Physically Inspired Predistortion of RF Power Amplifiers with Artificial Neural Networks

Hochschulschrift

Angaben zum Objekt

• Weitere Titel: Physikalisch inspirierte Vorverzerrung von Hochfrequenzleistungsverstärkern mit künstlichen neuronalen Netzen
• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource
• Sprache: Englisch
• Anmerkungen: Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Dissertation, 2022

Verweise und Beziehungen

• Erschienen in: FAU Studien aus der Elektrotechnik ; 21

Klassifikation und Themen

• Klassifikation: Elektrotechnik, Elektronik
• Schlagwort: Transceiver ; Leistungsverstärker ; Radiofrequenzbereich ; Digitale Vorverzerrung ; Kompensation ; Maschinelles Lernen ; Neuronales Netz ; Leistungsverstärker ; Hochfrequenztechnik ; Maschinelles Lernen ; Künstliche Intelligenz ; Digitale Vorverzerrung

Beteiligte, Orts- und Zeitangaben

• Ereignis: Veröffentlichung
• (wo): Erlangen
• (wer): FAU University Press
• (wann): 2023
• Urheber: Jüschke, Patrick
• Beteiligte Personen und Organisationen: Fischer, Georg ; Rudolph, Matthias ; FAU University Press ein Imprint der Universität Erlangen-Nürnberg. Universitätsbibliothek

Weitere Informationen

• DOI: 10.25593/978-3-96147-658-9
• URN: urn:nbn:de:bvb:29-opus4-235898
• Rechteinformation: Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 14.08.2025, 10:58 MESZ