文献
J-GLOBAL ID:202102250834080934   整理番号:21A2318529

スパースセンサネットワークを用いた損傷イメージングのための改善多重信号分類(Am-MUSIC)【JST・京大機械翻訳】

Ameliorated-multiple signal classification (Am-MUSIC) for damage imaging using a sparse sensor network
著者 (9件):
資料名:
巻: 163  ページ: Null  発行年: 2022年 
JST資料番号: T0514A  ISSN: 0888-3270  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多重信号分類(MUSIC),方向走査および探索アルゴリズムは,フェイズドアレイ促進非破壊評価において,その突出を獲得した。それにもかかわらず,優勢なMUSICアルゴリズムは,検査された試料の完全な平面領域へのアクセスに失敗する高密度線形アレイの使用と大きく結合し,アレイがスキャンに失敗するブラインドゾーンを残し,もう1つから近接する多重損傷サイトを区別できない。上記の限界を破るために,従来のMUSICアルゴリズムを,散乱信号系列の代わりに,励起信号系列を用いて各画素で信号表現行列を操作することにより,本研究で改善して,任意位置変換器を有するスパースセンサネットワークの使用を可能にした。改善MUSIC(Am-MUSIC)では,信号表現行列に固有な信号部分空間と雑音部分空間間の直交属性を定量化し,Am-MUSICが検査された試料の全空間スペクトルを与え,損傷をスペクトルで可視化できる。Am-MUSICを,スパースセンサネットワークを有する板様導波路における損傷の単一および多重サイトを評価することによって,シミュレーションと実験の両方で検証した。結果は,i)Am-MUSIC駆動損傷イメージングの検出可能性が損傷量によって制限されないことを検証した。ii)Am-MUSICはサンプルに完全アクセスし,ブラインドゾーンを除去する。およびiii)改善は,フェーズドアレイ促進非破壊評価から,ビルトインスパースセンサネットワークを用いた健康モニタリングへの従来のMUSICを拡張する。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
信号理論  ,  アンテナ 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る