MétaCan
Menu
Retour à la cohorte
Enregistrement W3033296234 · doi:10.1088/1742-6596/1492/1/012006

Modeling and simulation of an antenna with optimized AMC reflecting layer for gain and front-to-back ratio enhancement for 5G applications

2020· article· en· W3033296234 sur OpenAlexaff
Abdesselam Hocini, Noureddine Melouki, Tayeb A. Denidni

Notice bibliographique

RevueJournal of Physics Conference Series · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensUniversité LavalInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésMATLABAntenna gainAntenna (radio)Computer scienceSide lobeMicrostrip antennaElectronic engineeringAcousticsSimulationEngineeringTelecommunicationsAntenna factorPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A low-profiled microstrip patch antenna for application in the 5G wireless communication systems is backed by a reflecting layer based on an optimized artificial magnetic conductor (AMC) to enhance the gain and the front-to-back ratio. The design and analyses process were carried out using the full-wave commercial simulator CST Microwave Studio in parallel with Matlab, using the embedded CST to Matlab VBA-based interface to create an automated simulation environment and to design both a conventional antenna and the proposed one. A genetic algorithm (GA) is used to optimize the AMC reflecting layer to achieve maximum gain and front-to-back ratio around the frequency band of interest. The results yield an important enhancement in the peak gain and front-to-back ratio, alongside a low side-lobe level (SLL) due to the successful surface waves suppression, thus making this antenna design a good candidate for future wireless communication systems.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,292

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 Opus0,057
Tête enseignante GPT0,294
Écart entre enseignants0,236 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetAntenna Design and AnalysisTravaux en français237 207