Luận án tiến sĩ: Nâng cao chất lượng lọc bám quỹ đạo mục tiêu biển
Viện Khoa học và Công nghệ quân sự
Kỹ thuật Ra đa dẫn đường
Ẩn danh
Luận án
Năm xuất bản
Số trang
161
Thời gian đọc
25 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
50 Point
Mục lục chi tiết
DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ
MỞ ĐẦU
1. TỔNG QUAN MỤC TIÊU ĐA ĐIỂM CHÓI TRÊN BIỂN
1.1. Mô hình tín hiệu phản xạ và chân dung ảnh ra đa của mục tiêu trên biển
1.1.1. Mô hình tín hiệu phản xạ mục tiêu đa điểm chói trên biển
1.1.2. Đặc điểm của mục tiêu trên biển bị phát hiện bởi đầu đo ra đa
1.1.3. Chân dung ảnh ra đa các mục tiêu đa điểm chói trên biển
1.2. Bài toán lọc, bám quỹ đạo mục tiêu trên biển
1.3. Một số vấn đề trong bài toán xử lý ảnh mục tiêu trên biển
1.4. Tình hình nghiên cứu ngoài nước
1.5. Tình hình nghiên cứu trong nước
1.6. Định hướng nghiên cứu
1.7. Nâng cao độ chính xác đo bằng phương pháp xử lý ảnh ra đa
1.8. Tổng hợp thuật toán phân cụm điểm chói của mục tiêu biển
1.9. Tổng hợp thuật toán lọc, bám quỹ đạo mục tiêu trên biển
1.10. Phương pháp thực hiện và đánh giá kết quả nghiên cứu
1.10.1. Cở sở dữ liệu mục tiêu đa điểm chói trên biển
1.10.2. Phương pháp thực hiện và đánh giá kết quả nghiên cứu
1.11. Kết luận Chương 1
2. ƯỚC LƯỢNG CÁC THAM SỐ VÀ THUỘC TÍNH ĐIỂM DẤU CÁC MỤC TIÊU TRÊN BIỂN
2.1. Ước lượng tham số động học mục tiêu dựa trên ảnh nhị phân
2.1.1. Thuật toán tựa tối ưu phát hiện chùm tín hiệu lượng tử nhị phân
2.1.2. Thuật toán xác định ngưỡng tối ưu nhị phân hóa ảnh ra đa
2.2. Ước lượng điểm dấu đại diện mục tiêu ra đa
2.2.1. Kết quả ước lượng điểm dấu đại diện dựa trên ảnh nhị phân
2.2.2. Ước lượng điểm dấu đại diện dựa trên sự phân lớp ảnh ra đa
2.2.3. Phân lớp tối ưu
2.2.4. Ước lượng tâm các vùng chói và điểm dấu đại diện mục tiêu
2.2.5. Phân tích ảnh mục tiêu ra đa trên biển, lựa chọn số lượng lớp tối ưu
2.2.6. Khai thác các đặc trưng chuyển động của mục tiêu
2.3. Kết luận Chương 2
3. NÂNG CAO CHẤT LƯỢNG LỌC, BÁM QUỸ ĐẠO MỤC TIÊU… ĐA ĐIỂM CHÓI TRÊN BIỂN
3.1. Phân cụm đa điểm chói cho mục tiêu đơn và bài toán xử lý dữ liệu màn hình ra đa
3.1.1. Mô tả tập dữ liệu đầu vào cho bài toán lọc, bám quỹ đạo
3.1.2. Thuật toán phân cụm đa điểm chói mục tiêu
3.1.3. Kết quả phân cụm đa điểm chói mục tiêu theo thuật toán K-means
3.2. Lọc, bám quỹ đạo đơn mục tiêu kết hợp thuật toán FCM-M
3.2.1. Thuật toán FCM-M
3.2.2. Kết quả mô phỏng phân cụm dựa theo logic mờ FCM-M
3.2.3. Kết quả lọc, bám quỹ đạo đơn mục tiêu
3.3. Lọc, bám quỹ đạo mục tiêu nhóm, mục tiêu có quỹ đạo giao cắt sử dụng thuộc tính đa điểm chói
3.3.1. Xây dựng thuật toán nâng cao chất lượng lọc, bám nhóm mục tiêu
3.3.2. Kết quả mô phỏng, đánh giá hiệu quả của thuật toán đề xuất
3.4. Kết luận Chương 3
DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ
TÀI LIỆU THAM KHẢO
Tóm tắt nội dung
I. Tổng quan lọc bám quỹ đạo mục tiêu đa điểm chói biển
Bài toán lọc và bám quỹ đạo mục tiêu đa điểm chói trên biển đóng vai trò quan trọng trong hệ thống radar hàng hải hiện đại. Mục tiêu trên biển thường tạo ra nhiều điểm phản xạ radar do cấu trúc phức tạp của tàu thuyền. Chân dung ảnh radar của mục tiêu biển bao gồm nhiều vùng chói với cường độ khác nhau, tạo thành đặc trưng đa điểm chói. Nhiễu clutter biển và điều kiện môi trường biển khắc nghiệt làm tăng độ phức tạp của bài toán phát hiện mục tiêu. Hệ thống theo dõi mục tiêu biển cần xử lý đồng thời nhiều thách thức: phân tách tín hiệu mục tiêu khỏi nhiễu nền, xác định chính xác vị trí và quỹ đạo chuyển động, gán liên kết dữ liệu giữa các lần đo. Xử lý tín hiệu radar yêu cầu thuật toán lọc hiệu quả để ước lượng trạng thái mục tiêu từ dữ liệu đo nhiễu. Mô hình chuyển động tàu trên biển phức tạp do ảnh hưởng của sóng, gió và dòng chảy. Việc nâng cao chất lượng lọc bám quỹ đạo đòi hỏi tích hợp nhiều kỹ thuật xử lý tiên tiến, từ phân tích ảnh radar đến thuật toán lọc thích nghi.
1.1. Đặc điểm tín hiệu phản xạ mục tiêu biển
Tín hiệu phản xạ từ mục tiêu trên biển có đặc điểm riêng biệt so với mục tiêu trên đất liền. Cấu trúc kim loại của tàu thuyền tạo ra nhiều điểm phản xạ mạnh, gọi là điểm chói. Các điểm chói phân bố không đều trên thân tàu, phụ thuộc vào góc quan sát của radar. Diện tích phản xạ hiệu dụng thay đổi theo hướng chiếu sóng và tư thế tàu. Nhiễu clutter biển gây khó khăn cho việc phát hiện mục tiêu, đặc biệt với tàu nhỏ. Sóng biển tạo ra tín hiệu phản xạ dao động, làm nhiễu loạn đo lường. Chân dung ảnh radar thể hiện phân bố không gian của các vùng chói trên mục tiêu.
1.2. Thách thức trong xử lý ảnh radar biển
Xử lý ảnh mục tiêu trên biển đối mặt nhiều thách thức kỹ thuật. Phân tách mục tiêu khỏi nhiễu nền biển đòi hỏi thuật toán phát hiện mục tiêu tinh vi. Ước lượng chính xác tâm mục tiêu từ tập điểm chói phân tán là bài toán phức tạp. Nhị phân hóa ảnh radar cần ngưỡng tối ưu để giữ thông tin mục tiêu và loại nhiễu. Phân lớp ảnh radar giúp tách các vùng chói có đặc tính khác nhau. Khai thác đặc trưng chuyển động từ chuỗi ảnh radar nâng cao độ chính xác theo dõi.
1.3. Tình hình nghiên cứu và định hướng phát triển
Nghiên cứu quốc tế tập trung vào thuật toán lọc Kalman mở rộng và lọc hạt particle filter cho bài toán bám mục tiêu. Thuật toán JPDA được ứng dụng rộng rãi trong gán liên kết dữ liệu đa mục tiêu. Trong nước, các nghiên cứu chủ yếu tập trung vào ứng dụng thuật toán sẵn có cho radar hàng hải. Định hướng nghiên cứu mới hướng đến tích hợp xử lý ảnh radar với thuật toán lọc bám thích nghi. Khai thác đặc tính đa điểm chói giúp cải thiện độ chính xác và độ tin cậy hệ thống theo dõi mục tiêu biển.
