Digital Predistortion of Power Amplifiers for Quantum Computing
Institute of High-Frequency Technology, Hamburg University of Technology（高频技术研究所，汉堡工业大学）
本文提出在量子计算中使用数字预畸变技术以提高功率放大器的线性度和量子比特门操作的保真度。
2026-01-10 eess.SP quant-ph
SparseDPD: A Sparse Neural Network-based Digital Predistortion FPGA Accelerator for RF Power Amplifier Linearization
Delft University of Technology（代尔夫特理工大学）
本文提出SparseDPD，一种基于稀疏神经网络的FPGA加速器，通过无结构剪枝优化，实现高效实时无线通信中的射频功率放大器线性化。
2025-06-19 cs.AR eess.SP
Symbol-Based Over-the-Air Digital Predistortion Using Reinforcement Learning
我们提出了一种基于强化学习的空中数字预失真优化算法。基于基于符号的标准，该算法最小化在接收端的下采样消息之间的误差。该算法不需要任何关于底层硬件或通道的知识。对于广义记忆多项式功率放大器和加性高斯白噪声信道，我们证明了该算法在反馈路径中与全采样率ADC耦合时，与间接学习结构相比，在误符号率方面的性能得到了改善，并且保持了令人满意的邻道功率比。
2021-11-23 eess.SP
Residual Neural Networks for Digital Predistortion
跟踪RF功率放大器（PA）的非线性行为具有挑战性。为了解决这个问题，我们建立了残差学习和PA非线性之间的连接，并提出了一种新的残差神经网络结构，称为残差实值时延神经网络（R2TDNN）。R2TDNN不是学习PA的整个行为，而是通过在输入和输出层之间添加身份快捷连接来学习其非线性行为。特别是，我们将R2TDNN应用于数字预失真，并在一个真正的PA上测量实验结果。与Liu等人和Wang等人最近提出的神经网络相比，R2TDNN在归一化均方误差和相邻信道功率比方面以较小或相似的计算复杂度实现最佳线性化性能。此外，R2TDNN具有更快的训练速度和更低的训练误差。
2020-10-18 eess.SP
Frequency-domain digital predistortion for Massive MU-MIMO-OFDM Downlink
数字预失真（DPD）是一种常用的方法来补偿功率放大器（PA）的非线性效应。然而，大多数DPD算法的计算复杂度在大规模多用户（MU）多输入多输出（MIMO）正交频分复用（OFDM）的下行链路中成为问题，其中基站（BS）中可能多达几百个PA需要线性化。在本文中，我们提出了一种基于卷积神经网络（CNN）的DPD在频域中，发生在预编码之前，信号空间的维数取决于用户的数量，而不是BS天线的数量。对基于广义记忆多项式（GMP）的功率放大器的仿真结果表明，提出的基于CNN的DPD算法可以在实现相同误符号率（SER）的同时，以较小的功率增加为代价，随着BS天线数量的增加，可以节省非常大的复杂度。
2022-05-10 eess.SP
DeltaDPD: Exploiting Dynamic Temporal Sparsity in Recurrent Neural Networks for Energy-Efficient Wideband Digital Predistortion
Department of Microelectronics, Delft University of Technology（代尔夫特理工大学微电子系）；Ampleon Netherlands B.V.（阿姆佩隆荷兰公司）；Leiden Institute of Advanced Computer Science (LIACS), Leiden University（莱顿先进计算机科学研究所（LIACS），莱顿大学）；School of Electrical and Electronic Engineering, University College Dublin（都柏林大学学院电子与电气工程学院）
针对宽带射频PA的DPD能耗挑战，提出DeltaDPD，利用RNN的动态时间稀疏性减少运算和内存访问，在保持良好线性化性能的同时将推理功率降低1.8倍，代码将开源。
2025-04-29 cs.AI cs.CV cs.LG
MIMO SWIPT Systems with Power Amplifier Nonlinearities and Memory Effects
在这封信中，我们研究的影响，非线性高功率放大器（HPA）的同时无线信息和功率传输（SWIPT），点对点多输入多输出通信系统。我们推导出率能（RE）区域，考虑到HPA的非线性和相关的记忆效应。我们发现，HPA显着降低了可实现的RE区域，和预失真技术的补偿。所提出的预失真方案的性能进行评估，在RE区域增强。数值结果表明，功率分裂和时间分裂的SWIPT架构获得约24%的改善。
2020-08-14 cs.IT eess.SP math.IT
MP-DPD: Low-Complexity Mixed-Precision Neural Networks for Energy-Efficient Digital Predistortion of Wideband Power Amplifiers
Delft University of Technology（代尔夫特理工大学）；Leiden University（莱顿大学）
