Digitally Equalized Doherty RF Front-End Architecture for Broadband and Multistandard Wireless Transmitters
Notice bibliographique
Résumé
This paper introduces a new architecture of frequency-agile Doherty power amplifier (PA)-based RF front-end. This architecture incorporates a baseband equalizer that is implemented using finite-impulse-response (FIR) digital filters to improve the performance of Doherty PAs when driven with large bandwidth and multiband wireless radios. Depending on the center frequency and bandwidth of the input signal, the FIR filters of the proposed equalizer are synthesized to compensate for the nonideal frequency behavior of the RF building blocks of the Doherty PA. It is shown that the proposed architecture enables the Doherty PA to operate with significantly improved power efficiency and linearity performance beyond its nominal frequency of design, which is suitable for multistandard applications. As a matter of fact, when driven with a 140-MHz bandwidth long-term evolution (LTE) signal centered around 2.30 GHz, the average efficiency of a 2.14-GHz Doherty PA prototype with the proposed digital baseband equalizer is enhanced from 33.5% to 44.7%. Moreover, its linearity performance in terms of adjacent channel leakage ratio (ACLR) is improved from -21 to -26 dB. In addition, when operated in concurrent dual-band mode with two 20-MHz bandwidth LTE signals centered at 1.96 and 2.34 GHz, the proposed Doherty PA enabled a reduction in dc power consumption by nearly 15%. Furthermore, it is demonstrated that the integration of the proposed baseband equalizer does not compromise the linearizability of the Doherty PA. To the best of the authors' knowledge, this is the first demonstration of the use of digital equalization for performance enhancement of RF Doherty PAs.
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 | 0,001 | 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 ».