Modelling SAR clutter in multi-resolution radar systems
Notice bibliographique
Résumé
The probability distribution function (pdf) used to model Synthetic Aperture Radar (SAR) clutter is an important design element in Constant False Alarm Rate (CFAR) detection; the mean of the local CFAR window is taken as the first moment of the pdf. This study presents research examining the relationship between clutter statistics and radar resolution cell size in the Convair-580 (CV-580) C-SAR and RADARSAT-2 systems. The experiment consisted of decreasing the resolution of a HV polarized, high-resolution, CV-580 sea SAR image and determining the best fit pdf for the corresponding clutter. The same methodology was used on standard- and fine-beam-mode RADARSAT-2 HV images. It was found that the GΓ pdf could be fitted very well to the experimental data for all CV-580 and RADARSAT-2 resolutions. Furthermore, the highest resolution SAR data was Weibull distributed, and decidedly non-Gaussian, in all cases. The medium resolution CV-580 image was very closely modelled by the Lognormal distribution while the Rayleigh distribution (Gaussian statistics) proved highly suitable for modelling the lowest resolution SAR data. The test results presented in this paper may be useful to SAR researchers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».