Balanced Detection in Multiport Direct-Conversion Interferometric Receiver for IoT Systems
Notice bibliographique
Résumé
Multiport interferometric receivers are recognized for their competitive low-power and low-cost wireless sensor solutions. However, the systematically generated rectified wave components in a conventional direct-conversion interferometric receiver can saturate the receiver in a radio propagation environment comprising multichannel signals in the operating band of interest, which requires power-hungry auxiliary building blocks for compensation. In this work, a balanced detection scheme in a radio frequency/microwave interferometric receiver, for the first time, is devised and presented for implementing a differential acquisition. This method is based on the phase opposition of the local oscillator (LO) driving signal measured between a pair of Schottky diodes. The subtraction of two outputs is set to cancel unwanted rectified signals and improve the desired detected signal quality. A prototype is implemented in the 60-GHz frequency band using a miniature hybrid microwave integrated circuit fabrication process, which can be extended to any frequency band of interest and fabrication technology. The balanced detection scheme shows an excellent suppression of second-order distortions and about 6-dB conversion gain improvement of the detected signals in comparison to a conventional interferometric receiver employing a single-ended detection scheme. The demodulation of several modulated digital signals has been successfully demonstrated, which only requires about 25% of the driving signal power to have a similar error vector magnitude performance as with the single-ended detection scheme when probing an intermediate frequency detected signal.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».