MétaCan
Menu
Retour à la cohorte
Enregistrement W3168944360 · doi:10.21203/rs.3.rs-422916/v1

A Low Complexity STPAP Algorithm based on Alternating Polarization Sensitive Array

2021· preprint· en· W3168944360 sur OpenAlex
Shuang Sha, Tingting Lu, Hao Zhang, T. Aaron Gulliver

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

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueRadar Systems and Signal Processing
Établissements canadiensUniversity of Victoria
Organismes subventionnairesAmerican Political Science Association
Mots-clésPolarization (electrochemistry)Computer scienceAlgorithmChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background : Space-time adaptive processing (STAP) has been widely used in the fields of communication, radar, and navigation anti-jamming. However, the traditional scalar array used by STAP has certain limitations,because it can only obtain spatial information. In order to further improve the performance of the space-time domain joint filtering technology, this paper replaces the traditional scalar array with an alternating polarization sensitive array (APSA). Compared with the dual polarization sensitive array (DPSA), it can not only obtain the polarization information of the signal, but also reduce the computational complexity of the algorithm. Methods : Using the polarization information of the signals, this paper realizes an alternate polarization sensitive array space-time-polarization adaptive processing algorithm (APSA-STPAP) based on the linear variance minimum criterion (LCMV). Different from the traditional LCMV criterion, this paper takes the space-time polarization joint steering vector of the desired signal and the interference signal as the constraint matrix, and uses the "1 condition" and "zero condition" as the constraint conditions to effectively suppress the interference signal and enhance the expectation signal. Results : The simulation results show that: (1) APSA-STPAP algorithm can achieve the same filtering effect as DPSA-STPAP algorithm. From the perspective of the spatial domain, time domain and polarization domain, it can form null in the direction of interference, effectively suppress the interference signal, and realize space-time-polarization adaptive processing. (2) Under the same conditions, APSA-STPAP algorithm can achieve the same filtering effect as DPSA-STPAP algorithm. there is a big difference between the two algorithms, APSA-STPAP algorithm can effectively reduce the amount of computation. Moreover, the dipole of alternating polarization sensitive array is halved, which reduces the coupling effect between electric dipoles, and is conducive to engineering implementation. (3) APSA-STPAP algorithm can maintain good anti-interference performance even when the electric dipole and anti-jamming degree of freedom are reduced by half, and its anti-jamming performance is similar to that of polarization sensitive array. The output SINR of DPSA-STPAP algorithm is about 3dB higher than that of APSA-STPAP algorithm. There is little difference between the anti- interference performance of APSA and DPSA.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,002
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 GPT0,340
Écart entre enseignants0,282 · 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