MétaCan
Menu
Retour à la cohorte
Enregistrement W4312849374 · doi:10.1109/iscas48785.2022.9937593

Real-time Power Amplifier Impairment Assessment using Nonlinear Polynomial with Memory

2022· article· en· W4312849374 sur OpenAlexaff
Ibrahim Fatungase, Jean‐François Bousquet

Notice bibliographique

Revue2022 IEEE International Symposium on Circuits and Systems (ISCAS) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Amplifier Design
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAmplifierLinearizationComputer scienceNonlinear systemNonlinear distortionPredistortionPolynomialBandwidth (computing)Electronic engineeringDistortion (music)AlgorithmControl theory (sociology)MathematicsTelecommunicationsEngineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

This paper describes a system architecture for a digital pre-distortion (DPD) algorithm that compensates for nonlinearity with memory. For this purpose, a digital model is used to represent the analog front-end power amplifier nonlinear distortion, and frequency selectivity. A DPD algorithm is presented, and the implementation constraints are defined. The digital pre-distorter linearization accuracy is assessed using a signal with a PAPR of 8 dB and a fractional bandwidth of 10%. The signal is applied to a realistic power amplifier model in high compression, and with frequency selectivity. Through simulation, it is found that the polynomial equation with memory required to maintain an error below 5% requires a nonlinear order of 8, and a number of memory elements equal to 5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,304
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,257
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Symposium on Circuits and Systems (ISCAS)Même sujetAdvanced Power Amplifier DesignTravaux en français237 207