Hardware Implementation and RF High-Fidelity Modeling and Simulation of Compressive Sensing Based 2D Angle-of-Arrival Measurement System for 2–18 GHz Radar Electronic Support Measures
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
This article presents the hardware implementation and a behavioral model-based RF system modeling and simulation (M&S) study of compressive sensing (CS) based 2D angle-of-arrival (AoA) measurement system for 2-18 GHz radar electronic support measures (RESM). A 6-channel ultra-wideband RF digital receiver was first developed using a PXIe-based multi-channel digital receiver paired with a 6-element random-spaced 2D cavity-backed-spiral-antenna array. Then the system was tested in an open lab environment. The measurement results showed that the system can measure AoA of impinging signals from 2-18 (GHz) with overall RMSE of estimation at 3.60, 2.74, 1.16, 0.67 and 0.56 (deg) in L, S, C, X and Ku bands, respectively. After that, using the RF high-fidelity M&S (RF HF-M&S) approach, a 6-channel AoA measurement system behavioral model was also developed and studied using a radar electronic warfare (REW) engagement scenario. The simulation result showed that the airborne AoA measurement system could successfully measure an S-band ground-based target acquisition radar signal in the dynamic REW environment. Using the RF HF-M&S model, the applicability of the system in other frequencies within 2-18 (GHz) was also studied. The simulation results demonstrated that the airborne AoA measurement system can be used for 2-18 GHz RESM applications.
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 | 0,000 | 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