Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  sea clutter
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Sea clutter modelling is crucial issue for constant false alarm rate (CFAR) radar detection. Several works had shown that sea clutter has a non-Gaussian nature. several heavy-tailed distributions have been proposed to model the sea clutter such as compound K (Ck), compound inverse Gaussian (CIG) and compound inverted exponentiated Rayleigh distribution (CIER). Recently, a new compound model has introduced by using Nakagami-distributed texture (CGNG) to model sea clutter with high-resolution at medium/high grazing angles. In this manuscript, we propose to extend the CGNG distribution to cover the presence of additive thermal noise and show the modelling performance using high resolution sea clutter data.
PL
Modelowanie zakłóceń morskich ma kluczowe znaczenie dla wykrywania radarów ze stałym współczynnikiem fałszywych alarmów (CFAR). Kilka prac wykazało, że bałagan morski ma charakter niegaussowski. do modelowania bałaganu morskiego zaproponowano kilka rozkładów o grubych ogonach, takich jak związek K (Ck), złożony odwrotny rozkład Gaussa (CIG) i złożony odwrócony wykładniczy rozkład Rayleigha (CIER). Niedawno wprowadzono nowy model złożony, wykorzystujący teksturę rozproszoną Nakagami (CGNG) do modelowania bałaganu morskiego z wysoką rozdzielczością przy średnich/wysokich kątach wypasu. W tym manuskrypcie proponujemy rozszerzenie rozkładu CGNG, aby uwzględnić obecność addytywnego szumu termicznego i pokazać wydajność modelowania przy użyciu danych dotyczących zakłóceń morskich o wysokiej rozdzielczości.
EN
Parameter estimation of Compound-Gaussian with lognormal texture (CG-LNT) distribution is considered. The CG-LNT distribution is non Gaussian heavy-tailed distribution, it used in radar domain to describe the variation of high-resolution sea clutter. The probability density function (PDF) is characterized by two parameters, the standard deviation and the mean. This paper proposes a closed form estimator of CG-LNT distribution parameters based on fractional negative order moment (FNOME). Comparative study is established against the existing estimators existing in the literature to evaluate the efficiency of the proposed estimator using CG-LNT simulated and real sea clutter data, the mean square error (MSE) criterion is also used to measure the estimation accuracy.
PL
Uwzględniono estymację parametrów złożonego Gaussa z rozkładem lognormalnym tekstury (CG-LNT). Rozkład CG-LNT jest rozkładem ciężkoogonowym niegaussowskim i jest używany w domenie radarowej do opisu zmienności zakłóceń morskich o wysokiej rozdzielczości. Funkcja gęstości prawdopodobieństwa (PDF) charakteryzuje się dwoma parametrami: odchyleniem standardowym i średnią. W artykule zaproponowano zamknięty estymator parametrów rozkładu CG-LNT oparty na ułamkowym momencie rzędu ujemnego (FNOME). Przeprowadzono badanie porównawcze z istniejącymi estymatorami istniejącymi w literaturze w celu oceny efektywności proponowanego estymatora przy użyciu symulowanych i rzeczywistych danych dotyczących zakłóceń morskich CG-LNT. Kryterium błędu średniokwadratowego (MSE) jest również wykorzystywane do pomiaru dokładności estymacji.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.