Estimation and Utilization of the Geomagnetic Field Inhomogeneities Using the Relaxation Characteristics of the FID Signal in an Overhauser Magnetometer
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
Accurate measurement of geomagnetic field inhomogeneity commonly necessitates the use of two or more magnetic sensors for differential measurements, and most of the geomagnetic sensors are unusable in large inhomogeneous fields. To address these issues, this paper presents a new approach for estimating the geomagnetic field’s inhomogeneities based on a single Overhauser magnetometer. Firstly, we establish the improved free induction decay (FID) signal model by integrating the phases of all protons over the entire Overhauser sensor in arbitrary inhomogeneous fields, which enables the inversion of the geomagnetic field gradient using the relaxation characteristics of the FID signal. Then, we propose a composite algorithm designed to accurately derive the relaxation parameters of the FID signal by carefully extracting and denoising its envelope, and after that calculate the gradient of the geomagnetic field by the above FID signal model. Moreover, we designed a specialized Overhauser magnetic sensor prototype for measuring geomagnetic gradients and conducted experiments on a dedicated experimental platform. The designed prototype successfully measured the magnetic gradient even under high gradients of up to 10,005 nT/m, yielding a measurement error of 15.83%, with one sensor in the experiments. Additionally, we employed this method to successfully detect unexploded ordnance (UXO) using the transverse relaxation time of the FID signal as an indicator. This application further validates the effectiveness and practicality of our proposed methodology.
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