On the Use of an In-Package Dielectric Lens Antenna for Radar-Based Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Extensive research on millimeter-wave (mm-wave) chipset solutions has led to a reduction in size and cost while adding sensitivity and accuracy. Recent mm-wave chipset solutions using antenna-in package approaches were developed for various applications with wide beamwidth and low gain. However, for some applications, such as gait monitoring in a long corridor/hallway, there is a strong need to achieve a higher gain with narrower beamwidth. This will increase the signal-to-noise ratio (SNR) and the transmit/receive detection range of the system while mitigating reflections from the surrounding environment as well as reducing the multipath effects. An add-on dielectric lens is an appealing solution as it improves the system performance while using the existing on-chip or on-printed circuit board (PCB) antenna solutions. Using a low-cost and rapid manufacturing 3-D printing technology, an in-package 3-D printed hyperbola-based dielectric lens antenna for an mm-wave radar is designed, fabricated, and tested. This design leads to a low-cost, lightweight, easy-to-fabricate, and easy-to-integrate mm-wave radar system. The comprehensive parametric analyses of the effect of the lens dimensions, dielectric permittivity, and focal length on the radiation pattern are intensively investigated. All measurement results align with the theoretical analysis and simulation results. Compared with the radar system without the lens, the in-package 3-D printed dielectric lens antenna provides more than 14-dB gain improvement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle