MétaCan
Menu
Retour à la cohorte
Enregistrement W2002738109 · doi:10.1117/12.2050664

FPGA architectures for electronically scanned wide-band RF beams using 3-D FIR/IIR digital filters for rectangular array aperture receivers

2014· article· en· W2002738109 sur OpenAlexaff
Sewwandi Wijayaratna, Arjuna Madanayake, Brandon D. Beall, L.T. Bruton

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInfinite impulse responseComputer scienceFilter designDigital filter2D FiltersAperture (computer memory)Filter (signal processing)AcousticsElectronic engineeringBandwidth (computing)OpticsPhysicsTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Real-time digital implementation of three-dimensional (3-D) infinite impulse response (IIR) beam filters are discussed. The 3-D IIR filter building blocks have filter coefficients, which are defined using algebraic closed-form expressions that are functions of desired beam personalities, such as the look-direction of the aperture, the bandwidth and sampling frequency of interest, inter antenna spacing, and 3dB beam size. Real-time steering of such 3-D beam filters are obtained by proposed calculation of filter coefficients. Application specific computing units for rapidly calculating the 3-D IIR filter coefficients at nanosecond speed potentially allows fast real-time tracking of low radar cross section (RCS) objects at close range. Proposed design consists of 3-D IIR beam filter with 4 4 antenna grid and the filter coefficient generation block in separate FPGAs. The hardware is designed and co-simulated using a Xilinx Virtex-6 XC6VLX240T FPGA. The 3-D filter operates over 90 MHz and filter coefficient computing structure can operate at up to 145 MHz.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207