| 講演抄録/キーワード |
| 講演名 |
2020-02-19 10:50
小型UAV監視のための信号部分空間識別フレームワーク ○谷高竜馬・平嶋一貴・松田貴文・田中 泰・後町将人・白石 將(三菱電機) SANE2019-99 |
| 抄録 |
(和) |
小型UAVの永続的な監視の実現のためには,少ない事前データで高精度に識別でき,かつ低計算コストなアルゴリズムが必要である.これを実現するために,本研究では信号部分空間の更新に基づく効率的な観測波内の目標検出と,検出した信号部分空間の識別に適したプロジェクションメトリックラーニングとを統合した識別フレームワークを提案する.CWレーダーから収集された5機種のUAVデータセットを使用した実験により,従来法よりも最大4.28ポイント高い識別率と93倍の高速化を達成した. |
| (英) |
In this study, we focus on the classification problem of small radar targets. Persistent monitoring of a radar target requires an algorithm with low-computational cost and high-accuracy classification. To achieve this, we propose a radar based UAV classification framework that integrates signal detection by a subspace-updating method with projection metric learning on a Grassmann manifold. The proposed method was demonstrated through experiments using a five UAVs data set collected from continuous wave (CW) radar and exhibiting up to 4.28 points higher-accuracy and 93 times faster than the conventional method. |
| キーワード |
(和) |
小型UAV監視 / マイクロドップラー画像 / 部分空間更新法 / プロジェクションメトリックラーニング / / / / |
| (英) |
radar-based UAV classification / micro-Doppler / subspace-updating method / projection metric learning / / / / |
| 文献情報 |
信学技報, vol. 119, no. 416, SANE2019-99, pp. 13-18, 2020年2月. |
| 資料番号 |
SANE2019-99 |
| 発行日 |
2020-02-12 (SANE) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
SANE2019-99 |