MétaCan
Menu
Retour à la cohorte
Enregistrement W3081612597 · doi:10.3390/rs12172807

Motion Parameter Identification and Motion Compensation for Shipborne HFSWR by Using the Reference RF Signal Generated at the Shore

2020· article· en· W3081612597 sur OpenAlexaff
Di Zhu, Jiong Niu, Ming Li, Ling Zhang, Yonggang Ji, Q. M. Jonathan Wu

Notice bibliographique

RevueRemote Sensing · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSIGNAL (programming language)AcousticsAmplitudeRotation (mathematics)RadarCompensation (psychology)Radio frequencyMotion compensationPhysicsTranslation (biology)Computer scienceRemote sensingOpticsGeologyTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The shipborne high-frequency surface wave radar (HFSWR) platform produces six degrees of freedom (DOF) motion at sea, which affects the performance of radar target detection and remote sensing of ocean surface dynamics parameters. Motion compensation can mitigate the effect of six-DOF motion, but motion parameters (including amplitude and angular frequency) need to be known. Motion parameters obtained by using high precision sensors are affected by the precision error and time delay, thus affecting the effect of motion compensation. To obtain the motion parameters accurately and in real time, a method of identifying the motion parameters by using an artificially transmitted reference radio frequency (RF) signal generated at the shore is proposed. Based on the results of the parameter identification, the reference RF signal and the first-order radar cross-sections (RCSs) modulated by six-DOF motion of the shipborne HFSWR platform can be compensated. The identification of angular frequency is divided into two steps: (1) Preliminary identification results are obtained by using the reference RF signal; (2) the pattern search method is used to further improve the identification accuracy of angular frequency. The amplitude of translation (including surge and sway) can be identified accurately through the reference RF signal. Due to the small amplitude of rotation (including roll, pitch, and yaw), it needs to be identified by the reference RF signal and pattern search method. After identifying the motion parameters, division in the time domain is used for motion compensation. Through the simulation results, both translation and rotation have good motion compensation effects. In addition, the method of using high precision sensors to obtain motion parameters and compensation is compared with the method in this paper, the simulation results of motion compensation show that the latter is better.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,244
Écart entre enseignants0,186 · 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 tête enseignante, 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetOcean Waves and Remote SensingTravaux en français237 207