Dual-polarized radar systems and signal processing algorithms
Notice bibliographique
Résumé
Dual-polarized radar systems can be configured in different ways depending on the measurement goals and the choice of orthogonal polarization states. From a theoretical perspective, the 3 × 3 covariance matrix (see Section 3.11) forms a complete set, but only a few research meteorological radars exist at the present time that are configured for this measurement. The circularly polarized radars built at the National Research Council of Canada were essentially configured for coherency matrix measurements (see Section 3.9). In the early 1980s, a number of single-polarized research Doppler radars were upgraded for limited dual-polarization measurements in the linear h/v-basis (for measurement of differential reflectivity and differential propagation phase). Because only copolar signals were involved, the system requirements were much less stringent and significant practical results (e.g. rain rate estimation, hail detection) were obtained fairly quickly (Hall et al. 1980; Bringi et al. 1984; Sachidananda and Zrnić 1986). This chapter discusses a number of dual-polarized radar configurations from a systems perspective. Since antenna performance is critical for achieving high accuracy in the measurement of the “weak” cross-polar signal, both antenna performance characteristics and formulation of radar observables in the presence of system polarization errors are treated. Calibration issues relevant to polarization diversity systems are also discussed. A significant portion of this chapter is devoted to estimation of the elements of the covariance matrix from signal samples under three different pulsing schemes. The accuracy of these covariance matrix estimates is also treated in some detail.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».