On the Use of Focused Incident Near-Field Beams in Microwave Imaging
Notice bibliographique
Résumé
We consider the use of focused incident near-field (NF) beams to interrogate the object of interest (OI) in NF microwave imaging (MWI). To this end, we first discuss how focused NF beams can be advantageously utilized to suppress scattering effects from the neighbouring objects whose unknown dielectric properties are not of interest (i.e., undesired scatterers). We then discuss how this approach can also be helpful in reducing the required measured data points to perform imaging. Driven by the relation between the electromagnetic inverse source and inverse scattering problems, our approach emphasizes the importance of tailoring the induced contrast sources in the imaging domain through the utilized incident NF beams. To demonstrate this idea, we consider two recently-proposed NF beams, and simulate them for imaging applications. The first one is a subwavelength focused NF beam generated by a passive NF plate, and the other is a Bessel beam generated by a leaky radial waveguide. Simple imaging examples are considered to explore the potential advantages of this approach, in particular, toward mainly seeing the object of interest, and not the unknown undesired scatterers. The scope of this paper is limited to homogeneous dielectric objects for which the induced total field distributions in the interrogated objects are similar to the incident field distributions (e.g., those that satisfy the Born approximation). Simple inversion results for focused and non-focused beams are presented accompanied by discussions comparing the achieved reconstructed values.
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 | 0,000 | 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 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 ».