MétaCan
Menu
Retour à la cohorte
Enregistrement W2808006905 · doi:10.1109/icnsurv.2018.8384884

In-flight performance of a multi-mode software defined radio architecture for universal avionic radios

2018· article· en· W2808006905 sur OpenAlexafffund
Anh-Quang Nguyen, Abdessamad Amrhar, René Landry

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Test Systems
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAvionicsSoftware-defined radioIntegrated modular avionicsSoftwareComputer scienceEmbedded systemAvionics softwareTransponder (aeronautics)Reliability engineeringEngineeringSystems engineeringTelecommunicationsSoftware qualityOperating systemSoftware developmentAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Recently, a lot of effort has gone into responding to the increasing demands of a new generation of RF avionics, which must not only meet the Size, Weight, Power, and Cost (SWaP-C) constraints but also be compatible with the current and future standards. Among the solutions in studied, the implementation of Software Defined Radio (SDR) into avionics has been proven as one of the most promising. Previously presented as the Multi-Mode Software Defined Avionics Radio (MM-SDAR) architecture, the SDR avionics prototype of the AVIO-505 project at LASSENA has shown its potentials in laboratory tests using certified equipment. Results obtained in controlled environments experimentation show that the MM-SDAR can meet the Minimum Operational Performance Standards (MOPS) for the Signal-Of-Interest (SOI), naming just a few, Automatic Dependent Surveillance-Broadcast (ADS-B In/Out), Distance Measuring Equipment (DME) and Transponder Mode S (TMS). Over the past three years, flight tests have been completed in order to evaluate the potential and performances of the MM-SDAR, with promising results. This article aims mainly to examine the details of selected flight tests (scenarios, installation, configuration, etc.), and most importantly, the associated performance analysis. On the one hand, the results described herein confirm the operation of the MM-SDAR in flight condition, which is crucial for avionics architecture. On the other hand, they illustrate the benefits as compared to the corresponding avionics system, and the current limits of the MM-SDAR, which will become valuable data for further future development.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEngineering and Test SystemsTravaux en français237 207