Gut gerüstet für vollautonomes Fahren

Die Vision des vollautonomen Fahrens nähert sich immer mehr der Verwirklichung. Neben der insgesamt verbesserten Effizienz im Straßenverkehr ist die Sicherheit der Fahrer und Passagiere der wichtigste Vorteil selbstfahrender Fahrzeuge.

Modellierung von Radarabdeckungskarten

Erlernen Sie eine neue Methodik für Abdeckungskarten, die HF-Schaltungsdesign und Signalverarbeitungseffekte einschließt.

Die Macht der Emulation - Teil 1

Die Bedeutung von Emulationstests für vernetzte Fahrzeuge und wie die Entwicklungszeiten durch die Emulation von Komponenten und Subsystemen verkürzt werden können.

Entwerfen Advanced Automobil-Radarsysteme

Erfahren Sie mehr über fortschrittliche Modellierungstechniken für Kfz-Radarsysteme, einschließlich mehrerer Sende-/Empfangsantennen, detaillierter MMIC-Modellierung und Auswirkungen von Rauschen und Impedanzfehlanpassung.

Sicherstellung der Genauigkeit von Kfz-Radarmessungen

Erfahren Sie mehr über Advanced Fahrerassistenzsysteme (ADAS): Schlüsselfaktoren, Minimierung von Unsicherheiten und Aufrechterhaltung der Messgenauigkeit, die sich auf die menschliche Sicherheit auswirkt.

Architektur eines Echtzeit-Radargerätes

Erfahren Sie, wie Sie eine Radaraufzeichnungslösung zur Überprüfung von Sendern und Störtechniken einsetzen können.

Impulsanalyse über Radardomänen hinweg

Lernen Sie häufige Herausforderungen bei der Pulsmessung und -analyse, Lösungen für diese Herausforderungen und Methoden zur Bestimmung der Genauigkeit kennen.

Radarsysteme und Signalanalyse

Erfahren Sie, wie Sie die Leistung Ihrer Systeme für den Betrieb im elektromagnetischen Spektrum (EMSO) angemessen testen und sichern können.

5G-Kanal-Emulation

Die Kanalemulation ermöglicht realistische Echtzeit-Leistungstests von drahtlosen Geräten und Basisstationen im Labor.

Propsim Kanalemulation WLAN 802.11 Leistungstests

Produktbroschüre für Propsim Channel Emulation WLAN 802.11 Performance Testing

Bootcamp zum Testen von Radarsensoren für autonome Fahrzeuge

Informieren Sie sich über Sensortechnologien, die Entwicklung von Radarsensoren, die damit verbundenen Testherausforderungen und Methoden zur Bewältigung dieser Herausforderungen.

Auswirkungen der Koexistenz von 5G mit Radar- und Satellitensystemen

Erforschen Sie das Problem der Koexistenz von 5G mit Radar und Satelliten, überprüfen Sie die beteiligten Spektren, die verwendeten Metriken und die verfügbaren Testwerkzeuge.

Materialmessungen für 5G und mmWave Automotive Radar

5G- und mmWave-Automobilradartechnologien erfordern ein höheres Maß an Materialleistung.

Radargrundlagen für Operationen im elektromagnetischen Spektrum Bootcamp

Erfahren Sie, wie Sie die Leistung Ihrer Systeme für den Betrieb im elektromagnetischen Spektrum (EMSO) angemessen testen und sichern können.

Einführung in die KI-Rechenzentrumsemulation und -Optimierung

Erfahren Sie, wie Sie reale KI-Workloads emulieren, um die sich entwickelnden Designs von KI-Clustern und neuen Komponenten zu validieren.

Kanalemulationstests für die Satellitenkommunikation

In diesem Kurs lernen wir, wie wir Probleme schneller testen und finden können, indem wir mit einem Kanalemulator realistische Bedingungen vom Satelliten bis zum Endbenutzer simulieren.

5G NTN System Simulation und Emulation Bootcamp

In diesem Bootcamp wird das Keysight NTN-Ökosystem von Lösungen für Modellierung, Simulation und Emulation vorgestellt.

Verlängerung der Batterielebensdauer von Mobil- und IoT-Geräten durch Batterieemulation

Erfahren Sie, wie Sie mit Hilfe der Batterie-Emulation Ihr Design optimieren können, indem Sie die Auswirkungen von Hardware-Änderungen, Software-/Firmware-Updates und vielem mehr schnell erkennen.

Radarszenen-Emulator (RSE): Anwendungsfall

Die Entwicklung sicherer und robuster Systeme für das autonome Fahren (AD) ist komplex. Autonome Fahrzeuge verfügen über Hunderte von Sensoren, die innerhalb des Fahrzeugs und mit anderen intelligenten Fahrzeugen zusammenarbeiten müssen. Die Software-Algorithmen, die AD-Funktionen ermöglichen, müssen letztlich alle von diesen Sensoren gesammelten Informationen zusammenführen, um sicherzustellen, dass das Fahrzeug angemessen reagiert. Diese Algorithmen müssen mit Millionen von komplexen Szenen getestet werden, die verschiedene Fahrszenarien abdecken. Entdecken Sie die drei Hauptunterscheidungsmerkmale des Keysight Radar-Szenenemulators - erweiterte Objekt-Emulation, minimaler Abstand und breites FOV mit vielen Objekten.

Radarszenen-Emulator

Entwickeln Sie mit dem Radar Scene Emulator robuste radarbasierte Funktionen für autonomes Fahren. Erfahren Sie mehr über AD1011A und AD1012A.