MétaCan
Menu
Retour à la cohorte
Enregistrement W1988008840 · doi:10.1109/tap.2012.2211316

Broadband Multiple Cone-Beam 3-D IIR Digital Filters Applied to Planar Dense Aperture Arrays

2012· article· en· W1988008840 sur OpenAlexaff
Chamith Wijenayake, Arjuna Madanayake, L.T. Bruton

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInfinite impulse responsePassbandBroadbandComputer scienceAlgorithmCombinatoricsMathematicsPhysicsDigital filterBand-pass filterOpticsBandwidth (computing)Telecommunications

Résumé

récupéré en direct d'OpenAlex

A digital beamformer that can synthesize array factors (AFs) with multiple, ultrawideband (UWB), frequency-independent beams at lower computational complexity is proposed. The beamformer is based on a novel 3-D infinite impulse response (IIR) transfer function$H_{\rm MC}\left({\bf z}\right)$having multiple cone-shaped passbands in the 3-D spatio–temporal (ST) frequency-domain$\mmb{\omega}\in\BBR^{3}$. The magnitude frequency response and the AF of$H_{\rm MC}\left({\bf z}\right)$are simulated for dual- and single-passband cases. An element pattern of a broadband Vivaldi antenna is simulated at 1.4 GHz and is used to obtain the total array pattern. Computational complexity of$H_{\rm MC}\left({\bf z}\right)$for single-passband (1Cone) case and that of the conventional phased array (PA) beamformer are derived. The magnitude frequency response of the proposed beamformer for 1Cone case and that of the PA beamformer are compared using the mean square error (MSE). For the given selectivity specified by the half cone angle$\epsilon={\hbox {5}}^{\circ}$, proposed beamformer provides around 60% lower MSE for the same complexity and around 90% lower complexity for the same MSE compared with the PA beamformer.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,193
Écart entre enseignants0,182 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetAntenna Design and OptimizationTravaux en français237 207