Time-Varying Across-Track Beamforming for the Suppression of Bottom-Bounce Multipath Effects in Sidescan Sonar
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sidescan sonars are used to provide a high-resolution 2-D image of the seafloor, but when used in shallow water, these side-looking systems are vulnerable to multipath interference. In some cases, this interference affects image interpretation and downstream processing such as target recognition or bottom classification. However, it is possible to suppress multipath interference by using a small array featuring a vertical stack of receivers. Multipath signals that arrive from the direction of the surface are easily suppressed using across-track receive beamforming, however multipath signals that arrive from the seafloor are not so easily removed. This paper investigates the use of time-varying across-track receive beamforming as a method to suppress these bottom-bounce signals. Two sidescan images are presented that illustrate the impact that bottom-bounce multipath can have on sidescan sonar images. A theoretical model is presented that gives the relative intensity of the received signals and illustrates how their intensities are changed by altering the receive beampattern. In the first example, a bottom-surface-bottom signal arriving from nadir is suppressed by simply reducing the extent of the main lobe before the signal is received. In the second example, two multipath signals arriving near broadside are suppressed by introducing a null into the main lobe. It is concluded that an array employing the proposed beam processing is capable of rejecting bottom-bounce multipath, assuming that the angle and time of arrival of the interference and bottom signal are known.
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.
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 | 0,002 | 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 | 0,000 | 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 découle