文献

J-GLOBAL ID：202202227872506918   整理番号：22A0913237

オンライン検出-前再構成フレームワークを用いた実開口レーダの角度超解像【JST・京大機械翻訳】

Angular Superresolution of Real Aperture Radar Using Online Detect-Before-Reconstruct Framework

著者 (8件)： Mao Deqing (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Yang Jianyu (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Zhang Yongchao (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Huo Weibo (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Luo Jiawei (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Pei Jifang (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Zhang Yin (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China) ,  Huang Yulin (School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC), Chengdu, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5109317.1-17  発行年： 2022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： 超解像法を,逆問題を解くことによって,その角度分解能を改善するために,実際の開口レーダ(RAR)に適用することができる。しかし,従来の超解像法は,バッチデータ収集後に達成され,それは,広範な操作複雑性と記憶空間を必要とする。RARのためにこの問題を解決するため,オンライン検出-前-再構成(DBR)フレームワークを,ターゲットのスパース性に基づいて本論文で提案した。最初に,範囲方向に沿って,エコーデータの各サンプルを検出し,有効データの次元を減らすことによって計算量を低減した。第2に,方位角方向に沿って,データ適応オンライン処理構造を提案して,角度超解像問題のための記憶要求を減らした。最後に,オンライン処理構造の中で,ターゲットデータ適応更新戦略を提案し,各ターゲットグリッドの反復数を低減した。オンラインDBRベースのフレームワークは,エコーデータのノイズ値によって引き起こされた操作複雑性を効果的に減らすことができる。提案したオンライン処理構造に基づいて,RARシステムのための角度超解像の記憶要求と操作複雑性は,有意な再構成性能損失なしで大いに減少することができた。シミュレーションと実験データの結果は,提案フレームワークを検証した。Copyright 2022 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： 雑音 ,  ターゲット ,  *レーダ ,  データ ,  分解能 ,  方位角 ,  開口 ,  計算量 ,  再構成 ,  オンライン処理 ,  逆問題 ,  *超解像 ,  性質
準シソーラス用語： スパース性 ,  複雑性 ,  角度分解能 ,  *オンライン , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： オンライン ,  再構成 ,  フレームワーク ,  レーダ ,  超解像