On indirect method of RCS calculation of conducting targets in random media
Notice bibliographique
Résumé
One of the random medium effects is the enhancement in radar cross-section (RCS) of targets, and it can be explained by the coherent addition of doubly scattered waves. In several earlier studies (Tateiba, M. and Tomita, E., 1992; El-Ocla, H. and Tateiba, 2001, 2002, 2003), we have proved that the spatial coherence length (SCL) of waves around the target in a random medium, together with the target configuration, affects the RCS and backscattering enhancement, apart from the polarization of the incident waves. This conclusion is important in radar detection and remote sensing applications. These results need a lot of computation time if we use our method directly. We propose an indirect estimate for the RCS by using a beam wave incident on a conducting target in free space. This method presents an approximate solution to the scattering problem in a random medium. This indirect estimate reduces the processing time that is so important in radar detection, especially in real time applications. H-wave scattering is quite different from E-wave scattering, especially in the resonance region, because of waves creeping along objects. Therefore, we need to analyze the scattering for both polarizations. The time factor is assumed and suppressed. This method is applicable for low and high frequency ranges.
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 | 0,000 | 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 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 ».