| DC Field | Value | Language |
|---|
| dc.contributor.author | Хмарский, П. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-02-06T06:02:04Z | - |
| dc.date.available | 2026-02-06T06:02:04Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Хмарский, П. А. Методика идентификации объектов по траекторным признакам в системах мониторинга воздушной и наземной обстановки = Method for object identification using trajectory features in air and ground surveillance systems / П. А. Хмарский // Неразрушающий контроль и диагностика. – 2025. – № 1. – С. 47–54. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62926 | - |
| dc.description.abstract | Представлена методика идентификации объектов по траекторным признакам в системах мониторинга воздушной
и наземной обстановки. Описан подход к описанию априорной плотности вероятности траекторных признаков с использованием обобщенного гауссова распределения. Предложенная методика, основанная на вычислении коэффициента правдоподобия методом Монте-Карло, позволяет повысить эффективность идентификации различных классов
объектов за счет более адекватного описания статистических характеристик их движения. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Институт прикладной физики Национальной академии наук Беларуси | en_US |
| dc.subject | публикации ученых | en_US |
| dc.subject | системы мониторинга | en_US |
| dc.subject | распределение Гаусса | en_US |
| dc.subject | метод Монте-Карло | en_US |
| dc.title | Методика идентификации объектов по траекторным признакам в системах мониторинга воздушной и наземной обстановки | en_US |
| dc.title.alternative | Method for object identification using trajectory features in air and ground surveillance systems | en_US |
| dc.type | Article | en_US |
| local.description.annotation | A method for object identification based on trajectory features in air and ground surveillance systems is presented. An
approach to describing the a priori probability density of trajectory features using generalized Gaussian distribution has been
developed. The proposed method, which is based on calculating the likelihood ratio using Monte Carlo technique, improves
the efficiency of identifying different classes of objects through a more adequate description of the statistical characteristics
of their movement. | en_US |
| Appears in Collections: | Публикации в изданиях Республики Беларусь
|
