生成空中交通管制场景，模拟机场监视雷达（ASR）的雷达探测，并配置全球最近邻（GNN）跟踪器使用雷达探测跟踪模拟目标。这使您能够评估不同的目标场景、雷达要求和跟踪器配置，而无需访问昂贵的飞机或设备。此示例涵盖了整个合成数据工作流。

使用一个以地球为中心的跟踪场景和一个geoTrajectory对象来模拟一个跨越数千公里的飞行轨迹。你使用两种不同的模型来生成飞机的综合探测:单基地雷达和ADS-B报告。您可以使用多目标跟踪器来估计平面轨迹，比较跟踪性能，并探索ADS-B对整体跟踪质量的影响。

生成一个海洋场景，模拟来自海洋监视雷达的雷达探测，并配置一个多目标概率假设密度(PHD)跟踪器，使用雷达探测估计模拟船舶的位置和大小。

在跟踪场景中使用自定义运动模型建立以地球为中心的轨迹模型，如何配置fusionRadarSensor在单基地模式下生成空间碎片的合成探测，以及如何设置多目标跟踪器来跟踪模拟目标。

导入卫星星座的双线元素（TLE）文件，模拟该星座的雷达检测，并跟踪该星座。

停机坪是机场的一个规定区域，用于容纳飞机装卸乘客、邮件或货物、加油、停车或维护[1]。机场停机坪通常是高度动态和异构的环境，停机坪人员和车辆彼此靠近。由于停机坪的这种性质，涉及飞机和地面人员的地面处理事故的风险更高。建议在停机坪安装基于激光雷达的监视系统ed是改善情况的有效方法，也是缓解停机坪高风险的措施[2]。

该示例显示了如何在飞机最终进近机场跑道时自动检测偏差和异常。在本示例中，您将模拟理想的着陆进近轨迹，并从中生成变体，模拟雷达航迹，并在航迹偏离安全着陆规则时发出警告。

定义包含多个检测级多目标跟踪器和跟踪级融合算法的系统的跟踪体系结构。您可以使用跟踪体系结构来比较不同的跟踪系统设计，并找到适合您的系统的最佳解决方案。

从多平台雷达网络融合雷达检测。该网络包括两个机载和一个地面远程雷达平台。有关详细信息，请参阅多平台雷达检测生成示例。中央跟踪器以固定的更新间隔处理来自所有平台的检测。这使您能够评估网络的性能针对目标类型、平台机动以及平台配置和位置进行rmance。。

使用雷达资源管理有效跟踪多个机动目标。跟踪机动目标要求雷达比跟踪非机动目标更频繁地重新访问目标。交互式多模型（IMM）当目标机动时，滤波器估计。此估计有助于管理雷达重访时间，从而增强跟踪。此示例使用雷达工具箱™ 用于雷达模型和传感器融合与跟踪工具箱™ 用于跟踪。

使用四个传感器-发射器对模拟双基地纯距离探测。此外，本示例演示如何使用双基地纯距离测量来定位和跟踪多个目标。

说明了利用空间分布和同步无源传感器的测量来跟踪目标。在使用单一机动传感器的被动测距中，您了解到被动测量提供了目标状态的不完全可观测性，以及如何操纵单个传感器来获得距离信息。此外，还可以使用多个固定传感器来获得可观测性。在本例中，您将了解如何通过融合来自被动同步传感器的多个检测来跟踪多个目标。

使用高斯混合概率假设密度（GM-PHD）跟踪器跟踪密集杂波中的点目标，该跟踪器使用恒定速度模型。

雷达通常接收信号路径上所有表面的回波。这些由物理物体产生的不需要的反向散射信号或回波称为杂波。在密集的杂波环境中，漏检和误报使得跟踪目标成为传统跟踪器(如全球最近邻跟踪器)的一个具有挑战性的任务。在这样的环境中，PHD跟踪器提供了更好的目标估计，因为它可以处理每个传感器每个目标的多个检测，而无需首先对它们进行聚类。这个例子向您展示了如何在密集杂波中使用具有恒定速度模型的高斯混合概率假设密度(GM-PHD)跟踪器跟踪点目标。金宝app这个例子紧密跟随跟踪点目标在密集杂波使用GM-PHD跟踪MATLAB®的例子。