MétaCan
Menu
Retour à la cohorte
Enregistrement W4401123146 · doi:10.3390/s24154928

Chipless RFID Sensor for Measuring Time-Varying Electric Fields Using a Contactless Air-Filled Substrate-Integrated Waveguide Resonator

2024· article· en· W4401123146 sur OpenAlexafffund
Amirmasoud Amirkabiri, Dawn Idoko, Behzad Kordi, Greg E. Bridges

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave and Dielectric Measurement Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsManitoba Hydro
Mots-clésResonatorChipless RFIDSubstrate (aquarium)Materials scienceWaveguideOptoelectronicsAcousticsElectric fieldElectrical engineeringElectronic engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents a wireless chipless resonator-based sensor for measuring the absolute value of an external time-varying electric field. The sensor is developed using contactless air-filled substrate-integrated waveguide (CLAF-SIW) technology. The sensor employs a low-impedance electromagnetic band gap structure to confine the electric field within the sensor's air cavity. The air cavity is loaded with varactor diodes whose reverse bias voltage is modified by the to-be-measured external electric field. Variation in the external electric field results in a variation of the sensor's resonant frequency. The CLAF-SIW sensor offers a high unloaded quality factor, which is required for a long-distance ringback-based interrogation system. A prototype of the proposed sensor is fabricated and tested. It can measure a time-varying external electric field up to 6.9 kV/m, has a sensitivity of 1.86 (kHz)/(V/m), and can be interrogated from a distance of 80 cm. The feasible maximum bandwidth of the external electric field is 25 kHz. The proposed sensor offers a compact planar multilayer structure that can easily be incorporated with a planar antenna and its size can be reduced by selecting a higher operating frequency without an increase in dielectric loss.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,245
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetMicrowave and Dielectric Measurement TechniquesTravaux en français237 207