MétaCan
Menu
Retour à la cohorte
Enregistrement W4312969092 · doi:10.52547/jgit.10.1.69

Comparison Study of Signal Processing Algorithms for 3D SAR Imaging of MM-WAVE GBSAR System

2022· article· en· W4312969092 sur OpenAlex
Benyamin Hosseiny, Jalal Amini, Safieddin Safavi‐Naeini

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

RevueJournal of Geospatial Information Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSignal processingAlgorithmSIGNAL (programming language)Artificial intelligenceComputer visionTelecommunicationsRadar

Résumé

récupéré en direct d'OpenAlex

This paper evaluates and compares the three-dimensional imaging algorithms for an mm-wave ground based synthetic aperture radar system. There has been significant attention to the development of new ground-based synthetic aperture radar (GBSAR) systems by increasing the demands for various radar remote sensing applications and data. GBSAR systems have unique capabilities, including optimum visual angle to the area of interest, high imaging rate, and low manufacturing and maintenance costs. However, the drawbacks of GBSAR systems can be their limited length of synthetic aperture and high variation between the near and far range comparing to the airborne and satéllite systems. These can affect the received signals and, consequently, the final radar image. To this end, in this paper, three signal processing algorithms, including the Backprojection (BP), Fourier Transform (FT), and Range Migration (RMA), are evaluated for three-dimensional SAR imaging of a GBSAR. This system operates in W frequency band and consists of a two-dimensional mechanical rail to generate a planar synthetic aperture. The above algorithm were investigated in a simulation environment using two different experiments, and the results were evaluated with four metrics, including angular resolution, peak sidelobe ratio (PSLR), integrated sidelobe ratio (ISLR), and signal-to-clutter ratio (SCR). According to the obtained results, all three algorithms presented acceptable imaging results. However, RMA demonstrated a high sensitivity of the target reflectivity to its distance from the zero Doppler line. Furthermore, RMA had more stability in decreasing the angular resolution by increasing the target's range than the BP and FT algorithms. In contrast, BP and FT obtained poor results in near-field areas. In the case of signal compression, generally, RMA got poor results compared to the other two algorithms, which led to inappropriate results in far distances. Because of having a similar attitude, BP and FT, mostly obtained similar results. However, FT obtained more appealing results with better angular resolution, while the BP algorithm demonstrated slightly better signal compression.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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