MétaCan
Menu
Retour à la cohorte
Enregistrement W1529511476 · doi:10.1109/gsmm.2015.7175451

Phase correction techniques for reducing errors due to edge diffraction in reflectarray

2015· article· en· W1529511476 sur OpenAlexaff
Muhammad M. Tahseen, Ahmed A. Kishk

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEnhanced Data Rates for GSM EvolutionPhase (matter)DiffractionComputer scienceMaterials scienceOpticsPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Phase correction due to finite reflectarray (RA) antenna size and edge diffraction (ED) is proposed. The process is based on the numerical full wave analysis. The edge diffraction is mainly caused because of amplitude and phase ripples at sharp knife-edges of the outer perimeter of the RA antenna. The diffracted fields at the edges is diffracted in all directions resulting in disturbing the original phase and amplitude distribution, which further affect the pre-expected performance of the antenna. This could cause increasing of sidelobe level (SLL) and reducing aperture efficiency. The degradation in the antenna performance can be reduced by using serrated-edge ground, slotted GND and rolled-over edges with corner blended ground plane in the bottom of RA. The proposed methods provide RA performance when compared with RA antenna using sharp knife-edge (KED) ground plane. The proposed methods are analyzed by designing 19*19 RA antenna in fullwave analysis in the Ka-Band using size varying multi-bowtie radiating elements. The antenna performance is evaluated based on the achieved gain, aperture efficiency, SLL, and cross polarization. The proposed technique's result are compared with original RA using knife-edge ground plane. The best antenna performance is obtained using rolled-over edges GND plane. The antenna provides maximum gain of 26.36 dB, aperture efficiency of 59.5 %, SLL of -17.1 dB and 1-dB gain bandwidth of 11.2%, evaluated at center frequency 30 GHz. Near field analysis is also done for phase correction authentication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,332
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207