MétaCan
Menu
Retour à la cohorte
Enregistrement W2364254628

Clutter Simulation and Compress of ISAR Imaging in Targets on Sea Surface

2007· article· en· W2364254628 sur OpenAlexaff
YU Wen-xian, Atr Key

Notice bibliographique

RevueModern Radar · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésClutterConstant false alarm rateInverse synthetic aperture radarComputer scienceArtificial intelligenceComputer visionRadarRemote sensingRadar imagingGeologyTelecommunications
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

When an inverse synthetic radar(ISAR) imaging the targets on sea surface,sea clutter may decrease the imaging performance.In this paper,we analyze the clutter probability distribution function,and examine the temporal and spatial correlation properties of the clutter.A sea-clutter simulation method is presented,and an algorithm to reject the sea clutter in ISAR signals is proposed.In the simulation method,the K-distribution coherent clutter is generated by spherically invariant random process,followed by two linear transformations,the two dimensional clutter with the given temporal and spatial correlation is obtained.In order to improve the ISAR images quality in presence of sea clutter,we set an appropriate threshold in the ISAR images through the constant false alarm rate processing,hence the scatter signals are retained and sea clutter is rejected.Finally the simulation results demonstrate the effectiveness of the algorithm.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,279
Écart entre enseignants0,255 · 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 tête enseignante, 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern RadarMême sujetUnderwater Acoustics ResearchTravaux en français237 207