Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Radar Signal Recognition Method Based on Gaussian Mixture Models

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F12%3APU98295" target="_blank" >RIV/00216305:26220/12:PU98295 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Radar Signal Recognition Method Based on Gaussian Mixture Models

  • Popis výsledku v původním jazyce

    This paper describes an automatic recognition method of radar signals. The modern radar systems utilize many heterogeneous signals and corresponding number of various recognition methods exist. Nevertheless, this paper is focused on an automatic target recognition method based on calculation of the Gaussian Mixture Models because they can be widely used and theirs parameters are easy to change. These abilities predetermine the Gaussian Mixture Models recognition method to cover the most of the radar signals recognition tasks. The Gaussian Mixture Models were obtained for a wide range of heterogeneous radar signals. The Maximum-likelihood criterion was applied to these models and algorithm performance was examined.

  • Název v anglickém jazyce

    Radar Signal Recognition Method Based on Gaussian Mixture Models

  • Popis výsledku anglicky

    This paper describes an automatic recognition method of radar signals. The modern radar systems utilize many heterogeneous signals and corresponding number of various recognition methods exist. Nevertheless, this paper is focused on an automatic target recognition method based on calculation of the Gaussian Mixture Models because they can be widely used and theirs parameters are easy to change. These abilities predetermine the Gaussian Mixture Models recognition method to cover the most of the radar signals recognition tasks. The Gaussian Mixture Models were obtained for a wide range of heterogeneous radar signals. The Maximum-likelihood criterion was applied to these models and algorithm performance was examined.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 18th Conference STUDENT EEICT 2012 Volume 3

  • ISBN

    978-80-214-4462-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    54-58

  • Název nakladatele

    Neuveden

  • Místo vydání

    Neuveden

  • Místo konání akce

    Brno

  • Datum konání akce

    26. 4. 2012

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku