Infrared imaging at hypersonic speeds: assessing sub-microsecond exposure
Notice bibliographique
Résumé
Acquiring clear radiometric imagery of high velocity targets requires perfect synchronization, an ultra-short exposure time (ET), and good signal to noise ratio (SNR). Recent demand for advanced infrared (IR) imaging capabilities optimized for hypersonic applications necessitates the exploration of existing IR imaging systems capable of accessing sub-microsecond exposures. Currently, top performing commercial off-the-shelf (COTS) IR cameras are not designed to reach such exposures, however some are not necessarily unable. Traditionally, even when hardware may be capable, these exposures are left inaccessible by the system firmware as a design choice, as pushing the boundary of low ET necessitates a tradeoff between key imaging requirements and design choices which would not be well suited for traditional scientific IR imaging. This study investigates the feasibility of unlocking sub-microsecond exposure on currently produced cooled infrared scientific imaging instruments produced by Telops (Québec, Canada). Our research includes a comprehensive evaluation of the systems’ capabilities, and performance under various expected conditions simulating hypersonic test environments. Key metrics including expected signal levels, noise, temperature calibration range, and well depth will be addressed and analyzed alongside a study of the systems’ intrinsic performance capabilities. Finally, this study will outline the technical challenges expected, solutions proposed, and the implications of our results for future development. Ultimately, the culmination of these findings suggests that current IR camera technology holds the potential to be optimized for hypersonic research and paves the way for imminent development of such tools.
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 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) | 0,001 | 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 tête enseignante, 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 ».