Ocean Surface Cross Section for Bistatic HF Radar Incorporating a Six DOF Oscillation Motion Model
Notice bibliographique
Résumé
To investigate the characteristics of sea clutter, based on ocean surface electromagnetic scattering theory, the first- and second-order ocean surface scattering cross sections for bistatic high-frequency (HF) radar incorporating a multi-frequency six degree-of-freedom (DOF) oscillation motion model are mathematically derived. The derived radar cross sections (RCSs) can be reduced to the floating platform based monostatic case or onshore bistatic case for corresponding geometry setting. Simulation results show that the six DOF oscillation motion will result in more additional peaks in the radar Doppler spectra and the amplitudes and frequencies of these motion-induced peaks are decided by the amplitudes and frequencies of the oscillation motion. The effect of the platform motion on the first-order radar spectrum is greater than that of the second-order, and the motion-induced peaks in the first-order spectrum may overlap with the second-order spectrum. Furthermore, yaw is the dominant factor affecting the radar spectra, especially the second-order. Moreover, the effect of platform motion on radar spectra and the amplitudes of the second-order spectrum decreases as the bistatic angle increases. In addition, it should be noted that the amplitudes of the Bragg peaks may be lower than those of the motion-induced peaks due to the low frequency (LF) oscillation motion of the floating platform, which is an important finding for the applications of the floating platform based bistatic HF radar in moving target detection and ocean surface dynamics parameter estimation.
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 | 0,001 | 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 ».