Modelagem em banda base de transmissores para sistemas de comunicações sem fio baseada em perceptron de três camadas de valores complexos e reais

Abstract

Resumo: Há um crescimento contínuo de consumo de dados por redes móveis e isso força uma adaptação das tecnologias utilizadas nas redes sem fio para atender a essa alta demanda. Alguns fatores de grande impacto nas redes sem fio são a linearidade e o consumo energético. A linearidade impacta na qualidade do sinal a ser transmitido e recebido. O consumo energético impacta no custo de operação e na autonomia de dispositivos móveis. Em se tratando dos transmissores sem fio o amplificador de potência (PA) é o dispositivo que mais influencia nesses fatores. Para o PA ser capaz de entregar um sinal o mais fidedigno possível com uma alta eficiência energética é necessário utilizar técnicas de linearização. A técnica mais utilizada é a de prédistorção digital. Essa técnica precisa de modelos matemáticos da inversa do comportamento de um PA. Existem várias estratégias de modelagem. A que tem demonstrado grande capacidade de modelagem de sistemas altamente não lineares com menor complexidade computacional são as redes neurais, mais especificamente as redes perceptron de três camadas (TLP). Os modelos lidam com sinais banda base que ao interagir com a função de ativação das redes neurais acabam gerando contribuições não relacionadas a sinais físicos do PA, que são espúrios matemáticos. Se torna interessante adaptar esses modelos baseados em redes TLP a fim de convergirem mais rapidamente e gerar apenas sinais relacionados ao PA sendo modelado. Nesse estudo são abordadas as redes TLP de valor complexo, sendo analisadas quanto às suas qualidades de modelagem de sinais banda base e sua complexidade computacional. São comparados diversos modelos da literatura e propostos modelos que geram melhor resposta em termos de acurácia e quantidade de parâmetros. Também são estudados os modelos que modelam o comportamento não linear do PA e os desbalanceamentos do modulador I/Q em conjunto, analisando suas características. Da mesma forma são propostos modelos que apresentam melhor resposta que os modelos usados na literatura.

Abstract: There is a continuous growth of data consumption by mobile networks and this forces wireless networks to adapt to meet this high demand. Some factors that have a big impact on wireless networks are linearity and energy consumption. Linearity impacts the quality of the signal to be transmitted and sent. Energy consumption impacts the operating cost and autonomy of mobile devices. When it comes to wireless transmitters, the power amplifier (PA) is the device that most influences the factors mentioned before. For the PA to be able to deliver a signal as reliable as possible, with high efficiency it is necessary to use linearization techniques. The most used technique is the digital pre-distortion. This technique uses mathematical models of the PA inverse behavior. There are several modeling strategies. One that presents great capacity for modeling highly non-linear systems with less computational complexity are neural networks, more specifically three-layer perceptron (TLP) networks. The models deal with baseband signals that, when interacting with the neural networks activation function, end up generating contributions not related to physical PA signals, which are mathematical spurious. It is interesting to adapt these models based on TLP networks in order to converge more quickly and generate only signals related to the PA being modeled. Complex valued TLP networks are analyzed regarding their qualities of baseband modeling and their computational complexity. Several models in the literature are compared. Models that generate the best response in terms of accuracy and number of parameters are proposed. Joint models of the PA nonlinear behavior and I/Q modulator unbalances are also studied, analyzing their characteristics. Likewise, models that present a better response than the models used in the literature are proposed.