MétaCan
Menu
Retour à la cohorte
Enregistrement W2008179192 · doi:10.1109/icif.2010.5711930

A new co-located MIMO radar system for multi-target tracking and localization

2010· article· en· W2008179192 sur OpenAlexaff
A. A. Gorji, Ratnasingham Tharmarasa, T. Kirubarajan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMIMOComputer scienceRadar trackerObservabilityKalman filterRadarTracking (education)Radar engineering detailsPhased arrayControl theory (sociology)AlgorithmElectronic engineeringRadar imagingTelecommunicationsEngineeringMathematicsArtificial intelligenceAntenna (radio)Beamforming

Résumé

récupéré en direct d'OpenAlex

Multiple Input Multiple Output (MIMO) radars are a new generation of radar systems that bring with them many benefits compared to traditional phased-array and multistatic radars. Target localization using MIMO radars with co-located antennas has been recently discussed in the literature. It has been shown that the maximum number of targets that can be uniquely localized in one cell is bounded. This paper presents a new application of MIMO radars in Multi-Target Tracking (MTT) problems. Firstly, the previous model for co-located MIMO radars is modified in order to guarantee the observability in received measurements. Afterwards, it is shown that using prior information about the motion of targets relaxes the limitation on the number of uniquely localized targets. For filtering part, an Un-scented Kalman Filter (UKF) algorithm is used to update states of targets. Simulation results confirm the superiority of proposed approach in estimating states of multi-targets falling in the same resolution cell.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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'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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadar Systems and Signal ProcessingTravaux en français237 207