Accelerated IE-GSTC Solver for Large-Scale Metasurface Field Scattering Problems using Fast Multipole Method (FMM)
Notice bibliographique
Résumé
An accelerated Integral Equations (IE) field solver for determining scattered fields from electrically large electromagnetic metasurfaces utilizing Fast Multipole Method (FMM) is proposed and demonstrated in 2D. In the proposed method, practical general metasurfaces are expressed using an equivalent zero thickness sheet model described using surface susceptibilities, and where the total fields around it satisfy the Generalized Sheet Transition Conditions (GSTCs). While the standard IE-GSTC offers fast field computation compared to other numerical methods, it is still computationally demanding when solving electrically large problems, with a large number of unknowns. Here we accelerate the IE-GSTC method using the FMM technique by dividing the current elements on the metasurface into near- and far-groups, where either the rigorous or approximated Green’s function is used, respectively, to reduce the computation time without losing solution accuracy. Using numerical examples, the speed improvement of the FMM IE-GSTC method O(N 1.5 ) over the standard IE-GSTC O(N 3 ) method is confirmed. Finally, the usefulness of the FMM IE-GSTC is demonstrated by applying it to solve electromagnetic propagation inside an electrically large radio environment with strategically placed metasurfaces to improve signal coverage in blind areas, where a standard IE-GSTC solver would require prohibitively large computational resources and long simulation times.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».