Descripteur
Documents disponibles dans cette catégorie (34)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Enabling RTK positioning under jamming: Mitigation of carrier-phase distortions induced by blind spatial filtering / Tobias Bamberg in Navigation : journal of the Institute of navigation, vol 70 n° 1 (Spring 2023)
[article]
Titre : Enabling RTK positioning under jamming: Mitigation of carrier-phase distortions induced by blind spatial filtering Type de document : Article/Communication Auteurs : Tobias Bamberg, Auteur ; A. Konovaltsev, Auteur ; Michael Meurer, Auteur Année de publication : 2023 Article en page(s) : n° 556 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] brouillage
[Termes IGN] compensation
[Termes IGN] erreur de phase
[Termes IGN] filtrage du bruit
[Termes IGN] filtrage du signal
[Termes IGN] interférence
[Termes IGN] positionnement cinématique en temps réel
[Termes IGN] signal GNSSRésumé : (auteur) New GNSS applications demand resilience against radio interference and high position accuracy. Separately, these demands can be fulfilled by multi-antenna systems using spatial filtering and carrier-phase positioning algorithms like real-time kinematic (RTK), respectively. However, combining these approaches encounters a severe issue: The spatial filtering induces a phase offset into the measured carrier phase leading to a loss of position accuracy. This paper presents a new approach to compensate for the phase offset in a blind manner, (i.e., without knowing the antenna array radiation pattern or the direction of arrival of the signals). The proposed approach is experimentally validated in two jamming scenarios. One includes a jammer with increasing power and the other includes a moving jammer. The results demonstrate that the approach successfully compensates for the phase offset and, hence, allows for the combined use of RTK positioning and spatial filtering even under jamming. Numéro de notice : A2023-140 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.33012/navi.556 Date de publication en ligne : 09/08/2022 En ligne : https://doi.org/10.33012/navi.556 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102703
in Navigation : journal of the Institute of navigation > vol 70 n° 1 (Spring 2023) . - n° 556[article]
Titre : Applied signal processing Type de document : Guide/Manuel Auteurs : Sadasivan Puthusserypady, Auteur Editeur : Boston, Delft : Now publishers Année de publication : 2021 Collection : *NowOpen* Importance : 550 p. ISBN/ISSN/EAN : 978-1-68083-979-1 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] convolution (signal)
[Termes IGN] filtrage du signal
[Termes IGN] modulation de fréquence
[Termes IGN] série de Fourier
[Termes IGN] signal aléatoire
[Termes IGN] transformation de Fourier
[Termes IGN] transformation de HilbertRésumé : (éditeur) Being an inter-disciplinary subject, Signal Processing has application in almost all scientific fields. Applied Signal Processing tries to link between the analog and digital signal processing domains. Since the digital signal processing techniques have evolved from its analog counterpart, this book begins by explaining the fundamental concepts in analog signal processing and then progresses towards the digital signal processing. This will help the reader to gain a general overview of the whole subject and establish links between the various fundamental concepts. While the focus of this book is on the fundamentals of signal processing, the understanding of these topics greatly enhances the confident use as well as further development of the design and analysis of digital systems for various engineering and medical applications. Applied Signal Processing also prepares readers to further their knowledge in advanced topics within the field of signal processing. Note de contenu : 1- Introduction
2- Power and Energy
3- Fourier series
4- Fourier transform
5- Complex signals
6- Analog systems
7- Sampling and digital signals
8- Transform of discrete time signals
9- Fourier spectra of discrete-time signals
10- Digital systems
11- Implementation of digital systems
12- Discrete Fourier transform
13- Fast Fourier transform
14- Design of digital filters
15- Random signals
16- Modulation
17- Power Spectrum EstimationNuméro de notice : 28562 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Manuel de cours DOI : 10.1561/9781680839791 En ligne : http://dx.doi.org/10.1561/9781680839791 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97593
Titre : Estimation parcimonieuse de biais multitrajets pour les systèmes GNSS Type de document : Thèse/HDR Auteurs : Julien Lesouple, Auteur ; Jean-Yves Tourneret, Auteur ; François Vincent, Auteur Editeur : Toulouse : Université de Toulouse Année de publication : 2019 Importance : 217 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, spécialité : Informatique et TélécommunicationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement
[Termes IGN] chaîne de Markov
[Termes IGN] correction du trajet multiple
[Termes IGN] distribution de Gauss
[Termes IGN] erreur de mesure
[Termes IGN] erreur systématique
[Termes IGN] estimation bayesienne
[Termes IGN] filtrage du signal
[Termes IGN] mesurage par GNSS
[Termes IGN] récepteur GNSS
[Termes IGN] représentation parcimonieuse
[Termes IGN] traitement du signal
