【摘 要】
：
第五代通信技术（5G）中规划了两类频率范围,其中频率范围（410MHz～7.125GHz）定义了5G低频段,而目前5G的商用阶段主要面向5G低频部分,因此该文主要涉及的频率范围是5G低频部分。5G通信系统要求更高的传输速率和更大的带宽,射频功率放大器作为通信系统的关键组件,其性能的好坏直接决定了通信质量。采用混合连续及混合逆连续射频功率放大器在带宽的拓展和效率的提升都具有非常大的优势,对其进行研究
论文部分内容阅读
第五代通信技术（5G）中规划了两类频率范围,其中频率范围（410MHz～7.125GHz）定义了5G低频段,而目前5G的商用阶段主要面向5G低频部分,因此该文主要涉及的频率范围是5G低频部分。5G通信系统要求更高的传输速率和更大的带宽,射频功率放大器作为通信系统的关键组件,其性能的好坏直接决定了通信质量。采用混合连续及混合逆连续射频功率放大器在带宽的拓展和效率的提升都具有非常大的优势,对其进行研究有利于设计出宽带高效的射频功率放大器。该文将以连续型模型为基础推导出混合连续及逆连续模型,并设计出面向5G低频段的宽带高效射频功率放大器,论文的主要工作如下:（1）文章首先介绍论文研究背景及意义,混合连续及混合逆连续模式的研究动态。文章还介绍了功率放大器（功放）的基本理论,功放的一般设计流程和测试平台,且设计并实测了一款3.2～3.6GHz,饱和输出功率44d Bm左右,饱和漏极效率65%以上,回退6d B漏极效率在48%～56%之间的宽带Doherty功放。（2）文章对混合逆连续模式功率放大器阻抗解空间进行了探讨,通过采用去封装技术,在电流源平面下采用切比雪夫多节阻抗变换器作为功放输出匹配结构;结合Advanced Design System（ADS）软件设计平台,详细给出了功放一般设计流程,设计并实测了一款工作在2.2～3.5GHz、增益10d B以上、效率在65%～74%之间、输出功率在39.7～41.5d Bm宽带混合逆连续模式功放。（3）混合连续模式射频功率放大器相比较于传统的连续类模型有更丰富的解空间,但在设计上需要对谐波有合理的调控,以满足在宽带范围内可以维持高效率和高输出功率。文章提出了一种基于Impedance Buffer概念的谐波控制网络,并应用在混合连续模式功放,设计并实测了一款工作在0.3～3.5GHz的跨倍频超宽带射频功率放大器。最终在0.3～3.5GHz频段内得到的增益为10～18d B,漏极效率为58.4%～72.6%,输出功率为39.8～41.2d Bm。
其他文献
异构信息网络是对真实世界多元化实体及实体间复杂关系的一种抽象表示,如社交网络、电商网络等。随着各种线上平台的不断发展和网络规模的不断扩大,异构信息网络中除了网络结构信息之外,还有复杂的异质性信息,比如多样化的节点属性信息和交互附带的额外信息。在大规模异构网络中挖掘出有价值的信息是异构网络表示学习的内容,也是近年来大规模网络数据挖掘领域最为热门的课题。早期网络表示学习大多采用矩阵分解的方式,具有高计
随着新课程改革的深入推行,核心素养深入人心,受到了教育工作者的重视。初中数学核心素养涵盖范围大,有数感、空间概念、几何直观、运算能力、推理能力等,数学老师只有全面了解并掌握核心素养的内涵,才能帮助学生更好地理解数学知识,提高数学学习综合能力。为此,数学老师必须要改变以往"理论灌输式"和"题海战术"教学模式,以核心素养为培养目的,开展大单元教学模式,把课堂交给学生,让学生根据自己的思路自主去探究知识
