Multi-Rate Hybrid Predistortion with Reduced Sampling Rate and Resolution for 6G Power Amplifier Linearization
Notice bibliographique
Résumé
abstract-To achieve cost-effective and energy-efficient 6G base station (BS) deployment, digital predistortion (DPD) is essential to concurrently maintain high power efficiency and optimal linearity of power amplifiers (PA). However, dramatically increased communication signal bandwidth and carrier frequency in 6 G lead to extremely high sampling rate requirements in conventional DPD, which significantly increases DPD implementation cost and overall power consumption. In this paper, we propose a novel multi-rate hybrid predistortion scheme to reduce the cost and power consumption for 6 G PA linearization by lowering the sampling rate and analog-to-digital converter (ADC) resolution concurrently. Specifically, a new adaptive PA distortion estimation method is proposed using pseudo-preambles with varying lengths to mitigate the impact of low ADC resolution and low feedback loop sampling rate, while guaranteeing the estimation accuracy without inducing additional hardware complexity. Furthermore, a new PA distortion characteristics specified multi-rate hybrid predistortion scheme is proposed that tailors different sampling rates to the decomposition and linearization of estimated PA static and dynamic distortions, thus further mitigating low baseband sampling rate impact with guaranteed linearization performance. Simulation results demonstrate the proposed predistortion scheme achieves satisfactory PA linearization performance and power efficiency with dramatically reduced sampling rates and resolution.
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 ».