論文の概要: Impact of Fasteners on the Radar Cross-Section performance of Radar Absorbing Air Intake Duct

• arxiv url: http://arxiv.org/abs/2503.00914v1
• Date: Sun, 02 Mar 2025 14:27:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:13:03.575053
• Title: Impact of Fasteners on the Radar Cross-Section performance of Radar Absorbing Air Intake Duct
• Title（参考訳）: レーダ吸気ダクトのレーダ断面積性能に及ぼすファスナーの影響
• Authors: Vijay Kumar Sutrakar, Anjana P K,
• Abstract要約: 厚さ6.25mmのレーダー吸収材は、4から18GHzの周波数で10dB以上の反射損失を与えるように設計されている。 RASのRCS特性を周波数1～18GHzの異なる長さのダクトに対して評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: An aircraft consists of various cavities including air intake ducts, cockpit, radome, inlet and exhaust of heat exchangers, passage for engine bay/other bay cooling etc. These cavities are prime radar cross-section (RCS) contributors of aircraft. The major such cavity is air intake duct, and it contributes significantly to frontal sector RCS of an aircraft. The RCS reductions of air intake duct is very important to achieve a low RCS (or stealthy) aircraft configuration. In general, radar absorbing materials (RAM) are getting utilized for RCS reduction of air intake duct. It can also be noticed that a large number of fasteners are used for integration of air intake duct with the aircraft structures. The installation of fasteners on RAS may lead to degradation of RCS performance of air intake. However, no such studies are reported in the literature on the impact of rivets on the RCS performance of RAS air intake duct. In this paper, radar absorbing material of thickness 6.25 mm is designed which givens more than -10 dB reflection loss from 4 to 18GHz of frequencies. Next, the effect of rivet installation on these RAS is carried out using three different rivet configurations. The RCS performance of RAS is evaluated for duct of different lengths from 1 to 18GHz of frequencies. In order to see the RCS performance, five different air intake cases are considered The RCS performance with increase in percentage surface area of rivet heads to RAS is reported in detail. At the last, an open-source aircraft CAD model is considered and the RCS performance of RAS air intake with and without rivets is evaluated.
• Abstract（参考訳）: 航空機は、吸気ダクト、コックピット、ラドメ、入江と熱交換器の排気、エンジンベイ/その他のベイ冷却のための通路などを含む様々なキャビティから構成される。 これらのキャビティは、航空機の主レーダー断面(RCS)コントリビュータである。 主な空洞は吸気ダクトであり、航空機のフロントセクターRCSに大きく貢献する。 吸気ダクトのRCS低減は、低RCS(またはステルスシー)航空機の構成を達成するために非常に重要である。 一般に、レーダ吸収材(RAM)は、吸気ダクトのRCS低減に活用されている。 また、航空機の構造と吸気ダクトの統合に多くのファスナーが使用されていることにも気づく。 RASにファスナーを装着すると、空気摂取のRCS性能が低下する可能性がある。 しかし, RAS吸気ダクトのRCS性能に及ぼすリベットの影響については文献に報告されていない。 本稿では,厚さ6.25mmのレーダ吸収材を設計し,10dB以上の反射損失を4～18GHzの周波数で付与する。 次に、これらのRASに対するリベットインストールの効果を、3つの異なるリベット構成を用いて行う。 RASのRCS特性を周波数1～18GHzの異なる長さのダクトに対して評価した。 RCSの性能を確認するために,リベットヘッドの表面積をRASに比例したRCS性能を5種類の異なる空気吸入ケースとして検討した。 最後に,オープンソース航空機CADモデルについて検討し,リベットの有無によるRAS空気吸入のRCS性能を評価した。

関連論文リスト

• RETR: Multi-View Radar Detection Transformer for Indoor Perception [2.6913398550088483]
  既存のレーダ認識パイプラインは、マルチビューレーダ設定の特徴的な特徴を説明できない。 我々は,多視点レーダ認識に適したDECアーキテクチャの拡張であるRadar dEtection TRansformer (RETR)を提案する。 提案手法は,オブジェクト検出のための15.38+AP,インスタンス分割のための11.91+IoUで,既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2024-11-15T15:51:25Z)
• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)
• TransRadar: Adaptive-Directional Transformer for Real-Time Multi-View Radar Semantic Segmentation [21.72892413572166]
  本稿では,レーダデータの多入力融合を用いたレーダシーンのセマンティックセマンティックセマンティクスへの新しいアプローチを提案する。 提案手法であるTransRadarは,CARRADAとRADIalのデータセット上で最先端の手法より優れている。
  論文  参考訳（メタデータ） (2023-10-03T17:59:05Z)
• Rain regime segmentation of Sentinel-1 observation learning from NEXRAD collocations with Convolution Neural Networks [0.16067645574373132]
  NOAAのNext-Generation Radar (NEXRAD)のような地上の気象レーダーは、降雨の反射率と降雨量の推定を提供する。 本稿では,降雨状況の観点から,SAR観測を3段階に区分する深層学習手法を提案する。 我々は、コロケーションされたSentinel-1/NEXRADデータセットでトレーニングされた畳み込みニューラルネットワークが、最先端のフィルタリング方式よりも明らかに優れていることを実証した。
  論文  参考訳（メタデータ） (2022-07-15T08:05:41Z)
• Radar-based Materials Classification Using Deep Wavelet Scattering Transform: A Comparison of Centimeter vs. Millimeter Wave Units [0.0]
  本研究では、Vayyar ImagingによるWalabot-3D (6.3-8 GHz)cm波と ImageVK-74 (62-69 GHz)mm波イメージングの2つの周波数範囲のレーダーユニットについて検討する。
  論文  参考訳（メタデータ） (2022-02-08T02:07:14Z)
• Attentional Feature Refinement and Alignment Network for Aircraft Detection in SAR Imagery [24.004052923372548]
  SAR(Synthetic Aperture Radar)画像における航空機検出は、航空機の離散的な外観、明らかなクラス内変異、小さなサイズ、深刻な背景の干渉のために難しい課題である。 本稿では,SAR画像中の航空機を競合精度と速度で検出する単一ショット検出器AFRANを提案する。
  論文  参考訳（メタデータ） (2022-01-18T16:54:49Z)
• Wireless-Enabled Asynchronous Federated Fourier Neural Network for Turbulence Prediction in Urban Air Mobility (UAM) [101.80862265018033]
  垂直離着陸機(VTOL)が配車サービスに使用される都市空力(UAM)が提案されている。 UAMでは、航空機はエアロドロムを繋ぐ廊下として知られる指定空域で運用することができる。 GBSと航空機間の信頼性の高い通信網により、UAMは適切に空域を利用することができる。
  論文  参考訳（メタデータ） (2021-12-26T14:41:52Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
  本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
  論文  参考訳（メタデータ） (2021-04-29T10:06:29Z)
• Automotive Radar Interference Mitigation with Unfolded Robust PCA based on Residual Overcomplete Auto-Encoder Blocks [88.46770122522697]
  自律走行では、レーダーシステムは道路上の他の車両のような標的を検出する上で重要な役割を果たす。 自動車用レーダー干渉緩和のための深層学習手法は、目標の振幅を確実に推定できるが、それぞれの目標の位相を回復できない。 干渉の有無で振幅と位相の両方を推定できる効率的かつ効率的な手法を提案する。
  論文  参考訳（メタデータ） (2020-10-14T09:41:06Z)
• LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion [52.59664614744447]
  本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。 自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
  論文  参考訳（メタデータ） (2020-10-02T00:13:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。