MétaCan
Menu
Retour à la cohorte
Enregistrement W2022349818 · doi:10.1109/tmtt.2013.2247617

Reconfigurable Doherty Power Amplifier for Multifrequency Wireless Radio Systems

2013· article· en· W2022349818 sur OpenAlexaff
Ahmed Mohamed Mahmoud Mohamed, Slim Boumaiza, Raafat R. Mansour

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Amplifier Design
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAmplifierDoherty amplifierElectronic engineeringElectrical engineeringRadio frequencyRF power amplifierWirelessComputer sciencePower (physics)EngineeringPower bandwidthLinear amplifierTelecommunicationsCMOSPhysics

Résumé

récupéré en direct d'OpenAlex

This paper proposes a frequency-agile Doherty amplifier capable of efficiently amplifying multiband wireless signals located at widely spaced frequencies. Starting with the study of the load modulation concept in the Doherty technique and the various frequency-dependent components involved in its realization, this paper suggests a simplified and effective design methodology for the development of frequency-agile and reconfigurable Doherty amplifiers using a small number of electronically tunable devices. As a proof of concept, a reconfigurable Doherty power amplifier (PA) prototype is designed and fabricated to operate at 1.9, 2.14, and 2.6 GHz. The measurement results obtained using a continuous-wave signal revealed drain efficiencies of approximately 70% and 60% at the peak power and 6 dB back-off power, respectively, for the three targeted operating frequencies. In addition, the reconfigurable Doherty amplifier was successfully linearized when driven with 20-MHz wavelength code-division multiple access and longterm evolution signals, using a Volterra-based digital predistrtion algorithm which exploits a pruned Volterra series.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations40
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Microwave Theory and TechniquesMême sujetAdvanced Power Amplifier DesignTravaux en français237 207