本文提出开源混合精度神经网络MP-DPD，通过采用量化低精度定点参数降低计算复杂度与内存占用，在保证线性化效果的同时显著降低功耗，并在160MHz-BW 1024-QAM OFDM信号测试中实现与32位浮点精度相当的性能且推理功耗降低2.8倍。
2024-04-18 cs.AI cs.CV cs.LG
Companding and Predistortion Techniques for Improved Efficiency and Performance in SWIPT
本文针对功率分割型 SWIPT 系统中 PA 与 EH 非线性导致的效率问题，提出联合压扩与 DPD 的设计准则，在不损失信息传输性能的前提下显著提升能量收集和功率传输效率。
2024-05-23 eess.SP
Amplifier-Coupled Tone Reservation for Minimization of OFDM Nonlinear Distortion
OFDM信号的非线性失真是一个严重的问题，当涉及到能量有效的功率放大器（PA）的利用。典型地，峰均功率比（PAPR）降低算法和数字预失真算法被独立地用于对抗相同的现象。本文提出了一种利用功率放大器的预失真特性来降低非线性失真功率的放大器耦合音保留（ACTR）算法。定义了优化问题。证明了它的凸性。提出了一种计算效率高的解决方案。最后，它的性能进行了比较，对两个国家的最先进的TR算法通过仿真和测量。结果表明，所提出的解决方案是有利的，无论是在非线性失真功率和所需的计算次数。
2021-04-20 eess.SP
Modelowanie nieliniowej charakterystyki szerokopasmowych wzmacniaczy radiowych o zmiennym napięciu zasilania; Modeling Nonlinear Characteristics of Wideband Radio Frequency Amplifiers with Variable Supply Voltage
本文提出一种用于可变电源电压宽带射频放大器的扩展Rapp非线性特性模型，并通过三种放大器测量验证，可用于设计前端感知的6G系统。
2025-03-05 cs.NI eess.SP
OwnDPDLab: A Flexible Open-Source Testbed for Wideband DPD Algorithm Benchmarking
Institute of High-Frequency Technology, Hamburg University of Technology（汉堡工业大学高频技术研究所）；Smart Sensors Group, Hamburg University of Technology（汉堡工业大学智能传感器小组）；eleqtron GmbH（eleqtron有限公司）；Institute of Communications Technology, Hamburg University of Technology（汉堡工业大学通信技术研究所）
针对5G及以后标准中DPD算法需在增加信号带宽下运行，现有测试硬件成本高且缺灵活性的问题，OwnDPDLab提供开源系统，基于RFSoC 4x2实现多参数控制，经实验展示其能力，用DPD取得误差和邻道泄漏比改善。
2026-07-14 eess.SP
Wideband Gaussian Noise Model of Nonlinear Distortions From Semiconductor Optical Amplifiers
Optical Communication Technology Lab, Paris Research Center, Huawei Technologies France（华为法国技术有限公司巴黎研究中心光通信技术实验室）
本文基于Agrawal模型，推导出半导体光放大器非线性噪声的闭式表达式，通过数值模拟验证其准确性，并指出增益压缩对非线性噪声的影响。
2026-03-10 eess.SP physics.optics
A Wideband Quasi-Asymmetric Doherty Power Amplifier with a Two-Section Matching-Phase Difference Compensator Network Design Using GaAs Technology
本文采用GaAs0.25 μ mpHEMT工艺，设计了一种无负载调制的准非对称Doherty功率放大器（PA），通过电路设计实现了放大的输出功率回退（OPBO），克服了工艺限制。为了防止功率泄漏在辅助PA（PAaux）由于其极大的关态阻抗，威尔金森功率合成器被添加到输出。此外，输入非对称功分器的设计，以保证没有相当大的功率被输送到主PA（PAmain）在高功率区，使其饱和。提出了一种两段式匹配网络，用于同时补偿主、辅放大路径的相位差。为了控制PAaux相对于扫描功率的显著阻抗变化以及主放大路径和辅助放大路径的不同阻抗轨迹，分析PAaux的偏置和尺寸选择以达到期望的输出功率分布相对于输入功率。这些方法克服了阻抗变化和线性退化。为了实现目标的10%的分数带宽，适当的低质量LC网络被选为匹配网络。仿真结果表明，该结构的微波链路应用的实用性。连续波模拟表明，Doherty功率放大器在7.6-8.4GHz的工作频率范围内，最大输出功率为33 dBm，功率增益为13.5dB，功率增益压缩小于1dB。最大输入功率时的漏极效率为30%，二次谐波和三次谐波的最小功率分别为-140dBm和-130dBm，OPBO为7.5dB。
2020-05-06 eess.SP
Ultra-Wideband Transmission Systems From an Energy Perspective: Which Band is Next?
