MétaCan
Menu
Retour à la cohorte
Enregistrement W4296913430 · doi:10.1109/ap-s/usnc-ursi47032.2022.9886141

Analysis of Benchmark Biconical Antenna with RWG Method of Moments for IEEE P2816 Project

2022· article· en· W4296913430 sur OpenAlexaff
Shucheng Zheng, Peiyuan Zhang, Vladimir Okhmatovski

Notice bibliographique

Revue2022 IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting (AP-S/URSI) · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMethod of moments (probability theory)FEKOElectric-field integral equationBiconical antennaAntenna (radio)Dipole antennaSolverAntenna measurementComputer scienceAntenna factorElectronic engineeringIntegral equationAcousticsPhysicsEngineeringMathematicsMathematical analysisTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents numerical results for electromagnetic analysis of biconical antenna performed via Rao-Wilton-Glisson (RWG) Method of Moments (MoM) solution of the Electric Field Integral Equation (EFIE) in the mixed-potential form. The study is done as part of the IEEE P2816 Project entitled "Recommended Practice for Computational Elec-tromagnetics Applied to Modeling and Simulation of Antennas". Numerical results obtained with in-house RWG MoM code are compared against those generated using FEKO commercial MoM solver as well as analytic solution available for the biconical antenna. It is shown that upon δ-gap excitation mechanism at the port of the antenna the mesh density near the port effects the extracted input impedance of the antenna especially at high frequencies. Effect on the numerically extracted input impedance associated with the closeness of the computational model to the model of the ideal antenna is studied.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
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 Opus0,014
Tête enseignante GPT0,297
Écart entre enseignants0,283 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting (AP-S/URSI)Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207