MétaCan
Menu
Retour à la cohorte
Enregistrement W1984793157 · doi:10.1155/2011/490289

Computationally Efficient DOA and Polarization Estimation of Coherent Sources with Linear Electromagnetic Vector-Sensor Array

2011· article· en· W1984793157 sur OpenAlex
Zhaoting Liu, Jing He, Zhong Liu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEURASIP Journal on Advances in Signal Processing · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueDirection-of-Arrival Estimation Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDecorrelationAlgorithmComputational complexity theoryComputer sciencePolarization (electrochemistry)PreprocessorMonte Carlo methodDirection of arrivalStokes parametersMathematicsPhysicsOpticsTelecommunicationsStatisticsArtificial intelligenceScattering

Résumé

récupéré en direct d'OpenAlex

This paper studies the problem of direction finding and polarization estimation of coherent sources using a uniform linear electromagnetic vector-sensor (EmVS) array. A novel preprocessing algorithm based on EmVS subarray averaging (EVSA) is firstly proposed to decorrelate sources' coherency. Then, the proposed EVSA algorithm is combined with the propagator method (PM) to estimate the EmVS steering vector, and thus estimate the direction-of-arrival (DOA) and the polarization parameters by a vector cross-product operation. Compared with the existing estimate methods, the proposed EVSA-PM enables decorrelation of more coherent signals, joint estimation of the DOA and polarization of coherent sources with a lower computational complexity, and requires no limitation of the intervector sensor spacing within a half-wavelength to guarantee unique and unambiguous angle estimates. Also, the EVSA-PM can estimate these parameters by parameter-space searching techniques. Monte-Carlo simulations are presented to verify the efficacy of the proposed algorithm.

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.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,262
Écart entre enseignants0,250 · 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