Wideband Relative Permittivity Characterization of Thin Low Permittivity Textile Materials Based on Ridge Gap Waveguides
Notice bibliographique
Résumé
Medical applications and wearable antennas need accurate electrical characterization of textile material. Many techniques have been presented before to obtain the dielectric constant of any material and some of these techniques are applied on textile materials. Due to the mechanical characteristics of these materials, such as the small thickness and the flexibility, many presented techniques are not suitable to be deployed. In this paper, the ridge gap waveguide (RGW) structure is used to measure the relative permittivity of textile materials. The RGW is one of the state-of-the-art guiding structures. Its quasi-TEM characteristics simplify the procedure of predicting the unknown permittivity. The second feature of RGW is the small height, which is more suitable for the standard dimensions of the textile material samples. Moreover, the wide bandwidth of the RGW, which is about 2.5:1, enables performing the calculations over the guide operating bandwidth. This property of the RGWs leads to characterize the textile material with a single setup and utilize these results in a wide range of applications. A mathematical algorithm is presented to find the dielectric constant; then, it is applied in the case of many materials to determine the accuracy of the proposed algorithm. The extracted values of the relative permittivity are compared with the expected values, in the case of materials with well-known electrical characteristics, and this step shows very high accuracy with a percentage error less than 2%.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».