MétaCan
Menu
Retour à la cohorte
Enregistrement W3175193224 · doi:10.1109/jsen.2021.3090327

Microwave Sensor Based on Microstrip Line Photonic Band Gap (PBG) Structure

2021· article· en· W3175193224 sur OpenAlexaff
Farouk Grine, Halima Ammari, Mohamed Taoufik Benhabiles, Mohamed Lahdi Riabi, Tarek Djerafi

Notice bibliographique

RevueIEEE Sensors Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave and Dielectric Measurement Techniques
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPermittivityMicrostripMaterials sciencePlanarOptoelectronicsPhotonic crystalRelative permittivityMicrowaveElectronic engineeringOpticsAcousticsDielectricComputer scienceEngineeringPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

A hybrid integration of planar microstrip line and Photonic Band Gap (PBG) structure is proposed for liquid material complex permittivity characterization. The periodic non-through holes drilled in the substrate to generate the bandgap protect also the microstrip from direct contact with liquid under test (LUT). Based on this configuration, two versions are developed to address the measurement constraint. The first sensor exploits the frequency shift of the bandgap center due to the change in the permittivity of the LUT filled in the holes. The second sensor exploits the behavior of the bandgap as a reflector to construct a resonant structure sensitive to the variation in LUT permittivity. The dimensions of the planar structures are optimized to achieve high precision and discrimination capability. The different empirical expressions describing the complex permittivity with the measured parameters for the two sensors were carried out. For experimental validation, prototypes are used to characterize different commercial oils. The frequency shift related to a change of 1 in LUT permittivity corresponds to 300 MHz around 8.3 GHz. The resonant-mode sensor spans a permittivity range from 1 to 9 with a precision better than 6.6 %. The proposed low-cost sensors are simple and reusable, satisfying the requirement of industrial applications.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,027
Score d'incertitude au seuil1,000

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,230
Écart entre enseignants0,209 · 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.

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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetMicrowave and Dielectric Measurement TechniquesTravaux en français237 207