Matched-filter loss due to reflection from the sea surface: measurements and simulation
Notice bibliographique
Résumé
Acoustic reflection from the sea surface can cause signal distortion owing to the time-varying nature of the sea surface, leading to matched-filter loss and degraded sonar per-formance. Surface reflections were measured and simulated to quantify matched-filter loss as a function of signal duration (up to 8 s) for a linear frequency modulated (LFM) waveform spanning the 2000–4000 Hz band. The ‘exact’ boundary integral equation (IE) method was used for the simulation, following the 2D treatment in the literature. The IE method was extended to 3D and a comparison was made against the 2D method for a scaled down example; further testing will require more computational resources. A new IE-p method was also implemented in 2D and 3D where the surface is partitioned, each partition is solved using the IE method, and the solutions for each of the partitions is combined to form the total solution. The widely used Kirchoff approximation was also implemented in 2D and 3D. A 2D simulation using the IE, KA, and IE-p methods was performed to recreate an experiment done during the Littoral Continuous Active Sonar sea trial in 2018 where a source and receiver were separated by 110 m. The three methods gave similar results at this close range, whereas the KA method is not expected to perform as well at longer ranges with lower grazing angles and increased shadowing. The simulated matched-filter loss generally agreed with the measured loss as a function of duration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».