Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/139736
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorМерзликин, Борис Сергеевичru
dc.contributor.authorКириллова, К. И.ru
dc.date.accessioned2026-11-14T16:50:01Z-
dc.date.available2026-11-14T16:50:01Z-
dc.date.issued2026-
dc.identifier.citationКириллова, К. И. Моделирование цифровых предварительных искажений усилителя мощности на основе сверточной нейронной сети / К. И. Кириллова ; науч. рук. Б. С. Мерзликин // Перспективы развития фундаментальных наук. — Томск : Изд-во ТПУ, 2026. — Т. 3 : Математика. — С. 113-115.ru
dc.identifier.urihttp://earchive.tpu.ru/handle/11683/139736-
dc.description.abstractThis work implements a digital pre-distorter based on a convolutional neural network (CNN) using an iterative Indirect Learning Architecture (ILA) training algorithm. A Generalized Memory Polynomial (GMP) model is employed as the power amplifier model. The results demonstrate a substantial reduction in nonlinear distortion: the NMSE metric improves from −16.94 dB to −31.42 dB. Spectral analysis confirms significant suppression of out-of-band emissions after pre-distortionen
dc.format.mimetypeapplication/pdf-
dc.language.isoruen
dc.publisherТомский политехнический университетru
dc.relation.ispartofПерспективы развития фундаментальных наук. 2026. Т. 3 : Математикаru
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.rightsAttribution-NonCommercial 4.0 Internationalen
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/-
dc.subjectdigital predistortionen
dc.subjectCNNen
dc.subjectpower amplifieren
dc.subjectILAen
dc.titleМоделирование цифровых предварительных искажений усилителя мощности на основе сверточной нейронной сетиru
dc.title.alternativeModeling of digital predistortion for a power amplifier based on a convolutional neural networken
dc.typeConference Paperen
dc.typeinfo:eu-repo/semantics/conferencePaper-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dcterms.audienceResearchesen
local.description.firstpage113-
local.description.lastpage115-
local.filepathconference_tpu-2026-C21_V3_p113-115.pdf-
local.identifier.bibrec(RuTPU)688927-
local.localtypeДокладru
local.volume3-
Располагается в коллекциях:Материалы конференций

Файлы этого ресурса:
Файл РазмерФормат 
conference_tpu-2026-C21_V3_p113-115.pdf415,47 kBAdobe PDFПросмотреть/Открыть


Лицензия на ресурс: Лицензия Creative Commons Creative Commons