文献

J-GLOBAL ID：202002218752268023   整理番号：20A1977111

昆虫標的レーダ断面積特徴支援追跡アルゴリズム【JST・京大機械翻訳】

RCS Feature-aided Insect Target Tracking Algorithm

著者 (4件)： Fang Linlin (北京理工大学信息与電子学院雷達技術研究所 北京 100081;衛星導航電子信息技術教育部重点実験室(北京理工大学) 北京 100081) ,  Zhou Chao (北京理工大学信息与電子学院雷達技術研究所 北京 100081;衛星導航電子信息技術教育部重点実験室(北京理工大学) 北京 100081) ,  Wang Rui (北京理工大学信息与電子学院雷達技術研究所 北京 100081;衛星導航電子信息技術教育部重点実験室(北京理工大学) 北京 100081) ,  Hu Cheng (北京理工大学信息与電子学院雷達技術研究所 北京 100081;衛星導航電子信息技術教育部重点実験室(北京理工大学) 北京 100081)
資料名： Leida Xuebao  (Leida Xuebao)
巻： 8  号： 5  ページ： 598-605  発行年： 2019年 
JST資料番号： C2709A  ISSN： 2095-283X  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： 害虫の飛躍は規模が大きく、突発性が強いという特徴があり、病虫害の異地大流行を引き起こし、食糧の出来高が下がり、重大な経済損失をもたらす。昆虫レーダーは飛来性害虫をモニタリングする有効な手段である。昆虫目標のレーダ散乱断面積(RCS)は小さく、エコーエネルギーが弱く、高い検出率を保証すると同時に高い誤警報率問題をもたらし、さらに目標追跡のデータ関連リンクを招き、虚偽量測定の影響を受けやすく関連エラーが現れる。振幅特徴の補助追跡アルゴリズムは,ターゲットとノイズの点跡の幅の違いを利用し,目標とノイズの識別度を有効に改善でき,追跡性能を改善することができるが,既知の目標のRCS起伏モデルを事前情報として振幅尤度比を計算する必要がある。そこで、Kuバンドの高解像度昆虫レーダーの外場実測昆虫のエコーデータに基づき、昆虫目標のRCSの起伏特性を分析し、Gamma分布が昆虫目標のRCS統計分布に良く適合し、それを先験情報とする。Gauss白色雑音の背景におけるGamma波動ターゲットの幅尤度比を導出した。異なったSNR,異なる測定ノイズ,および異なる起伏モデルパラメータのシミュレーション結果と性能指標の分析を通して,確率データ相互結合フィルタリングアルゴリズム(PDAF)アルゴリズムと比較して,目標RCS特徴の補助追跡アルゴリズムが効果的に昆虫ターゲットの追跡精度を改善できることを証明した。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 ,  雑音 ,  シミュレーション ,  波動 ,  *レーダ ,  害虫 ,  白色雑音 ,  相互接続 ,  *昆虫類 ,  *レーダ断面積 ,  外場 ,  *対角和 ,  高分解能
準シソーラス用語： 検出率 ,  ターゲット追跡 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 昆虫 ,  標的 ,  レーダ断面積 ,  支援 ,  追跡アルゴリズム