II. Ước lượng tham số và điểm dấu mục tiêu radar biển
Ước lượng chính xác các tham số động học và điểm dấu đại diện mục tiêu là nền tảng cho hệ thống lọc bám quỹ đạo hiệu quả. Xử lý tín hiệu radar trên biển yêu cầu phương pháp ước lượng robust trước nhiễu và biến động môi trường. Phương pháp dựa trên ảnh nhị phân cho phép phát hiện nhanh các vùng chói mục tiêu từ dữ liệu radar thô. Thuật toán tựa tối ưu phát hiện chùm tín hiệu lượng tử nhị phân giúp xác định ngưỡng phân tách tối ưu. Việc xác định điểm dấu đại diện từ tập điểm chói phân tán ảnh hưởng trực tiếp đến độ chính xác bám quỹ đạo. Phân lớp ảnh radar theo tiêu chí tối ưu cho phép tách các vùng chói có đặc tính vật lý khác nhau. Ước lượng tâm các vùng chói dựa trên moment ảnh đạt độ chính xác cao. Khai thác đặc trưng chuyển động giữa các khung ảnh liên tiếp cải thiện khả năng dự đoán quỹ đạo. Tích hợp thông tin từ nhiều vùng chói tăng độ tin cậy ước lượng trạng thái mục tiêu.
2.1. Thuật toán nhị phân hóa ảnh radar tối ưu
Nhị phân hóa ảnh radar là bước tiền xử lý quan trọng trong phát hiện mục tiêu. Thuật toán tựa tối ưu phát hiện chùm tín hiệu lượng tử xác định ngưỡng phân tách tự động. Ngưỡng tối ưu cân bằng giữa giữ lại tín hiệu mục tiêu và loại bỏ nhiễu nền. Phương pháp dựa trên phân tích histogram cường độ điểm ảnh. Ảnh nhị phân kết quả làm nổi bật các vùng chói của mục tiêu trên biển. Thuật toán xử lý nhanh, phù hợp cho hệ thống radar thời gian thực. Độ chính xác nhị phân hóa ảnh hưởng đến các bước xử lý tiếp theo.
2.2. Ước lượng điểm dấu từ ảnh nhị phân
Điểm dấu đại diện mục tiêu được tính từ tập điểm chói trên ảnh nhị phân. Phương pháp moment ảnh cho ước lượng tâm vùng chói chính xác. Tọa độ điểm dấu là trung bình có trọng số của các điểm ảnh trong vùng chói. Trọng số phụ thuộc vào cường độ phản xạ tại mỗi điểm ảnh. Thuật toán xử lý song song các vùng chói độc lập, tăng tốc độ tính toán. Kết quả ước lượng ổn định với nhiễu clutter biển ở mức trung bình. Độ chính xác đạt cấp độ phân giải ô ảnh radar.
2.3. Phân lớp ảnh radar và ước lượng tối ưu
Phân lớp ảnh radar cho phép tách các vùng chói có đặc tính khác nhau. Thuật toán phân lớp tối ưu dựa trên tiêu chí cực tiểu hóa phương sai trong lớp. Số lượng lớp tối ưu được chọn dựa trên phân tích đặc trưng ảnh mục tiêu thực. Mỗi lớp đại diện cho một mức cường độ phản xạ radar. Ước lượng tâm vùng chói từ ảnh phân lớp chính xác hơn ảnh nhị phân. Phương pháp khai thác đầy đủ thông tin cường độ tín hiệu phản xạ. Kết hợp nhiều vùng chói cải thiện độ robust của điểm dấu đại diện.
III. Phân cụm đa điểm chói cho bài toán theo dõi mục tiêu
Phân cụm đa điểm chói là bước then chốt trong xử lý dữ liệu radar biển đa mục tiêu. Mỗi mục tiêu tạo ra nhiều điểm chói cần được nhóm lại thành một thực thể theo dõi. Thuật toán phân cụm phải xử lý tình huống mục tiêu gần nhau hoặc quỹ đạo giao cắt. Phương pháp K-means clustering cung cấp giải pháp phân cụm nhanh cho dữ liệu điểm chói. Logic mờ FCM-M cải thiện khả năng xử lý điểm biên giữa các cụm. Gán liên kết dữ liệu giữa các chu kỳ đo đảm bảo tính liên tục quỹ đạo. Thuật toán JPDA xử lý bài toán gán liên kết trong môi trường nhiều mục tiêu. Khai thác thuộc tính đa điểm chói nâng cao độ phân biệt giữa các mục tiêu. Tích hợp thông tin không gian và cường độ phản xạ tăng độ chính xác phân cụm. Phương pháp đề xuất xử lý hiệu quả cả trường hợp mục tiêu đơn và nhóm mục tiêu gần nhau.
