MétaCan
Menu
Retour à la cohorte
Enregistrement W4367061531 · doi:10.5281/zenodo.7866779

Design Realization and Tests of a GaN Solid State Power Amplifier with 51dBm Output Power for 17.3-20.2 GHz SatCom Applications

2023· paratext· en· W4367061531 sur OpenAlexaff
Rocco Giofrè, Lorena Cabrìa, Mariano Lòpez, Rémy Leblanc, Fabio Vitobello, Paolo Colantonio

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typeparatext
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensNortel (Canada)
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésAmplifierRealization (probability)Power (physics)Electrical engineeringGallium nitrideSolid-stateElectronic engineeringComputer scienceMaterials scienceOptoelectronicsEngineeringTelecommunicationsPhysicsBandwidth (computing)Engineering physicsMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, the design, realization, and tests of the Engineering Model (EM) of the developed SSPA is detailed. Across the entire band, from 17.3 GHz to 20.2 GHz, the SSPA supplies more than 125W output power at only 3dB of compression. Gain and overall efficiency are respectively better than 70 dB and 24% (including the power consumption of the EPC and PSU). It is worth highlighting that these performance levels have been achieved while satisfying space constraints in terms of de-rating and reliability. Moreover, in the same bandwidth the output power at 1dB of gain compression is larger than 100W with a Noise-to-Power Ratio (NPR) better than 13dB. Vibration and vacuum tests as well as thermal cycles are currently ongoing, and results will be presented during the conference. To the best of the authors’ knowledge, this is the first SSPA based on EU GaN-on-Si technology capable of delivering more than 100W output power in the overall Ka-downlink band

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,695
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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,039
Tête enseignante GPT0,277
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetGaN-based semiconductor devices and materialsTravaux en français237 207