文献

J-GLOBAL ID：201702218091489721   整理番号：17A1647866

埋設物シグネチャからのクラッタ/背景を分離するための分解アプローチ【Powered by NICT】

Decomposition approaches to separate clutter/background from buried object signatures

著者 (5件)： Burns J. W. (Michigan Tech Research Institute, Michigan Technological University, 3600 Green Ct., Ste. 100, Ann Arbor, MI 48105) ,  Subotic N. S. (Michigan Tech Research Institute, Michigan Technological University, 3600 Green Ct., Ste. 100, Ann Arbor, MI 48105) ,  Thelen B. J. (Michigan Tech Research Institute, Michigan Technological University, 3600 Green Ct., Ste. 100, Ann Arbor, MI 48105) ,  Masarik M. P. (Integrity Applications Inc, 900 Victors Way, Ste. 200, Ann Arbor, MI 48108) ,  Xique I. J. (Michigan Tech Research Institute, Michigan Technological University, 3600 Green Ct., Ste. 100, Ann Arbor, MI 48105)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEAA  ページ： 1909-1912  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地中レーダ(GPR)測定は,分散表面下不均一性から基底界面と体積散乱からの強いリターンにより支配された。これらクラッタ源は,関心のある埋設物体からの散乱と比較して低減できるならば,埋設物検出性能を改善することができる。本論文では,低ランク成分(バックグラウンドを代表する)およびスパース成分(埋設物),ロバストな主成分分析(RPCA)と動的モード分解(DMD)に信号を分離する二種類の最近開発した方法を適用し,ゆっくりと変化する背景から表面下散乱異常を分離する問題に適用した。アルゴリズムを記述し,野外で採取したインパルスGPRデータへの適用例を示した。ターゲット対クラッタ比を元のデータと比較したスパース成分で有意に改善したこれらの技術は表面クラッタと分散体積クラッタを抑制する実行可能な方法であることを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 基底 ,  *地中埋設物 ,  アルゴリズム ,  散乱 ,  地中レーダ ,  透視図法 ,  ロバスト性 ,  不均一性 ,  *クラッタ ,  主成分分析 ,  界面
準シソーラス用語： モード分解 ,  検出能 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 埋設物 ,  シグネチャ ,  クラッタ ,  背景 ,  分解