Методи виявлення малорозмірних малорухомих цілей на фоні інтенсивного морського клатера
dc.contributor.author | Мрачковський, О.Д. | |
dc.contributor.author | Правда, В.І. | |
dc.contributor.author | Турко, С.І. | |
dc.contributor.author | Mrachkovsky, O. | |
dc.contributor.author | Pravda, V. | |
dc.contributor.author | Turko, S. | |
dc.contributor.author | Мрачковский, О.Д. | |
dc.contributor.author | Правда, В.И. | |
dc.contributor.author | Турко, С.И. | |
dc.date.accessioned | 2014-05-20T11:45:55Z | |
dc.date.available | 2014-05-20T11:45:55Z | |
dc.date.issued | 2013 | |
dc.description.abstracten | The 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.abstractru | В 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.description.abstractuk | В 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.format.pagerange | С. 136-150 | uk |
dc.identifier.citation | Мрачковський 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.uri | https://ela.kpi.ua/handle/123456789/7590 | |
dc.language.iso | uk | uk |
dc.publisher | НТУУ "КПІ" | uk |
dc.publisher.place | Київ | uk |
dc.source | Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць | uk |
dc.status.pub | published | uk |
dc.subject | морський клатер | uk |
dc.subject | K-розподіл | uk |
dc.subject | відношення правдоподібності | uk |
dc.subject | адаптивне виявлення | uk |
dc.subject | коваріаційна матриця | uk |
dc.subject | багатошаровий перцептрон | uk |
dc.subject | нейронні мережі | uk |
dc.subject | поляриметрична декомпозиція | uk |
dc.subject | вектор Паулі | uk |
dc.subject | поляриметрична ентропія | uk |
dc.subject | параметр Херста | uk |
dc.subject | фрактальний аналіз | uk |
dc.subject | sea clutter | uk |
dc.subject | K-distribution | uk |
dc.subject | likelihood ratio | uk |
dc.subject | adaptive detection | uk |
dc.subject | covariance matrix | uk |
dc.subject | multilayer perceptron | uk |
dc.subject | neural networks | uk |
dc.subject | polarimetric decomposition | uk |
dc.subject | Pauli vector | uk |
dc.subject | polarimetric entropy | uk |
dc.subject | Hurst parameter | uk |
dc.subject | fractal analyses | uk |
dc.subject | морской клатер | uk |
dc.subject | K-распределение | uk |
dc.subject | отношения правдоподобия | uk |
dc.subject | адаптивное обнаружение | uk |
dc.subject | ковариационная матрица | uk |
dc.subject | многослойный перцептрон | uk |
dc.subject | нейронные сети | uk |
dc.subject | поляриметрическая декомпозиция | uk |
dc.subject | вектор Паули | uk |
dc.subject | поляриметрическая энтропия | uk |
dc.subject | параметр Херста | uk |
dc.subject | фрактальный анализ | uk |
dc.subject.udc | 01.04.03 | uk |
dc.title | Методи виявлення малорозмірних малорухомих цілей на фоні інтенсивного морського клатера | uk |
dc.title.alternative | Methods of small slow moving targets detection in heavy sea clutter | uk |
dc.title.alternative | Методы обнаружения малоразмерных малоподвижных целей на фоне интенсивного морского клатера | uk |
dc.type | Article | uk |
thesis.degree.level | - | uk |
Файли
Контейнер файлів
1 - 1 з 1
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 1.71 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: