MétaCan
Menu
Retour à la cohorte
Enregistrement W2146489205 · doi:10.1109/tcsii.2012.2188455

RF/DSP Codesign Methodology of Enhanced Doherty Amplifiers

2012· article· en· W2146489205 sur OpenAlexaff
Ramzi Darraji, Fadhel M. Ghannouchi

Notice bibliographique

RevueIEEE Transactions on Circuits & Systems II Express Briefs · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Amplifier Design
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAmplifierLinearityElectronic engineeringDoherty amplifierAdjacent channelBasebandDigital signal processingComputer scienceRF power amplifierWidebandRadio frequencyElectrical engineeringEngineeringCMOS

Résumé

récupéré en direct d'OpenAlex

In this brief, a mixed radio frequency/digital signal processing (DSP) codesign approach is proposed to enhance the performance of Doherty power amplifiers (PAs). For the hardware optimization, a load-pull-based design methodology is proposed to determine the optimal matching elements of the main amplifier for enhanced efficiency at back-off. Subsequently, DSP control of the baseband input signal is used to efficiently distribute the drive power between the main and auxiliary amplifiers in order to enhance the efficiency at high power levels and also to improve the linearity. Precisely, the input power is evenly distributed between the two amplifiers at the back-off region and then unequally split with more drive into the auxiliary amplifier once the latter turns on. This allows for improving the load modulation behavior of the Doherty PA and flattening its gain response, which yield enhanced efficiency and improved linearity. For the experimental validation, the proposed codesign approach is applied to implement a dual-input Doherty PA based on a 10-W gallium nitride (GaN) device. Measurement results with wideband code division multiple access demonstrated improvements of up to 5% in average drain efficiency and up to 3 dB in adjacent channel leakage ratio.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,059
Tête enseignante GPT0,274
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Circuits & Systems II Express BriefsMême sujetAdvanced Power Amplifier DesignTravaux en français237 207