MétaCan
Menu
Retour à la cohorte
Enregistrement W2486722524 · doi:10.1002/lpor.201600019

Photonics for microwave measurements

2016· article· en· W2486722524 sur OpenAlexaff
Xihua Zou, Bing Lü, Wei Pan, Lianshan Yan, Andreas Stöhr, Jianping Yao

Notice bibliographique

RevueLaser & Photonics Review · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesZhejiang UniversitySouthwest Jiaotong UniversityNational Natural Science Foundation of ChinaSouthwest UniversityBeijing University of Posts and TelecommunicationsUniversity of SydneyFundamental Research Funds for the Central UniversitiesUniversity of KentNanjing University of Aeronautics and AstronauticsAlexander von Humboldt-Stiftung
Mots-clésPhotonicsMicrowaveBandwidth (computing)RadarMicrowave engineeringElectronic engineeringCenter frequencyRadio frequencyComputer scienceOpticsPhysicsTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract As an emerging topic, photonic‐assisted microwave measurements with distinct features such as wide frequency coverage, large instantaneous bandwidth, low frequency‐dependent loss, and immunity to electromagnetic interference, have been extensively studied recently. In this article, we provide a comprehensive overview of the latest advances in photonic microwave measurements, including microwave spectrum analysis, instantaneous frequency measurement, microwave channelization, Doppler frequency‐shift measurement, angle‐of‐arrival detection, time–frequency analysis, compressive sensing, and phase‐noise measurement. A photonic microwave radar, as a functional measurement system, is also reviewed. The performance of the photonic measurement solutions is evaluated and compared with the electronic solutions. Future prospects using photonic integrated circuits and software‐defined architectures to further improve the measurement performance are also discussed. image

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,008

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 Opus0,055
Tête enseignante GPT0,290
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations437
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaser & Photonics ReviewMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207