Modelo mejorado de prueba Rao y Wald basado en modelos para detección de objetivos de rango extendido adaptativo
Autores: Xu, Haoxuan; Liu, Jiabao; Gao, Meiguo
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Modelo mejorado de prueba Rao y Wald basado en modelos para detección de objetivos de rango extendido adaptativo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Detección de blancos de dispersión de rango
Perturbación gaussiana
Matrices de covarianza
Detectores
Tasa de falsa alarma
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Este artículo aborda el problema de la detección de objetivos de extensión de rango en presencia de perturbaciones gaussianas que poseen matrices de covarianza no identificadas. Los detectores han sido derivados mediante un diseño compuesto por dos pasos. Basándose en la prueba de Rao y la prueba de Wald, se derivaron respectivamente las estrategias de detección, asumiendo que se ha obtenido la expresión de la matriz de covarianza de la perturbación. Posteriormente, los parámetros desconocidos en los detectores fueron estimados en base tanto a los datos primarios como a los de entrenamiento, utilizando la propiedad autorregresiva de la perturbación. Una característica notable de los detectores de Rao y Wald es que ambos alcanzan asintóticamente una tasa de falsa alarma constante (CFAR) con respecto a la matriz de covarianza de la perturbación. Finalmente, se realizó una evaluación del rendimiento utilizando datos simulados, y los resultados demostraron la efectividad de las propuestas existentes en comparación con los detectores previamente propuestos.
Descripción
Este artículo aborda el problema de la detección de objetivos de extensión de rango en presencia de perturbaciones gaussianas que poseen matrices de covarianza no identificadas. Los detectores han sido derivados mediante un diseño compuesto por dos pasos. Basándose en la prueba de Rao y la prueba de Wald, se derivaron respectivamente las estrategias de detección, asumiendo que se ha obtenido la expresión de la matriz de covarianza de la perturbación. Posteriormente, los parámetros desconocidos en los detectores fueron estimados en base tanto a los datos primarios como a los de entrenamiento, utilizando la propiedad autorregresiva de la perturbación. Una característica notable de los detectores de Rao y Wald es que ambos alcanzan asintóticamente una tasa de falsa alarma constante (CFAR) con respecto a la matriz de covarianza de la perturbación. Finalmente, se realizó una evaluación del rendimiento utilizando datos simulados, y los resultados demostraron la efectividad de las propuestas existentes en comparación con los detectores previamente propuestos.