MétaCan
Menu
Retour à la cohorte
Enregistrement W2207660779 · doi:10.1109/tcsii.2015.2482139

A Methodology for Implementation of High-Efficiency Broadband Power Amplifiers With Second-Harmonic Manipulation

2015· article· en· W2207660779 sur OpenAlexafffund
Tushar Sharma, Ramzi Darraji, Fadhel M. Ghannouchi

Notice bibliographique

RevueIEEE Transactions on Circuits & Systems II Express Briefs · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Amplifier Design
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Space AgencyNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsAlberta Innovates - Technology Futures
Mots-clésBroadbandAmplifierBandwidth (computing)Electronic engineeringWidebandInversePower (physics)TransistorComputer scienceMatching (statistics)Electrical impedanceTransistor arrayHarmonicElectrical engineeringMathematicsEngineeringPhysicsTelecommunicationsAcoustics

Résumé

récupéré en direct d'OpenAlex

This brief describes a methodology for designing broadband power amplifiers (PAs) based on the manipulation of second-harmonic impedance. The proposed approach starts from the inverse class-F (F-1) design specification and extends it to a family of specifications that allow achieving better than class-B performance in terms of output power and drain efficiency. It is shown that the achievable performance can be maintained over a wide frequency range reaching 57% of fractional bandwidth. As such, the proposed approach permits higher flexibility and offers relaxed matching constraints in implementing broadband high-efficiency PAs. For the experimental implementation, the proposed approach is adopted to implement a broadband PA using a 10-W gallium-nitride transistor. Peak drain efficiencies greater than 75% are measured over carrier frequencies between 500 and 900 MHz. The saturated output power levels, on the other hand, are higher than 10 W with a maximum of 13 W. Measured results are confirmed to be in good agreement with theory and simulations.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,064
Tête enseignante GPT0,293
Écart entre enseignants0,229 · 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'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

Citations64
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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