Investigation Into the Effects of the Patch-Type FSS Superstrate on the High-Gain Cavity Resonance Antenna Design
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Results of modeling, design, simulation and fabrication are presented for a high-gain cavity resonance antenna (CRA), employing highly-reflective patch-type superstrates. In order to determine the resonant conditions, the antenna is first analyzed using the transverse equivalent network (TEN) model, as well as the well known simple ray-tracing method. Prior to that, a highly-reflective patch-type frequency selective surface (FSS) is designed in order to be employed as the superstrate layer of the CRA. Next, a 2.5-D full-wave analysis software package, based on the method of moments (ANSOFT Designer v4.0), is utilized to analyze the antenna structure. Using this full-wave analyzer, the input impedance properties of an actual antenna are investigated as well. Then, a 3-D full-wave analyzer, based on the finite element method (ANSOFT HFSS), is used to extract the directivity and radiation patterns of the CRA, taking into account the finiteness of the substrate, superstrate and ground plane. Some previously unaddressed issues, such as the effects of the FSS superstrate on the input impedance characteristics of the probe-fed microstrip patch antenna, acting as the excitation source of the CRA are also studied. The effects of the highly-reflective FSS superstrate size on the CRA directivity, and explicitly its aperture efficiency, are investigated as well. A comparative study is also performed between CRAs with patch-type FSS and high permittivity dielectric superstrates. Measurement results are provided to support the modelings and simulations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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