MétaCan
Menu
Retour à la cohorte
Enregistrement W1492993075 · doi:10.1109/oceans-genova.2015.7271638

High Duty Cycle (HDC) sonar processing interval and bandwidth effects for the TREX'13 dataset

2015· article· en· W1492993075 sur OpenAlexfundno aff
Randall Plate, Doug Grimmett

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval Research GlobalPennsylvania State UniversityDefence Research and Development CanadaUniversity of Washington
Mots-clésSonarDuty cycleInterval (graph theory)Computer scienceMarine mammals and sonarSignal processingBandwidth (computing)Real-time computingAcousticsArtificial intelligenceEngineeringComputer hardwareTelecommunicationsDigital signal processingMathematicsElectrical engineeringVoltagePhysics

Résumé

récupéré en direct d'OpenAlex

Unlike conventional Pulsed Active Sonar (PAS), which listens for target echoes in between short-burst transmissions, High Duty Cycle (HDC) sonar attempts to detect echoes amidst the continual interference from source(s) transmitting with nearly 100% duty cycle. HDC sonar presents an additional processing parameter, not available with PAS, which is the processing interval. The processing interval is a selectable subset of time within a CAS repetition cycle used for coherent processing. Hence, the choice of processing interval may be used to tune the performance of the sonar to local environmental conditions and to the operational scenario. Theoretically, increasing the processing interval increases target detectability, but in practice other factors should also be considered. In real acoustic environments, sound propagation is subject to temporal and spectral spreading effects, and these may limit the processing gains to lower levels than expected. Target Doppler can also become a more significant issue with longer processing intervals. Shorter processing intervals provide an increased number and rate of detection opportunities, which can be a significant advantage, leading to improved target holding, localization, tracking, and classification. This paper describes the various expected effects of the processing interval on performance for continuous-time LFM signals. It presents an analysis conducted on the TREX'13 sea trial dataset, and shows various results achieved as a function of processing interval. The results are explained and compared with theoretical expectations, and show the complicating effects of a real acoustic environment. In particular, we see the limitation on performance gains with increasing the processing interval due to acoustic environmental spreading effects, the target's physical extent and Doppler effects. Comparisons are shown between echoes from three different targets: mobile compact, mobile extended, and fixed. The evaluation describes performance using the quantities of Received Level, SNR, echo time-extent, and delay bias.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,280
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Acoustics ResearchTravaux en français237 207