文献

J-GLOBAL ID：201702217952570191   整理番号：17A0097833

双方向移動平均に基づく目標長さ特徴抽出手法【JST・京大機械翻訳】

A Method of Radar Target Length Feature Extraction Based on Two-way Sliding Average

著者 (5件)： Zhou Yun (School of Electronic Engineering, University of Electronic Science and Technology) ,  Shu Zhanjun (School of Electronic Engineering, University of Electronic Science and Technology) ,  Li Huaqiong (The Second Research Institute of CAAC) ,  Zhou Hongyu (Nanjing Research Institute of Electronics Technology) ,  Yu Xuelian (School of Electronic Engineering, University of Electronic Science and Technology)
資料名： Xiandai Leida  (Xiandai Leida)
巻： 38  号： 4  ページ： 25-29  発行年： 2016年 
JST資料番号： C2498A  ISSN： 1004-7859  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高分解能距離画像に基づくレーダ目標認識は,この分野における研究ホットスポットであり,そして,特徴抽出は,その重要段階である。散乱中心の強度と位置特性に対して、長さの特徴は目標方位角の変化による影響が小さく、比較的安定な特徴であり、しかも長さの特徴は目標自身の物理特徴に属し、実際の物理的意義がある。本論文では,双方向の移動平均に基づく目標長さの特徴抽出法を提案し,抽出した長さの特徴を目標の粗分類に適用した。この方法では,まず第一に,距離画像の雑音除去処理を行い,次に左右の両端から同時に移動平均処理を行い,移動平均値が思い込み閾値より大きいとき,目標領域の開始と終了位置を決定することができ,目標の長さ特性を得ることができる。この方法の核心は,左右の端のそれぞれの閾値を推定することであり,一つの統一的な閾値ではなく,閾値推定の過程において,距離とノイズの影響を同時に考慮することである。そのため,この方法は距離画像の突然変異や非標的領域の異常値などに対して強いロバスト性を持っている。5種類の航空機の測定データに関する実験を行い,この方法の有効性を検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  ホットスポット ,  雑音 ,  高分解能 ,  航空機 ,  突然変異 ,  距離画像 ,  方位角 ,  異常値 ,  雑音除去 ,  *特徴抽出
準シソーラス用語： 散乱中心 , 【Automatic Indexing@JST】

著者キーワード (4件)： high range resolution profile ,  feature extraction ,  target length feature ,  two-way sliding average

分類 (2件)： レーダ  (ND13010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 双方向 ,  目標 ,  特徴抽出 ,  手法