文献

J-GLOBAL ID：201802290353084582   整理番号：18A1384814

低ランク行列最適化に基づくレーダターゲットおよび移動クラッタ分離【JST・京大機械翻訳】

Radar Target and Moving Clutter Separation Based on the Low-Rank Matrix Optimization

著者 (4件)： Yin Jiapeng (Department of Geoscience and Remote Sensing, Delft University of Technology, Delft, The Netherlands) ,  Unal Christine (Department of Geoscience and Remote Sensing, Delft University of Technology, Delft, The Netherlands) ,  Schleiss Marc (Department of Geoscience and Remote Sensing, Delft University of Technology, Delft, The Netherlands) ,  Russchenberg Herman (Department of Geoscience and Remote Sensing, Delft University of Technology, Delft, The Netherlands)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 56  号： 8  ページ： 4765-4780  発行年： 2018年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
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： 新しいアルゴリズムを提案して,低ランク行列最適化(LRMO)とディシジョンツリーの組合せに基づいて,レーダターゲットと移動クラッタを分離した。自動ビデオ解析の分野における移動物体検出と同様に,距離Doppler領域において実行される提案分離法は,レーダ目標の異なる運動変動とスペクトログラムシーケンスにおけるクラッタを利用する。この技術は非常に一般的であるが,本論文の焦点は気象レーダにおける狭帯域移動クラッタ抑制に関するものである。この方法を実行する最初のステップは,距離-Dopplerスペクトログラムシーケンスの生成である。次に,LRMOを得られたシーケンスに適用して,ターゲットと移動クラッタを前景とバックグラウンドに分割した。LRMOを解くことにより得られる前景系列から,前景周波数とスペクトル幅を決定木に結合し,狭帯域移動クラッタと雑音を緩和するフィルタリングマスクを得た。IRCTR Drizzleレーダとして知られている偏光測定Doppler気象レーダにより収集したデータを用いて,提案したアルゴリズムの性能を検証した。さらに,狭帯域移動クラッタの除去におけるその有効性を,他のクラッタ軽減法との比較を通して定量的に評価した。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： *クラッタ ,  雑音 ,  スペクトル ,  ディシジョンツリー ,  気象 ,  移動体 ,  アルゴリズム ,  気象レーダ ,  狭帯域 ,  周波数 ,  フィルタリング ,  *レーダ ,  *最適化
準シソーラス用語： 前景 ,  スペクトログラム , 【Automatic Indexing@JST】

分類 (1件)： レーダ  (ND13010H)

タイトルに関連する用語 (5件)： 行列 ,  最適化 ,  レーダ ,  ターゲット ,  クラッタ