MétaCan
Menu
Retour à la cohorte
Enregistrement W4406857725 · doi:10.1109/trs.2025.3534521

Space-Domain Awareness Using Over-the-Horizon Radar

2025· article· en· W4406857725 sur OpenAlexaff
Simon Henault, Kyra Czarnowske, Yahia M. M. Antar

Notice bibliographique

RevueIEEE Transactions on Radar Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensRoyal Military College of CanadaDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésOver-the-horizon radarRadarHorizonComputer scienceSpace (punctuation)Remote sensingGeographyMathematicsTelecommunicationsGeometry

Résumé

récupéré en direct d'OpenAlex

The use of existing over-the-horizon radar (OTHR) systems as space-domain awareness (SDA) sensors is experimentally evaluated by tracking several International Space Station (ISS) passes under different solar activity conditions. Using range and Doppler measurements, a single-frequency ionospheric correction technique is introduced and is shown to be critical to the implementation of accurate SDA using OTHR. This single-frequency technique is also useful for monitoring the ionosphere total electron content (TEC) using a space target without very accurate prior knowledge of its orbital parameters. All measurements and orbit determination results are validated with truth data provided by the National Aeronautics and Space Administration (NASA). Although it is determined that angle-of-arrival (AOA) measurements are not accurate enough for accurate SDA, orbit determination using single-pass observations from a single site are shown to yield position and velocity errors that can be better than 500 m and 0.7 m/s with a radar bandwidth of only 10 kHz. Accurate SDA using OTHR is determined to be possible especially at night or in periods of solar minimum.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 GPT0,265
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Radar SystemsMême sujetAdvanced SAR Imaging TechniquesTravaux en français237 207