从人类自然语言中提取和准确分类语音中的情感状态一直是人机交互的一个难点,同时相关研究在人工智能领域发挥着至关重要的作用。语音情感识别研究的主要目的是能够让机器感知人类的情情感,并做出相应的反馈,从而能在智能语音客服、智能翻译、智能远程教育等多个领域展现应用价值,这也使基于语音的人类情感识别成为了当代人工智能领域的热门课题。但是,目前语音情感识别系统的识别率无法满足大规模商用,因此,提高语音情感识别
步态识别是利用步态信息对人的身份进行识别的技术。与传统的生物特征相比,步态特征的远距离识别、非受控识别及难以伪装等优势更为明显且适应范围更广。近年来随着深度学习的发展,基于轮廓图序列的步态识别方法成为了主流。然而,基于轮廓图提取的行人步态特征容易受行人的服装变化,视角变化等外界因素的影响,从而降低步态识别的准确率。本文受人类运动的启发,将人体姿态信息引入到深度卷积网络,提出了基于深度学习的抗服装变
红外与可见光成像广泛应用于监控、军事等多个领域,其中,红外图像可感知热辐射信息,但分辨率较差,细节纹理信息较少;可见光图像在正常光照条件下可获得场景丰富的细节纹理信息,但不能在夜晚等低光照条件下识别目标,因此发展红外与可见光图像融合方法,集成两者互补优势,具有重要意义。与此同时,由于无真实参考图像,如何对红外与可见光融合图像进行有效质量评价存在较大挑战。为此,本文对红外与可见光图像融合及质量评价方
声光（Acousto-Optic,简称AO）相互作用是超声波在介质中传播时,引起介质发生弹性应变,其折射率发生相应的变化,导致入射激光束发生衍射的现象。随着激光技术、光通信技术、微声技术及功能材料的发展,声光技术及其相关器件在激光束的调制和偏转,以及大带宽高密度实时信号处理中具有独特的作用。由于民用和军用领域对声光器件的性能提升需求加剧,研究者开始关注新型高性能声光材料的研究。硫系玻璃具有超宽红外
＜正＞目前，我国康复服务存在需求大、服务能力差、人才缺口大、培养能力小、与国际差距大等问题，尤其是康复治疗人才匮乏是阻碍国内康复医学事业发展的瓶颈问题。随着康复医学专科化发展以及人民群众对康复服务质量要求的提高，未来康复专业人才的需求不仅局限于数量，更需重视人才的质量、专业方向和专业层次。
近年来,深度学习推动了二维图像理解的进步,但在用于三维数据理解的技术还相对不成熟。面对室内机器人导航、国家级遥感等一系列重要应用中,对可以学习自动理解和分类三维数据的算法需求度很高。其中,卷积神经网络（CNN）作为目前深度学习技术领域中非常具有代表性的神经网络之一,在图像分类和语义分割等热门任务上取得了众多突破性的进展。而三维图像数据相比二维图像包含信息更为丰富,具有更好的光照不变性和姿态不变性,
数学作为一门形式科学在人类历史发展和社会生活中,发挥着不可替代的作用,是我们日常生产生活和社会技术进步不可或缺的工具。随着社会的进步,教学理念的不断改变,传统的"填鸭式教学""流水线式育人"的教育方式已经无法适应新时代人才培养的需求。而在初中数学的教学中,合理的个性化的大单元教学设计,在对数学教材进行单元布局和调整的同时,选择适合初中生学习的个性化教学方法。能够有效地提高教学效率,促进学生自主学习
影像医学是医学领域的一个重要分支,医学图像分割是实现计算机辅助诊断的前提。随着成像技术的发展,医学影像资源快速增长,医学图像分割成为研究热点。近年来,深度学习在图像分析领域取得了突破性进展,特别是基于生成对抗的深度网络在自然图像语义分割中得到了成功应用。本文针对医学图像分割的迫切需求,在生成对抗框架下开展了基于深度网络的医学图像分割研究,主要工作如下:（1）提出一种基于注意力残差链式融合的彩色眼底