文献

J-GLOBAL ID：201802289201548870   整理番号：18A0337947

自己回帰一般化非線形非対称GARCHモデルを用いた海面クラッタのモデル化【Powered by NICT】

Sea clutter modeling using an autoregressive generalized nonlinear-asymmetric GARCH model

著者 (5件)： Zhang Yunjian (School of Information Science and Engineering, Xiamen University, China) ,  Deng Zhenmiao (School of Information Science and Engineering, Xiamen University, China) ,  Shi Jianghong (School of Information Science and Engineering, Xiamen University, China) ,  Zhang Yixiong (School of Information Science and Engineering, Xiamen University, China) ,  Liu Hui (School of Information Science and Engineering, Xiamen University, China)
資料名： Digital Signal Processing  (Digital Signal Processing)
巻： 62  ページ： 52-64  発行年： 2017年 
JST資料番号： W1600A  ISSN： 1051-2004  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 海面クラッタのモデル化と関連している検出アルゴリズムのレーダ設計と評価に重要である。本論文では,時系列,電流分散は,歴史的情報に依存するとして海面クラッタをモデル化するために,一般化自己回帰条件付き異分散(GARCH)プロセスのファミリーを調べた。最も一般的なモデル(いわゆるALLGARCHモデル)をクラッタのモデル非Gauss,非対称性および非線形特性へのより柔軟な分散構造を提供する。ALLGARCHモデルの使用を通して,著者らは,多数の,モデルの係数は実時間オペレーティング環境の推定は困難であるため,それは非常には適していないことを見出した。一方,係数のいくつかは海洋環境と気象条件のほとんどすべての種類で無視できることを見出した。これらの観察に動機づけられて,海面クラッタをモデル化するための新規なGARCHモデル,非線形非対称GARCH(NAGARCH)モデルの一般化を提案した。隣接クラッタ収益の間の相関を考慮して,自己回帰項をも紹介した。異なる海洋環境下における実用的海面クラッタデータを系統的に分析することによって,提案したモデルは,いくつかの一般的に用いられている統計的モデルに匹敵する適合効果を達成することを示した。また,新しいモデルのための対応する一般化尤度比検定(GLRT)アルゴリズムを開発した。数値シミュレーションは,提案した検出器は検出の高い確率を達成し,AR-GARCH検出器と比較してことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  電流 ,  *クラッタ ,  レーダ ,  *モデリング ,  気象条件 ,  *海面クラッタ ,  *非対称性 ,  検出器 ,  シミュレーション ,  海洋環境
準シソーラス用語： 数値シミュレーション ,  一般化尤度比検定 ,  実時間 ,  検出アルゴリズム ,  *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： レーダ ,  海面クラッタ ,  GARCH ,  Nonlinearity ,  非対称に

分類 (2件)： レーダ  (ND13010H) ,  電磁気学一般  (BD01020N)

タイトルに関連する用語 (7件)： 自己回帰 ,  一般化 ,  非線形 ,  非対称 ,  GARCHモデル ,  海面クラッタ ,  モデル化