检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:朱宝明(编译)
机构地区:[1]不详
出 处:《电子工程信息》2023年第5期35-48,共14页Electronic Engineering Information
摘 要:近年来,随着无人驾驶飞行器(UAV)(亦称无人机)的快速发展,对能够检测无人机的监视系统的需求也在增长。雷达是一种有潜力执行这项任务的技术,而一些先前出版物也列举了雷达检测和分类方案的示例。本文的目的与这些雷达所采用的检测方案有关。大多数监视系统利用背景差法和阈值来检测目标。阈值通常取决于雷达噪声和背景模型,而该模型本质上并不完美。本文所介绍的方法采用数据驱动的机器学习算法,我们利用雷达的实测背景剖面对该算法进行训练,然后将其应用于目标检测的给定背景。这种方案通常可以应用于固定区域中的任何检测问题,但本文将通过无人机和人工测量示例对此加以说明。结果表明,对于真实数据的低虚警率,所选方法能实现比背景差法更好的检测率。
关 键 词:自编码器 无人机检测 机器学习 雷达监视 目标检测
分 类 号:TN9[电子电信—信息与通信工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.129.194.130