We analyze an S-shaped inclusion for the realization of metamaterials exhibiting left-handed properties. Unlike most of the conventional inclusions used so far that are composed of two separate geometries-typically a split ring and a rod-the inclusion proposed in this paper is made of only one S-shaped element which yields an overlapping negative permittivity and negative permeability response over a frequency band of about 2.6 GHz. By adopting this geometry, we manage to lower the negative permittivity frequency band down to the level of the negative permeability frequency band, thus allowing the overlapping to occur. Therefore, the structure works as a stand alone and does not require the use of an additional rod. A theoretical analysis is carried out to study this inclusion and numerical simulations, as well as a Snell refraction experiment, clearly show that the material indeed exhibits a negative index of refraction at some frequencies. The simple pattern of the inclusion, the wide left-handed frequency band exhibited, and the low losses measured indicate the superiority of this inclusion in the realization of left-handed metamaterials.

Utilizing microwave continuous-wave Doppler radars to wirelessly detect mechanical vibrations have been attracting more and more interests in recent years. In this paper, aiming to solve the null point and nonlinear issues in small-angle approximation-based Doppler radar sensors and eliminate the codomain restriction in the arctangent demodulation approach, we propose and investigate an extended differentiate and cross-multiply (DACM) algorithm. With an additional accumulator, the noise performance of the original DACM algorithm is improved. Moreover, the amplitude information of the vibration can be directly retrieved from accumulation without involving any distance-dependent issue. Experimental validations show that the proposed algorithm can fully recover the vibration patterns with the measured noncalibrated amplitude agreeing well with the known precalibrated data. Application examples of mechanical fault detection and human vital sign detection are demonstrated, showing a wide range of potential applications of this algorithm.

Leptosphaerulina leaf spot, caused by Leptosphaerulina trifolii, is a major disease of alfalfa (Medicago sativa), leading to noticeable losses. From 2022 to 2023, we collected samples of alfalfa with symptoms of the disease from different locations in Inner Mongolia, China. Nine fungal isolates recovered from these samples were identified through morphological traits and a maximum likelihood phylogeny based on concatenated partial sequences of ITS, 28S, and rpb2. A pathogenicity test on alfalfa confirmed the pathogenicity of the isolates on alfalfa. Analysis of physiological traits of L. trifolii revealed optimal mycelium growth at 20 °C and a pH range of 5 to 7, with soluble starch as the preferred carbon source and yeast extract as the optimal nitrogen source. The pathogen thrived in V8-juice agar and oat agar media. This study confirms L. trifolii as the causative agent of Leptosphaerulina leaf spot of alfalfa in Inner Mongolia and provides valuable insights into its optimal growth conditions. These findings enhance the understanding and management of this disease in alfalfa fields.