MétaCan
Menu
Retour à la cohorte
Enregistrement W305018752

A Calibration Procedure for an HFSWR Receive Array

2001· article· en· W305018752 sur OpenAlexaboutno aff
Eric K. Hung

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalibrationInterference (communication)Phase (matter)AmplitudeNoise (video)Antenna (radio)OpticsMatrix (chemical analysis)RadarAcousticsPhysicsRemote sensingComputer scienceMathematicsGeologyTelecommunicationsStatisticsMaterials scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report contains a description and performance evaluation of the matrix calibration method developed by the author in 1995 for the receive antenna array in the high frequency surface wave radar (HFSWR) at Cape Race, Newfoundland. The evaluation compares this method with two other methods: (a) the phase-only calibration method being used, and (b) an assumed gain-and-phase method that equalizes the complex element output amplitudes of signals in the boresight direction. The results showed that the matrix calibration method had the most accurate direction estimates, the narrowest spectral peaks, the best resolution of closely space targets, and the lowest signal-to-interference-plus-noise ratio (SINR) threshold for target detection. The phase-only and gain-and-phase methods had false target tracks and direction-dependent biases in direction estimates. The phase-only method also had a line splitting problem. Based on the difference in SINR thresholds for target detection, the matrix calibration method could increase the present maximum nighttime target detection range of the HFSWR by more than 50% in situations where the interference is highly directional and extremely strong.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,007

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 Opus0,021
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetRadar Systems and Signal ProcessingTravaux en français237 207