MétaCan
Menu
Retour à la cohorte
Enregistrement W2435405342 · doi:10.1109/radar.2016.7485160

Sub-Nyquist collocated MIMO radar in time and space

2016· article· en· W2435405342 sur OpenAlexfundno aff
David Cohen, Déborah Cohen, Yonina C. Eldar, Alexander M. Haimovich

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensnon disponible
Organismes subventionnairesAzrieli FoundationIsrael Science FoundationEuropean Commission
Mots-clésNyquist rateComputer scienceMIMOElectronic engineeringBistatic radarRadarBandwidth (computing)Nyquist–Shannon sampling theoremAntenna diversityNyquist frequencyContinuous-wave radarWaveformSpatial multiplexingSampling (signal processing)Real-time computingTelecommunicationsRadar imagingEngineeringWirelessBeamforming

Résumé

récupéré en direct d'OpenAlex

Multiple input multiple output (MIMO) radar exhibits several advantages with respect to traditional monostatic radar by exploiting transmit waveform diversity. Achieving high resolution requires a large number of transmit and receive antennas. In addition, the digital processing is performed on samples of the received signal at its Nyquist rate, which can be high. Overcoming the rate bottleneck, sub-Nyquist sampling methods have been proposed that break the link between monostatic radar signal bandwidth and sampling rate. In this work, we extend theses methods to MIMO radar and apply the Xampling framework both in the time and spatial domains, achieving reduction in the number of deployed antennas and the number of samples per receiver, without degrading the time and spatial resolutions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,173 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadar Systems and Signal ProcessingTravaux en français237 207