Prédistortion numérique à base de l’intelligence artificielle Pour les amplificateurs avec effets mémoire dans les réseaux de télécommunications

dc.contributor.author	Ali Dahmane, Houda	en_US
dc.date.accessioned	2024-11-07T09:20:51Z	en_US
dc.date.available	2024-11-07T09:20:51Z	en_US
dc.date.issued	2024-06-13	en_US
dc.description.abstract	L'essor des télécommunications exige des transmissions de données à haut débit avec une qualité irréprochable. Les amplificateurs de puissance (APs), essentiels mais sujets à des non-linéarités près de leur zone de saturation, posent des défis majeurs. Ce mémoire propose une prédistorsion numérique basée sur l'intelligence artificielle (NNDPD) pour corriger ces distorsions. Nos résultats montrent une amélioration significative de la linéarisation des APs, une réduction du taux d'erreur binaire, et une bonne correction de la constellation, démontrant l'efficacité de notre approche pour optimiser les performances des réseaux de télécommunications.	en_US
dc.identifier.uri	https://dspace.univ-tlemcen.dz/handle/112/23482	en_US
dc.language.iso	fr	en_US
dc.publisher	University of Tlemcen	en_US
dc.relation.ispartofseries	2692 inv;	en_US
dc.subject	Amplificateur de puissance, Pré-distorsion numérique, Efficacité énergétique, Réseaux de neurone	en_US
dc.title	Prédistortion numérique à base de l’intelligence artificielle Pour les amplificateurs avec effets mémoire dans les réseaux de télécommunications	en_US
dc.type	Thesis	en_US

Files

Now showing 1 - 1 of 1

Name:: Predistortion_numerique_à_base_de_l’intelligence_artificielle_Pour_les_amplificateurs_avec_effets_memoire_dans_les_reseaux_de_telecommunications.pdf
Size:: 2.17 MB
Format:: Adobe Portable Document Format
Description:

Now showing 1 - 1 of 1