MétaCan
Menu
Retour à la cohorte
Enregistrement W4388286349 · doi:10.1109/lawp.2023.3328003

The Time-Reversal Method for Source Reconstructions Within a Metallic Cavity: An Experimental Validation

2023· article· en· W4388286349 sur OpenAlexafffund
Jun Cai, J.K.-J. Li, Zhizhang Chen, Xiaoyao Feng, Yuehe Ge, Ziheng Zhou, Zhimeng Xu, Jiade Yuan

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensDalhousie University
Organismes subventionnairesFujian Provincial Department of Science and TechnologyNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésTime domainInterference (communication)WidebandElectromagnetic interferenceComputer scienceFrequency domainNetwork analyzer (electrical)AcousticsElectronic engineeringPhysicsAlgorithmEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Localizing and reconstructing interference sources is crucial in applications such as electromagnetic interference. While the electromagnetic time-reversal (TR) method has been proposed for source localization, there is limited experimental validation for TR source reconstructions. This letter presents a theoretical analysis and experiments that validate the feasibility of TR source reconstruction within a closed metallic cavity. Wideband signals emitted by the sources are measured at preselected locations in the frequency domain using a vector network analyzer. These measurements are then converted to time-domain signals using a simple algorithm and subsequently time-reversed. The time-reversed signals are injected back into the solution domain, and backward propagation is numerically simulated to locate sources, incorporating space and time kurtoses. The results confirm the effectiveness of the TR method, validating the theoretical analysis and providing a pathway for developing a realistic hardware-based TR source reconstruction system.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Wireless Propagation LettersMême sujetGeophysical Methods and ApplicationsTravaux en français237 207