Digital VLSI architectures for beam-enhanced RF aperture arrays
Notice bibliographique
Résumé
Beam-enhanced digital aperture arrays employ 2-D infinite-impulse-response (IIR) filters as a preprocessing stage for phased/timed-array beamformers to obtain lower side-lobe levels without compromising the array size or the main-lobe selectivity. A digital very-large-scale integration architecture is proposed for beam-enhanced linear aperture arrays. The proposed architecture consists of four subsystems: 2-D IIR prefiltering, beam steering via fast computation of filter coefficients, compensation for nonlinear phase, and phased/timed-array beamforming. Systolic-array architectures are used for first- and second-order 2-D IIR prefiltering subsystems, including fast computation of filter coefficients. The trade-off due to the nonlinear phase response of the 2-D IIR prefilter is partially compensated via fast Fourier transform-based complex phase rotations. Designs are implemented on a Xilinx Virtex-6 XC6VLX240T field-programmable gate-array device and verified using on-chip hardware cosimulation. Field-programmable gate-array designs for both 2-D IIR prefiltering and filter coefficient computation are mapped to standard-cell application-specific integrated circuits in 45 nm complementary metal-oxide semiconductor technology up to the synthesis level with supply VDC = 1.1 V. For a simulation having 64 antennas with binary phase-shift keying modulation, the beam-enhanced aperture array provides better than 10 dB improvement in bit error rate versus signal-to-interference ratio performance compared to phased/timed-array beamforming.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».