MétaCan
Menu
Retour à la cohorte
Enregistrement W2034154064 · doi:10.1109/tgrs.2013.2291573

Short-Range Wideband FMCW Radar for Millimetric Displacement Measurements

2014· article· en· W2034154064 sur OpenAlexaff
Andrei Anghel, Gabriel Vasile, Remus Cacoveanu, Cornel Ioana, Silviu Ciochină

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensPQ Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésContinuous-wave radarRadarWidebandPulse-Doppler radarPulse repetition frequencyRadar engineering detailsRadar imagingBistatic radarComputer scienceRemote sensingElectronic engineeringOpticsAcousticsPhysicsTelecommunicationsEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

The frequency-modulated continuous-wave (FMCW) radar is an alternative to the pulse radar when the distance to the target is short. Typical FMCW radar implementations have a homodyne architecture transceiver which limits the performances for short-range applications: The beat frequency can be relatively small and placed in the frequency range affected by the specific homodyne issues (dc offset, self-mixing, and 1/f noise). In addition, one classical problem of an FMCW radar is that the voltage-controlled oscillator adds a certain degree of nonlinearity which can cause a dramatic resolution degradation for wideband sweeps. This paper proposes a short-range X-band FMCW radar platform which solves these two problems by using a heterodyne transceiver and a wideband nonlinearity correction algorithm based on high-order ambiguity functions and time resampling. The platform's displacement measurement capability was tested on range profiles and synthetic aperture radar images acquired for various targets. The displacements were computed from the interferometric phase, and the measurement errors were situated below 0.1 mm for metal bar targets placed at a few meters from the radar.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,030
Tête enseignante GPT0,272
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

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

Citations141
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207