MétaCan
Menu
Retour à la cohorte
Enregistrement W4293868610 · doi:10.1109/ims37962.2022.9865516

Experimental Demonstration of Nonlinear Metasurfaces for High-Performance Low-Cost Near-Field Base Station

2022· article· en· W4293868610 sur OpenAlexaff
Jorge Virgilio de Almeida, Xiaoqiang Gu, Marbey M. Mosso, Carlos Sartori, Ke Wu

Notice bibliographique

Revue2022 IEEE/MTT-S International Microwave Symposium - IMS 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMetamaterialBandwidth (computing)Electric power transmissionBase stationLens (geology)Nonlinear systemWireless power transferElectronic engineeringTransmission (telecommunications)OpticsElectrical engineeringComputer sciencePower transmissionPower (physics)Topology (electrical circuits)WirelessTelecommunicationsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

2D metamaterials (MTMs) or metasurfaces based on periodic arrays of high-Q coils have been long used as artificial magnetic lenses to boost the power transfer efficiency of inductive power transmission systems. In conventional linear topologies, this focalization effect is physically limited to extremely narrow bands due to the high Q of the unit cells. This paper, for the first time, experimentally demonstrates that nonlinear MTM lenses can produce a stable gain over a much wider bandwidth than any linear MTM lens. Such observation is validated with both continuous-wave and modulated excitations. Furthermore, the measurements also show that the group delay inside the gain region is almost linear, indicating that the proposed MTM lens presents very low in-band phase distortion. Such nonlinear MTM lenses are believed to find great potential in developing high- performance low-cost base station for near-field simultaneous wireless information and power transmission for many low-to- medium power applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE/MTT-S International Microwave Symposium - IMS 2022Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207