Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- НЕЙРОСЕТЕВАЯ МОДЕЛЬ ОТОЖДЕСТВЛЕНИЯ РАДИОЛОКАЦИОННОЙ ИНФОРМАЦИИ О ГРУППОВЫХ ЦЕЛЯХ В УСЛОВИЯХ ЗАШУМЛЕННОСТИ
- Авторы
- Логинов Вадим Александрович loginovva@mpei.ru, канд. техн. наук, доцент кафедры вычислительной техники, Национальный исследовательский университет "Московский энергетический институт", Москва, Россия Тел. (495) 362-76-64
Марчук Олег Николаевич MarchukON@mpei.ru, аспирант, ФГБОУ ВО НИУ «Московский энергетический институт», Москва, Россия
- В разделе
- ПРИКЛАДНЫЕ ВОПРОСЫ И ЗАДАЧИ ПРИМЕНЕНИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
- Ключевые слова
- сопровождение траектории / групповая цель / рекуррентная нейронная сеть / архитектура LSTM
- Год
- 2025 номер журнала 2 Страницы 27 - 32
- Индекс УДК
- 004.855.5
- Код EDN
- TJFLWQ
- Код DOI
- 10.52190/2073-2597_2025_2_27
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- Приведен краткий обзор основных нейросетевых подходов, используемых при решении задач отслеживания движущихся целей в различных областях. Описан метод применения рекуррентной нейронной сети архитектуры LSTM для решения задачи отождествления радиолокационной информации о групповых целях в условиях помех и проведено его тестирование и сравнение с существующими классическими методами отождествления данных.
- Полный текст статьи
- Для прочтения полного текста необходимо купить статью
- Список цитируемой литературы
-
Jiang W., Ren Y., Liu Y., Leng J. Artificial Neural Networks and Deep Learning Techniques Applied to Radar Target Detection: A Review // Electronics. 2022. [Электронный ресурс]. URL: https://www.mdpi.com/2079-9292/11/1/156 (дата обращения: 07.05.2025).
Kugarajeevan J., Kokul T., Ramanan A., Fernando S. Transformers in Single Object Tracking: An Experimental Survey // IEEE Access. 2023. V. 11. P. 80297. [Электронный ресурс]. URL: https://www.researchgate.net/publication/368753615_Transformers_in_Single_Object_Tracking_An_Experimental_Survey (дата обращения: 07.05.2025).
Хомяков А. В., Филипченков В. И., Мамон Ю. И. Алгоритмы совместной траекторной обработки в многопозиционном радиолокационном комплексе // Известия ТулГУ. Технические науки. 2016. № 2. С. 305-314.
Blackman S. S. Multiple hypothesis tracking for multiple target tracking // IEEE Aerospace and Electronic Systems Magazine. 2004. V. 19. № 1. P. 5-18. [Электронный ресурс]. URL: https://scispace.com/pdf/multiple-hypothesis-tracking-for-multiple-target-tracking-3fzibddaoe.pdf (дата обращения: 07.05.2025).
He S., Shin H.-S., Tsourdos A. Joint probabilistic data association filter with unknown detection probability and clutter rate // 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI). [Электронный ресурс]. URL: https://www.mdpi.com/1424-8220/18/1/269 (дата обращения: 07.05.2025).
Mason E., Yonel B., Yazici B. Deep learning for radar // 2017 IEEE Radar Conference (RadarConf). 2017. P. 1703-1708.
Natour G., Bresson G., Trichet R. Multi-Sensors System and Deep Learning Models for Object Tracking // Sensors. 2023. V. 23. P. 7804. [Электронный ресурс]. URL: https://www.mdpi.com/1424-8220/23/18/7804 (дата обращения: 07.05.2025).
Liu H., Zhang H., Mertz C. DeepDA: LSTM-based Deep Data Association Network for Multi-Targets Tracking in Clutter // 2019 22nd International Conference on Information Fusion (FUSION). 2019. P. 1.
Pinto J., Hess G., Ljungbergh W., Xia Y., Svensson L., Wymeersch H. Next Generation Multitarget Trackers: Random Finite Set Methods vs Transformer-based Deep Learning // 2021 IEEE 24th International Conference on Information Fusion (FUSION). 2021. P. 1059-1066. [Электронный ресурс]. URL: https://research.chalmers.se/publication/533066/file/533066_Fulltext.pdf (дата обращения: 07.05.2025).
Rahmathullah A. S., García-Fernández Á. F., Svensson L. Generalized optimal sub-pattern assignment metric // 20th International Conference on Information Fusion (Fusion). 2017. P. 1-8. [Электронный ресурс]. URL: https://livrepository.liverpool.ac.uk/3056104/1/1601.05585.pdf (дата обращения: 07.05.2025).
- Купить
- 500.00 руб
