基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以多帧检测成功为条件,通过预测目标在下一单帧上可能的存在区域,再在此区域内进行目标的NeymanPearson检测.由于信噪比很低,区域内可能会出现很多虚假目标,利用已获知的目标初始信息和数据关联技术,确定其中某一个为真实目标成为关键决策问题.为此,本文将概率数据关联技术应用到图像序列中目标检测领域,得到了重要的理论分析和实验结果.高分辨检测器接收已获知的目标初始信息(目标的初始位置、运动速率以及目标亮度)后,根据概率数据关联技术进行正确测量值的确认,再用卡尔曼滤波器来预测目标在下一帧的可能状态.文中还给出了理论分析、公式推导过程和实真结果.
推荐文章
多目标跟踪中基于特征辅助的概率数据关联算法
多目标跟踪
特征辅助跟踪
广义概率数据关联
密集杂波
基于二维IFS-CFAR算法的海杂波微弱目标检测
2D-IFS
预测误差
分形自仿射
微弱目标检测
CFAR
一种高分辨率遥感图像视感知目标检测算法
高分辨率遥感图像
目标检测
目标语义关联抑制
卷积神经网络
Pareto Ⅱ型分布混响中距离扩展目标CFAR检测
声呐检测
Pareto Ⅱ型分布混响
距离扩展目标
几何平均恒虚警率
模糊逻辑
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于概率数据关联的点状动目标CFAR高分辨检测技术研究
来源期刊 信号处理 学科 工学
关键词 点状目标 概率数据关联 图像序列 高分辨检测 恒虚警率(CFAR)
年,卷(期) 2007,(3) 所属期刊栏目 短文与研究通讯
研究方向 页码范围 473-476
页数 4页 分类号 TN91
字数 3255字 语种 中文
DOI 10.3969/j.issn.1003-0530.2007.03.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 艾斯卡尔·艾木都拉 新疆大学信息科学与工程学院 170 561 11.0 15.0
2 地里木拉提·吐尔逊 新疆大学信息科学与工程学院 34 90 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (3)
二级引证文献  (11)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
点状目标
概率数据关联
图像序列
高分辨检测
恒虚警率(CFAR)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导