An Accurate Complexity-Reduced “PLUME” Model for Behavioral Modeling and Digital Predistortion of RF Power Amplifiers
Notice bibliographique
Résumé
This paper introduces a new, accurate, and complexity-reduced three-nonlinear-box model that is suitable for the behavioral modeling and digital predistortion (DPD) of power amplifiers (PAs) exhibiting memory effects. This model is composed of a look-up table (LUT), a memory polynomial (MP), and an envelope MP (EMP), which are all connected in parallel, and it is termed as Parallel-LUT-MP-EMP (PLUME). The PLUME model's performance is experimentally assessed using a highly nonlinear Doherty PA driven by a multicarrier wideband code division multiple access signal. A comparison is held between the PLUME model and different state-of-the-art models reported in the literature, such as the MP model, the parallel twin nonlinear two-box model, and the generalized MP (GMP) model. The experimental results, in both behavioral modeling and DPD applications, demonstrate that the proposed PLUME model outperforms the first two models. However, it shows the same accuracy as the GMP model but with an approximately 45% reduction in the number of coefficients. This significant decrease in coefficients considerably reduces the model computational complexity. Another comparison of the resources utilized for field programmable gate array implementation of the PLUME model and the GMP model is performed, which reveals that the PLUME model uses much fewer resources than the other model.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».