.png){kind=icon}
返回
Multi-Frame Track-Before-Detect Algorithm for Radar Range-Spread Targets
.png){kind=icon}
PRE
AI
DOI：10.1109/tsp.2026.3717767.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传统多帧检测前跟踪（MF-TBD）算法最初为点目标设计，可通过多帧雷达测量融合增强弱目标检测与跟踪。然而，随着雷达分辨率提升，能量分散于未知散射中心（SCs）的展宽目标（RSTs）检测日益重要。应用于RSTs的MF-TBD算法可能因目标能量积分不足导致性能下降。为解决此问题，本文做出两点贡献：首先，基于最大似然（ML）准则提出一种针对RSTs的MF-TBD算法（RST-MF-TBD），实现多帧联合估计目标状态序列与SCs的空间分布；其次，由于所提RST-MF-TBD为通用方法无需特定模型假设，推导了零均值高斯噪声下的显式方程。此外，通过引入基于稀疏表示（SR）的SCs先验知识估计策略，实现了RST-MF-TBD的高效实现，兼顾可处理计算复杂度与优异检测性能。最后，通过数值仿真与实测数据验证了所提RST-MF-TBD算法在不同目标散射模型下的有效性，并与竞争方法进行比较。
Keyword:
Multi-frame track-before-detect
range spread targets
sparse representation
期刊
I
IF:
5.8
论文数:
354
被引数:
0
机构
引用论文
Bayesian Detectors for Wideband Radar Target With Range Walking in Compound Gaussian Clutter.png)
IF0
PREAI
分享收藏RAMP-CNN: A Novel Neural Network for Enhanced Automotive Radar Object RecognitionRamp-cnn: 一种用于增强汽车雷达目标识别的新型神经网络IEEE SENSORS JOURNAL
OAAI
IEEE SENSORS JOURNALIF4.5
OAAI分享收藏Joint Coherent Integration and Detection of Radar Spread Targets With Range Migration雷达扩展目标联合相干积累与检测及距离迁移
PREAI
分享收藏分享收藏
查看更多内容