MétaCan
Menu
Retour à la cohorte
Enregistrement W2007928910 · doi:10.1117/12.2017889

Comparison of filtering and smoothing algorithms for airborne radar data

2013· article· en· W2007928910 sur OpenAlex
Bhashyam Balaji, Kai Wang, Anthony Damini, M.M. Goulding, Kurt Hagen

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

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensGolder Associates (Canada)Defence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésSmoothingClutterComputer scienceAlgorithmKalman filterRadarSpace-time adaptive processingEstimatorRadar trackerDoppler radarEnsemble Kalman filterMoving target indicationExtended Kalman filterArtificial intelligenceContinuous-wave radarComputer visionRadar imagingMathematicsTelecommunicationsStatistics

Résumé

récupéré en direct d'OpenAlex

The detection of ground-moving targets requires clutter cancellation, which is typically performed using space-time adaptive processing (STAP). The detections from STAP provide the measurements of range, bearing, and Doppler. These measurements can then be fed to Bayesian state estimators. In this paper, results from an airborne radar data set are processed and the performance of filtering and smoothing algorithms are compared. The standard nonlinear filtering algorithms, namely the extended Kalman filter, are used. It is found that while the smoother performance is significantly better than that of the filter, the smoothing window need not be large to obtain the superior performance.

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)0,001
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: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,903

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 savante0,0000,001
Science ouverte0,0020,001
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 Opus0,032
Tête enseignante GPT0,274
Écart entre enseignants0,242 · 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