MétaCan
Menu
Retour à la cohorte
Enregistrement W4312951007 · doi:10.2528/pierc22080606

Printed Fractal Folded Coplanar-strips-fed Array Rectenna for IoE Applications

2022· article· en· W4312951007 sur OpenAlexaff
Zahra Badamchi, Ngoc Duc Trinh, Chloé Bois, Tarek Djerafi

Notice bibliographique

RevueProgress In Electromagnetics Research C · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésRectennaSTRIPSFractal3d printedMaterials scienceOptoelectronicsElectrical engineeringEngineeringComposite materialBiomedical engineeringMathematicsVoltageMathematical analysisRectification

Résumé

récupéré en direct d'OpenAlex

This paper presents a low-cost antenna integrable to a large set of indoor common building materials.Employing the printing technology on thin transparent polyethylene terephthalate material and using available building materials not only leads to a low-cost environmentally friendly solution for the expected massive sensor deployment but also eliminates the dispersive behavior of the materials that are interacting with them.A coplanar-strips fed fractal folded antenna element was designed and validated experimentally with four different materials including gypsum, plywood, and plexiglass.The aesthetically viable ground-free antenna achieves wideband performance and radiates in the broadside plane perpendicularly to the wall.The single antenna element covers the frequency band of 2.18-3.96GHz with a gain of 1 dBi at 2.4 GHz.To take advantage of the large available surface, a high efficiency 2.4 GHz array rectenna for powering electronic devices intended for IoE technology is proposed.The proposed array rectenna has a dimension of 384 × 354 × 6.475 mm 3 and employs a single diode as the rectifier element.The measured results for the presented array rectenna reveal an AC-DC powerconversion-efficiency (PCE) of more than 20% for input powers as low as 0.025 µW/cm 2 with a peak PCE of 61.3% at 4.03 µW/cm 2 .

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 seuil0,002

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)0,0010,001

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 Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,301 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress In Electromagnetics Research CMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207