MétaCan
Menu
Retour à la cohorte
Enregistrement W7154174726 · doi:10.1109/cama65664.2025.11335165

Design of a Dual Functionality Self-Powered Reconfigurable Intelligent Surface with Dual-Polarization Control

2025· article· W7154174726 sur OpenAlexaff
Siwar Louati, Larbi Talbi, Mohamed Mamdouh M. Ali

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)Control (management)Surface (topology)Control systemIntelligent control

Résumé

récupéré en direct d'OpenAlex

The practical deployment of Reconfigurable Intel-ligent Surfaces (RIS) is hindered by the significant challenge of powering their numerous active elements. To address this limitation, we propose and demonstrate a self-sustained RIS architecture based on a multifunctional unit cell that integrates electromagnetic wave control and RF energy harvesting. Our approach enables fully autonomous operation by harvesting energy directly from ambient incident waves, thus eliminating the need for external power supplies or batteries. The core of our contribution is a novel unit-cell design that exploits polarization orthogonality to achieve two simultaneous, non-interfering functions. Under x-polarized excitation, the cell provides a controllable 1-bit phase reflection using a PIN diode, while it concurrently harvests energy from y-polarized waves through a dedicated absorption port. Optimized for the X-band (9.4–10.6 GHz), the proposed unit cell demonstrates excellent performance, achieving a reflection amplitude better than −2 dB, a stable phase difference of 180° ± 20°, strong energy harvesting absorption below −15 dB, and high polarization isolation exceeding 20 dB. This work validates a practical pathway toward energy-autonomous RIS platforms, paving the way for their large-scale and sustainable deployment in future wireless networks.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,236
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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207