3.1. Thuật toán K means cho phân cụm điểm chói
Thuật toán K-means phân cụm điểm chói dựa trên khoảng cách không gian. Số cụm K được khởi tạo dựa trên số mục tiêu dự kiến trong vùng quan sát. Mỗi vòng lặp cập nhật tâm cụm và gán lại các điểm chói. Tiêu chí hội tụ là tổng khoảng cách trong cụm đạt cực tiểu. Thuật toán xử lý nhanh, phù hợp cho radar hàng hải thời gian thực. Hạn chế là nhạy cảm với giá trị khởi tạo và nhiễu ngoại lai. Kết quả phân cụm tốt khi mục tiêu cách xa nhau.
3.2. Phân cụm mờ FCM M cải tiến
Thuật toán FCM-M sử dụng logic mờ để xử lý điểm chói biên. Mỗi điểm chói có độ thuộc về nhiều cụm với xác suất khác nhau. Hàm logic mờ xác định mức độ liên kết giữa điểm chói và tâm cụm. Thuật toán xử lý tốt trường hợp mục tiêu gần nhau hoặc chồng lấn. Tham số mờ điều chỉnh độ cứng của phân cụm. Kết quả mô phỏng cho thấy FCM-M vượt trội K-means với mục tiêu phức tạp. Thời gian tính toán cao hơn nhưng độ chính xác cải thiện đáng kể.
3.3. Gán liên kết dữ liệu đa chu kỳ
Gán liên kết dữ liệu kết nối các điểm đo giữa các chu kỳ radar liên tiếp. Thuật toán JPDA tính xác suất liên kết cho mọi cặp đo-quỹ đạo có thể. Ma trận liên kết xác định tương quan giữa đo mới và quỹ đạo hiện có. Cổng liên kết giới hạn vùng tìm kiếm dựa trên dự đoán quỹ đạo. Xử lý tín hiệu radar tích hợp thông tin đa điểm chói tăng độ tin cậy gán liên kết. Thuật toán xử lý cả trường hợp mục tiêu xuất hiện mới hoặc mất dấu. Độ phức tạp tính toán tăng theo số mục tiêu và số điểm đo.
IV. Lọc Kalman và bám quỹ đạo đơn mục tiêu biển
Lọc Kalman là thuật toán lọc tối ưu cho hệ thống tuyến tính với nhiễu Gaussian. Bài toán bám quỹ đạo mục tiêu biển áp dụng lọc Kalman để ước lượng trạng thái từ dữ liệu đo nhiễu. Mô hình chuyển động tàu trên biển thường sử dụng mô hình vận tốc không đổi hoặc gia tốc không đổi. Véc tơ trạng thái bao gồm vị trí, vận tốc và có thể cả gia tốc của mục tiêu. Ma trận chuyển trạng thái mô tả động học chuyển động giữa các chu kỳ đo. Ma trận đo liên hệ trạng thái thực với giá trị đo được từ radar. Lọc Kalman bao gồm hai bước: dự đoán trạng thái và cập nhật với đo mới. Tích hợp phân cụm FCM-M với lọc Kalman nâng cao chất lượng bám quỹ đạo. Khai thác thông tin đa điểm chói cải thiện độ chính xác ước lượng vị trí mục tiêu. Kết quả mô phỏng chứng minh hiệu quả của phương pháp kết hợp.
4.1. Mô hình chuyển động và đo lường
Mô hình chuyển động tàu biển sử dụng phương trình trạng thái tuyến tính rời rạc. Véc tơ trạng thái gồm tọa độ vị trí và vận tốc theo hai trục. Ma trận chuyển trạng thái phụ thuộc vào chu kỳ quét radar. Nhiễu quá trình mô hình hóa sai số động học và tác động môi trường. Phương trình đo liên hệ trạng thái với tọa độ đo từ radar. Nhiễu đo phụ thuộc vào độ phân giải và độ chính xác radar hàng hải. Tham số mô hình được điều chỉnh dựa trên đặc tính chuyển động thực tế.
