Bathymetric Sidescan Sonar Bottom Estimation Accuracy: Tilt Angles and Waveforms
Notice bibliographique
Résumé
This paper presents a detailed analysis of bottom estimation performance of bathymetric sidescan sonar. Both general and closed-form expressions for the cross correlations of the received backscatter across a receive array are determined for a square pulse, match-filtered square pulse, and a chirp Gaussian pulse. The closed-form expressions clearly show the contributions that the various error mechanisms make to the correlation. Through geometry, simulation, and the Cramer-Rao lower bound (CRLB), it is demonstrated that when the array is tilted, a double-angle region results, which requires two angles to be estimated rather than just one, if the location of the bottom is to be determined correctly. Estimating two angles requires an array with at least three elements as opposed to two elements typically employed in simple relative-phase bathymetric sidescan sonar. It is shown through simulation that multiple angle estimates made with a simple linear prediction algorithm attain estimates near the CRLB and that the CRLB can be used to establish confidence limits. The bottom estimation performance related to a match-filtered Gaussian pulse and Gaussian chirp pulse are compared with that obtained with a match-filtered square pulse. Little difference in performance is found except when the angle estimation accuracy is thermal noise limited and then the chirp pulse performs better because of the higher resultantsnr. A simple approximation procedure for predicting estimation performance is developed along with conditions for its application. Examples of bottom estimation performance are given for different array sizes, tilt angles, frequencies, and water types.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».