Modern Radar Detection Theory
Az utóbbi időben nagy érdeklődés övezi a radarjelek detektálására szolgáló különböző algoritmusokat, amelyek nagymértékben támaszkodnak a bonyolult feldolgozásra és/vagy antennaarchitektúrákra. Ezek a technikák több tényezőnek köszönhetik kialakulásukat. Az egyik a nagy sebességű jelfeldolgozó hardverek és a digitális tömbös radartechnológia forradalmi technológiai fejlődése. A másik a védelmi alkalmazások által gyakran támasztott követelmények hangsúlyozása olyan területeken, mint a légi korai előrejelzés és a belbiztonság.
Ez a könyv a radarérzékelés ezen újonnan megjelenő kutatási irányait vizsgálja olyan fejlett radarrendszerekkel, amelyek képesek olyan kihívást jelentő helyzetekben működni, amelyekben többféle - ember által létrehozott és természetes - interferenciaforrással találkozhatunk. A tárgyalt témakörök a következők: adaptív radarérzékelés ismeretlen spektrális tulajdonságokkal rendelkező Gauss-interferenciában; az invarianciaelmélet mint eszköz a Constant False Alarm Rate (CFAR) tulajdonság kikényszerítésére a tervezési szakaszban; egy- és kétlépcsős detektorok és teljesítményük; olyan működési forgatókönyvek, ahol a spektrális becsléshez kis számú gyakorló adat áll rendelkezésre; Bayes-féle radarérzékelés az interferencia kovariancia-mátrixában lévő előzetes információk figyelembevételére; és radarérzékelés nem Gauss-interferencia jelenlétében. A különböző kritériumokon alapuló detektortervezési technikákat alaposan bemutatják, és tárgyalják a CFAR kérdéseit. A gyakorlati légi, valamint a földi és a hajófedélzeti radarhelyzetekre jellemző teljesítményelemzések kerülnek bemutatásra.
A valós radaradatokon elért eredményeket is megvitatják. A Modern Radar Detection Theory átfogó referenciát nyújt az adaptív radardetektálás legújabb fejleményeiről a statisztikai jelfeldolgozással és annak radarrendszerekben való alkalmazásával foglalkozó kutatók, felsőfokú hallgatók és mérnökök számára.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)