Improved Compensation of HPA Nonlinearities Using Digital Predistorters with Dynamic and Multi-dimensional LUTs
Notice bibliographique
Résumé
Orthogonal frequency division multiplexing (OFDM) has been widely adopted in communications systems due to its high spectral efficiency and resistance to multipath fading and impulse noise. However, because of its large peak-to-average power ratio (PAPR), OFDM is highly sensitive to nonlinear distortion. In wireless systems, where to achieve acceptable power efficiency, the high power amplifiers (HPAs) operate near the saturation point, OFDM signals cause spectral regrowth leading to prohibitively high levels of adjacent channel interference (ACI). This paper investigates two signal predistortion techniques that attempt to mitigate these effects. The first approach assumes the HPA is memoryless, meaning that the output only depends on the current input. A predistorter using a one-dimensional (1-D) look up table (LUT) which has non-uniform bin spacing in amplitude is proposed. This non-uniform spacing allows the LUT to produce a better estimate of the inverse gain characteristic of the HPA. The second approach attempts to utilizes a two- dimensional (2-D) LUT which is capable of linearizing amplifiers with memory effects where the amplifier gain has a dependency on the short-term average power of the input signal. Multiple LUTs are constructed over the range of the input signal with each LUT being employed over a specific range of short-term average power.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».