MétaCan
Menu
Retour à la cohorte
Enregistrement W2080413102 · doi:10.1121/1.3588763

Surface scattering rejection for clear sidescan images.

2011· article· en· W2080413102 sur OpenAlexaff
Stephen K. Pearce

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBeamformingSonarAcousticsScatteringSurface (topology)GeologyAdaptive beamformerInterference (communication)Computer scienceRemote sensingOpticsTelecommunicationsPhysicsChannel (broadcasting)GeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Surface scattering is a major source of interference for sidescan sonar systems operating in high traffic areas or in choppy water. This surface scattering from wakes, as a result of boat traffic or from the chop of the sea surface, obscures the bottom return. A sonar system with a multi-element array can separate surface signals from bottom signals using beamforming, thereby creating clear images of the seafloor. This multi-element array can have as few as six elements and still effectively remove surface scattering. In this paper, different beamforming techniques are applied and their impact on suppressing surface returns is shown. Comparisons between beamforming methods are made by comparing the relative path levels with and without beamforming applied. The ability of a multi-element array to successfully discriminate between bottom returns and surface returns using beamforming is then shown using both simulated and experimental data. It is concluded that sonar systems employing a multi-element array can produce clear images of the seafloor even in the presence of strong surface interference when beamforming is used to create a beam that has a broad main lobe pointed toward the bottom and low sidelobes pointed toward the surface.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,260
Écart entre enseignants0,221 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207