐一检查具体参数——一次测试即可将问题范围缩小一半。

调试顺序

1. 全向隔离（见上文）——通过一次测试排除波束指向问题
2. 检查系统性原因——RangeLimits 门限、扫描扇区边界、UpdateRate 混叠。这些会导致确定性故障（Pd 为 0%），且通过单次运行即可识别。
3. 蒙特卡洛试验（最后进行）——仅在排除系统性原因后执行。使用重复运行来刻画随机性行为：Swerling 起伏、检测边界附近的间歇性检测、经验 Pd 与解析 Pd 的差异。切勿用蒙特卡洛来诊断检测次数为 0 的目标——这始终是系统性原因导致的。

正向修复：步骤层级

验证失败时，修复可能出错的最晚步骤。切勿为了迁就场景选择（步骤 6–7）而更改系统参数（步骤 1–5）。如果雷达的 FoV 未覆盖目标，说明目标不在覆盖范围内——不要扩大 FoV 来“修复”问题。只有确实存在设计错误时，才重新审视前面的步骤。

分析仿真输出

以下是会导致无提示错误的关键 NED 陷阱：

• 几何仰角（向上为正）： atand(-dx(3) ./ horizRange)——对 D 轴取负，使空中目标得到正角度。传感器球面坐标仰角在 NED 中符号相反（传感器 +z = Down）：空中目标的 el 为负。
• 方位角： atan2d(East, North)——交换参数会得到以东为起点的方位角（误差 90°）
• 经验 Pd： platformID = targetIndex + 1（雷达是平台 1）——索引偏移一位很常见
• 解析 Pd： 默认值是 Swerling0（marcumq），不是 Swerling I——使用错误公式会产生 40% 的误差
• SNR： RadarLoopGain + RCS_dBsm - 40*log10(R)——不要添加积分增益（已包含在 RLG 中）

完整的转换方法和验证模式，请参阅坐标与变换。

输出要求

1. 需求表——独立文档（参见 references 中的模板）
2. MATLAB 脚本——可运行，并包含设计依据注释和耦合参数表
3. 验证——将仿真检测结果与解析预测进行比较

代码生成规则

• 绝不要依赖 radarDataGenerator 的默认值。 在构造函数中显式设置每个相关属性，即使使用的是默认值也是如此。这样代码能自我说明——读者无需查阅文档即可了解每项参数的选择。隐藏的默认值就是隐藏的假设。**例外——属性门控：**不要设置与当前配置无关的属性。设置受门控的属性会产生警告（“在此配置中不相关”）。请参阅下方的属性门控表。
• 为每个参数值标注其来源：用户提供、派生（注明基于哪些输入），或领域假设（附理由）。

属性门控规则

由 Has* 标志门控的属性——当标志为 false 时，不要设置这些属性：

门控标志（为 false 时）	不要设置
HasElevation	ElevationResolution、ElevationBiasFraction、MaxElevationScanRate、MechanicalElevationLimits、ElectronicElevationLimits
HasRangeRate	RangeRateResolution、RangeRateBiasFraction、RangeRateLimits、HasRangeRateAmbiguities
HasRangeAmbiguities	MaxUnambiguousRange
HasRangeRateAmbiguities	MaxUnambiguousRadialSpeed

由 ScanMode 门控的属性：

ScanMode	不要设置
'No scanning'	MaxAzimuthScanRate、MaxElevationScanRate、MechanicalAzimuthLimits、MechanicalElevationLimits、ElectronicAzimuthLimits、ElectronicElevationLimits
'Mechanical'	ElectronicAzimuthLimits、ElectronicElevationLimits
'Electronic'	MechanicalAzimuthLimits、MechanicalElevationLimits、MaxAzimuthScanRate、MaxElevationScanRate
'Mechanical and electronic'	（所有扫描属性均有效）

切勿设置 HasScanLoss——它在所有扫描模式下都会发出警告（在任何当前配置中都无效）。

当 EmissionsInputPort=true 时：不要设置 ScanMode、FieldOfView 或任何扫描限制/速率属性（扫描由发射驱动）。

由 TargetReportFormat 门控的属性：

格式	不要设置
'Clustered detections' 或 'Detections'	FilterInitializationFcn、ConfirmationThreshold、DeletionThreshold、TrackCoordinates
'Tracks'	DetectionCoordinates

由 DetectionMode 门控的属性：

模式	不要设置
'ESM'	ReferenceRange、ReferenceRCS、DetectionProbability

参考资料

仅加载任务所需的内容——不要在每个提示中读取所有参考资料。

参考资料	何时阅读
检测模型	配置雷达属性、调试属性名称、了解检测路径
视场与扫描	设置 FieldOfView、配置扫描模式、推导 UpdateRate/扫描速率
坐标与变换	解读检测结果、转换坐标系、NED 仰角/方位角、绘图
轨迹	目标运动、静止平台、场景时长、机体坐标系方向
地形、杂波与大气	添加表面、杂波生成器、大气模型、遮挡
雷达方程工具	自底向上推导、硬件到 ReferenceRange 的衔接、Pd 与距离的关系
可视化	theaterPlot、覆盖范围图、radarmetricplot
耦合参数	第 5 步：参数关系表、数据表导入
交互流程	完整的 9 步工作流及建议措辞
需求表模板	第 9 步：三部分输出工件结构

---

版权所有 2026 The MathWorks, Inc.