MétaCan
Menu
Retour à la cohorte
Enregistrement W3007646899 · doi:10.1002/mop.32337

Frequency diverse array with random logarithmically increasing frequency offset

2020· article· en· W3007646899 sur OpenAlexfundno aff
Gaojian Huang, Yuan Ding, Shan Ouyang, Vincent Fusco

Notice bibliographique

RevueMicrowave and Optical Technology Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Graduate EducationGuilin University of Electronic TechnologyQueen's UniversityNational Natural Science Foundation of ChinaQueen's University Belfast
Mots-clésOffset (computer science)TransmitterFrequency domainRadarRange (aeronautics)Computer scienceFrequency offsetAmbiguityElectronic engineeringAcousticsAlgorithmTelecommunicationsPhysicsEngineeringComputer visionOrthogonal frequency-division multiplexingChannel (broadcasting)Aerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The frequency diverse arrays (FDAs) have been extensively investigated since it can provide a unique angle‐range‐dependent beampattern. This range‐dependent characteristic can suppress the range ambiguous clutters, leading to many novel potential Radar applications. Two issues, however, exist in conventional FDA (CFDA) beampatterns, that is, range‐angle coupling and range periodicity. Therefore, for a CFDA Radar, target range information cannot be obtained directly from the beampattern peaks and target ambiguity occurs in the range domain. In this work, a new frequency diverse array (FDA) transmitter architecture with random logarithmically increasing frequency offset (log‐RFDA) is presented. It is shown that the proposed strategy provides a nonperiodic thumbtack‐like beampattern, eliminating the ambiguity in range domain, suffered in the CFDA Radar. Furthermore, reduced side lobe and higher detection resolution can be achieved, compared with the previously reported log‐FDA.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,177
Écart entre enseignants0,170 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrowave and Optical Technology LettersMême sujetRadar Systems and Signal ProcessingTravaux en français237 207