MétaCan
Menu
Retour à la cohorte
Enregistrement W2964639950 · doi:10.1109/eeeic.2019.8783871

Performance Analysis of Multistage Voltage Doubler Rectifier for RF Energy Harvesting

2019· article· en· W2964639950 sur OpenAlexaff
Alex Mouapi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésVoltage doublerRectifier (neural networks)Energy harvestingVoltage multiplierElectrical engineeringVoltageRadio frequencyComputer scienceElectronic engineeringEnergy (signal processing)OptoelectronicsMaterials scienceEngineeringVoltage dividerPhysicsDropout voltage

Résumé

récupéré en direct d'OpenAlex

The conversion of electromagnetic energy into DC electrical energy is increasingly considered as the most appropriate solution to overcome the energy dependence of wireless sensor nodes (WSN). However, due to RF exposure limits, the output voltage levels reached are generally low. To amplify this voltage, the use of multi-stage voltage doubler (MSVD) rectifiers is the solution proposed by most designers. Nevertheless, it is recalled that in addition to the supply voltage, the effective of a WSN also depends on the harvested power by the conversion circuit; this issue is not very often dealt with in the design of the MSVDs. In this paper, it is proposed an analysis of the MSVDs to define how beneficial it to amplify the DC voltage without degrading the output power level of the conversion circuit. To consider these two performance criteria, a Rectifier Figure of Merit (RFoM) is defined. The results obtained through simulations with the Advanced Design System (ADS) software demonstrate the existence of an optimum number of stages that is linked to the RF power level incident. As a result of this observation, a relationship between the incident RF power and the optimal number of stages of the MSVD is established in this paper.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207