HF Radar Ocean Surface Cross Section for the Case of Floating Platform Incorporating a Six-DOF Oscillation Motion Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To interpret the characteristics of ocean surface echo signals, the general first- and second-order high-frequency surface wave radar (HFSWR) ocean surface scattering cross sections are mathematically derived for an omnidirectional receiving antenna being deployed on a floating ocean platform incorporating a six-degree-of-freedom (DOF) oscillation motion model. The six-DOF oscillation motion includes sway, surge, yaw, heave, pitch, and roll. The derived radar cross sections can be degenerated to existing results involving some simple oscillation motion models or an onshore case. Simulation results show that six-DOF oscillation motion can induce additional peaks in radar spectra and these motion-induced peaks appear symmetrically in frequency. Furthermore, the positions and intensities of these motion-induced peaks depend on the angular frequency and amplitude of each 1-D oscillation motion. In particular, the intensities of the Bragg peaks may be lower than those of the motion-induced peaks in some conditions, which is an extremely important phenomenon for ocean remote sensing using floating-based platform HFSWR. In addition, yaw appears to have the largest effect on the radar spectra and the antenna should be placed near the center of rotation. Measured radar spectra also preliminarily confirmed the reliability of the derived scattering model. This article provides a significant theoretical foundation in future investigation and practical application of ocean remote sensing and moving target detection using floating-based platform HFSWR.
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.
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 découle