MétaCan
Menu
Retour à la cohorte
Enregistrement W2106112509 · doi:10.1109/igarss.2003.1293998

Preliminary design of a SAR-GMTI processing system for RADARSAT-2 MODEX data

2004· article· en· W2106112509 sur OpenAlexaffabout
Pierre D. Beaulne, Christoph H. Gierull, C.E. Livinstone, Ishuwa Sikaneta, Sheng‐Kuei Chiu, Shengrong Gong, M. Quinton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésMoving target indicationSynthetic aperture radarComputer sciencePoint targetComputer visionPhase centerInverse synthetic aperture radarAntenna (radio)Remote sensingObject detectionArtificial intelligenceRadarRadar imagingReal-time computingContinuous-wave radarTelecommunicationsGeographyPattern recognition (psychology)

Résumé

récupéré en direct d'OpenAlex

The RADARSAT-2 satellite includes an experimental mode, called the moving object detection experiment (MODEX), which is to be used to perform ground moving target indication (GMTI) using a C-band synthetic aperture radar (SAR). During MODEX operation, the SAR antenna is partitioned into two subapertures along the satellite track to sequentially observe the same scene from the same spatial point. By appropriate processing of the returned signals from each channel, detection of temporal changes in the scene (i.e. moving targets) can be accomplished. The MODEX configuration will be used by the Canadian Department of National Defense RADARSAT-2 GMTI demonstration project, which aims to develop a SAR-GMTI processing system to investigate the military and commercial utility of space-based moving target measurements. This paper discusses a conceptual SAR-GMTI processor design in terms of selected algorithms and their performance, such as along track interferometry (ATI), displaced phase center antenna (DPCA) and iterative moving target (terrain) matched filtering (MTMF). Processing issues arising in space based radar (SBR) GMTI are also discussed. It is anticipated that the ultimate processor design will incorporate these algorithms as independent processing configurations, along with selection rules that will optimize their use to the contents of the image scene.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,468

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 Opus0,038
Tête enseignante GPT0,257
Écart entre enseignants0,219 · 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'étudeAutre devis
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

Citations7
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207