MétaCan
Menu
Retour à la cohorte
Enregistrement W2743421178 · doi:10.1049/iet-cds.2017.0119

Design of rectenna series‐association circuits for radio frequency energy harvesting in CMOS FD‐SOI 28 nm

2017· article· en· W2743421178 sur OpenAlexaff
Abdelaziz Hamani, Bruno Allard, Tan‐Phu Vuong, M.C.E. Yagoub, R. Touhami

Notice bibliographique

RevueIET Circuits Devices & Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRectennaCMOSElectronic circuitSilicon on insulatorElectrical engineeringSeries (stratigraphy)Energy harvestingRadio frequencyElectronic engineeringOptoelectronicsEngineeringEnergy (signal processing)TelecommunicationsPhysicsSilicon

Résumé

récupéré en direct d'OpenAlex

Series‐connected rectenna associations are proposed to improve the harvesting performance of conventional rectenna circuits by recovering power from different directions. With an available input power of −20 dBm, post‐layout simulations evaluated the total output power of four series‐connected rectennas designed in Complementary Metal Oxide Semiconductor Fully Depleted Silicon On Insulator (CMOS FD‐SOI) 28 nm technology, to 14 µW at maximum power point (MPP), while the post‐layout simulation of a single rectenna yields 5 µW at the same input power level. However, the rectenna association performance may be significantly degraded when dealing with different input power levels among rectennas. Therefore, a passive bypass circuit has been added at the output of the series association to short‐circuit the weakest rectenna. The proposed design is cost‐effective since there is a negligible silicon penalty and no additional power losses. In the designed four series‐connected rectenna association, the total output power is 7 µW at MPP with the bypass circuit when the strongest and the weakest rectennas receive −20 and −35 dBm, respectively. Also, thanks to the bypass circuit, the efficiency of the rectenna association and the ratio of maximum achieved power are improved by, respectively, 10 and 20%.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,227
Écart entre enseignants0,201 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Circuits Devices & SystemsMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207