Sonar Pulse Detection Using Chirp Rate Estimation and CFAR Algorithms - Publikacja - MOST Wiedzy

Wyszukiwarka

Sonar Pulse Detection Using Chirp Rate Estimation and CFAR Algorithms

Abstrakt

This paper presents a new approach to sonar pulse detection. The method uses chirp rate estimators and algorithms for the adaptive threshold, commonly used in radiolocation. The proposed approach allows detection of pulses of unknown parameters, which may be used in passive hydrolocation or jamming detection in underwater communication. Such an analysis is possible thanks to a new kind of imaging, which presents signal energy in the function of chirp rate. The proposed method relies on chirp rate estimation of the received signal, and the calculation of the local threshold level depends on noise and reverberations which make detection of a particular type of signal possible.

Cytuj jako

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Opublikowano w:
HYDROACOUSTICS nr 20, strony 7 - 12,
ISSN: 1642-1817
Język:
angielski
Rok wydania:
2017
Opis bibliograficzny:
Abratkiewicz K.: Sonar Pulse Detection Using Chirp Rate Estimation and CFAR Algorithms// HYDROACOUSTICS. -Vol. 20., (2017), s.7-12
Bibliografia: test
  1. J. Liang, K.M. Wong, Detection of Narrow-Band Sonar Signal on a Riemannian Manifold, 2015 IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE), pp. 959-964. otwiera się w nowej karcie
  2. R.W. Mill, G.J. Brown, Auditory-inspired Interval Statistic Receivers for Passive Sonar Signal Detection, OCEANS 2007 -Europe, pp. 1-6. otwiera się w nowej karcie
  3. K. Ugrinovic, O. Ponic, An outline of the passive sonar signal detection, Proceedings. Elmar-2004. 46th International Symposium on Electronics in Marine, pp. 247-251. otwiera się w nowej karcie
  4. M.K. Ward, M. Stevenson, Sonar Signal Detection and Classification using Artificial Neu- ral Networks, 2000 Canadian Conference on Electrical and Computer Engineering, vol. 2 pp. 717-721. otwiera się w nowej karcie
  5. K. Czarnecki, The instantaneous frequency rate spectrogram, Mechanical Systems and Sig- nal Processing, vol.66-67, pp. 361-373, 2016. otwiera się w nowej karcie
  6. A.E. Barnes, The calculation of instantaneous frequency and instantaneous bandwidth, Geophysics, vol. 57, no. 11, pp. 1520-1524. 1992. otwiera się w nowej karcie
  7. D. Fourer, F. Auger, K. Czarnecki, S. Meignen, P. Flandrin, Chirp rate and instantaneous frequency estimation: application to recursive vertical synchrosqueezing, IEEE Signal Pro- cessing Letters, vol. 24, no. 11, pp. 1724-1728, 2017. otwiera się w nowej karcie
  8. F. Auger, K. Czarnecki, D. Fourer, ccROJ -Time-Frequency C++ Framework, SoftwareX, 2017. Project webpage: https://github.com/dsp-box/ccROJ.
  9. L. Anitori, M. Otten, A. Maleki, Compressive CFAR Radar Detection, 2012 IEEE Radar Conference, pp. 320-325. otwiera się w nowej karcie
  10. P.P. Gandhi, S.A. Kassam, Analysis of CFAR Processors in Nonhomogeneous Background, IEEE Transactions On Aerospace And Electronic Systems, vol. 24, no. 4, 1988. otwiera się w nowej karcie
  11. M. Barkat, S. Dib, CFAR detection for two correlated targets, Signal Processing, vol. 61, no. 3, pp. 289-295, 1997. otwiera się w nowej karcie
  12. Y. Sun, M. Farooq, T.K. Robb, Adaptive CFAR active sonar signal thresholding using radial basis functional neural networks, Proceedings of the 36th IEEE Conference on Decision and Control, vol. 3, pp. 2193-2198, 1997. otwiera się w nowej karcie
  13. B. Kalyan, A. Balasuriya, Sonar based automatic target detection scheme for underwa- ter environments using CFAR techniques: a comparative study, Proceedings of the 2004 International Symposium on Underwater Technology, pp. 33-37. otwiera się w nowej karcie
  14. V. Anastassopoulos, G. Lampropoulos, A New and Robust CFAR Detection Algorithm, IEEE Transactions on Aerospace and Electronic Systems, vol. 28, no. 2, pp. 420-427, 1992 otwiera się w nowej karcie
  15. H. Dai, L Du, Y. Wang, A Modified CFAR Algorithm Based on Object Proposals for Ship Target Detection in SAR Images, IEEE Geoscience and Remote Sensing Letters vol. 13, no. 12, pp. 1925-1929, 2016. otwiera się w nowej karcie
  16. G.G. Acosta, S.A. Villar, Accumulated CA-CFAR Process in 2-D for Online Object De- tection From Sidescan Sonar Data, IEEE Journal of Oceanic Engineering vol. 40, no. 3, pp. 558-569, 2015. otwiera się w nowej karcie
Weryfikacja:
Politechnika Gdańska

wyświetlono 68 razy

Publikacje, które mogą cię zainteresować

Meta Tagi