MétaCan
Menu
Retour à la cohorte
Enregistrement W3126051646 · doi:10.1049/sil2.12011

Robust Wiener filter‐based time gating method for detection of shallowly buried objects

2021· article· en· W3126051646 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIET Signal Processing · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésConstant false alarm rateClutterWiener filterComputer scienceGatingFilter (signal processing)DetectorArtificial intelligenceObject detectionPattern recognition (psychology)Computer visionMatched filterAlgorithmRadarTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract A robust method for ultra‐wideband (UWB) imaging of buried shallow objects based on time gating, Wiener filtering, as well as constant false alarm rate (CFAR) is proposed. Moreover, it is demonstrated that Wiener filtering can be used as a clutter removal tool in UWB signal applications. Basically, the problem with time gating method is that the length of the timing window for unknown targets cannot be determined accurately in advance. In fact, it is a blind methodology and some targets can be missed due to a lack of pre‐knowledge about their depth. Imprecise window length selection leads to missing some parts of the target signals along with the clutter, which in turn increases the missed detection rate. Herein, an algorithm to tackle this problem is proposed by using a Wiener filter along with CFAR as a primary detector of the target positions employing average similarity function imaging. The time gating method is then built on top of the information achieved for the window length selection from the primary detection. The combination of the two steps provides better detection of shallowly buried objects with less missed detection of targets, besides having fewer artefacts in comparison to other methods.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,503

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 technologies0,0000,000
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 Opus0,029
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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