Parametric Adaptive Subspace Detector With Low Secondary Data Support

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,707

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE16_223

تاریخ نمایه سازی: 6 اسفند 1386

چکیده مقاله:

In this paper the problem of adaptive target detection in structured Gaussian clutter is considered. The clutter is modeled as an auto-regressive process with known order but unknown parameters. Here a detection algorithm which can manage the cases with few secondary data is proposed. We have modified a well known adaptive detector (Adaptive Subspace Detector or ASD) in four different forms. First of all, we estimate the AR parameters based on secondary data and use the results in covariance matrix estimation. In order to estimate the AR parameters using more than a set of data, we have extended four classical AR parameter estimation techniques to use more data sets. The performance of the proposed detectors have been evaluated using Monte-Carlo simulations and compared with each other.

نویسندگان

Abbas Sheikhi

Electronics and Electrical Engineering Dept., Shiraz University, Shiraz, IRAN.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • E. J. Kelly, *An adaptive detection algorithm, * IEEE Transaction ...
  • E. Conte, A. D. Maio, and G. Ricci, _، GLRT-based ...
  • نمایش کامل مراجع