MétaCan
Menu
Retour à la cohorte
Enregistrement W4309994362 · doi:10.23919/amta55213.2022.9955001

Methodology and Practical Considerations for the Implementation of the Three-Antenna Method in a Spherical Near-Field Range

2022· article· en· W4309994362 sur OpenAlexaff
B. Gibson-Dunne, G. Brzezina, J. Smithson, K. Oueng, A. Momciu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Measurements
Établissements canadiensCanadian Space AgencyUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRange (aeronautics)Computer scienceAntenna (radio)Near and far fieldAntenna measurementField (mathematics)PhysicsTelecommunicationsOpticsAerospace engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The three-antenna method is a way of calculating antenna gain without the need for a gain standard. Unlike the comparison or direct methods, the three-antenna method calculates antenna gain solely from measured data and does not require the gain of any of the antennas to be known in advance. As a result, it’s the most favored method in applications where accuracy is of chief concern, like in calibration measurements. However, implementing this method presents additional challenges related to the equipment required, test procedures, and analysis of the resulting data. In this paper, these challenges are addressed with a new methodology used to create a custom script and user interface within the NSI2000 software environment. The script itself is described with the aid of a flow chart. The validation method involving two test campaigns, using both calibrated and non-calibrated standard gain antennas, is also given. Following these efforts, the three-antenna method was successfully implemented for the first time in a facility that traditionally only used the gain comparison method. The lessons learned from this project could also prove valuable in understanding the practical considerations concerning the implementation and use of the three-antenna method in any other near-field test range.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,132
Tête enseignante GPT0,382
Écart entre enseignants0,251 · 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'étudeSans objet
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Compatibility and MeasurementsTravaux en français237 207