MétaCan
Menu
Retour à la cohorte
Enregistrement W3194198741 · doi:10.1109/map.2021.3099722

Rectenna Design and Development Strategies for Wireless Applications: A review

2021· review· en· W3194198741 sur OpenAlexaff
Daasari Surender, Taimoor Khan, Fazal Ahmed Talukdar, Yahia M. M. Antar

Notice bibliographique

RevueIEEE Antennas and Propagation Magazine · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesScheme for Promotion of Academic and Research Collaboration
Mots-clésRectennaWirelessMicrowave transmissionRadio frequencyPower transmissionEnergy harvestingElectrical engineeringComputer scienceMicrowaveEngineeringElectronic engineeringWireless sensor networkTelecommunicationsPower (physics)Computer network

Résumé

récupéré en direct d'OpenAlex

In this article, a comprehensive review specifically on the applications of rectennas for different wireless systems has been presented. Rectenna systems are used to convert radio-frequency (RF) energy into dc signals. Attracting ever-increasing interest among researchers, the rectenna has occupied a unique position in RF and microwave engineering systems. During the last four decades, the research on rectenna design has been focused on improving the power conversion efficiency (PCE) and compatibility while reducing the design complexity as well. This review article summarizes the overall rectenna research carried out for different applications, viz., wireless power transmission (WPT), wireless sensor networks (WSNs), solar power transmission (SPT), medical implants, and wireless energy-harvesting (WEH) systems. Such a review article has rarely been proposed in the open literature to the best of the authors’ knowledge. The main objectives of the article are to 1) accommodate the key design requirements of the rectenna, 2) study the potential application of rectennas and their possible configurations to achieve desired performance characteristics, and 3) to present a comparative analysis of the performance parameters of the different reported works.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,056
Tête enseignante GPT0,296
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Propagation MagazineMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207