Skip navigation
Please use this identifier to cite or link to this item: https://ela.kpi.ua/handle/123456789/7590
Full metadata record
DC FieldValueLanguage
dc.contributor.authorМрачковський, О.Д.-
dc.contributor.authorПравда, В.І.-
dc.contributor.authorТурко, С.І.-
dc.contributor.authorMrachkovsky, O.-
dc.contributor.authorPravda, V.-
dc.contributor.authorTurko, S.-
dc.contributor.authorМрачковский, О.Д.-
dc.contributor.authorПравда, В.И.-
dc.contributor.authorТурко, С.И.-
dc.date.accessioned2014-05-20T11:45:55Z-
dc.date.available2014-05-20T11:45:55Z-
dc.date.issued2013-
dc.identifier.citationМрачковський О.Д. Методи виявлення малорозмірних малорухомих цілей на фоні інтенсивного морського клатера / Мрачковський О.Д., Правда В.І., Турко С.І. // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2013. – № 53. – С. 136-150. – Бібліогр.: 43 назви.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/7590-
dc.language.isoukuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових працьuk
dc.subjectморський клатерuk
dc.subjectK-розподілuk
dc.subjectвідношення правдоподібностіuk
dc.subjectадаптивне виявленняuk
dc.subjectковаріаційна матрицяuk
dc.subjectбагатошаровий перцептронuk
dc.subjectнейронні мережіuk
dc.subjectполяриметрична декомпозиціяuk
dc.subjectвектор Пауліuk
dc.subjectполяриметрична ентропіяuk
dc.subjectпараметр Херстаuk
dc.subjectфрактальний аналізuk
dc.subjectsea clutteruk
dc.subjectK-distributionuk
dc.subjectlikelihood ratiouk
dc.subjectadaptive detectionuk
dc.subjectcovariance matrixuk
dc.subjectmultilayer perceptronuk
dc.subjectneural networksuk
dc.subjectpolarimetric decompositionuk
dc.subjectPauli vectoruk
dc.subjectpolarimetric entropyuk
dc.subjectHurst parameteruk
dc.subjectfractal analysesuk
dc.subjectморской клатерuk
dc.subjectK-распределениеuk
dc.subjectотношения правдоподобияuk
dc.subjectадаптивное обнаружениеuk
dc.subjectковариационная матрицаuk
dc.subjectмногослойный перцептронuk
dc.subjectнейронные сетиuk
dc.subjectполяриметрическая декомпозицияuk
dc.subjectвектор Паулиuk
dc.subjectполяриметрическая энтропияuk
dc.subjectпараметр Херстаuk
dc.subjectфрактальный анализuk
dc.titleМетоди виявлення малорозмірних малорухомих цілей на фоні інтенсивного морського клатераuk
dc.title.alternativeMethods of small slow moving targets detection in heavy sea clutteruk
dc.title.alternativeМетоды обнаружения малоразмерных малоподвижных целей на фоне интенсивного морского клатераuk
dc.typeArticleuk
thesis.degree.level-uk
dc.format.pagerangeС. 136-150uk
dc.status.pubpublisheduk
dc.publisher.placeКиївuk
dc.subject.udc01.04.03uk
dc.description.abstractukВ роботі здійснюється пошук методів виявлення малорозмірних малорухомих цілей морськими РЛС. В результаті аналізу джерел обирається три перспективні групи методів – адаптивні методи, основані на представленні амплітуди клатера сферично інваріантним випадковим процесом, методи, основані на представленні клатера детермінованим процесом, основані на ортогональних перетвореннях. Окремо відзначається використання нейронних мереж та поляризаційних властивостей клатера.uk
dc.description.abstractenThe search for methods of small targets detection by marine radars is carried out in this paper. As a result of the sources analysis three promising group of methods are selected – adaptive methods based on the clutter amplitude spherically invariant random process representation, methods based on non stohastic clutter representation and methods based on orthogonal transformations. Separately, neural networks and clutter polarization properties are noticed. Most of researches consider compound Gaussian distribution for high resolution sea clutter data modeling. Adaptive CFAR algoritm developed by Kelly for Gaussian clutter was extended for spherical invariant random process. This algorithm can detect target in compound Gaussian clutter and ensure CFAR detection if covariance matrix is precisely known. Many researches proposed different methods of covariance matrix estimating using information from cells adjacent with cell under test. Progress in this field is moving to finding less computation cost but more precise methods of covariance matrix estimation. Further progress for small slow moving targets in heavy sea clutter detection can develop in 3 ways – improving covariance matrix estimation, exploiting not stochastic methods and finding best orthogonal transform for sea clutter Doppler spectrum describing.uk
dc.description.abstractruВ работе осуществляется поиск методов обнаружения малоразмерных малоподвижных целей морскими РЛС. В результате анализа источников избирается три перспективные группы методов – адаптивные методы, основанные на представлении амплитуды клатера сферически инвариантным случайным процессом, методы, основанные на моделирования клатера детерминированным процессом и методы, основанные на ортогональных преобразованиях. Отдельно отмечается использование нейронных сетей и поляризационных свойств клатера.uk
dc.publisherНТУУ "КПІ"uk
Appears in Collections:Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, № 53

Files in This Item:
File Description SizeFormat 
18.pdf441.36 kBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.