Generic load-pull-based design methodology for performance optimisation of Doherty amplifiers
Notice bibliographique
Résumé
In this study, a systematic design methodology is proposed to optimise the operation of Doherty power amplifiers (PAs). The proposed approach makes use of two sets of load-pull data to enhance the performance of Doherty PAs at low- and high-power-drive levels. The first load-pull, which is performed on the device operating at saturation, permits one to maximise the performance at a high-power region. The second load-pull, which is performed at the power level associated with the turn-on of the peaking amplifier, aims to boost the performance at back-off. To assess its effectiveness, the proposed methodology is applied to design three Doherty PAs sought for power efficiency, linearity and gain, respectively. Around the Doherty turn-on point, these circuits achieved up to 9% efficiency improvement, up to 10 dB inter-modulation reduction and up to 2 dB gain improvement, respectively. For experimental validation, a gallium-nitride (GaN)-based Doherty PA prototype sought for efficiency was implemented. The fabricated Doherty PA demonstrated a power-added efficiency (PAE) higher than 40% over an output power back-off (OPBO) range of 8 dB, with two peak PAE points of 52 and 62% located at 6.8 dB OPBO and at saturation, respectively.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».