Improving TDOA Radar Performance in Jammed Areas through Neural Network-Based Signal Processing

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG43__%2F24%3A00558950" target="_blank" >RIV/60162694:G43__/24:00558950 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216305:26220/23:PU148791

Výsledek na webu

<a href="http://www.mdpi.com/journal/sensors" target="_blank" >http://www.mdpi.com/journal/sensors</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.3390/s23062889" target="_blank" >10.3390/s23062889</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Improving TDOA Radar Performance in Jammed Areas through Neural Network-Based Signal Processing

Popis výsledku v původním jazyce

This paper presents a method for estimating the position of a target under jammed conditions using the Time Difference of Arrival (TDOA) method. The algorithm utilizes a deep neural network to overcome the challenges posed by the jammed conditions. The simulations and results indicate that the presented method is more accurate and efficient than the traditional TDOA methods.

Název v anglickém jazyce

Improving TDOA Radar Performance in Jammed Areas through Neural Network-Based Signal Processing

Popis výsledku anglicky

This paper presents a method for estimating the position of a target under jammed conditions using the Time Difference of Arrival (TDOA) method. The algorithm utilizes a deep neural network to overcome the challenges posed by the jammed conditions. The simulations and results indicate that the presented method is more accurate and efficient than the traditional TDOA methods.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název periodika

SENSORS

ISSN

1424-8220

e-ISSN

1424-8220

Svazek periodika

23

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

CH - Švýcarská konfederace

Počet stran výsledku

21

Strana od-do

2889

Kód UT WoS článku

000958228900001

EID výsledku v databázi Scopus

2-s2.0-85151203855