[Termes IGN] trajet multipleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L’évolution des technologies électroniques (miniaturisation, diminution des coûts) a permis aux GNSS (systèmes de navigation par satellites) d’être de plus en plus accessibles et donc utilisés au quotidien, par exemple par le biais d’un smartphone, ou de récepteurs disponibles dans le commerce à des prix raisonnables (récepteurs bas-coûts). Ces récepteurs fournissent à l’utilisateur plusieurs informations, comme par exemple sa position et sa vitesse, ainsi que des mesures des temps de propagation entre le récepteur et les satellites visibles entre autres. Ces récepteurs sont donc devenus très répandus pour les utilisateurs souhaitant évaluer des techniques de positionnement sans développer tout le hardware nécessaire. Les signaux issus des satellites GNSS sont perturbés par de nombreuses sources d’erreurs entre le moment où ils sont traités par le récepteurs pour estimer la mesure correspondante. Il est donc nécessaire decompenser chacune des ces erreurs afin de fournir à l’utilisateur la meilleure position possible. Une des sources d’erreurs recevant beaucoup d’intérêt, est le phénomène de réflexion des différents signaux sur les éventuels obstacles de la scène dans laquelle se trouve l’utilisateur, appelé multitrajets. L’objectif de cette thèse est de proposer des algorithmes permettant de limiter l’effet des multitrajets sur les mesures GNSS. La première idée développée dans cette thèse est de supposer que ces signaux multitrajets donnent naissance à des biais additifs parcimonieux. Cette hypothèse de parcimonie permet d’estimer ces biais à l’aide de méthodes efficaces comme le problème LASSO. Plusieurs variantes ont été développés autour de cette hypothèse visant à contraindre le nombre de satellites ne souffrant pas de multitrajet comme non nul. La deuxième idée explorée dans cette thèse est une technique d’estimation des erreurs de mesure GNSS à partir d’une solution de référence, qui suppose que les erreurs dues aux multitrajets peuvent se modéliser à l’aide de mélanges de Gaussiennes ou de modèles de Markov cachés. Deux méthodes de positionnement adaptées à ces modèles sont étudiées pour la navigation GNSS. Note de contenu : Introduction
1- La navigation par satellites
2- Estimation parcimonieuse pour la navigation par satellites
3- Estimation Bayésienne des hyperparamètres
4- Utilisation de mélanges de Gaussiennes pour la modélisation des erreurs GNSS
Conclusion et perspectivesNuméro de notice : 25802 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : thèse de Doctorat : Informatique et Télécommunication : Toulouse : 2019 nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2019INPT0020 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95044 Signaux et systèmes / André Quinquis (2019)
Titre : Signaux et systèmes : signaux, filtrage et décision Type de document : Guide/Manuel Auteurs : André Quinquis, Auteur ; Ali Mansour, Auteur ; Emanuel Radoi, Auteur Editeur : Paris : Lavoisier Année de publication : 2019 Collection : Information numérique - Traitement, interprétation, communication Importance : 361 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-4859-5 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] autocorrélation
[Termes IGN] bruit thermique
[Termes IGN] distribution de Gauss
[Termes IGN] filtrage du signal
[Termes IGN] fonction aléatoire
[Termes IGN] phénomène de Gibbs
[Termes IGN] signal analogique
[Termes IGN] signal analytique
[Termes IGN] transformation de Fourier
[Termes IGN] variable aléatoireIndex. décimale : 24.20 Traitement du signal Résumé : (Editeur) Dans notre société moderne, où la technologie a envahi la vie de tous les jours, l'information devient essentielle. Le traitement du signal joue un rôle crucial pour mieux interpréter les observations reçues et extraire l'information pertinente et utile pour une décision quelle qu'en soit la finalité. De nos jours, le traitement des signaux et des systèmes trouve ses applications dans des domaines variés comme la surveillance, le numérique, l'automatisme, la santé, les télécommunications, la cyberdéfense, les capteurs intelligents, l'internet des objets, l'astronomie, la guerre électronique, la robotique, etc. Cet ouvrage présente d'une manière originale et didactique les concepts fondamentaux du traitement de signal en abordant plus d'une centaine de questions que les étudiants ou les personnes non-spécialistes de la discipline se posent. Armés d'une longue expérience dans l'enseignement supérieur et dans la recherche en France et à l'étranger, les auteurs apportent des éléments de réponse dans un langage clair, concis et mathématiquement accessible au public. Les concepts fondamentaux sont traités via des questions illustrées d'exemples, renforçant le bon sens physique et facilitant l'appréhension de notions trop souvent réputées ardues. L'ouvrage est ainsi rendu accessible au public le plus large : ingénieurs généralistes, étudiants préparant des DUT, BTS, diplômes d'ingénieurs, licences et masters scientifiques. Si l'exercice de dialectique qui consiste, pour convaincre, à proposer simultanément questions et réponses afférentes s'avère parfois réducteur, force est de constater que les auteurs ont su maintenir une très grande ouverture dans leur exposition qui devrait inciter beaucoup de dubitatifs du traitement du signal, de tous bords, à consulter leur ouvrage. Note de contenu : 1. Quelle est la définition physique d’un signal ?
