Miesięczne archiwum: luty 2013

Machine learning methods in data fusion systems

Bez kategorii

Nowak, R. ; Biedrzycki, R. ; Misiurewicz, J.

In heterogeneous, multisensor and multitarget data fusion systems the notion of “levels” is used in order to divide the complex problem of discovering relationships between objects into parts which are easier to understand. In presented paper we consider classifiers as general feature generators, these algorithms are able to connect data from different sensors and different observations. The classifier increases the level of data abstraction, which simplifies the architecture of following system components in data fusion chain. A data fusion engine named DAFNE uses the presented paradigm in its classifier module. The module was implemented in Python and C++, the Naïve Bayesian and decision tree classifiers were used. The tests on simulated data shows improvement of data quality via fusion. The system design allowed to attain real-time processing with limited data volume.

Tłumaczenie polskie:

W heterogenicznych, multisensor i multitarget systemów syntezy danych, pojęcie „poziomów” jest używany w celu podzielenia złożonego problemu odkrywania relacji pomiędzy obiektami na części, które są łatwiejsze do zrozumienia. W prezentowanej pracy uważamy klasyfikatory jako ogólnych generatory funkcji, te algorytmy są w stanie połączyć dane z różnych czujników i obserwacji różnych.Klasyfikator zwiększa poziom abstrakcji danych, co upraszcza architekturę następujących elementów w łańcuchu danych fusion.Fuzja danych wykorzystuje silnik o nazwie DAFNE przedstawiony paradygmat jego modułu klasyfikatora.Moduł został zaimplementowany w Pythonie i C + +, naiwny Bayesa i klasyfikatory drzewo decyzyjne były używane. Testy na danych symulowanych pokazuje poprawę jakości danych poprzez fuzję.Projekt systemu doprowadzono do przetwarzanie w czasie rzeczywistym z ograniczonej objętości danych.

Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu:

Principle of a hybrid data generator for data fusion of measured radar data with simulated data regarding system non-linearities

Bez kategorii

Nagel, D. ; Nicola, J.

For evaluation of algorithms, especially for airborne radars, the use of flight trials data with different scenarios is essential. Initially the algorithms are tested with relatively simple scenarios where non-linearities do not play an important role. These tests then form the basis for more complicated scenarios. However, with increasing complexity, the cost of flight trials escalates and the chance of their failure becomes significant. For these reasons, a hybrid data generator has been developed which can combine measured data from relatively simple flight trials with simulated data from complicated target or jammer manoeuvres. The measured data should include clutter and noise signals and also targets of opportunity. The synthetic target generator (STG) should be able to simulate targets as well as CW and broadband noise jammers. The simulated hybrid data with scenario-specific target or jammer data are first coherently added to existing measured I,Q-radar data. In a second step, the simulated and measured data are combined taking into consideration the modeled system non-linearities. Further, any special antenna characteristics must be taken into account, where one beam is available on transmit and several sub-array beams on receive.

Tłumaczenie polskie:

Dla oceny algorytmów, zwłaszcza dla lotnictwa radarów, zastosowanie danych z różnych klinicznych lotu scenariuszy jest niezbędne. Początkowo algorytmy są badane przy stosunkowo prostych scenariuszy, gdzie nieliniowości nie grają ważną rolę. Testy te to podstawą scenariuszy bardziej skomplikowane. Jednak wraz z rosnącą złożonością, koszty prób lotu eskaluje i możliwość ich awarii staje się znacząca. Z tych powodów, hybrydowy generator danych został opracowany, które mogą łączyć danych pomiarowych z stosunkowo prostych prób lotu w symulowanych danych lub skomplikowanych manewrów Jammer celu. Zmierzone dane powinny zawierać bałaganu i szumu, a także cele z okazji.Generator syntetyczne docelowy (STG) powinna być w stanie symulować cele, jak i CW i szerokopasmowych Jammers hałasu. Symulowane hybrydowe dane z scenariuszy konkretnego celu lub dane są najpierw Jammer spójnie do uprzednio zmierzonych I, Q-radarowych danych. W drugim etapie, symulowane i mierzone dane są łączone z uwzględnieniem modelowanego systemu nieliniowości. Ponadto, wszelkie specjalne cechy anteny muszą być brane pod uwagę, gdy jedna wiązka jest dostępny na nadawaniu i kilku sub-macierzy belki otrzymać.

Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu:

Multi-look SAR processing: Novel benefits

Bez kategorii

Vavriv, D.M. ; Bezvesilniy, O.O.

Recent advances in the multi-look SAR processing technique are discussed. It is demonstrated that such processing technique is efficient not only for the reduction of speckle noise, but it can be effectively used for the correction of geometric and radiometric image distortions that arise under unstable aircraft flight conditions. The corresponding built-in multi-look SAR processing algorithms have been developed and implemented. The proposed solutions are supported by radar data obtained with X- and Ku- band airborne SAR systems installed on light-weight aircrafts.

Tłumaczenie polskie:

Postęp w wielu wyglądają techniki SAR przetwórczego są omawiane. Wykazano, że taka technika jest skuteczna obróbka nie tylko w celu zmniejszenia hałasu plamki, ale może być z powodzeniem stosowany do korekcji zniekształceń geometrycznych i radiometryczne obrazu wynikających niestabilnych warunkach locie.Odpowiada wbudowany multi-wyglądają algorytmów przetwarzania SAR zostały opracowane i wdrożone. Proponowane rozwiązania są poparte danymi radarowymi uzyskanymi przy X i Ku-band pokładowych systemów SAR zainstalowanych na lekkich samolotów.

Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu:

Estimation of phase errors in SAR data by Local-Quadratic map-drift autofocus

Bez kategorii

Bezvesilniy, O.O. ; Gorovyi, I.M. ; Vavriv, D.M.

Uncompensated phase errors lead to quality degradation of SAR images what is especially critical for high-resolution systems. In the paper, a novel approach to the stripmap autofocus is proposed. The idea of the method is to estimate the local quadratic phase errors by processing small data blocks. The conventional map-drift autofocus (MDA) algorithm is used for such estimation. Then, by a double integration of the estimated quadratic errors, an arbitrary residual phase error for large data blocks is evaluated. The performance of the proposed method is demonstrated with data obtained with an X-band airborne SAR system.

Tłumaczenie polskie:

Niewyrównane błędy fazowe prowadzić do degradacji jakości obrazów SAR, co jest szczególnie ważne dla systemów o wysokiej rozdzielczości. W pracy, nowatorskie podejście do stripmap autofokusa jest proponowane.Ideą metody jest oszacowanie lokalnych kwadratowe błędów fazowych poprzez realizację małych bloków danych.Konwencjonalnych map-drift autofocus (MDA) algorytm jest używany do takiej oceny. Następnie, przez podwójną integracji szacowanych błędów kwadratowych, arbitralne pozostały błąd fazy dla dużych bloków danych jest uwzględniany.Realizacja proponowanej metody wykazano z danymi uzyskanymi z systemu X-band SAR powietrzu.

Tapety na pulpit z kategorii Bez kategorii są dostępne w rodzielczościach ekranu: