MétaCan
Menu
Retour à la cohorte

Performances Comparison of Shottky Voltage Doubler Rectifier to support RF Energy Harvesting

2020· article· en· W3032933246 sur OpenAlexaff
Alex Mouapi, Nadir Hakem, Nahi Kandil

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésVoltage doublerRectennaRectifier (neural networks)Electrical engineeringVoltageEnergy conversion efficiencyElectronic circuitFigure of meritElectronic engineeringRadio frequencyEnergy harvestingEfficient energy useEngineeringVoltage dividerComputer scienceEnergy (signal processing)PhysicsOptoelectronicsDropout voltageRectification

Résumé

récupéré en direct d'OpenAlex

Electromagnetic waves are increasingly the preferred source for charging the battery of wireless sensor nodes. Given the small amount of harvestable energy, much work has been proposed to optimize the energy efficiency of radiofrequency energy converter circuits. Among these researches, Voltage Doubler (VD) rectifier occupies a predominant place. This work then proposes to compare the performance of the two types of VD that are the Greinacher Voltage Doubler (GVD) and the Delon Voltage Doubler (DVD). Performance criteria are DC output voltage, RF/DC conversion efficiency, and matching losses. A Rectenna Figure of Merit (RFoM) that considers these three parameters is defined for an overall comparison of the rectifiers. The analyzes are carried out in the 900 MHz, 2.45 GHz ISM and 5.8 GHz frequency bands and the performances of the two circuits when they are perfectly adapted are also analyzed. As a result, it is obtained that the DVD rectifier is more suitable for miniature designs without a matching filter. The two voltage doublers when they are matched have almost similar performances in terms of DC voltage and RF/DC conversion efficiency. However, the insertion losses are higher in the GVD.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,256
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207