Modelling uncertainty in an underwater acoustic positioning system
Notice bibliographique
Résumé
This paper develops a ray-based travel-time inversion to simulate the accuracy of an active underwater acoustic localization system, and examines the localization accuracy as a function of various sources of error and geometric and environmental factors.The system considered here simulates localizing an autonomous underwater vehicle using arrival times of acoustic transmissions from an onboard source as measured at hydrophones distributed spatially over a test range.Since localization uncertainty is a function of source location, uncertainties are calculated for the source at a grid of locations over the areas of the test bed.Localization accuracy is considered as a function of timing errors, uncertainty in hydrophone locations, target depth, variations in sound-speed profile, and hydrophone geometry. s o m m a i r eCet article dveloppe un inversion de temps d'arrive en traant des rayons pour simuler la prcision d'un systme actif de localisation acoustiques sous-marins, et examine la prcision de localisation en fonction de diverses sources d'erreur et de facteurs gomtriques et environnementale.Le systme considr ici simule la localisation d'un vhicule autonome sous-marin en utilisant les instants d'arrivs des transmissions acoustiques provenant d'une source bord tel que mesur partir d 'hydrophones rpartis spatialement sur une plage de test.Puisque l'incertitude de localisation est fonction de l'emplacement de la source, les incertitudes sont calcules pour la source une grille de lieux sur les zones du banc d'essai.La prcision de localisation est considre comme une fonction de synchronisation des erreurs, l'incertitude dans l 'emplacement des hydrophones, la profondeur des cibles, les variations du profile vitesse-son, et la gomtrie des hydrophones. Discover new heights in acoustics design
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 | 0,001 | 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) | 0,001 | 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 ».