2. Comment distingue-t-on le signal d’un bruit ?
3. Comment définir les observations, les données et les informations ?
4. Qu’est-ce que la théorie du signal et quelles sont ses applications ?
5. Comment peut-on classifier les signaux ?
6. Comment décrit-on un signal temporel en fonction de la nature, discrète ou continue, de ses axes ?
7. Qu’est-ce qu’un signal à bande étroite ?
8. Qu’est ce que l’impulsion de Dirac ?
9. Qu’est ce que la fonction d’Heaviside ?
10. Que représente la composante continue d’un signal ?
11. Quelle est l’effet de la modulation d’amplitude sur le spectre d’un signal ?
12. Quelles sont les principales différences entre les types de modulations analogiques ?
13. Quelles sont les avantages des modulations numériques sur les analogiques ?
14. A quoi sert la transformée de Fourier ?
15. Pourquoi change-t-on d’espace de représentation de signaux ?
16. Quelles sont les propriétés de la transformée de Fourier ?
17. A quoi sert la décomposition en série de Fourier ?
18. Quelles sont les conditions de Dirichlet ? Quelles sont les définitions de la série de Fourier ?
19. Quelle est la définition de la série de Fourier Complexe ? Quelles sont ses propriétés ?
20. Comment peut-on simplifier la décomposition en série de Fourier d’un signal périodique pair ?
21. Que décrit la dualité temps-fréquence ?
22. Si x(t) est un signal réel et impair alors quelles sont les propriétés de sa TF ?
23. Quelle est la transformée de Fourier de la fonction porte ? Quelle est la transformée de Fourier d’un échelon ?
24. Quelle est l’allure de la TF d’un signal gaussien ?
25. Comment peut-on énoncer le principe d’incertitude en théorie du signal ?
26. Quel est le sens physique de la fonction d’autocorrélation ?
27. Quelles sont les propriétés de l’autocorrélation des signaux déterministes ?
28. Quelle est la particularité de l’autocorrélation d’un signal périodique ?
29. Quelle est la différence entre la corrélation de deux fonctions de L2(R) et leur convolution ?
30. Quelles sont les définitions de la puissance et de l’énergie moyennes d’un signal complexe ou réel ?
31. Quelle est la différence entre la DSP et la DSE ?
32. Que traduit physiquement l’identité de Parseval pour des signaux à énergie finie ?
33. Comment s’énonce l’identité de Parseval pour des signaux périodiques ?
34. Si un signal est à énergie finie, que peut-on dire de sa puissance moyenne ? Comment calculer son énergie ?
35. En utilisant Parseval, calculer de deux façons différentes l’énergie de x(t) = te−tu(t) ?
36. Quelle est la principale propriété de la DSP d’un signal périodique ?
37. Comment calcule-t-on la DSP d’un signal continu s’il est périodique ? S’il n’est pas périodique ?
38. Comment fait-on pour passer d’un signal analogique à un signal numérique ?
39. A quoi servent les CNA et CAN ?
40. Qu’appelle-t-on bruit de quantification ?
41. Quel est le domaine d’application du théorème d’échantillonnage ?
42. Qu’appelle-t-on « effet de repliement de spectre » ?
43. Pourquoi appliquer un filtre passe-bas avant l’échantillonnage d’un signal ? . 1
44. Qu’est-ce qu’un échantillonneur bloqueur ?
45. Est-on obligé de respecter la fréquence de Shannon pour échantillonner un signal passe-bande ?
46. Que devient la restitution d’un signal sinusoïdal si on ne respecte pas la fréquence limite de Shannon ?
47. Quelles sont les applications du théorème de Plancherel ?
48. Quel est l’effet d’un échantillonnage temporel dans le domaine spectral ?
49. Pourquoi doit-on introduire la transformée de Fourier discrète TFD?
50. Quelle est la relation entre la TFD et la TZ ?
51. Quelles sont les particularités de la TFD ?
52. Quelles sont les erreurs liées au calcul de la TFD ?
53. Que traduit le phénomène de Gibbs ?
54. Qu’est ce qu’un signal causal ?
55. Qu’est-ce qu’un signal analytique ?
