MétaCan
Menu
Retour à la cohorte
Enregistrement W4410761400 · doi:10.1364/ol.566671

Multiband microwave photonic radar with increased target detection ability

2025· article· en· W4410761400 sur OpenAlexaff
Jinxin Li, Yuhang Xie, Jianghai Wo

Notice bibliographique

RevueOptics Letters · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésOpticsMicrowaveRadarPhotonicsPhysicsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

We propose and demonstrate a novel, to the best of our knowledge, multiband microwave photonic radar, with increased target detection ability. An optical frequency shifting loop (OFSL) is employed in which a pulsed optical carrier modulated by a linearly frequency-modulated (LFM) waveform is recirculating in the loop to generate a series of optical waveforms with increased central frequencies and bandwidths. By beating the optical waveforms at the output of the OFSL with the optical carrier, a multiband LFM microwave waveform is generated, which is transmitted to free space via an antenna. At the same time, a portion of the multiband microwave waveform is sent to the radar receiver as a reference waveform. At the radar receiver, the multiband microwave waveform reflected by a target is received, which is de-chirped by mixing it with the reference waveform. Experimental verification of a radar system consisting of three-band (C-band, X-band, and Ku-band) LFM waveforms with instantaneous bandwidths of 1, 2, and 3 GHz, respectively, is performed. The range resolutions for the three bands are measured to be 15.98, 8.39, and 5.64 cm, respectively. By leveraging different frequency bands, the multiband radar can mitigate the limitations of single-band radars, such as material absorption and resolution constraints, to provide optimal performance in terms of detection range, range resolution, and detectability.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,203
Écart entre enseignants0,198 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207