文献

J-GLOBAL ID：201802269517040501   整理番号：18A1678502

動的計画法TBDのメリット関数展開の解決法【JST・京大機械翻訳】

A Method for Resolving the Merit Function Expansion of Dynamic Programming TBD

著者 (3件)： Li Wujun (University of Electronic Science and Technology of China, School of Information and Communication Engineering, P.R. China) ,  Yi Wei (University of Electronic Science and Technology of China, School of Information and Communication Engineering, P.R. China) ,  Wang Jinghe (University of Electronic Science and Technology of China, School of Information and Communication Engineering, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 1-7  発行年： 2018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： 既存の動的計画法に基づくトラックビーム検出(DP-TBD)戦略は,長所関数拡張現象(MFEP)を被り,検出閾値を設計する負担を悪化させた。従来の一定誤警報率(CFAR)検出は,雑音エネルギーがメリット関数展開の面積から正確に推定できないので効果がなく,既存のDP-TBD戦略の閾値設定は通常のモンテカルロ計算,極値理論またはその一般化バージョンに頼る。不均一なクラッタ背景と変動するターゲットのために,これらの一定の閾値設定戦略のすべては,必然的に目標損失またはより高い誤警報率を存在させる。さらに,多目標シーンに対して,高次元最適化問題を解決するために,最も効果的なDP-TBD法は,目標軌道を常に独立に仮定することにより,長所関数展開領域から1対1の目標軌道を抽出するための追加的発見的手法を用いる。上述の課題を克服するために,本論文では新しい一段階gre欲最適化TBDアルゴリズム(OSP-TBD)を提案した。物理的に許容できる軌跡を制約することにより,異なるターゲットが同じ段階で同じ分解能セルを占有せず,より高い性能関数(MF)を持つ軌跡が他のものよりも推定され,OSP-TBDはMFEPを本質的に除去でき,従来のCFAR手順を用いてターゲットを適応的に検出できる。さらに,提案したOSP-TBDアルゴリズムは,直接的にマルチターゲット状況を処理するために使用することができて,最終的フレームにおけるMFが付加的な発見的手順なしで与えられた検出閾値を超える状態に対応するすべての目標軌道を宣言することができた。数値シミュレーションを用いて,提案した戦略の性能を評価した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 軌跡 ,  最適化問題 ,  シミュレーション ,  アルゴリズム ,  クラッタ ,  最適化 ,  モンテカルロ法 ,  *動的計画法 ,  雑音 ,  高次元 ,  分解能
準シソーラス用語： 数値シミュレーション ,  マルチターゲット ,  CFAR ,  誤警報率 ,  検知閾値 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 動的計画法 ,  メリット ,  関数 ,  展開 ,  解決法