Compensating I–Q Imperfections in Hybrid RF/Digital Predistortion With an Adapted Lookup Table Implemented in an FPGA
Notice bibliographique
Résumé
The performance of hybrid RF/digital predistortion (RF-DPD) is limited, due to in-phase (I) and quadrature-phase (Q) imperfection in its key component, the RF vector multiplier, and the associated circuitry. These imperfections cause errors, in terms of implemented gain and phase of the predistortion function. This brief presents the methodology of implementing hybrid RF-DPD with a lookup table (LUT) adapted to compensate for hardware related I-Q imperfections of the RF vector multiplier within the digital signal processing domain. This modified LUT will accurately compensate for I-Q imperfection, without needing a precise tuning of the control voltages at the pins of the RF vector multiplier. This brief also presents the test setup for characterizing the RF-DPD system to obtain the I-Q imperfections within it and utilizes this information to modify the LUT to compensate for these imperfections. To verify the capability of the modified LUT in compensating for the I-Q imperfections, an experimental validation is carried out by linearizing a class-AB base station power amplifier using the hybrid RF-DPD system developed with an Altera Stratix field-programmable gate array (FPGA) evaluation board. In addition to the 12-dB adjacent-channel leakage ratio obtained using static RF-DPD, an improvement of 2.5 dB is achieved using the proposed I-Q compensation technique.
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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».