文献

J-GLOBAL ID：201902248466532973   整理番号：19A2057336

マルチソースデータマルチ特徴融合に基づく弱小ターゲット関連研究【JST・京大機械翻訳】

Dim and small target association based on multi-source data and multi-feature fusion

著者 (4件)： Liu Zheng (中国科学院安徽光学精密机械研究所 中国科学院大气光学重点実験室,安徽合肥230031;中国科学院大学,北京100049;光学輻射重点実験室,北京100854) ,  Mao Hongxia (光学輻射重点実験室,北京,100854) ,  Dai Congming (中国科学院安徽光学精密机械研究所 中国科学院大气光学重点実験室,安徽合肥,230031) ,  Wei Heli (中国科学院安徽光学精密机械研究所 中国科学院大气光学重点実験室,安徽合肥,230031)
資料名： Hongwai yu Jiguang Gongcheng  (Hongwai yu Jiguang Gongcheng)
巻： 48  号： 5  ページ： 303-308  発行年： 2019年 
JST資料番号： C2521A  ISSN： 1007-2276  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ヘテロセンサーの弱小群ターゲットの関連性は,センサ協調検出の最初に解決すべき問題である。同じ視野の下では,赤外光電システムおよびレーダから成るヘテロセンサ検出目標は,完全には一致せず,特に,遠隔検出において,レーダ検出目標は,より多く,そして,赤外線光電システムの検出目標は,相対的に少なく,そして,目標追跡関連結果は,大きな不確実性を持った。この難題に対して、マルチソースデータマルチ特徴融合に基づく弱小目標関連方法を採用して、まずマルチモデル推定方法に基づいて、同類型目標を潜在関連目標として選択し、さらに、追跡関連アルゴリズムに基づいて同類型目標の粗相関をし、最後に、マルチ特徴最大連合確率分布に基づいて目標に細かく関連させた。赤外線光電システム/レーダーの同所の観測所の模擬実験検証により、航跡のみを利用して目標を相関させ、提案方法は弱小目標の相関性の正確性を有効に高めることができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  不確実性 ,  センサ ,  シミュレーション ,  *レーダ ,  確率分布 ,  赤外線
準シソーラス用語： 正確性 ,  マルチモデル ,  ターゲット追跡 ,  レーダ検出 ,  *特徴融合 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  赤外・遠赤外領域の測光と光検出器  (BD07032W)

タイトルに関連する用語 (3件)： 特徴融合 ,  ターゲット ,  研究