MétaCan
Menu
Retour à la cohorte
Enregistrement W1930131718 · doi:10.1109/tap.2015.2473692

Application of UWB Arrays for Material Identification of Multilayer Media in Metallic Tanks

2015· article· en· W1930131718 sur OpenAlexafffund
Adam Maunder, Pedram Mousavi

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology Futures
Mots-clésAcousticsBeamwidthOpticsMaterials scienceDirectivityAntenna arrayAntenna (radio)SIGNAL (programming language)Reflection (computer programming)Sensor arrayPhysicsComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, a compact eight-element antenna array is designed for ultra-wide band (UWB) pulsed radar in highly reflective metallic environments, such as storage and transport tankers. The impact of the sidewalls in metallic tanks is to increase noise and create spurious signals due to sidewall reflection that limits accuracy and causes liquid level and material property measurement errors. The designed Vivaldi antenna and array are characterized in terms of the transient energy patterns and the signal fidelity given in terms of the off-angle signal correlation. Comparison with horn antennas is made. Antenna transient signals are calculated from the frequency-domain data. The 10-dB transient energy pattern beamwidth in the E-plane is improved from 130° to 50° using the eight-element array versus single element. Also, the signal correlation and fidelity for off-broadside angles is greatly reduced. The reflection data from a multilayer of canola oil on metal-backed marble is processed with a calibrated layer-stripping technique for material properties. The transient radiation patterns of the array are compared to that of two horn antennas with similar dimensions. The noise/interference and measurement error is shown to be greatly reduced using an array compared to horn antennas in a realistic tank environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207