Implementing a Reliable and Ultra-low Power Adaptive RF Energy Harvester for IoT Applications
Notice bibliographique
Résumé
RÉSUMÉ: La demande de systèmes de récolte d'énergie efficaces et performants pour alimenter les dispositifs intelligents portables modernes est en constante augmentation. Différentes sources d'énergie peuvent être exploitées, telles que les sources thermiques, vibratoires et les radiofréquences (RF) ambiantes. Les récupérateurs d'énergie radiofréquence (RFEH) sont couramment utilisés car ils fournissent une alimentation sans fil. Cette thèse explore de nouvelles méthodes pour concevoir des systèmes de récupération d'énergie radiofréquence à la fois sensibles et à haute efficacité avec une unité de gestion de l'alimentation adaptative. La première méthode proposée consiste à incorporer la différence de phase entre les chemins d'entrée et à la convertir en tension continue. Un redresseur triphasé est choisi et étudié à la fois théoriquement et expérimentalement pour valider ce concept. Le redresseur est combiné à un déphaseur conçu sur mesure qui divise uniformément la puissance reçue, fournissant trois signaux avec un déphasage de 120° simultanément. Des diodes Schottky (SMS7621-005LF de Skyworks) sont sélectionnées pour le redresseur en raison de leur faible chute de tension directe. Un prototype a été construit sur un substrat de laminés RT/Duroid® 5880 d'une épaisseur de 0,005 pouces pour minimiser les pertes diélectriques. Le récupérateur d'énergie RF fonctionne bien dans la bande ISM à une fréquence de 435,6 MHz. Avec une puissance RF disponible de 8 dBm, le prototype atteint une efficacité impressionnante de 56% avec une charge de 6 kΩ et une tension de sortie de 5,2 V. De plus, le système maintient une efficacité supérieure à 20% sur une large gamme de puissances d'entrée disponibles (IPR) couvrant une plage de 28 dBm. Le RFEH démontre également une sensibilité de -10 dBm qui lui permet de produire une tension de 1V. ABSTRACT: The demand for efficient and high-performance energy harvesting systems is increasing to power modern wearable smart devices. Various energy sources can be harnessed, including thermal, vibrational, and ambient Radiofrequency (RF). RF energy harvesters (RFEH) are commonly used because they provide wireless power delivery. This thesis investigates new ways of designing both sensitive and high-efficiency radio frequency energy harvesting systems with adaptive power management units. The first proposed method is to incorporate the phase difference between the input paths and convert this to a DC voltage. A three-phase rectifier is chosen and investigated theoretically and experimentally to have a proof of concept for this idea. The rectifier is combined with a custom-designed phase shifter that evenly splits the received power, simultaneously delivering three signals with a 120° phase shift. Schottky diodes (SMS7621-005LF from Skyworks) are selected for the rectifier due to their low forward voltage drop and high sensitivity. A prototype was built on an RT/Duroid® 5880 Laminates substrate with a thickness of 0.005 inches to minimize dielectric losses. The RF energy harvester performs well in the ISM band at a frequency of 435.6 MHz. At 8 dBm of available RF power, the prototype achieves an impressive end-to-end efficiency of 56% with a 6 kΩ load and an output voltage of 5.2 V. Moreover, the system maintains an efficiency above 20% across a wide input power range (IPR) of 28 dBm. The RFEH also demonstrates a sensitivity of 1 V at -10 dBm.
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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».