Validation and Evaluation of a Ship Echo-Based Array Phase Manifold Calibration Method for HF Surface Wave Radar DOA Estimation and Current Measurement
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
Shore-based phased-array HF radars have been widely used for remotely sensing ocean surface current, wave, and wind around the world. However, phase uncertainties, especially phase distortions, in receiving elements significantly degrade the performance of beam forming and direction-of-arrival (DOA) estimation for phased-array HF radar. To address this problem, the conventional array signal model is modified by adding a direction-based phase error matrix. Subsequently, an array phase manifold calibration method using antenna responses of incoming ship echoes is proposed. Later, an assessment on the proposed array calibration method is made based on the DOA estimations and current measurements that are obtained from the datasets that were collected with a multi-frequency HF (MHF) radar. MHF radar-estimated DOAs using three calibration strategies are compared with the ship directions that are provided by an Automatic Identification System (AIS). Additionally, comparisons between the MHF radar-derived currents while using three calibration strategies and Acoustic Doppler Current Profilers (ADCP)-measured currents are made. The results indicate that the proposed array calibration method is effective in DOA estimation and current measurement for phased-array HF radars, especially in the phase distortion situation.
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