MétaCan
Menu
Retour à la cohorte
Enregistrement W2170655863 · doi:10.1109/vetecs.2007.74

Optimal Configuration of Multi-Faceted Phased Arrays for Wide Angle Coverage

2007· article· en· W2170655863 sur OpenAlexaff
I. Khalifa, Rodney G. Vaughan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Optimization
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFrustumComputer scienceRangingPhased arrayInterference (communication)Omnidirectional antennaBeam steeringRadarElectronic engineeringTelecommunicationsAntenna (radio)Engineering

Résumé

récupéré en direct d'OpenAlex

As more users share the radio spectrum, communications systems become limited by interference. The situation can be improved by using smart antennas, including beam-scanning systems, for increased gain and interference suppression. The design of beam-scanning arrays typically involves a tradeoff between the coverage (the set of directions over which beams can be directed) and the scan angle. Wide coverage, which is typical for mobile communications, requires large scan angles from single arrays and this results in scan loss and greater cross-polarization which degrade the SNIR. Large coverage angles with low scan loss can only be realized with multi-faceted or conformal arrays. The multi-faceted arrays are simpler to manufacture. For hemispherical coverage, the basic array configurations are the pyramid and the pyramidal frustum. The design for the optimal geometry (face elevation angle) of pyramidal frustum arrays is addressed using a novel minimax-based approach and the methodology for the choice of the number of faces is presented. The coverage is the partial (rotationally symmetric) hemisphere. Applications for these wide coverage array systems are widespread, ranging from fixed and mobile satellite terminals, landmobile vehicular antennas, basestations for indoor and outdoor networks, to radar surveillance and radio astronomy.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,240
Écart entre enseignants0,223 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAntenna Design and OptimizationTravaux en français237 207