A Frequency-Agile RF Frontend Architecture for Multi-Band TDD Applications
Notice bibliographique
Résumé
Emerging wireless standards specify dozens of bands spanning several octaves, which need to be supported in form-factor and energy constrained mobile devices targeting ubiquitous connectivity. However, in current multi-band radio implementations, significant redundancy is still the norm in the RF frontend. This work introduces an improved architecture for multi-band, time-division duplexed (TDD) radios, which replaces multiple narrowband frontend components with a frequency-agile solution, tunable over a wide frequency range. A highly digital architecture is adopted, leading to a fully integrated solution wherein both efficiency and achievable frequency range benefit from CMOS scaling. A prototype is integrated in 45 nm SOI CMOS. Peak PA output power is 27.7 ±0.5 dBm from 1.3 to 3.3 GHz, with up to 30% total efficiency at 2 V. For TDD LTE applications, better than -30 dBc ACLR and -30 dB EVM is measured with 64 QAM, 20 MHz signals from 1.44 to 3.41 GHz, with up to 17.2% average efficiency and 23.4 dBm average power. The LNA achieves AV ≥ 14 dB, NF = 4.4 ±1.6 dB and IIP 3 ≥ -7 dBm from 1.3 to 3.3 GHz while drawing just 6 mA from 1 V. The demonstrated frequency range covers a total of 11 TDD bands .
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 | 0,001 |
| 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 ».