Accurately Modeling Zero-Bias Diode-Based RF Power Harvesters With Wide Adaptability to Frequency and Power
Notice bibliographique
Résumé
This paper proposes an analytical method for effectively evaluating the performances of zero-bias diode-based RF power harvesters. The method allows the accurate calculation of both the diode power conversion efficiency (PCE) and matching efficiency, while showing the wide adaptability to frequency and input power. To calculate the diode PCE accurately, the junction voltage is built based on modeling the diode junction capacitance and turn-on voltage. Using the accurate diode PCE, the equivalent nonlinear resistance of the diode is calculated, and thus the diode impedance is obtained. This helps to design a matching network with required bandwidths and evaluate the corresponding matching efficiency. The total PCE of the RF power harvester is finally obtained by multiplying the diode PCE and matching efficiency. For verification, dual-band RF power harvesters based on diodes of SMS7630 and HSMS-2850 are developed to cover the two 5G frequency bands for three telecom operators in China (2.515-2.675, 3.4-3.5 & 3.5-3.6 GHz). They are designed to operate in the low power range of −25-−5 dBm for low power harvesting scenarios. Compared with the simulated results, the calculation discrepancy of less than 3.12% can be achieved in evaluating the total PCEs of the RF power harvesters. Prototypes of the designed RF power harvesters were fabricated and measured for validation. It shows that the proposed analytical method can provide design guidelines for developing a multi-band RF power harvester.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».