文献

J-GLOBAL ID：201702268196770129   整理番号：17A0275163

圧縮センシングはパルスDopplerレーダのための逐次拡張Kalmanフィルタトラッカを支援【Powered by NICT】

Compressive sensing aided the sequential extended Kalman filter tracker for pulse Doppler radar

著者 (3件)： Wang Xuejun (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Sun Jinping (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Yang Xiuwei (Automation institute of Shandong Academy of Sciences, Jinan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 1178-1182  発行年： 2016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： パルスDoppler(PD)レーダを用いた目標追尾は軍事応用において重要な役割を果たしており,伝統的な追跡法は追跡フィルタプロセスを完了するために十分な完全ではないので,圧縮センシング(CS)は,追跡精度を改善するために適用した。本論文では,CS支援逐次拡張Kalmanフィルタ(SEKF)はパルスDoppler(PD)レーダを用いた移動目標を追跡するために提案した。各パルス間隔におけるスパース信号モデルを設定し,再構成アルゴリズムを通したDoppler測定を得るための遅れ-ドップラー面のスパース性を用いた。高精度状態推定を実現するために,SEKFを用いてフィルタ更新を行った。フィルタのプロセスでは,SEKFはDoppler測定と目標運動状態間の非線形性を低減するために用いた。この方法だけでなく,CSの利点を取るが,また擬似を加えることで非線形誤差を減少させることができ,それはPDレーダの追跡精度を向上させるより可能性がある。数値シミュレーションは筆者らの提案アルゴリズムが伝統的なSEKF法とCSに基づく追跡法と比較して,追跡性能を向上させるために検証したことを示した。さらに,に使用されたパラメータはより実用的で大きな意義と価値。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： *レーダ ,  非線形性 ,  *パルス ,  状態推定 ,  *Dopplerレーダ ,  *フィルタ
準シソーラス用語： 数値シミュレーション ,  高精度 ,  スパース性 ,  再構成アルゴリズム ,  スパース信号 ,  移動目標 ,  ターゲット追跡 ,  *拡張Kalmanフィルタ ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 圧縮センシング ,  パルス ,  Dopplerレーダ ,  逐次 ,  拡張Kalmanフィルタ ,  支援