Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

4 Mazurek P.

Znaleziono wyników: 4

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: track before detect

Sortuj według:

Ogranicz wyniki do:

Suppression of impulse noise in Track-Before-Detect Algorithms

100%

Mazurek P.

2010

tom Vol. 8

201--211

Influence of the impulse noise in recurrent Track-Before-Detect Algorithms is considered in this paper. Impulse noise from the object should improve tracking performance but it is not true. This is the SNR paradox that could be explained using Markov matrix theorem. Suppression of the signal value using threshold techniques improves output SNR. Description of this effect is detailed shown in the paper using illustrative examples. Obtained results could be applied for numerous applications of TBD systems.

Application of dot product for Track-Before-Detect tracking of noise objects

88%

Mazurek P.

tom No. 76

101--107

The Track-Before-Detect (TBD) algorithms are applied for the tracking of signals below the noise floor. The noise object is the signal that has noise samples only. The processing of such signal using Spatio-Temporal TBD is not possible directly. The proposed preprocessing technique allows analysis of the signal using moving window approach and dot product calculations. Two vectors, related to the distributions, are compared: the overall signal and the local, related to the window position. The Monte Carlo tests are applied for the analysis of performance.

Track-Before-Detect Algorithm for Noise Objects

63%

Mazurek P.

Pomiary Automatyka Kontrola

2010

tom R. 56, nr 10

1183-1185

Track-Before-Detect (TBD) systems are used for tracking of the object signal under a high noise conditions. Noise objects are special class of objects with a zero mean value so they can not be processed directly. Possibilities of object detection and tracking for modified tracking system by numerical examples (Monte Carlo approach) are proposed and tested in this paper. The moving window is used for selection of samples for the standard deviation calculation.

Systemy śledzenia przed detekcją wykorzystują podejście akumulacyjne do estymacji trajektorii obiektów w warunkach małego SNR, także dla SNR<1. W artykule zaproponowano system śledzenia przed detekcją z wykorzystaniem algorytmu rekurencyjnego Spatio-Temporal TBD dla obiektów szumowych zakłóconych dodatkowym szumem. W przypadku gdy poziom szumów obiektu jest zbliżony a nawet mniejszy niż szumu tła detekcja obiektu i wyznaczenie trajektorii nie jest możliwa za pomocą innych metod niż śledzenie przed detekcją. System bazuje na analizie zmian odchylenia standardowego dla szumów gaussowskich poprzez wykorzystanie ruchomego okna analizy dla sygnału wejściowego. Bez zastosowania przekształcenia sygnału do przestrzeni odchyleń standardowych detekcja nie jest możliwa, ponieważ konwencjonalne rozwiązanie śledzenia przed detekcją uśrednia sygnał, który dla obiektu szumowego ma wartość średnią równą zero. W analizie numerycznej wykorzystano podejście Monte Carlo do oszacowania własności algorytmu dla różnych wartości współczynnika wygładzania, rozmiaru okna oraz stosunku szumów obiektu do szumu tła. Jako miarę jakości wykorzystano odległość między znanym położeniem środka obiektu z generatora a położeniem największej wartości estymowanej przez algorytm śledzenia przed detekcją. Jakość estymacji rośnie ze wzrostem rozmiaru obiektu oraz wartością współczynnika wygładzania Algorytm charakteryzuje się dużym stopniem możliwości zrównoleglenia przetwarzania.

Optimization of Bayesian Track-Before-Detect algorithms for GPGPUs Implementations

63%

Mazurek P.

tom R. 86, nr 7

187-189

This paper deals with target tracking for objects in a Track-Before-Detect context. It is shown how the existing recurrent Track-Before- Detect approach can be modified in order to deal with memory bottleneck in today’s available computation devices like GPGPUs (General Programmable Graphical Processing Units). A novel processing scheme using downsampled approach is developed for this purpose and obtained speed-up is milestone for numerous applications.

W artykule przedstawiono rozwiązanie do śledzenia ruchu obiektów z wykorzystaniem algorytmów śledzenia przed detekcją dla implementacji na GPGPU (Programowalnym Procesorze Graficznym). Głównym ograniczeniem tego typu implementacji jest koszt związany z komunikacją GPGPU i pamięcią. Wykorzystując nowe podejście z wykorzystaniem podpróbkowania uzyskano znaczący zysk wydajności, kluczowy do implementacji w wielu aplikacjach. (Rozwiązanie do śledzenia ruchu obiektów dla implementacji na GPGPU - Programowalnym Procesorze Graficznym.