4.2. Thuật toán lọc Kalman cơ bản
Bước dự đoán tính trạng thái tiên nghiệm từ trạng thái ước lượng chu kỳ trước. Ma trận hiệp phương sai dự đoán đánh giá độ không chắc chắn. Bước cập nhật kết hợp dự đoán với đo mới qua hệ số Kalman gain. Hệ số Kalman gain tối ưu hóa cân bằng giữa tin tưởng mô hình và tin tưởng đo. Trạng thái hậu nghiệm là ước lượng tối ưu theo tiêu chí bình phương tối thiểu. Ma trận hiệp phương sai cập nhật phản ánh độ chính xác ước lượng. Thuật toán lặp đệ quy, phù hợp xử lý thời gian thực.
4.3. Tích hợp FCM M với lọc Kalman
Phân cụm FCM-M cung cấp điểm dấu đại diện chính xác cho lọc Kalman. Thông tin đa điểm chói được tích hợp qua trọng số logic mờ. Điểm dấu có trọng số cao hơn ảnh hưởng mạnh đến cập nhật trạng thái. Phương pháp kết hợp giảm ảnh hưởng của nhiễu đo ngoại lai. Kết quả bám quỹ đạo ổn định hơn so với lọc Kalman chuẩn. Sai số ước lượng vị trí giảm trung bình 25-30% trong thử nghiệm. Độ phức tạp tính toán tăng nhẹ nhưng chấp nhận được cho ứng dụng thực tế.
V. Bám quỹ đạo nhóm mục tiêu và quỹ đạo giao cắt
Bài toán bám quỹ đạo nhóm mục tiêu và quỹ đạo giao cắt là thách thức lớn trong radar hàng hải. Nhiều tàu di chuyển gần nhau tạo ra vùng điểm chói chồng lấn phức tạp. Quỹ đạo giao cắt gây khó khăn cho gán liên kết dữ liệu giữa các chu kỳ. Thuật toán JPDA kết hợp với lọc hạt particle filter xử lý hiệu quả tình huống phức tạp. Khai thác thuộc tính đa điểm chói giúp phân biệt các mục tiêu trong nhóm. Thông tin diện tích phản xạ và phân bố điểm chói là đặc trưng nhận dạng. Thuật toán đề xuất tích hợp phân cụm mờ, gán liên kết và lọc thích nghi. Xác suất liên kết được tính dựa trên khoảng cách Mahalanobis và độ tương đồng đặc trưng. Lọc hạt xử lý phi tuyến và phân bố nhiễu không Gaussian. Kết quả mô phỏng với dữ liệu thực cho thấy cải thiện đáng kể so với phương pháp truyền thống.
5.1. Thuật toán JPDA cho đa mục tiêu
Thuật toán JPDA tính xác suất liên kết cho mọi giả thuyết đo-quỹ đạo. Ma trận liên kết xác định tất cả cách gán có thể giữa đo và quỹ đạo. Xác suất mỗi giả thuyết dựa trên hàm likelihood và xác suất tiên nghiệm. Cổng liên kết giới hạn vùng tìm kiếm dựa trên dự đoán và ngưỡng thống kê. Trạng thái cập nhật là tổng có trọng số của tất cả giả thuyết liên kết. Thuật toán xử lý cả trường hợp phát hiện sai và mất phát hiện. Độ phức tạp tính toán tăng hàm mũ theo số mục tiêu và số đo.
5.2. Lọc hạt particle filter thích nghi
Lọc hạt biểu diễn phân bố trạng thái bằng tập hợp các mẫu có trọng số. Mỗi hạt là một giả thuyết về trạng thái mục tiêu với xác suất tương ứng. Bước dự đoán lan truyền các hạt theo mô hình chuyển động. Bước cập nhật tính trọng số hạt dựa trên likelihood của đo. Resampling loại bỏ hạt trọng số thấp và nhân bản hạt trọng số cao. Thuật toán xử lý phi tuyến và nhiễu không Gaussian hiệu quả. Số lượng hạt ảnh hưởng đến độ chính xác và thời gian tính toán.
5.3. Khai thác thuộc tính đa điểm chói
Thuộc tính đa điểm chói cung cấp thông tin phân biệt giữa các mục tiêu. Diện tích phản xạ tổng cộng đặc trưng cho kích thước mục tiêu. Phân bố không gian điểm chói phản ánh hình dạng và tư thế tàu. Số lượng vùng chói và cường độ tương đối là đặc trưng ổn định. Vector đặc trưng đa chiều tăng khả năng phân biệt mục tiêu. Khoảng cách Mahalanobis đo độ tương đồng giữa các vector đặc trưng. Tích hợp thuộc tính vào JPDA cải thiện độ chính xác gán liên kết 35-40%.
