MétaCan
Menu
Retour à la cohorte
Enregistrement W2076045012 · doi:10.1109/tap.2013.2272715

An Ultra-Wideband Spatial Filter for Time-of-Arrival Localization in Tunnels

2013· article· en· W2076045012 sur OpenAlexaff
Natalie A. Jones, Sean V. Hum

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueIndoor and Outdoor Localization Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMultipath propagationFilter (signal processing)Spatial filterComputer scienceWidebandRakeAcousticsNoise (video)Time of arrivalSIGNAL (programming language)Filter designMatched filterElectronic engineeringDirection of arrivalSignal processingAntenna (radio)TelecommunicationsPhysicsEngineeringArtificial intelligenceWirelessComputer visionChannel (broadcasting)Radar

Résumé

récupéré en direct d'OpenAlex

An ultra-wideband (UWB) spatial filter is proposed to mitigate multipath effects in a one-way time-of-arrival (TOA) localization system that localizes along one dimension inside a tunnel. The spatial filter is a two-dimensional weighted array of judiciously placed antennas that exploits the fact that electromagnetic waves propagate as modes in a tunnel by selectively extracting these mode(s). The design of several spatial filters is presented alongside vigorous analyses to characterize the localization performance afforded by them in a noisy environment. The filters are evaluated using data from an analytical equation waveguide model, a ray tracer model and measurements. These spatial filters deliver accurate localization estimates across distance and well-designed filters can operate at higher signal-to-noise ratios (SNRs) than single sensors and their performance is comparable to basic time-reversal (TR) systems. Moreover, the use of the spatial filter in the localization system allows for relatively simple signal processing of received signals in comparison to alternative receiver architectures, such as Rake and TR. Insights into successful spatial filter design are provided in this contribution and this spatial filtering technique has created a new branch of multipath-aware localization systems.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,424

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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · 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'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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetIndoor and Outdoor Localization TechnologiesTravaux en français237 207