The Effect of Radar Ocean Surface Sampling on Wave Spectrum Estimation Using X-Band Marine Radar
Notice bibliographique
Résumé
In this paper, the effect of the ocean surface sampling process on the ocean wave spectral estimation using the Cartesian Fourier transform (CFT) method on X-band marine radar data is investigated. Our analysis shows that the ocean surface sampling process involves a spatial averaging process that might be described as a 2-D low pass filter. Furthermore, a filter referred to as the inverse sampling averaging filter (ISAF) is proposed to be integrated with the CFT method in order to mitigate the effect of the sampling process. For validation, the CFT-with-ISAF method as well as the CFT-without-ISAF method were used to estimate ocean wave spectra and sea state parameters from X-band marine radar field data. The estimates from both methods were compared to ground truth estimates generated using TRIAXYS wave buoy data. The results show that the ISAF improves the CFT method in estimating ocean wave spectra. The recorded accuracy improvements in estimating the non-directional wave spectrum, the peak wave period, the mean wave period, the zero-crossing wave period, and the peak wave direction were 11%, 12%, 21%, 17%, and 34%, respectively. The performances of significant wave height estimation using the ISAF method and the standard CFT method were validated against ground truth estimates and found to be comparable.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».