MétaCan
Menu
Retour à la cohorte
Enregistrement W2889530400 · doi:10.1109/ccece.2018.8447782

Metasurface-Based WPT Rectenna with Extensive Input Power Range in the 900 MHz

2018· article· en· W2889530400 sur OpenAlexaff
A. M. Almohaimeed, M.C.E. Yagoub, J. A. P. Lima, Rony E. Amaya, Gaozhi Xiao, Ye Tao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensNational Research Council CanadaCarleton UniversityUniversity of Ottawa
Organismes subventionnairesQassim University
Mots-clésRectennaRectifier (neural networks)Wireless power transferElectrical engineeringDirectivityAntenna (radio)Power (physics)dBmEnergy conversion efficiencyRectificationVoltageElectronic engineeringComputer scienceMaterials scienceOptoelectronicsEngineeringPhysicsAmplifier

Résumé

récupéré en direct d'OpenAlex

In this paper, a rectenna is introduced by making use of an adaptive rectifier topology and a low-cost metasurface based printed antenna to cover a wide-range of input power levels. The low-cost metasurface printed antenna is based on flexible substrates while the rectifier can handle a wide input power range by employing a FET as a switch between low power and high power, which overcomes issues related to failure voltage in conventional rectification devices. The proposed rectifier attains an RF-DC efficiency of more than 40% for an input power ranging from −8 dBm to 25dBm. At 15 dBm, it demonstrates a peak power efficiency of 66% at 915 MHz. The low-cost metasurface-based printed antenna achieved a gain of 3 dBi, a directivity of 5.3 dBi and a radiation efficiency of 57%. The rectenna achieved 40% efficiency over a wide-range of input power from −5 dBm to 23 dBm, making it suitable for Wireless Power Transfer applications.

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 seuil0,003

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207