MétaCan
Menu
Retour à la cohorte
Enregistrement W3016623501 · doi:10.1109/access.2020.2988000

Ultra-Wideband Differential Fed Hybrid Antenna With High-Cross Polarization Discrimination for Millimeter Wave Applications

2020· article· en· W3016623501 sur OpenAlexaff
Magid Alzidani, Islam Afifi, Muftah Asaadi, Abdel-Razik Sebak

Notice bibliographique

RevueIEEE Access · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésExtremely high frequencyWidebandPolarization (electrochemistry)OpticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

A wideband differential fed patch antenna with high cross-polarization discrimination is proposed at mm-wave range. For the purpose of increasing antenna bandwidth, capacitive coupling technique is used. Also, the differential feeding is utilized to ensure broadside radiation and low cross-polarization. The designed antenna has an ultra-wide bandwidth of 55% around 30 GHz with S11 ≤ -10 dB, and a peak gain of 8 dBi. The radiation pattern has a cross polarization level less than -20 dB over the operating frequency band. The differential feeding technique depends on equal power division and 180° phase difference for all the antenna bandwidth. Due to the wide bandwidth of the differential feeding antenna element, two designs of the feeding circuits (which include rat race and probe strip line transition) are used to cover the whole frequency band of the antenna. A gain enhancement has been achieved by adding a horn to the designed antenna with an efficient aperture efficiency. The designed antennas have fractional bandwidths of 28.73% (at center frequency 25.64GHz) and 26.3% (at the center frequency 32.2 GHz), for the lower and the upper bandwidths, respectively. An average gain of 14.5 dBi has been achieved for the frequency band from 21.8 GHz to 36.5 GHz. The antenna performance is verified through fabrication and measurement, where the simulated and measured results are in a good agreement.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,242
Écart entre enseignants0,222 · 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'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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207