نویسندگان

چکیده

در این مقاله آشکارسازی با استفاده از روشهای عددی مبتنی بر نمونه برداری مونت کارلو بررسی شده است. در این روشها با استفاده از تولید اعداد تصادفی عملیات تخمین پارامترهای نامعلوم و یا محاسبه آماره آشکار ساز انجام می‌پذیرد. به‌عنوان نمونه دو آشکار ساز بر مبنای روش نمونه برداری اهمیتی1 ارایه می‌شود. در این آشکار سازها،که آن را آشکار ساز ذره‌ای2 می‌نامیم، با استفاده از تولید اعداد تصادفی اقدام به محاسبه تقریبی نسبت درستنمایی با استفاده از تخمین پارامترهای نامعلوم (شبیه GLRT) و یاانتگرال‌گیری روی پارامترهای نامعلوم (شبیه AALR) می‌کنیم. روشهای ارائه شده،با توجه به طبیعت عددی آنها، قابل اعمال به طیف وسیعی از مسایل آشکار سازی و به‌خصوص مسائلی که روشهای تحلیلی برای آنها وجود ندارد خواهد بود. نتایج شبیه سازی در چندین حالت مختلف نشان دهنده این است که در حالاتی که روش GLRT قابل اعمال است، آشکارساز پیشنهادی عملکرد قابل رقابتی دارد. از طرف دیگر آشکارساز پیشنهادی به بسیاری از مسائل که در آنها تخمین ML پارامترها موجود نبوده و یا توزیع پیشین آنها مشخص است، قابل اعمال است.

کلیدواژه‌ها

عنوان مقاله [English]

Simulation-Based Radar Detection Methods

نویسندگان [English]

  • M. Farzan Sabahi
  • M. Modarres Hashemi
  • and A. Sheikhi

چکیده [English]

In this paper, radar detection based on Monte Carlo sampling is studied. Two detectors based on Importance Sampling are presented. In these detectors, called Particle Detector, the approximated likelihood ratio is calculated by Monte Carlo sampling. In the first detector, the unknown parameters are first estimated and are substituted in the likelihood ratio (like
the GLRT method). In the second detector, the averaged likelihood ratio is calculated by integrating out the unknown parameters (like the AALR method). Thanks to the numerical nature of these methods, they can be applied to many detection problems which do not have analytical solutions. Simulation results show that both the proposed detectors and the GLRT have approximately the same performance in problems to which the GLRT can be applied. On the other hand, the proposed detectors can be used in many cases for which either no ML estimate of unknown parameters exists or their prior distribution is known.

کلیدواژه‌ها [English]

  • Radar detection
  • Monte-Carlo sampling
  • Simulation-based methods
  • Importance Sampling

ارتقاء امنیت وب با وف ایرانی