<title>Implementation of 1D/2D/3D sensor data fusion in CASE_ATTI test-bed</title>
Notice bibliographique
Résumé
Fusion problem of dissimilar sensor data in the CASE_ATTI test-bed is considered. The sensors suite simulated includes an ESM sensor that reports bearing-only contacts, a 2D radar that reports range-bearing contacts, an IRST sensor that reports bearing-elevation contacts, and a 3D radar that reports full 3D contacts. To fuse all this information, CASE_ATTI is modified into a two-layer fusion architecture, with four sensor-level trackers and a central fusion node. Therefore, the fusion of all the dissimilar 1D, 2D and 3D tracks represents an important problem that this paper addresses. The important and directly related issue of tracking with angle-only reports is also addressed. The angle-only tracking represents an important issue in modern surveillance systems and has been extensively studied in recent years. Angle-only tracking systems are known to be unobservable unless the interceptor over-maneuvers the target. A divergence of the target state estimate may occur in the case of stationary or non-maneuvering interceptor. In this article, a new time alignment algorithm, that enhances stability, even for non-maneuvering interceptors, is developed. The proposed algorithm is based upon the modified spherical coordinate representation, but uses a different discretization approach that leads to a more stable behavior. Comparative scenario that illustrates the efficiency of the proposed architecture is presented.
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 | 0,000 |
| 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 ».