MétaCan
Menu
Retour à la cohorte
Enregistrement W2966233212 · doi:10.4236/pos.2019.101001

The CanX-7 ADS-B Mission: Signal Propagation Assessment

2019· article· en· W2966233212 sur OpenAlexaff
Ron Vincent, Kelly Freitag

Notice bibliographique

RevuePositioning · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensCanadian Forces CollegeRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésNadirSatelliteGeodesyRemote sensingAntenna (radio)SIGNAL (programming language)GeologyTelecommunicationsPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

The CanX-7 Automatic Dependent Surveillance-Broadcast (ADS-B) nanosatellite mission collected more than four million ADS-B messages between October 2016 and April 2017. An analysis of data collected over the north Atlantic Ocean from 05 to 28 Oct included 20,707 position messages in which the angle from satellite nadir to aircraft was determined. The proximity of the received signal strength to the noise floor of the sensor allowed for an analysis of optimal aircraft-satellite orientation for ADS-B transmission detection. The results showed a significant disparity between descending and ascending passes of the satellite. For descending passes, the average nadir angle was 50.1° with 90% of the contacts greater than 40°. The ascending passes had an average nadir angle of 31.6° with only 24.8% of the contacts exceeding 40°. The evidence suggests that the satellite magnetic torquer may not have been fully aligned with the north magnetic pole as the satellite moved northward, resulting in ascending pass nadir angles that were not reflective of the full range of values. Further analysis of the descending passes showed agreement with an ADS-B signal propagation model with peak reception at nadir angles of 51° ± 8°. For space-based ADS-B operations, the results support the replacement of the current aircraft upper quarter-wave monopole to an antenna that will transmit more energy directly above the airframe.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePositioningMême sujetSatellite Communication SystemsTravaux en français237 207