MétaCan
Menu
Retour à la cohorte
Enregistrement W4288070427 · doi:10.18280/ts.390308

Envelope Detection by Shannon Energy Calculation in DCT Domain and DFS-Based Notch Filter for Interference Mitigation in GNSS Receivers

2022· article· en· W4288070427 sur OpenAlexvenueno aff
Zaki Aissam Khezzar, Redha Benzid, Lamir Saidi, Mostafa Kamel Smail

Notice bibliographique

RevueTraitement du signal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsDiscrete cosine transformInterference (communication)Energy (signal processing)Band-stop filterEnvelope detectorAlgorithmFilter (signal processing)Computer scienceFrequency domainSIGNAL (programming language)Envelope (radar)Electronic engineeringAcousticsMathematicsLow-pass filterTelecommunicationsPhysicsBandwidth (computing)EngineeringComputer visionChannel (broadcasting)StatisticsAmplifier

Résumé

récupéré en direct d'OpenAlex

A new pre-correlation technique to enhance the Global Navigation Satellite Systems (GNSS) receivers, against the continuous wave interferences (CWI), is presented. Accordingly, the detection and the localisation procedure are constituted of many steps. First, the discrete cosine transform (DCT) is applied on the contaminated signal. Next, the Shannon-energy envelope detector, in the DCT-domain, is accomplished. Then, all envelope magnitudes above a predefined threshold, representing the interference components, are localized in the frequency domain. The following step consists in the use of the discrete Fourier series (DFS) technique to calculate the corresponding contributing harmonics of the CW interferences. Finally, the interference is reduced efficiently by a subtraction of its approximated version from the original contaminated signal. The results provided from the simulation prove that the DFS-based notch filter in terms of signal quality restoration, for both single-tone and multi-tone, is of superior performance compared to the classical notch filtering.

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 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,414

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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetSoil Moisture and Remote SensingTravaux en français237 207