MétaCan
Menu
Retour à la cohorte
Enregistrement W4410117156 · doi:10.1109/icns65417.2025.10976881

Flight Test Performance of an RFSoC Based Direct RF FMCW Radio Altimeter

2025· article· en· W4410117156 sur OpenAlexafffund
Abdessamad Amrhar, Victor Bursucianu, Jean-Marc Gagné, René Landry

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRadio frequencyAltimeterRemote sensingRadar altimeterComputer scienceTelecommunicationsGeology

Résumé

récupéré en direct d'OpenAlex

The radar altimeter (RA) is one of the most important sensors in avionics systems. It is the only sensor that reliably indicates altitude above the ground. With the roll-out of the 5G network, many concerns have been raised about the interference between the 5G network and radar altimeters. This issue highlights the importance of future-proofing avionics systems. One way to do this is by leveraging software-defined radio (SDR) technology. Advances in high-speed analogue-to-digital converters (ADCs) and digital-to-analogue converters (DACs) have made it possible to directly digitise the radio frequency (RF) signal and get rid of the RF mixing stage. This is called Direct RF Sampling (DRFS). This work aims to demonstrate the feasibility, capability, and performance of a DRFS radar altimeter based on the Xilinx RFSoC technology. The radar altimeter was tested in a laboratory environment and in a flight test. The laboratory test results show that the radar altimeter meets the MOPS tolerances. The flight test results show that the prototype is accurate at altitudes above <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\mathbf{5 0 0} \mathbf{f t}$</tex> but there are still some issues that need to be addressed. The results show that DRFS is a viable solution for high bandwidth systems like the radar altimeter.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,300

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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGNSS positioning and interferenceTravaux en français237 207