56. Quel est l’effet de la transformée de Hilbert ?
57. Quelle est la définition d’une fonction aléatoire ?
58. Qu’est ce qu’un signal aléatoire ?
59. Quelles sont les grandeurs les plus intéressantes pour caractériser une variable aléatoire ?
60. Quelles sont les propriétés importantes d’une densité de probabilité ?
61. Quel est le lien entre une densité de probabilité et une fonction de répartition ?
62. Quelles sont les propriétés les plus intéressantes des fonctions caractéristiques d’une variable aléatoire ?
63. Comment calcule-t-on la densité de probabilité d’une fonction d’une variable aléatoire : changement des variables ?
64. Comment estime-t-on une densité de probabilité ?
65. Comment définit-on les moments d’une variable aléatoire ?
66. Comment estime-t-on les moments d’une variable aléatoire ?
67. Comment définit-on la stationnarité au sens strict et au sens large d’un signal aléatoire ?
68. Quelle est l’interprétation de la stationnarité au sens large ?
69. Pourquoi l’ergodisme d’un processus aléatoire induit-il des simplifications dans un problème ?
70. Si un processus est stationnaire, est-il toujours ergodique ?
71. Comment définit-on la densité de probabilité conditionnelle ?
72. Comment peut-on caractériser deux variables aléatoires décorrélées ?
73. Comment peut-on caractériser deux variables aléatoires indépendantes
74. Quelle est la densité de probabilité de la somme de deux variables aléatoires indépendantes ?
75. Quelle est la définition d’une variable aléatoire uniforme ?
76. Quelle est l’interprétation du théorème de la limite centrale ?
77. Quelle est la définition d’une densité de probabilité gaussienne ?
78. Que peut-on dire de la loi de la quadration d’une variable gaussienne ?
79. Quelle est la définition de la densité de probabilité de Rayleigh ?
80. Si X, Y,Z et T sont les composantes d’un vecteur gaussien centré alors que valent E{XY ZT } et E{XY Z} ?
81. Qu’est-ce qu’un processus stochastique gaussien ?
82. Qu’est ce qu’un processus aléatoire Markovien ?
83. Comment définit-on un bruit blanc et quelles sont ses propriétés ?
84. Comment définit-on un bruit pseudo-blanc et quelles sont ses propriétés ?
85. Comment est défini le bruit thermique ?
86. Un bruit pseudo-blanc peut-il être à densité de probabilité gaussienne ?
87. Comment définit-on la bande spectrale équivalente du bruit ?
88. Comment choisit-on le nombre de niveaux de quantification pour numériser les réalisations d’une variable aléatoire ?
89. Quelles sont les différences entre les moments et les cumulants d’une variable aléatoire ?
90. Quelles sont les propriétés des cumulants ?
91. Quelle est la « valeur la plus probable » d’une variable aléatoire continue ? Quelle est la différence entre « valeur plus probable », « moyenne » et « médiane » ?
92. Comment calcule-t-on la valeur moyenne d’une variable aléatoire continue ?
93. Comment interprète-t-on l’écart type ?
94. Comment définit-on le coefficient de corrélation ?
95. A quoi servent l’asymétrie « Skewness » et l’aplatissement « kurtosis » ?
96. Comment calculer la moyenne d’une variable aléatoire uniforme ?
97. Comment définit-on la fonction de corrélation dans le cas aléatoire ?
98. Quelle est la différence entre les notions de corrélation et de covariance ?
99. Comment peut-on caractériser le contenu spectral d’un signal aléatoire ?
100. Quelles sont les principales propriétés de la fonction d’intercorrélation ?
101. Quelle est l’expression de la matrice de corrélation d’un processus aléatoire stationnaire ? 203
102. Comment définir la densité spectrale de puissance dans le cas aléatoire ?
103. Quelle est l’erreur d’estimation sur la fonction de corrélation ? Sur la densité de probabilité ?
104.Quels sont les différents modes de convergence pour une variable aléatoire ?
