Relevanz von Änderungen für Datenbestände mobiler Clients

Aufgrund der Entwicklungen auf dem Sektor der Mobiletelefone ist davon auszugehen, dass die Anzahl kleiner, leichtgewichtiger mobiler Endgeräte, welche als Clients von Datenbanksystemen genutzt werden, weiter ansteigt. Ein wesentliches Problem in diesem Szenario ist die langsame und teure Datenübertragung in Funknetzwerken. Aus Sicht der Nutzer derartiger Technologien ist es somit nicht sinnvoll bzw. wünschenswert, Daten, welche keinen direkten Nutzen für sie bieten, auf das Mobilgerät zu übertragen. Des Weiteren werden einmal empfangene Daten lokal gespeichert und wiederverwendet (Caching). Ändern sich Daten auf dem Server des Informationssystems, müssen die mobilen Clients, welche von einer Änderung betroffen sind, ermittelt und darüber informiert werden. Im Rahmen dieser Dissertation wird gezeigt, dass eine derartige exakte Relevanzprüfung nur mithilfe der Daten in der Datenbank realisiert werden kann. Andere Verfahren, welche das Problem auf semantischer Ebene adressieren, funktionieren nur, wenn die unterstützte Anfragesprache stark eingeschränkt wird und können selbst dann zur falschen Feststellung einer Relevanz führen. Insbesonderen in Informationssystemen mit einer großen Anzahl mobiler Clients kommt es dazu, dass verschiedene Nutzer gleiche oder zumindest ähnliche Anfragen stellen. Diese Eigenschaft wird hier genutzt, um basierend auf einer speziellen Anfragenotation syntaktisch gleiche Teile mehrerer Anfragen gemeinsam auf Relevanz zu testen. Hierzu werden die Anfragen in einem Anfragebaum gespeichert, welcher die IDs der Clients referenziert. Die Relevanzprüfung erfolgt durch Traversieren des Baumes. In der vorliegenden Arbeit werden verschiedene Anfrageindexstrukturen diskutiert und die Menge der notwendigen Relevanztest formal auf der Basis der Relationenmodells hergeleitet. Abschließend werden die theoretisch erarbeiteten Techniken evaluiert und Vorschläge für ihre Optimierung diskutiert.

Large-Size AlGaN/GaN HEMT Large-Signal Electrothermal Characterization and Modeling for Wireless Digital Communications

The rapid growth in high data rate communication systems has introduced new high spectral efficient modulation techniques and standards such as LTE-A (long term evolution-advanced) for 4G (4th generation) systems. These techniques have provided a broader bandwidth but introduced high peak-to-average power ratio (PAR) problem at the high power amplifier (HPA) level of the communication system base transceiver station (BTS). To avoid spectral spreading due to high PAR, stringent requirement on linearity is needed which brings the HPA to operate at large back-off power at the expense of power efficiency. Consequently, high power devices are fundamental in HPAs for high linearity and efficiency. Recent development in wide bandgap power devices, in particular AlGaN/GaN HEMT, has offered higher power level with superior linearity-efficiency trade-off in microwaves communication. For cost-effective HPA design to production cycle, rigorous computer aided design (CAD) AlGaN/GaN HEMT models are essential to reflect real response with increasing power level and channel temperature. Therefore, large-size AlGaN/GaN HEMT large-signal electrothermal modeling procedure is proposed. The HEMT structure analysis, characterization, data processing, model extraction and model implementation phases have been covered in this thesis including trapping and self-heating dispersion accounting for nonlinear drain current collapse. The small-signal model is extracted using the 22-element modeling procedure developed in our department. The intrinsic large-signal model is deeply investigated in conjunction with linearity prediction. The accuracy of the nonlinear drain current has been enhanced through several issues such as trapping and self-heating characterization. Also, the HEMT structure thermal profile has been investigated and corresponding thermal resistance has been extracted through thermal simulation and chuck-controlled temperature pulsed I(V) and static DC measurements. Higher-order equivalent thermal model is extracted and implemented in the HEMT large-signal model to accurately estimate instantaneous channel temperature. Moreover, trapping and self-heating transients has been characterized through transient measurements. The obtained time constants are represented by equivalent sub-circuits and integrated in the nonlinear drain current implementation to account for complex communication signals dynamic prediction. The obtained verification of this table-based large-size large-signal electrothermal model implementation has illustrated high accuracy in terms of output power, gain, efficiency and nonlinearity prediction with respect to standard large-signal test signals.