.png){kind=icon}
返回
Radar Manoeuvring Target Detection Based on RANSAC Algorithm
.png){kind=icon}
OA
AI
DOI：10.1049/ell2.70415.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本封信函探讨了雷达系统中机动目标检测的挑战，其中距离迁移（RM）和多普勒频率迁移（DFM）显著降低了检测性能。为解决这些问题，我们提出了一种稳健的基于RANSAC的算法，无需进行复杂的DFM补偿。该方法首先使用Keystone变换（KT）校正RM，随后通过傅里叶变换（FT）进行相干累积。接着采用低阈值恒虚警率（CFAR）检测器来抑制噪声并保留潜在目标点。其关键创新在于利用RANSAC算法从杂波数据中稳健地识别和拟合目标散射点，有效区分真实目标与虚警。仿真结果验证了该方法在复杂场景下具有优异的稳健性和检测能力。
Keyword:
manoeuvring target
radar detection
radar signal processing
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
0.8
论文数:
304
被引数:
1.2W
机构
暂无机构信息
引用论文
Detection of weak maneuvering target based on keystone transform and matched filtering process.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏A low complexity coherent integration method for maneuvering target detection一种低复杂度的相干积分方法用于机动目标检测
PREAI
分享收藏RANDOM SAMPLE CONSENSUS - A PARADIGM FOR MODEL-FITTING WITH APPLICATIONS TO IMAGE-ANALYSIS AND AUTOMATED CARTOGRAPHY随机样本共识-模型拟合的范例，可应用于图像分析和自动制图
OAAI
OAAI分享收藏分享收藏Full-Dimensional Partial-Search Generalized Radon–Fourier Transform for High-Speed Maneuvering Target Detection全维度部分搜索广义Radon–Fourier变换用于高速机动目标检测
PREAI
分享收藏Weak and High Maneuvering UAV Detection via Long-Time Coherent Integration Based on KT-BCS-LSM Method基于kt-bcs-lsm方法的长时间相干积分弱高机动无人机检测
PREAI
分享收藏
查看更多内容