Development of a Very Faint Meteor Detection System based on an EMCCD Sensor and Matched Filter Processing
Notice bibliographique
Résumé
The mass ranges of meteors, imaged by electro-optical (EO) cameras and backscatter radar receivers, for the most part do not overlap. Typical EO systems detect meteoroid masses down to 10$^{-5}$ kg or roughly magnitude +2 meteors when using moderate field of view optics, un-intensified optical components, and meteor entry velocities around 45 km/sec. This is near the high end of the mass range of typical meteor radar observations. Having the same mass meteor measured by different sensor wavelength bands would be a benefit in terms of calibrating mass estimations for both EO and radar. To that end, the University of Western Ontario (UWO) has acquired and deployed a very low light imaging system based on an electron-multiplying CCD camera technology. This embeds a very low noise, per pixel intensifier chip in a cooled camera setup with various options for frame rate, region of interest and binning. The EO system of optics and sensor was optimally configured to collect 32 frames per second in a square field of view 14.7 degrees on a side, achieving a single-frame stellar limiting magnitude of m$_G$ = +10.5. The system typically observes meteors of +6.5. A key development in this pipeline has been the first true application of matched filter processing to process the faintest meteors possible in the EMCCD system while also yielding high quality automated metric measurements of meteor focal plane positions. With pairs of EMCCD systems deployed at two sites, triangulation and high accuracy orbits are one of the many products being generated by this system. These measurements will be coupled to observations from the Canadian Meteor Orbit Radar (CMOR) used for meteor plasma characterization and the Canadian Automated Meteor Observatory (CAMO) high resolution mirror tracking system.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».