Analyze the FMCW Waveform Skin Return of Moving Objects in the Presence of Stationary Hidden Objects Using Numerical Models
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
In this paper, a high-performance antenna array system model is presented to analyze moving-object-skin-returns and track them in the presence of stationary objects using frequency modulated continuous wave (FMCW). The main features of the paper are bonding the aspects of antenna array and electromagnetic (EM) wave multi-skin-return modeling and simulation (M&S) with the aspects of algorithm and measurement/tracking system architecture. The M&S aspect models both phase and amplitude of the signal waveform from a transmitter to the signal processing in a receiver. In the algorithm aspect, a novel scheme for FMCW signal processing is introduced by combining time- and frequency-domain methods, including a vector moving target indication filter and a vector direct current canceller in time-domain, and a constant false alarm rate detector and a mono-pulse digital beamforming angle tracker in frequency-domain. In addition, unlike previous designs of using M×N fast Fourier transform (FFT) for an M×N array, only four FFTs are used, which tremendously saves time and space in hardware. With the presented model, the detection of the moving-target-skin-return in stationary objects under a noisy environment is feasible. Therefore, to track long range and high-speed objects, the proposed technique is promising. Using a scenario having 1) a target with 17 dBm2 radar cross section (RCS) at about 40 km range with 5.93 Mach speed and 11.6 dB post processing signal to noise ratio, and 2) a strong stationary clutter with 37 dBm2 RCS located at the proximity of the target, it demonstrates that the root-mean-square errors of range, angle and Doppler measurements are about 26 meters, 0.68 degree and 1100 Hz, respectively.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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