MétaCan
Menu
Retour à la cohorte
Enregistrement W2110899272 · doi:10.1109/cnsr.2009.45

FPGA Implementation of a Novel Compensation Technique for EER Amplifiers

2009· article· en· W2110899272 sur OpenAlexaff
Alex Morash, Colin O’Flynn, Jacek Ilow

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Amplifier Design
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAmplifierComputer scienceElectronic engineeringDistortion (music)Field-programmable gate arrayCompensation (psychology)Filter (signal processing)Nonlinear distortionEnvelope (radar)Total harmonic distortionLinear amplifierDifferential amplifierElectrical engineeringEngineeringComputer hardwareTelecommunicationsBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

This paper examines a practical method to reduce the spectral distortion at the output of an envelope elimination and restoration (EER) power amplifier (PA). The EER amplifiers utilized in terrestrial amplitude modulation (AM) radio broadcast transmitters are affected by non-linear and memory effects; the proposed compensation method exploits the source of these effects in real-world amplifiers. Specifically, using a new feed forward configuration for pre-processing the amplifier input, the algorithm predicts the PA output in real-time using its realistic behavior modeled through dynamic differential equations. The compensation method implemented at the base band considers the effects created by the most critical components of the EER amplifier, i.e, band-limiting of the envelope by the reconstruction filter and a non-linear load applied at the output of the reconstruction filter. The performance improvements of the proposed method are measured by its ability to reduce total harmonic distortion (THD) at the output of the system. Taking advantage of the efficient utilization of available computational resources, the feasibility of implementing this system is verified using a FPGA platform.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,281 · 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 tête enseignante, 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Power Amplifier DesignTravaux en français237 207