論文の概要: Entanglement-assisted multi-aperture pulse-compression radar for angle
resolving detection
- arxiv url: http://arxiv.org/abs/2207.10881v1
- Date: Fri, 22 Jul 2022 05:22:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-04 03:00:59.313332
- Title: Entanglement-assisted multi-aperture pulse-compression radar for angle
resolving detection
- Title(参考訳): 角度分解検出のためのエンタングルメント支援多開口パルス圧縮レーダ
- Authors: Bo-Han Wu, Saikat Guha, Quntao Zhuang
- Abstract要約: 絡み合いは、ノイズの少ない伝播によって破壊されているにもかかわらず、目標検出を促進することが知られている。
本研究では, 量子パルス圧縮レーダを提案し, 対象範囲推定に対する絡み合いの利点を拡大する。
- 参考スコア(独自算出の注目度): 5.109700506364796
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Entanglement has been known to boost target detection, despite it being
destroyed by lossy-noisy propagation. Recently, [Phys. Rev. Lett. 128, 010501
(2022)] proposed a quantum pulse-compression radar to extend entanglement's
benefit to target range estimation. In a radar application, many other aspects
of the target are of interest, including angle, velocity and cross section. In
this study, we propose a dual-receiver radar scheme that employs a high
time-bandwidth product microwave pulse entangled with a pre-shared reference
signal available at the receiver, to investigate the direction of a distant
object and show that the direction-resolving capability is significantly
improved by entanglement, compared to its classical counterpart under the same
parameter settings. We identify the applicable scenario of this quantum radar
to be short-range and high-frequency, which enables entanglement's benefit in a
reasonable integration time.
- Abstract(参考訳): 絡み合いは、ノイズの少ない伝播によって破壊されているにもかかわらず、ターゲット検出を促進することで知られている。
最近、[Phys. Rev. Lett. 128, 010501 (2022)]は、標的範囲推定に対する絡み合いの利点を拡大する量子パルス圧縮レーダーを提案した。
レーダーの応用において、目標の他の多くの側面は、角度、速度、断面を含む関心がある。
本研究では,受信機で利用可能な共振基準信号に絡み合った高帯域積マイクロ波パルスを用いたデュアル受信レーダ方式を提案し,同じパラメータ設定下での古典的手法と比較して,遠方物体の方向を調査し,その方向分解能力が絡み合いによって著しく改善されていることを示す。
我々は,この量子レーダの適用シナリオを短距離かつ高周波であると同定し,合理的な積分時間での絡み合いの利点を享受する。
関連論文リスト
- RobuRCDet: Enhancing Robustness of Radar-Camera Fusion in Bird's Eye View for 3D Object Detection [68.99784784185019]
暗い照明や悪天候はカメラの性能を低下させる。
レーダーは騒音と位置のあいまいさに悩まされる。
本稿では,BEVの頑健な物体検出モデルであるRobuRCDetを提案する。
論文 参考訳(メタデータ) (2025-02-18T17:17:38Z) - Long-Range Entangled Quantum Noise Radar Over Order of Kilometer [0.0]
本稿では,量子2モード圧縮(QTMS)レーダーの最大検出範囲の明示的表現を導出した。
従来のレーダとしてQTMSレーダを適用可能であることを示す。
都市部における小型無人航空機の認識に適した2mathrmkm$までの最大検出範囲を持つQTMSレーダーを実装することが可能である。
論文 参考訳(メタデータ) (2024-06-15T07:13:42Z) - On Target Detection by Quantum Radar (Preprint) [1.0878040851637998]
ノイズレーダと量子レーダは、送信信号のランダム性を利用して、レーダの隠蔽性を高め、相互干渉を低減する。
様々な量子レーダーの提案は有用な結果、特にステルスターゲットの検出に限られるものではない。
論文 参考訳(メタデータ) (2024-02-29T18:58:40Z) - Multi-stage Learning for Radar Pulse Activity Segmentation [51.781832424705094]
無線信号認識は電子戦において重要な機能である。
電子戦システムでは、レーダパルス活動の正確な識別と位置決めが要求される。
ディープラーニングに基づくレーダーパルス活動認識法は、ほとんど未検討のままである。
論文 参考訳(メタデータ) (2023-12-15T01:56:27Z) - Echoes Beyond Points: Unleashing the Power of Raw Radar Data in
Multi-modality Fusion [74.84019379368807]
本稿では,既存のレーダ信号処理パイプラインをスキップするEchoFusionという新しい手法を提案する。
具体的には、まずBird's Eye View (BEV)クエリを生成し、次にレーダーから他のセンサーとフューズに対応するスペクトル特徴を取ります。
論文 参考訳(メタデータ) (2023-07-31T09:53:50Z) - Semantic Segmentation of Radar Detections using Convolutions on Point
Clouds [59.45414406974091]
本稿では,レーダ検出を点雲に展開する深層学習手法を提案する。
このアルゴリズムは、距離依存クラスタリングと入力点雲の事前処理により、レーダ固有の特性に適応する。
我々のネットワークは、レーダポイント雲のセマンティックセグメンテーションのタスクにおいて、PointNet++に基づく最先端のアプローチよりも優れています。
論文 参考訳(メタデータ) (2023-05-22T07:09:35Z) - Identifying Coordination in a Cognitive Radar Network -- A
Multi-Objective Inverse Reinforcement Learning Approach [30.65529797672378]
本稿では,レーダ間のコーディネーションを検出するために,新しい多目的逆強化学習手法を提案する。
また、多目的最適化システムの逆検出と学習に関するより一般的な問題にも適用できる。
論文 参考訳(メタデータ) (2022-11-13T17:27:39Z) - LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar
Fusion [52.59664614744447]
本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。
自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
論文 参考訳(メタデータ) (2020-10-02T00:13:00Z) - Adversarial Radar Inference: Inverse Tracking, Identifying Cognition and
Designing Smart Interference [15.04540534703128]
本稿では,認知レーダを含む3つの対向的推論問題について考察する。
まず、レーダの逆追跡について議論し、レーダの動作に基づいて敵の予測を推定し、レーダの知覚精度を校正する。
第二に、マイクロ経済学からの選好を明らかにすることによって、認知レーダが信号処理制約のある制約付きユーティリティ最大化器であるかどうかを判定するために、非パラメトリック試験を定式化する。
論文 参考訳(メタデータ) (2020-08-01T13:17:07Z) - RadarNet: Exploiting Radar for Robust Perception of Dynamic Objects [73.80316195652493]
我々は、自動運転車の文脈における認識のためにRadarを利用する問題に取り組む。
我々は、LiDARとRadarの両方のセンサーを知覚に利用した新しいソリューションを提案する。
RadarNetと呼ばれる我々のアプローチは、ボクセルベースの早期核融合と注意に基づく後期核融合を特徴としている。
論文 参考訳(メタデータ) (2020-07-28T17:15:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。