MétaCan
Menu
Retour à la cohorte
Enregistrement W2342733455 · doi:10.1109/joe.2015.2505778

A First-Order HF Radar Cross-Section Model for Mixed-Path Ionosphere–Ocean Propagation With an FMCW Source

2016· article· en· W2342733455 sur OpenAlexafffund
Shuyan Chen, Eric W. Gill, Weimin Huang

Notice bibliographique

RevueIEEE Journal of Oceanic Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefence Research and Development Canada
Mots-clésRadar cross-sectionIonosphereIonospheric heaterRadarBistatic radarPhysicsScatteringRemote sensingGeologyGeophysicsOpticsRadar imagingComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

A theoretical model of the first-order high-frequency (HF) radar cross section (RCS) for the ionosphere-ocean propagation involving a frequency-modulated continuous wave (FMCW) source is presented in this paper. Based on previous modeling involving the scattering of HF electromagnetic radiation from the ocean surface, an expression for the first-order electric field with an FMCW source is derived for the mixed-path case in which scattering occurs from both the ionosphere and the ocean surface. Then, this field is Fourier transformed and the frequency distribution of the demodulated electric field indicates range information of the ionosphere-ocean propagation. Subsequently, the first-order RCS is developed by assuming the ocean surface and the ionosphere are stochastic processes. To investigate the power spectrum of this ionospheric-clutter mode and its relative intensity to that of the ocean clutter, a normalized ionospheric-clutter power is simulated. Numerical simulation results are first compared with that of a pulsed radar for the same ocean scattering patch. Subsequently, it is shown how the ionosphere velocities and wavelengths, and wind directions affect the power spectrum for this ionosphere-ocean propagation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Oceanic EngineeringMême sujetRadar Systems and Signal ProcessingTravaux en français237 207