Design of GaN-based microwave components and application to novel high power reconfigurable antennas
Bibliographic record
Abstract
Conception et réalisation de composants microondes en technologie GaN : application aux antennes reconfigurables de puissance Cette thèse démontre la faisabilité de l'utilisation de la technologie Nitrure de Gallium (GaN) dans les systèmes RF / micro-ondes reconfigurables. Les principales caractéristiques de ce type de technologie des semi-conducteurs se résident dans ses capacités de supporter des puissances élevées avec un rendement aussi élevé. En outre, la technologie GaN est un candidat très prometteur pour la réalisation des applications haute puissance/haute fréquence. Le travail de cette thèse est divisé en deux parties principales. La première est consacrée au développement, à l’analyse et à la caractérisation en DC et en RF jusqu'à 20 GHz des circuits actifs réalisés à base de la technologie GaN, tels que les diodes varicap et les commutateurs. Les diodes varicap fabriquées ont été modélisées en petit et grand signal par des équations analytiques contenant des coefficients empiriques ainsi un modèle en circuit a été développé, tandis aux commutateurs, un modèle de circuit en petit signal a été proposé. Ces composants actifs ont été réalisés en utilisant les processus GaN HEMTs de fabrication offerts par le Conseil National de Recherches du Canada (CNRC). La deuxième partie aborde les aspects de l'intégration de ces dispositif actifs GaN et de la conception des circuits reconfigurables proposés, tels que déphaseur reconfigurable, -3dB 90° coupleur hybride reconfigurable, oscillateur accordable en fréquence, commutation de faisceau et accordabilité en fréquence d’un réseau d'antennes patch tout en utilisant ces diodes varicap et commutateur GaN développées au fil de cette thèse. A travers cette thèse, l'utilisation de la technologie GaN pour la conception des designs RF reconfigurables en fréquence pour les applications fonctionnant au-dessous de 10 GHz a été démontrée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".