elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Sparse Bayesian Learning for Long Coherent Integration Time in Passive Radar Systems

Filip, Alexandra und Shutin, Dmitriy und O'Hagan, Daniel (2017) Sparse Bayesian Learning for Long Coherent Integration Time in Passive Radar Systems. IET International Conference on Radar Systems, 2017-10-23 - 2017-10-26, Belfast, UK. doi: 10.1049/cp.2017.0421.

[img] PDF - Nur DLR-intern zugänglich
490kB

Kurzfassung

Maximising the radar coherent integration time is crucial when performing detection and parameter estimation on weak target echoes. The integration time is limited however by the migration of a target of interest out of a range and Doppler cell. To account for the range migration it is proposed to build here upon a Keystone transform and develop a joint sparse super-resolution target parameter estimation and target detection method using a super-resolution sparse Bayesian learning framework. The estimation scheme uses a variational version of the space-alternating generalized expectation maximization (VB-SAGE) algorithm, which permits reducing the numerical complexity of the scheme. Moreover, since the search space is not discretized, the parameter estimates are not restricted by the system resolution. Our simulation experiments demonstrate the effectiveness of the algorithm.

elib-URL des Eintrags:https://elib.dlr.de/112862/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Sparse Bayesian Learning for Long Coherent Integration Time in Passive Radar Systems
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Filip, Alexandraalexandra.filip (at) dlr.dehttps://orcid.org/0000-0002-7426-1081NICHT SPEZIFIZIERT
Shutin, Dmitriydmitriy.shutin (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
O'Hagan, Danieldaniel.ohagan (at) uct.ac.zaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2017
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1049/cp.2017.0421
Status:veröffentlicht
Stichwörter:passive radar, coherent integration time, range migration, Keystone transform, super-resolution sparse Bayesian learning
Veranstaltungstitel:IET International Conference on Radar Systems
Veranstaltungsort:Belfast, UK
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:23 Oktober 2017
Veranstaltungsende:26 Oktober 2017
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Luftverkehrsmanagement und Flugbetrieb
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L AO - Air Traffic Management and Operation
DLR - Teilgebiet (Projekt, Vorhaben):L - Kommunikation, Navigation und Überwachung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Kommunikation und Navigation > Nachrichtensysteme
Hinterlegt von: Filip-Dhaubhadel, Dr. Alexandra
Hinterlegt am:01 Dez 2017 10:38
Letzte Änderung:24 Apr 2024 20:17

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.