Analysis of Swath Bathymetry Sonar Accuracy
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
The practical limitations of many bottom mapping sonars lie in their ability to accurately estimate the angle of arrival. This paper addresses the accuracy of angle estimation when employed to determine the location of an extended target such as the bottom. A Gaussian model is assumed for the bottom backscatter and the corresponding Cramer-Rao lower bound for the variance of the angle estimate is determined for multi-element linear arrays. The paper focuses on determining the performance of high-resolution swath bathymetry sonars and, therefore, concentrates on the ability to determine bottom location with short pulses. Two error mechanisms, footprint shift and uncorrelated noise, are identified as important contributors to measurement errors. The two-element interferometric sonar configuration is investigated in detail. It is shown through the use of probability distributions, the Cramer-Rao bound, and simulation that it is difficult to get a good estimate of performance through simulation alone. Performance enhancement through pre-estimation and post-estimation averaging of multiple snapshots and changes in performance with pulse length and pulse rise time are also considered. Bottom estimation performance employing multi-element arrays is compared and contrasted with that of the two-element interferometric array. It is determined that there is little benefit associated with the multi-element array in terms of angle estimation performance alone. However, when other considerations such as angle ambiguities, multiple angles of arrival, and physical shortcomings associated with practical arrays are taken into account, the multi-element array is favored.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 découle