Робастный алгоритм обнаружения, повышающий качество обнаружения маловысотных целей в условиях априорной неопределенности | Научно-инновационный портал СФУ

Робастный алгоритм обнаружения, повышающий качество обнаружения маловысотных целей в условиях априорной неопределенности

Перевод названия: Robust detection algorithm improving the low-level threats detection quality in prior uncertainty environment

Тип публикации: статья из журнала

Год издания: 2014

Ключевые слова: маловысотная цель, low-level threat, expected uncertainty, robust detector, distribution law sample capture, априорная неопределённость, робастный обнаружитель, закон распределения выборки

Аннотация: Приведено описание робастного алгоритма обнаружения, позволяющего повысить качество обнаружения маловысотных целей на фоне пассивных помех в условиях априорной неопределенности. Рассмотрены структурная схема робастного обнаружителя, методика и алгоритм определения закона распределения выборки для включения необходимого типа обнаружителя. This article is devoted to describing the synthesis intensive maneuverable air targets detection algorithm for pulse-Doppler onboard radar that uses multiple correlative-filtration process with frequent time-frequency grid, taking into account a priori uncertainties on the four parameters of the received signal (pulse duration, delay time, Doppler, frequency deviation), and uses the noncoherent processing based on likelihood ratio method for several recurrence frequency pulses that is, for all time exposure on a fixed phased antenna array directional diagram main beam azimuth-elevation angle position, using the results of observations during previous accumulation intervals to increase the correct detection conditional probability.

Ссылки на полный текст

Издание

Журнал: Успехи современной радиоэлектроники

Выпуск журнала: 5

Номера страниц: 5-9

ISSN журнала: 20700784

Место издания: Москва

Издатель: Закрытое акционерное общество Издательство Радиотехника

Персоны

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.