The Effect of Directional Ambient Noise on an Underwater Acoustic Link in Shallow Environments
Notice bibliographique
Résumé
To evaluate the performance of underwater acoustic communication systems, it is typically assumed that the noise at the receiver is uncorrelated spatially and temporally. This assumption underestimates the impact of acoustic ocean ambient noise on the performance of communication systems. In this article, the impact of ocean ambient noise on a coherent acoustic communication system is analyzed. The communication performance is assessed in narrowband conditions at a center frequency of <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">${\text{2.048}\;\text{kHz}}$</tex-math></inline-formula> using the noise measurements from two different experiments—DalComm1 and the shallow water Canada Basin acoustic propagation experiment (SW CANAPE). DalComm1 focuses on characterizing the acoustic channel over ranges of 1–10 km on the Nova Scotian littoral, while the spatio-temporal variability of noise propagation in shallow and deep water environments was characterized during the CANAPE experiments. The ambient noise coherence and directionality in both environments were also measured. Two distinct noise modeling methodologies are presented to represent realistic synthetic ambient noise with defined directionality. Further, the synthetic noise is validated against measured ambient noise. The impact of ambient noise characteristics on an optimum space-time filter is characterized. A frame structure with an optimum training duration is also defined for the adaptive filter. It is observed that the bit-error rate of the space-time filter depends on optimizing the training and payload duration in the received signal.
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 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) | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».