UCL (University College London)（伦敦大学学院）；Lightera Labs（Lightera实验室）；National Institute of Information and Communications Technology（信息通信技术研究所）
从能量角度研究超宽带传输系统，展示OESCL频段在提高能量效率的同时实现更高的吞吐量。
2026-01-08 eess.SP
Wideband Power Amplifier Behavioral Modeling Using an Amplitude Conditioned LSTM
School of Electronic Science and Engineering（电子科学与工程学院）；University of Electronic Science and Technology of China（电子科学与技术大学）
本文提出一种基于幅度条件化的LSTM网络，用于提高宽带功率放大器行为建模的时间域准确性和频谱保真度。
2026-02-17 cs.LG eess.SP
OpenDPDv2: A Unified Learning and Optimization Framework for Neural Network Digital Predistortion
Department of Microelectronics, Delft University of Technology（电子工程系，代尔夫特理工大学）
OpenDPDv2通过统一学习和优化框架，结合时间稀疏性和定点量化，降低神经网络数字预失真推理能耗并保持高性能。
2026-08-12 cs.AI eess.SP
OpenDPD: An Open-Source End-to-End Learning & Benchmarking Framework for Wideband Power Amplifier Modeling and Digital Pre-Distortion
Delft University of Technology（代尔夫特理工大学）
本文提出开源框架OpenDPD及DGRU-DPD模型，通过端到端学习架构在新型数字发射机架构上实现优于以往模型的宽带功率放大器数字预失真性能。
2024-01-24 cs.LG eess.SP
Inverse Design of Compact and Wideband Inverted Doherty Power Amplifiers Using Deep Learning
提出深度学习辅助方法逆设计紧凑宽带倒置Doherty功率放大器，结合CNN和遗传算法生成像素化合路网络，实现1.9-2.5 GHz内峰值效率51%-63%、回退效率48%-54%。
2026-06-26 cs.AI cs.AR cs.SY
A Spatial Sigma-Delta Approach to Mitigation of Power Amplifier Distortions in Massive MIMO Downlink
本文提出一种空间Sigma-Delta方法，通过将PA失真整形到高角度区域，缓解大规模MIMO下行链路中的非线性失真，并开发了相应的SLP和ZF预编码方案，仿真验证了其有效性。
2023-09-01 eess.SP
A Modular 1D-CNN Architecture for Real-time Digital Pre-distortion
Mitsubishi Electric Research Labs（三菱电机研究实验室）；Mitsubishi Electric Corporation（三菱电机株式会社）
本文提出了一种新颖的硬件友好的模块化结构，用于实现一维卷积神经网络（1D-CNN）数字预失真（DPD）技术，以实时线性化射频功率放大器（PA）。我们的设计的模块化性质使DPD系统能够适应可变的资源和时序约束。我们的工作还提出了一种联合仿真结构，以验证DPD性能与实际功率放大器硬件在-循环。100 MHz信号的实验结果表明，所提出的1D-CNN获得优于其他神经网络架构的实时DPD应用相比，性能。
2021-11-18 cs.LG eess.SP
Energy-Saving Cell-Free Massive MIMO Precoders with a Per-AP Wideband Kronecker Channel Model
研究无小区大规模MIMO预编码器，利用随机矩阵理论将天线功率求解转化为仅依赖信道二阶统计量的定点方程，通过关闭部分接入点在低负载场景下实现高达9倍的节能。
2023-09-27 eess.SP
Decade-Bandwidth RF-Input Pseudo-Doherty Load Modulated Balanced Amplifier using Signal-Flow-Based Phase Alignment Design
本文提出首个十倍频程带宽的伪Doherty负载调制平衡放大器，通过信号流图发现频率无关的相位对齐条件，实现平衡放大器与控制放大器的独立优化，实验覆盖0.2-2 GHz并验证了宽带高效率。
2024-04-16 cs.AR eess.SP
Impact of Phase Noise and Power Amplifier Non-Linearities on Downlink Cell-Free Massive MIMO-OFDM Systems
