文献

J-GLOBAL ID：202102210492235879   整理番号：21A0012395

マイクロドップラー署名を利用した負荷/非負荷ドローン分類のための特徴ベースアプローチ【JST・京大機械翻訳】

A Feature-Based Approach for Loaded/Unloaded Drones Classification Exploiting micro-Doppler Signatures

著者 (4件)： Pallotta Luca (University of Roma Tre,Dep. of Engineering,Rome,Italy) ,  Clemente Carmine (University of Strathclyde,Dep. of Electronic and Electrical Eng.,Glasgow,UK) ,  Raddi Alessandro (University of Roma Tre,Dep. of Engineering,Rome,Italy) ,  Giunta Gaetano (University of Roma Tre,Dep. of Engineering,Rome,Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RadarConf20  ページ： 1-6  発行年： 2020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： 本論文は,負荷/非負荷ドローン分類の問題を扱う。正確に,異なる重みの任意の負荷とペイロードの両方を有するドローンにより示される異なるマイクロドップラー署名を利用して,新しい署名抽出手順を自動認識目的のために開発した。開発したアルゴリズムは,手における問題に対するスペクトル尖度技術の新しい適応,特にドローンによって反射されたレーダエコーの狭帯域および広帯域スペクトログラムの解析に基づいている。さらに,主成分分析を用いて特徴ベクトルサイズを低減した。測定したバイスタティックレーダデータに関する実験は,対象の引用したクラスを分離する際に,提案した方法の有効性を証明した。Copyright 2021 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： アルゴリズム ,  スペクトル ,  ペイロード ,  *無人機 ,  狭帯域 ,  広帯域 ,  有効性 ,  主成分分析
準シソーラス用語： 尖度 ,  特徴ベクトル ,  バイスタティックレーダ ,  自動認識 ,  スペクトログラム ,  レーダエコー ,  *マイクロドップラ , 【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 (4件)： マイクロドップラー ,  署名 ,  ドローン ,  分類