Instituto Tecnológico de Celaya Tecnológico Nacional de México
ITC Investigación ITC
Explorar publicaciones
Artículo · 2019 · Catálogo consolidado

ESTUDIO COMPARATIVO DE DIFERENTES REDES NEURONALES PARA PREDISTORSIÓN DIGITAL DE AMPLIFICADORES DE RF (COMPARATIVE STUDY OF DIFFERENT NEURAL NETWORKS FOR DIGITAL PREDISTORTION OF RF AMPLIFIERS.)

Pistas Educativas

Ulises Carpinteyro Ponce CINVESTAV unidad Guadalajara
Caín Pérez Wences CINVESTAV unidad Guadalajara
José Raúl Loo Yau CINVESTAV unidad Guadalajara

Resumen

ResumenEn este trabajo se presenta una comparativa de diversas arquitecturas de redes neuronales artificiales, como método de modelado de comportamiento, para realizar predistorsión digital de amplificadores de potencia. Las arquitecturas de redes neuronales que se compararan son RVFTDNN, FC2HLANN, M2HLANN y NARX, con las cuales se realiza el modelado de un amplificador Doherty RTH21007-10 de RFHIC que trabaja con una señal LTE con frecuencia central de 2.1 GHz, ancho de banda de 5 MHz y PAPR de 7 dB. Se compara el error cuadrático medio normalizado (NMSE) obtenido con cada uno de las arquitecturas y se muestra la reducción de la no linealidad del amplificador, por medio de sus características AM-AM y AM-PM, al usarlos como modelos en la predistorsión digital. Por último, se presenta una tabla comparativa donde se muestra el desempeño de cada arquitectura de red neuronal artificial. Se observa que las redes neuronales recurrentes son capaces de reproducir mejor el comportamiento no lineal del amplificador, sin embargo, se logra una mayor reducción de la distorsión con la red feedforward.Palabras Clave: Amplificador de Potencia, Modelado De comportamiento, Predistorsión Digital, Red Neuronal Artificial. AbstractThis paper presents a comparison of several architectures of artificial neural networks, as a method of behavioral modeling, to perform digital predistortion of power amplifiers. The architectures of neural networks that are compared are RVFTDNN, FC2HLANN, M2HLANN and NARX, with which it is performed the modeling of a Doherty amplifier RTH21007-10 of RFHIC that works with an LTE signal with a central frequency of 2.1GHz, a bandwidth of 5MHz and PAPR of 7dB. The normalized mean square error (NMSE) obtained with each of the architectures is compared and the reduction of the non-linearity of the amplifier is shown, by means of its AM-AM and AM-PM characteristics, when used as models in digital predistortion. Finally, a comparative table is presented where the performance of each artificial neural network architecture is shown. It is observed that the recurrent neural networks are able to reproduce better the non-linear behavior of the amplifier, however, a greater reduction of the distortion is achieved with the feedforward network.Keywords: Artificial Neural Network, Behavioral Modeling, Digital Predistortion, Power Amplifier.)

Datos de publicación

Cita esta publicación

Comprueba el estilo que requiere tu institución o revista.

Ulises Carpinteyro Ponce; Caín Pérez Wences; José Raúl Loo Yau. (2019). ESTUDIO COMPARATIVO DE DIFERENTES REDES NEURONALES PARA PREDISTORSIÓN DIGITAL DE AMPLIFICADORES DE RF (COMPARATIVE STUDY OF DIFFERENT NEURAL NETWORKS FOR DIGITAL PREDISTORTION OF RF AMPLIFIERS.). Pistas Educativas, 41(134). https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/2147

Fuentes y trazabilidad

Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.

Licencias declaradas por las fuentes

Licencia en el registro de origen

Descargar ficha bibliográfica

El PDF contiene los metadatos y el enlace al trabajo original.