Precision Measurements of Radar Transverse Scattering Speeds From Meteor Phase Characteristics
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
Abstract In this paper, we describe an improved technique for using the backscattered phase from meteor radar echo measurements just prior to the specular point ( t 0 ) to calculate meteor speeds and their uncertainty. Our method, which builds on earlier work of Cervera et al. (1997, https://doi.org/10.1029/96RS03638 ), scans possible speeds in the Fresnel distance‐time domain with a dynamic, sliding window and derives a best‐speed estimate from the resultant speed distribution. We test the performance of our method, called pre‐ t 0 speeds by sliding‐slopes technique (PSSST), on transverse scattered meteor echoes observed by the Middle Atmosphere Alomar Radar System (MAARSY) and the Canadian Meteor Orbit Radar (CMOR) and compare the results to time‐of‐flight and Fresnel transform speed estimates. Our novel technique is shown to produce good results when compared to both model and speed measurements using other techniques. We show that our speed precision is ± 5% at speeds less than 40 km/s, and we find that more than 90% of all CMOR multistation echoes have PSSST solutions. For CMOR data, PSSST is robust against the selection of critical phase value and poor phase unwrapping. Pick errors of up to ± 6 pulses for meteor speeds less than about 50 km/s produce errors of less than ± 5% of the meteoroid speed. In addition, the width of the PSSST speed Kernel density estimate (KDE) is used as a natural measure of uncertainty that captures both noise and t 0 pick uncertainties.
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 | 0,000 | 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 | 0,001 | 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 découle