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 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».