MétaCan
Menu
Retour à la cohorte
Enregistrement W2997621578 · doi:10.1109/access.2019.2962737

Analytical and Numerical Investigation of Radiation Enhancement by Anisotropic Metamaterial Shells

2019· article· en· W2997621578 sur OpenAlexafffund
R. Aneesh Kumar, Justin G. Pollock, Chinmoy Saha, Ashwin K. Iyer

Notice bibliographique

RevueIEEE Access · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMetamaterialMetamaterial antennaPhysicsIsotropyOpticsAnisotropyEffective radiated powerAntenna (radio)Computational physicsHyperboloid modelRadiationRadiation patternTelecommunicationsSlot antenna

Résumé

récupéré en direct d'OpenAlex

This paper presents analytical and numerical investigations of a 3D cylindrical metamaterial shell possessing a cylindrically anisotropic permeability that is excited by a finite-sized electric line source. A comprehensive field analysis of the system reveals that the compact metamaterial shell exhibits resonances akin to those observed in isotropic 2D cylindrical metamaterial structures, which may be used to enhance the radiated power of a nearby antenna. An analytical resonance condition that relates the dimensions of the cylindrical shell to its anisotropic effective-medium parameters is shown to be accurate in predicting the resonances of 2D and 3D metamaterial shells obtained using full-wave simulations. The effects of anisotropy and finite shell/antenna height on the system's near-fields, radiation patterns, and power-ratio enhancements are explored. It is shown through both theory and simulations that the condition for resonance is largely independent of shell/antenna height but that the quality factor reduces dramatically as these heights approach electrically small values. Also, a dispersion and loss analysis assuming Lorentz model is carried out, which indicates that practical metamaterial losses do not significantly degrade the power enhancement.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207