本文针对低成本接入点带来的硬件损伤问题，分析了含相位噪声与功放非线性的无蜂窝大规模MIMO-OFDM下行系统频谱效率，推导表达式并仿真发现相位噪声影响更显著，为失真感知预编码设计提供依据。
2025-07-29 eess.SP
An Efficient W-/D-Band Power Amplifier in a 130 nm SiGe BiCMOS Process
Tampere University（坦佩雷大学）；Chalmers University of Technology（查尔姆斯理工大学）
该研究在130 nm SiGe BiCMOS工艺中设计实现一款W-/D波段功率放大器，采用负载牵引仿真与BPF匹配策略，实现71-133 GHz带宽，增益平坦度、输出功率与效率符合要求，验证了该工艺用于宽带集成发射机前端的潜力。
2026-08-26 cs.SY eess.SP eess.SY
Deep Learning-Driven Inverse Design of Doherty Power Amplifiers Using Pixelated Combiners and Dual-State Impedance Synthesis
Tampere University（塔尔皮奥大学）；Chalmers University of Technology（挑战者技术大学）
提出一种结合深度卷积神经网络、像素化布局和遗传算法的三端口Doherty合成器设计方法，实现峰值和回退功率条件下的双态阻抗合成，在2.6-2.8 GHz频段内饱和输出功率>44.2 dBm，峰值漏极效率>71.2%。
2026-08-25 cs.AI cs.AR cs.SY
A 28/37/39GHz Multiband Linear Doherty Power Amplifier in Silicon for 5G Applications
本文介绍了第一款用于宽带5G应用的硅多频带毫米波线性Doherty PA。提出了一种基于变压器的片上Doherty功率合成器，该功率合成器可以减小功率回退（PBO）时的阻抗变换比，从而提高带宽和功率合成效率。我们还设计了一个“驱动器PA协同设计”的方法，它创建了功率依赖的不均匀的Doherty PA馈电，并提高了Doherty操作没有任何硬件开销或带宽的妥协。为了验证概念，我们实现了一个28/37/39 GHz的PA完全集成在一个标准的130纳米SiGe BiCMOS工艺，占地1.8平方毫米。该放大器实现了52%的-3-dB小信号S21带宽和40%的-1-dB大信号饱和输出功率（Psat）带宽。在28/37/39 GHz频率下，PA实现了+16.8/+17.1/+17-dBm Psat、+15.2/+15.5/+15.4-dBm P1 dB，并在5.9/6/6.7-dB PBO下实现了比B类工作模式高1.72/1.92/1.62倍的效率提升。此外，PA在所有三个5G频段中均具有多Gb/s数据速率，并具有出色的效率和64 QAM线性度。该PA提升了毫米波段Doherty、宽带和5G硅PA的技术水平。它支持现有毫米波系统中当前PA的直接升级，并为未来多频段5G大规模多输入多输出和相控阵平台的紧凑型系统解决方案打开了大门。
2019-05-12 eess.SP
Comparative Analysis and Behavioral Modelling of Power Amplifiers in FR3
Katholieke Universiteit Leuven (KU Leuven)（荷语鲁汶大学）；Interuniversity Microelectronics Centre (IMEC)（微电子技术中心）
本文针对6G FR3频段PA建模空白，测量多类DUT并提取无记忆多项式、GMP模型，对比FR1/FR2的3GPP模型，发现GaN PA特性，其结果可用于FR3的ISAC系统设计。
2026-10-15 eess.SP
Energy-Saving Precoder Design for Narrowband and Wideband Massive MIMO
本文针对大规模MIMO系统，在满足用户速率要求下研究窄带与宽带节能预编码器设计，解析给出低负载及渐近宽带情形的最优解，并证明基于消耗功率的优化应激活与负载成比例的天线数量，从而实现显著功耗节省。
2023-07-09 cs.IT eess.SP math.IT
Deep Learning-Driven Black-Box Doherty Power Amplifier with Pixelated Output Combiner and Extended Efficiency Range
Chalmers University of Technology（查尔姆斯理工大学）
提出一种基于深度卷积神经网络和遗传算法的黑盒Doherty功率放大器逆设计方法，通过像素化输出合成网络实现扩展回退效率范围，原型在2.75 GHz下效率超过74%，9-dB回退时效率高于52%。
2026-07-02 cs.AI cs.AR cs.SY
Optimal Distortion-Aware Multi-User Power Allocation for Massive MIMO Networks
本文提出了一种针对大规模MIMO网络中PA失真问题的最优功率分配策略，通过非凸优化分解和交替优化算法，显著提升了系统总速率性能。
2025-09-08 eess.SP
