MétaCan
Menu
Retour à la cohorte
Enregistrement W4410086449 · doi:10.1109/tap.2025.3565007

A Reconfigurable Intelligent Surface With Surface-Wave Assisted Beamforming Capabilities

2025· article· en· W4410086449 sur OpenAlexaff
Vasileios G. Ataloglou, George V. Eleftheriades

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBeamformingSurface (topology)Surface waveComputer scienceReconfigurable antennaAcousticsElectronic engineeringMaterials scienceTelecommunicationsDipole antennaAntenna (radio)PhysicsEngineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

The integration of tunability mechanisms in the metasurface design has unleashed a tremendous potential for wireless communications. In particular, reconfigurable intelligent surfaces (RISs) can manipulate the reflections of an incident electromagnetic wave at will, based on the real-time conditions, with the aim of enhancing communication links. In this paper, we develop an RIS at C band that operates with a transverse-electric (TE) polarization and can shape the radiation pattern at a single plane with high-accuracy, in addition to the more conventional beamsteering functionalities. The beamforming is facilitated by subwavelength unit cells that allow the excitation of auxiliary surface waves in the vicinity of the RIS. Importantly, these evanescent fields are predicted and harnessed through an integral-equation framework used for the analysis and optimization of the RIS. A fabricated prototype demonstrates beamsteering up to ±60° with an average illumination efficiency of 95% and sector patterns with a varying beamwidth (ranging from 30° to 60°) that verify the full-wave simulations. Lastly, losses are predicted and constrained during the optimization stage leading to solutions with relatively high power efficiency.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,693

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 Opus0,019
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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'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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207