MétaCan
Menu
Retour à la cohorte

Ultrasonic Phased Array Industrial Imaging with Sub-Nyquist Sampling Rate

2013· article· en· W2010194014 sur OpenAlexfundno aff
Guang Zhi Dai, Guo Qiang Han, Xian Yue Ouyang

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSparse and Compressive Sensing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesChina Postdoctoral Science FoundationNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of ChinafRI Research
Mots-clésPhased arrayNyquist–Shannon sampling theoremSampling (signal processing)Nyquist rateSIGNAL (programming language)Phased-array opticsNyquist frequencyUltrasonic sensorAcousticsElectronic engineeringTransducerPhased array ultrasonicsNoise (video)Computer scienceEngineeringPhysicsTelecommunicationsComputer visionBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

this paper uses a new type of FRI (Finite Rate of Innovation) sampling pattern based Sub-Nyquist sampling model breaked through Shannon theorem that it can get accurate signal reconstruction based on signal information rate, which requires the sampling frequency lower than two times the max signal frequency. We apply the new model in the ultrasonic phased array industrial imaging. In the experiment, ultrasonic phased array realized dynamic focusing and the high speed scan by ultrasonic array transducer of various array time delays to get flexible controllable synthesis beam composed signals that received by 32 phased array elements . The results indicate that in the model it greatly reduces the signal sampling frequency and improves the signal-to-noise ratio, frequency resolution at the same of the beam focusing and steering flexible.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,017
Tête enseignante GPT0,202
Écart entre enseignants0,185 · 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'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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetSparse and Compressive Sensing TechniquesTravaux en français237 207