LEARNING
利用深度学习逆向设计紧凑宽带倒置Doherty功率放大器
Han Zhou, Haojie Chang, David Widen, Christian Fager
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出了一种基于深度学习的逆向合成方法，用于设计紧凑、宽带的倒置Doherty功率放大器。通过联合使用卷积神经网络和遗传算法，生成了集负载调制、阻抗匹配、功率合成和相位补偿于一体的像素化Doherty合成网络，实验样机在1.9-2.5 GHz频段内实现了51%-63%的峰值漏极效率和48%-54%的6dB回退效率。
关键词
deep learningDoherty power amplifierinverse designconvolutional neural networkgenetic algorithm
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018