MétaCan
Menu
Retour à la cohorte
Enregistrement W4396219644 · doi:10.3390/s24092826

3D-Printed Conformal Meta-Lens with Multiple Beam-Shaping Functionalities for Mm-Wave Sensing Applications

2024· article· en· W4396219644 sur OpenAlexaff
Noureddine Melouki, Fahad Ahmed, Peyman PourMohammadi, Hassan Naseri, Mohamed Sedigh Bizan, Amjad Iqbal, Tayeb A. Denidni

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésLens (geology)Conformal map3d printedOpticsMaterials scienceBeam (structure)Computer scienceOptoelectronicsEngineeringPhysicsBiomedical engineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

In this paper, a 3D conformal meta-lens designed for manipulating electromagnetic beams via height-to-phase control is proposed. The structure consists of a 40 × 20 array of tunable unit cells fabricated using 3D printing, enabling full 360° phase compensation. A novel automatic synthesizing method (ASM) with an integrated optimization process based on genetic algorithm (GA) is adopted here to create the meta-lens. Simulation using CST Microwave Studio and MATLAB reveals the antenna's beam deflection capability by adjusting phase compensations for each unit cell. Various beam scanning techniques are demonstrated, including single-beam, dual-beam generation, and orbital angular momentum (OAM) beam deflection at different angles of 0°, 10°, 15°, 25°, 30°, and 45°. A 3D-printed prototype of the dual-beam feature has been fabricated and measured for validation purposes, with good agreement between both simulation and measurement results, with small discrepancies due to 3D printing's low resolution and fabrication errors. This meta-lens shows promise for low-cost, high-gain beam deflection in mm-wave wireless communication systems, especially for sensing applications, with potential for wider 2D beam scanning and independent beam deflection enhancements.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,067
Tête enseignante GPT0,251
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207