MétaCan
Menu
Retour à la cohorte
Enregistrement W2768339954 · doi:10.1109/jsen.2017.2774705

A Wideband, Low-Noise Accelerometer for Sonar Wave Detection

2017· article· en· W2768339954 sur OpenAlexafffund
Fatemeh Edalafar, S. Azimi, Abdul Qader Ahsan Qureshi, Bahareh Yaghootkar, Andrew Keast, Wolfgang Friedrich, Albert M. Leung, Behraad Bahreyni

Notice bibliographique

RevueIEEE Sensors Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUltra Electronics (Canada)Simon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser UniversityCMC MicrosystemsUniversity of Michigan
Mots-clésAccelerometerCapacitive sensingAcousticsWidebandBandwidth (computing)SonarDynamic rangeNoise (video)Sensitivity (control systems)Electronic engineeringEngineeringElectrical engineeringComputer sciencePhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents the development of a highperformance micromachined capacitive accelerometer for detection of sonar waves. The device is intended to replace existing hydrophones in towed array sonar systems, and thus, needs to meet stringent performance requirements on noise, bandwidth, and dynamic range, among others. The in-plane, single-axis accelerometer is designed based on a mode-tuning structural platform. A frame was used instead of a solid plate for the proofmass of the device, allowing us to push undesired vibration modes beyond the operating bandwidth of the device while enabling us to employ a portion of the area for capacitive sensing elements. The designed accelerometer was fabricated on a silicon-on-insulator wafer with 100-μm device layer with capacitive gaps of ~2.2 μm. The sensitivity of the accelerometer is 4 V/g with a noise spectral √ density of better than 350 ng/√Hz. The fundamental resonant frequency of the device is 4.4 kHz. The open-loop dynamic range of the accelerometer, while operating at atmospheric pressure, is better than 135 dB with a cross-axis sensitivity of less than 30 dB.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,501

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 Opus0,030
Tête enseignante GPT0,256
Écart entre enseignants0,226 · 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'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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207