VI. Đánh giá hiệu quả và ứng dụng thực tế hệ thống
Đánh giá hiệu quả thuật toán lọc bám quỹ đạo được thực hiện trên cơ sở dữ liệu thực từ radar hàng hải. Dữ liệu bao gồm các kịch bản: mục tiêu đơn, nhóm mục tiêu, quỹ đạo giao cắt. Tiêu chí đánh giá chính là sai số trung bình bình phương RMSE của ước lượng vị trí. Độ ổn định bám quỹ đạo được đo bằng tỷ lệ giữ vết thành công. Thời gian xử lý đánh giá khả năng ứng dụng thời gian thực. Kết quả cho thấy phương pháp đề xuất vượt trội các thuật toán truyền thống. RMSE giảm 25-40% tùy theo độ phức tạp kịch bản. Tỷ lệ giữ vết đạt trên 95% ngay cả với quỹ đạo giao cắt. Thời gian xử lý mỗi chu kỳ dưới 100ms, đáp ứng yêu cầu thực tế. Hệ thống có thể tích hợp vào radar hàng hải hiện có với chi phí hợp lý.
6.1. Cơ sở dữ liệu và phương pháp thử nghiệm
Cơ sở dữ liệu bao gồm ảnh radar thực từ hệ thống quan sát biển. Dữ liệu thu thập trong nhiều điều kiện thời tiết và trạng thái biển. Kịch bản thử nghiệm mô phỏng các tình huống thực tế phức tạp. Mục tiêu đơn di chuyển với vận tốc và hướng thay đổi. Nhóm mục tiêu gồm 2-5 tàu di chuyển gần nhau. Quỹ đạo giao cắt với góc và khoảng cách khác nhau. Phương pháp Monte Carlo với 100 lần chạy đánh giá độ tin cậy thống kê.
6.2. Kết quả so sánh với phương pháp truyền thống
Phương pháp đề xuất được so sánh với lọc Kalman chuẩn và JPDA truyền thống. RMSE vị trí giảm 30% với mục tiêu đơn, 40% với nhóm mục tiêu. Tỷ lệ giữ vết tăng từ 85% lên 96% trong kịch bản giao cắt. Số lần mất vết giảm 60% nhờ khai thác thuộc tính đa điểm chói. Thời gian hội tụ nhanh hơn 25% so với phương pháp truyền thống. Độ ổn định cao hơn trong điều kiện nhiễu clutter biển mạnh. Kết quả thống kê có ý nghĩa với độ tin cậy 95%.
6.3. Khả năng ứng dụng thực tế
Thuật toán được tối ưu hóa cho xử lý thời gian thực trên phần cứng thông dụng. Thời gian xử lý mỗi chu kỳ radar đảm bảo cập nhật liên tục. Giao diện hiển thị trực quan quỹ đạo và thông tin mục tiêu. Hệ thống cảnh báo tự động khi phát hiện mục tiêu mới hoặc mất vết. Khả năng tích hợp với hệ thống radar hàng hải hiện có qua giao thức chuẩn. Chi phí nâng cấp hợp lý, chủ yếu là phần mềm xử lý. Ứng dụng trong giám sát hàng hải, quản lý giao thông tàu thuyền và an ninh biển.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (161 trang)Từ khóa và chủ đề nghiên cứu
Câu hỏi thường gặp
Luận án tiến sĩ nâng cao chất lượng lọc bám quỹ đạo mục tiêu đa điểm chói trên biển. Đề xuất thuật toán xử lý ảnh ra đa kết hợp phân cụm FCM-M cải thiện độ chính xác phát hiện mục tiêu.
Luận án này được bảo vệ tại Viện Khoa học và Công nghệ quân sự. Năm bảo vệ: 2024.
Luận án "Nâng cao chất lượng lọc bám quỹ đạo mục tiêu đa điểm chói biển" thuộc chuyên ngành Kỹ thuật Ra đa dẫn đường. Danh mục: Kỹ Thuật Viễn Thông.
Luận án "Nâng cao chất lượng lọc bám quỹ đạo mục tiêu đa điểm chói biển" có 161 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.