비선형 모델링 및 RF 전력 증폭기의 디지털 사전 왜곡을 위한 통합 신경망 기반 접근법

디지털 사전 왜곡(DPD)은 전력 증폭기(PA)를 선형화하는 효율적인 방법으로 입증되었습니다. 최근 몇 년 동안 DPD를 위한 신경망(NN)의 사용이 증가하고 있습니다. 이러한 발전은 최근 몇 년 동안 NN이 받은 일반적인 주목 때문일 수 있지만, 더 중요한 것은 명시적인 솔루션이 없거나 기존 솔루션이 복잡한 문제에 대한 효율적인 솔루션을 찾는 능력 때문입니다. 이전에 DPD는 반복 제어에서 유래한 두 가지 주요 방법 중 하나인 직접 학습 아키텍처(DLA)와 간접 학습 아키텍처(ILA)를 사용하여 설계되었습니다. 오늘날 NN 기반 DPD는 새로운 도구를 사용하고 있지만, 여전히 오래된 아키텍처를 사용하고 있습니다. 본 논문에서는 NN의 고전적인 방식을 벗어나 전체 시스템을 모델링하는 새로운 아키텍처를 제안합니다. 개념 증명을 위해, 5G 테스트 신호를 증폭하는 6-W 단일 트랜지스터 GaN PA가 제안된 방법을 사용하여 선형화됩니다.