Range performance evaluation from the flight tests of a passive electro-optical aircraft detection sensor for unmanned aircraft systems
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 range performance evaluation of a multi-camera electro-optical aircraft detection instrument, “DragonflEYE,” was conducted. A “range at first detection” (R0) quantity, evaluated from the temporal signal-to-noise ratio of potential targets on a collision course, is proposed as a generic metric for evaluating electro-optical systems. The methodology and evaluation process are discussed. Efficacy of the approach was tested by flying multiple collision trajectories, with the instrument mounted onto a Bell 205 helicopter acting as a surrogate unmanned aircraft system, while an instrumented Bell 206 Jet-Ranger acted as the intruder. The R0 values were extracted and subsequently compared to visual estimates by the flight crew. A mean detection range of R0 = 6.3 ± 1.7 km was observed to be within the margin of error for flight-crew detection range of 4.8 ± 2.0 km. Sensitivity analysis was conducted on the choice of threshold and the sensor’s angular resolution, with increased resolution, yielded diminishing returns due to atmospheric extinction. Robustness was assessed by repeating the experiment on a different day with a secondary camera array, “Cerberus,” recording images simultaneously. The observed detection ranges were within the margin of error of prior estimates. In addition, measured ranges from Cerberus aligned with their predicted values.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle