MétaCan
Menu
Retour à la cohorte
Enregistrement W2343659612 · doi:10.4236/ijcns.2016.94007

Optimization of Leaky Feeder Slot Spacing for Better Beam Forming in Mines and Tunnels

2016· article· en· W2343659612 sur OpenAlexaff
Noha Hassan, Wisam Farjow, Xavier Fernando

Notice bibliographique

RevueInternational Journal of Communications Network and System Sciences · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBent molecular geometryBroadbandSide lobeBeam (structure)Radius of curvatureChannel (broadcasting)CurvatureAntenna (radio)RADIUSWirelessPower (physics)Main lobeComputer scienceGenetic algorithmAcousticsEngineeringPhysicsOpticsTelecommunicationsMathematicsStructural engineeringGeometryComputer network

Résumé

récupéré en direct d'OpenAlex

The radiating cable (or leaky feeder) is the leading solution for distributed broadband wireless access in underground mines and tunnels. The traditional radiating cable has equally spaced slots along its axis radiating evenly. However, with the new requirement for tracking and localization of miners, this paper shows how to modify the leaky feeder to function as a beam forming antenna array by appropriately optimizing the slot spacing. Optimizing the leaky feeder slot distances using Genetic algorithm has a good impact on the channel parameters, making it an excellent choice for leaky feeder antennas. Linear, as well as bent practical leaky feeder shapes, were considered, and we tested five different optimization algorithms and compared side lobe energies, varying the slot distance which had an impact on side lobe level. Also, we derived the expression for the BER, spectral efficiency and throughput considering a time-varying wireless channel. We observed that as the radius of curvature of the feeder increased (approaching a straight line), the spectral efficiency decreased as expected. Interestingly different optimization algorithms perform differently at different carrier frequencies. An optimization method should be chosen according to the required goal to be achieved (maintaining uniform equal power along the cable, or a more directed beam, or using a certain frequency of operation).

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,139

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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'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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Communications Network and System SciencesMême sujetAntenna Design and AnalysisTravaux en français237 207