MétaCan
Menu
Retour à la cohorte

Design of 900 MHz RadioFrequency Energy Harvesting Circuit for the Internet of Things Applications

2020· article· en· W3033531474 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-clésRectennaVoltage doublerElectrical engineeringRectifier (neural networks)Energy harvestingSchottky diodeRadio frequencyEnergy conversion efficiencyVoltagePower densityPower (physics)RF power amplifierAntenna (radio)Electronic engineeringEngineeringAmplifierComputer scienceDiodeRectificationCMOSVoltage regulationPhysics

Résumé

récupéré en direct d'OpenAlex

Rectifying Antenna, (more commonly known as rectenna) due to its power density, is more and more considered as an autonomous power supply for wireless sensor nodes dedicated to the Internet of Things (IoT) applications. However, harvestable power fluctuates a lot over time. In this work, a design method, which considers the fluctuations in the harvestable power, is proposed. The method consists of a measure of the harvestable RF power density followed by the design of a rectenna optimized to achieve the best performance in the harvestable RF power range. The measurements are made at 900 MHz, and an average power density of -7.8 dBm is obtained. The proposed rectenna is based on a Villard voltage doubler using the Schottky HSMS 285B diode. Analysis results in 3 stage voltage doubler offering the best performance in terms of DC output voltage and RF/DC conversion efficiency. By associating the rectifier with a low pass filter L, a conversion efficiency of 40.74% and a voltage of 2.3 V are achieved at 4 dBm of incident power.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,430

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 Opus0,034
Tête enseignante GPT0,209
Écart entre enseignants0,175 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207