Temperature-Stable Low-Power RF-to-DC Dickson Charge Pump Rectifiers for Battery-Free Sensing and IoT Systems
Notice bibliographique
Résumé
Temperature variation poses a significant challenge for battery-free sensors and Internet of Things (IoT) systems, mainly due to the absence of built-in temperature compensation modules. This work presents a strategy to identify Schottky diodes for low-power RF-to-dc Dickson charge pump (DCP) rectifiers to enhance temperature stability. Theoretical analysis pinpoints that performance degradation in dynamic temperatures results from the mismatch loss between diode nonlinear junction resistance and load resistance. The analytical method is implemented to synthesize the optimum number of stages and identify suitable Schottky diodes for low-power RF-to-dc DCP rectifiers. Experimental measurements demonstrate that the SMS7621-based 3-stage RF-to-dc DCP rectifier maintains a wide matched operating temperature range from$- 32.5~^{\circ }$C to$70~^{\circ }$C. Further experiments show that its dc output voltage remains above 3.2 V across a wide temperature range of$- 40~^{\circ }$C to$80~^{\circ }$C when the RF input is −8 dBm, which can drive a commercial wireless sensor board. This work aims to serve as a benchmark for developing reliable low-power RF-to-dc DCP rectifiers that meet various operating temperature requirements of battery-free IoT sensors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».