MétaCan
Menu
Retour à la cohorte
Enregistrement W4307573528 · doi:10.1002/mmce.23481

Design and fabrication of flexible and frequency reconfigurable antenna loaded with copper, distilled water and seawater metamaterial superstrate for <scp>IoT</scp> applications

2022· article· en· W4307573528 sur OpenAlexaff
Sunil Lavadiya, Shobhit K. Patel, Kawsar Ahmed, Sofyan A. Taya, Sudipta Das, K. Vasu Babu

Notice bibliographique

RevueInternational Journal of RF and Microwave Computer-Aided Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceReconfigurabilityMetamaterialBandwidth (computing)Split-ring resonatorPIN diodeOptoelectronicsFabricationMicrostrip antennaAnechoic chamberAntenna (radio)DiodeComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The manuscript represents a novel superstrate metamaterial loaded microstrip patch antenna to achieve multiband frequency reconfigurability. The performance is observed for the frequency band of 4 to 8 GHz. Metamaterial property is enabled by engraving triangular-shaped split-ring resonators in the substrate. Frequency tunability is achieved based on the switching mechanism of three PIN diodes. Different materials are loaded in the split ring resonators like copper, distilled water, and seawater for the performance observation in terms of reflectance response, Bandwidth, gain and tunability. The design provides the reflectance response of −43.38 dB, Bandwidth of 220 MHz, and frequency tunability of 100 MHz. The proposed design is also giving the highest gain of 8.3 dB. The structure is fabricated using FR-4 to reduce the overall cost of the antenna, and it is tested using a vector network analyzer and anechoic chamber. Simulated results and fabricated ones are compared for reliability. The proposed design, with its flexible and reconfigurable capability, can be applicable in IoT 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 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of RF and Microwave Computer-Aided EngineeringMême sujetAntenna Design and AnalysisTravaux en français237 207