Sectorial direction finding antenna array with a MLP beamformer
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
Mobile terminal (MT) antennas used for satellite links require a tracking system to minimize the degradation caused by the vehicle's motion on the link performance with the satellite. In practice, azimuthal variations are more severe than elevation fluctuations and a one-axis only tracking system, working over a full 360-degree sector, is found to be appropriate. Typically, direction-finding (DF) can be performed with a monopulse system and beam-steering can be achieved mechanically or electronically. Due to the limited electrical size of MT antennas, the sum and difference beams of the standard monopulse system have poor directivity, which makes the tracking system prone to back-lobe locking. Our objective in this paper is to overcome this difficulty by proposing an enhanced monopulse system which is immune to back-lobe locking. This objective was achieved by the implementation of an artificial neural network (ANN) at the output of the antenna array. In this work, a fixed number of three array elements was used. One of the advantages of using an ANN is that the DF system can be trained to compensate for non-ideal behaviour or time degradations of RF circuit components, antenna elements, radomes etc. Such capabilities are demonstrated by the use of the fitting and regression properties of the multilayer neural feedforward with hyperbolic tangent decision functions.
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 | 0,000 | 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) | 0,001 | 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