MétaCan
Menu
Retour à la cohorte
Enregistrement W4399800969 · doi:10.1109/lawp.2024.3416899

Dynamic Metasurface Antenna-Based Mills-Cross Aperture for 3-D Computational Microwave Imaging

2024· article· en· W4399800969 sur OpenAlexfundno aff
Guillermo Álvarez-Narciandi, María García-Fernández, Vasiliki Skouroliakou, Okan Yurduseven

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University BelfastLeverhulme TrustUK Research and Innovation
Mots-clésMicrowaveMicrowave imagingAntenna (radio)Aperture (computer memory)OpticsAntenna aperturePhysicsComputer scienceRadiation patternAcousticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

This work presents a computational imaging (CI) system capable of retrieving 3-D images of the area under inspection. The system is based on the use of two linear dynamic metasurface antennas (DMAs) specifically designed and fabricated for this purpose. The developed DMAs are able to generate the spatially-incoherent radiation patterns (or measurement modes) required by CI systems to compress the scene information by reconfiguring their radiating apertures. This reconfiguration is achieved by tuning the unit cells that populate them <sc xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">on</small> and <sc xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">off</small> using p-i-n diodes. The two DMAs are arranged in a Mills-Cross configuration, which enables to synthesize a 2-D effective aperture and, as a result, to reconstruct 3-D radar images. The performance of the proposed system has been experimentally validated, showing its capability to retrieve high quality images of different targets with a low clutter level. Furthermore, the impact of the number of masks (i.e., sets of tuning states of the diodes) on the quality of the radar images has been evaluated both qualitatively and quantitatively.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,967

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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Wireless Propagation LettersMême sujetAntenna Design and AnalysisTravaux en français237 207