105. Quelle est la distinction entre l’inégalité de Biennaymé-Tchebychev etle théorème de la limite centrale ?
106. Est ce qu’on peut générer un signal non-stationnaire ? Que peut-on dire sur la stationnarité des signaux modulés ?
107. Qu’appelle-t-on « système linéaire, continu et invariant » ?
108. Pourquoi la convolution joue-t-elle un si grand rôle en traitement du signal ?
109. Quel est le lien entre la convolution et le filtrage ?
110. Soit un filtre linéaire analogique de réponse impulsionnelle h(t) excité par un signal x(t). Quelle est l’expression de sa sortie y(t) ?
111. Quelles sont les propriétés vérifiées par la transformée en Z ?
112. Quelles sont les relations entre les transformées de Fourier, de Laplace et en Z ?
113.Quelle est la différence entre la fonction de transfert et le gain complexe ?
114. Que représente un pôle pour une fonction de transfert ?
115. A quoi peut servir la transformée de Laplace ?
116. Quelle définition donne-t-on à la bande passante ?
117. Comment définit-on la fréquence de coupure sur une courbe de gain ?
118. Quelle est l’expression type de la fonction de transfert pour un filtre d’ordre deux ?
119. Quelle est l’atténuation d’un filtre en fonction de son ordre ?
120. Qu’est-ce que la représentation de Bode ?
121. A partir de la fonction de transfert d’un filtre passe-bas normalisé, comment obtient-on les passe-haut, passe-bande correspondants ?
122. Comment se comporte un système en fonction de la position des pôles de sa fonction de transfert ?
123. Si le signal d’entrée d’un système réel est sinusoïdal, comment se comporte le signal de sortie ?
124. Pour un système linéaire, comment définit-on le retard de phase et le retard de groupe ?
125. Comment déterminer la stabilité d’un système analogique ?
126. Quelle est la condition de stabilité d’un filtre numérique ?
127. Qu’appelle-t-on système réalisable ?
128. Pourquoi un filtre idéal n’est-il pas réalisable physiquement en temps réel ?
129. Un filtre linéaire retardant un signal sans déformation est-il réalisable en temps réel ?
130. A quoi sert le théorème des résidus ?
131. Comment retrouver de deux façons différentes la réponse impulsionnelle d’un système linéaire discret ?
132. Qu’est-ce qu’un modèle ARMA?
133. Comment définit-on un gabarit ?
134. Que représentent les filtres de Butterworth, Tchebychev, Cauer ?
135. Quelle est la particularité, au niveau de la réponse impulsionnelle, d’un filtre discret non-récursif ?
136. A quoi sert une fenêtre d’apodisation ?
137. Comment synthétise-t-on un filtre numérique récursif par la méthode de l’invariance impulsionnelle ?
138. Qu’est-ce que la transformee bilineaire (TBL) ?
139.Comment synthétiser un filtre numérique à réponse impulsionnelle finie ?
140. Quelles sont les différences entre les filtres RIF et RII ?
141. Quelles sont les paramètres caractéristiques à prendre en compte pour l’implantation d’un filtre numérique ?
142. Quelles sont les propriétés intéressantes d’un filtre à minimum de phase ?
143. Que nous apprend la formule des interférences ?
144. Comment calculer la moyenne d’un signal aléatoire continu x(t,w) par filtrage ?
145. Qu’appelle-t-on « moyenne linéaire » et « moyenne exponentielle » d’un signal numérique ?
146. Comment mesure-t-on, en pratique, la fonction de transfert d’un système linéaire ?
147. Quelle information peut-on extraire de la fonction de cohérence ?
148. Quels sont les avantages et inconvénients des communications numériques ?
149. Quel est le principe d’une chaîne de communication ?
150. Quels sont les intérêts des techniques de modulation ?
151. Quels sont les principaux paramètres dictant le choix d’un type de modulation ?
152. Donner le sens physique d’un rapport signal sur bruit
153. Définir : détection, estimation, déconvolution, classification
154. Quels sont les quatre principaux critères de détection à structure libre ?
155. Comment définit-on la probabilité d’erreur dans un problème de détection ?
156.Comment évaluer l’erreur commise sur la réception d’un signal binaire transmis dans un canal fortement bruité ?
157. Quel est le critère d’optimisation utilisé dans la théorie du filtre adapté ?
158.Comment détecte-t-on un signal déterministe noyé dans un bruit guaussien ?
159. Quels sont les différents types d’estimateurs bayésiens ?
160. Comment estime-t-on la corrélation d’un processus stationnaire au second ordre ?
161. Quelle est la différence entre le corrélogramme et le périodogramme?
162. Quel est le principal défaut du périodogramme standard ? Comment y remédier ?
163. Quelles sont les qualités attendues d’un estimateur ?
164. Qu’apporte l’analyse spectrale paramétrique par rapport à l’analyse spectrale classique ?
165. Quel est l’intérêt du filtrage de Wiener ?
166. Qu’apporte le filtrage de Kalman ?
167. Qu’apporte la représentation d’état d’un système ?
168. Quelles sont les limitations inhérentes à l’analyse spectrale appliquée aux signaux non-stationnaires ?
169. Qu’est-ce que le spectrogramme ?
170. Comment définit-on une représentation de Wigner-Ville ?
171. Qu’apporte au traitement des signaux non-stationnaires la transformée en ondelettes ?
172. Quel est le principe des méthodes homomorphiques ?
173. Pourquoi dans plusieurs applications une analyse au second ordre Estelle insuffisante ?
174. Qu’appelle-t-on bicorrélation d’un processus ?Numéro de notice : 26023 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92402
Titre : Topics in radar signal processing Type de document : Monographie Auteurs : Graham Weinberg, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2018 Importance : 280 p. Format : 19 x 27 cm ISBN/ISSN/EAN : 978-1-78923-121-2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] écho radar
[Termes IGN] filtrage du signal
[Termes IGN] image radar moiréeRésumé : (éditeur) Radar has been an important topic since its introduction, in a military context, during World War II. Due to advances in technology, it has been necessary to refine the algorithms employed within the signal processing architecture. Hence, this book provides a series of chapters examining some topics in modern radar signal processing. These include synthetic aperture radar, multiple-input multiple-output radar, as well as a series of chapters examining other key issues relevant to the central theme of the book. Note de contenu : 1- Waveform design and related processing for multiple target detection and resolution
2- Space-time transmit-receive design for colocated MIMO radar
3- Waveform design for MIMO radar and SAR application
4- A 94-GHz frequency modulation continuous wave radar imaging and motion compensation
5- Analysis of coastal areas using SAR images: A case study of the Dutch Wadden Sea region
6- Adaptive clutter cancellation techniques for passive radars
7- Sense smart, not hard: A layered cognitive radar architecture
8- Representation of radar micro-dopplers using customized dictionaries
9- Adaptive Coding, Modulation and Filtering of Radar Signals
10- Bispectrum- and bicoherence-based discriminative features used for classification of radar targets and atmospheric formationsNuméro de notice : 25969 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.69785 En ligne : https://doi.org/10.5772/intechopen.69785 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96591 ERTK: extra-wide-lane RTK of triple-frequency GNSS signals / Bofeng Li in Journal of geodesy, vol 91 n° 9 (September 2017)PermalinkNew optimal smoothing scheme for improving relative and absolute accuracy of tightly coupled GNSS/SINS integration / Xiaohong Zhang in GPS solutions, vol 21 n° 3 (July 2017)PermalinkA drift line bias estimator: ARMA-based filter or calibration method, and its application in BDS/GPS-based attitude determination / Zhang Liang in Journal of geodesy, vol 90 n° 12 (December 2016)PermalinkPermalinkFiltering airborne LiDAR data by embedding smoothness-constrained segmentation in progressive TIN densification / Jixian Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 81 (July 2013)PermalinkThrough-the-wall human motion indication using sparsity-driven change detection / F. Ahmad in IEEE Transactions on geoscience and remote sensing, vol 51 n° 2 (February 2013)PermalinkSeparation of global time-variable gravity signals into maximally independent components / E. Forootan in Journal of geodesy, vol 86 n° 7 (July 2012)PermalinkGNSS inside mobile phones: GPS, GLONASS, QZSS and SBAS in a single chip / Franck Van Diggelen in Inside GNSS, vol 6 n° 2 (March - April 2011)PermalinkWavelets and notch filtering: innovative techniques for mitigating RF interference / M. Paonni in Inside GNSS, vol 6 n° 1 (January - February 2011)PermalinkMathématiques pour le traitement du signal / M. Bergounioux (2010)Permalink