روش نوین ردیابی اهداف هوایی مبتنی بر پردازش داده ها با استفاده از یادگیری غیر نظارتی ماشین و تخمین مسیر با استفاده از فیلتر کالمن

پردازش داده شامل پردازش هایی است که روی اطلاعات دریافتی از اهداف جهت تعقیب اهداف انجام می شود. تعقیب هدف عبارت است از جمع آوری داده های سنسور از یک میدان دید شامل اهداف بالقوه مطلوب و سپس تقسیم بندی این داده ها به مجموعه هایی از مشاهدات یا مسیرهایی که توسط منابع یکسانی تولید شده اند. هدف از این مقاله مدل سازی و شبیه سازی فاز ردیابی موشک بالستیک می پردازد. فیلتر کالمن مورد استفاده در این پژوهش یک فرم بازگشتی از الگوریتم کمترین خطا است که کمک می کند حرکت تصادفی هدف را به همراه نویز مدل کند. این نویز در ادامه توسط خوشه بندی و واحد پردازش داده حذف می شود. نتایج شبیه سازی در این مقاله با در نظر گرفتن سرعت در راستای محورهای Y، X و Z می توان ثابت کرد که با استفاده از فیلتر کالمن و واحد پردازش داده مبتنی بر یادگیری ماشین کلاترهای راداری را از اهداف بالستیک متمایز کرد. به عنوان مثال ثابت می شود که عملکرد خوشه بند مورد بحث در این مقاله در زمان ۳۵۰ الی ۴۰۰ احتمال رخداد خطای False Alarm را به طور قابل توجهی کاهش می دهد.

کلیدواژه ها:

تخمین ، پردازش داده ، فیلتر کالمن ، فیلتر با ضرایب ثابت ، خوشه بندی ، یادگیری غیر نظارتی ماشین ، رادارهای آرایه فازی ، مدل سازی فرآیند