MétaCan
Menu
Retour à la cohorte
Enregistrement W4411347960 · doi:10.18280/mmep.120511

Design of Sectional Antenna for High-Speed Data Transmission in 6G Applications

2025· article· en· W4411347960 sur OpenAlexvenueno aff
Mary Joy Kinol Alphonse, Marshiana Devaerakkkam, D. Godwin Immanuel, C. F. Theresa Cenate

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransmission (telecommunications)Computer scienceAntenna (radio)Telecommunications

Résumé

récupéré en direct d'OpenAlex

The growing need for high-performance antennas in 5G and 6G communication systems calls for creative designs that tackle issues with voltage standing wave ratio (VSWR) and signal transmission efficiency.To reduce losses and improve signal transmission, this paper proposes a metamaterial-based Pa-type slot antenna that is suitable for millimeter-wave frequencies.The proposed antenna has a return loss of -18.2404 dB, -18.5977 dB, and -22.3190 dB over a frequency range of 1 GHz to 6 GHz at resonance frequencies of 2.4 GHz, 3.4 GHz, and 5 GHz, respectively.It also maintains a VSWR of 1.2280, which ensures the effective transfer of power and minimizes signal reflection.Due to these developments, which indicate remarkable gains in signal transmission performance, it offers a promising answer to the demanding needs of 5G and 6G applications.This study demonstrates how designs based on metamaterials have the potential to propel the creation of next-generation wireless communication systems.For maximum radiation efficiency, gain, and bandwidth for ultra-high-speed data communications, your research develops a sectional antenna design.The design is built to provide high performance in 6G networks by reducing signal loss using new structural and material optimization.The model differs from traditional ones, which are ultra-high-speed and low-latency communication optimized for future network needs.In addition, the designed antenna is conveniently integrated into complex multi-input multi-output (MIMO) settings, which optimizes efficiency and spatial multiplexing in dense network settings.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,236
Écart entre enseignants0,193 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetAntenna Design and AnalysisTravaux en français237 207