Return to search

Projeto em tecnologia CMOS e linearização de um amplificador Doherty para sistemas de comunicações móveis de 4G

Orientador : Prof. Dr. Eduardo Gonçalves de Lima / Coorientador : Prof. Dr. Bernardo R. B. de Almeida Leite / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba, 12/12/2016 / Inclui referências : f. 82-83 / Área de concentração / Resumo: Nos sistemas modernos de telecomunicações sem fio, necessita-se de uma elevada eficiência espectral que é a razão entre a largura de banda ocupada e a taxa de transferência de dados. Isso se deve às altas taxas de transmissão de dados e tem como consequência a utilização da modulação da amplitude (AM) e fase (PM) de uma portadora de rádio frequência (RF). A modulação AM exige linearidade no sistema de transmissão, sobretudo dos amplificadores de potência (PAs). Porém, para se obter alta eficiência energética, o PA necessita operar próximo à saturação, aumentando a sua não linearidade. Com a finalidade de melhorar a eficiência energética dos PAs, porém mantendo o compromisso com a linearidade que as agências reguladoras exigem, existem algumas alternativas, como a de utilizar um linearizador em cascata com um PA de topologia mais eficiente. Portanto, neste trabalho é proposto o projeto de um RFPA em topologia Doherty adequado para fabricação com processo CMOS (complementary metal-oxide-semiconductor) de 180 nm. O amplificador principal é polarizado em classe AB e o efeito de modulação é proporcionado por um amplificador auxiliar em classe C com uma rede inversora de impedância. Em seguida é realizada a linearização do RFPA com o uso da técnica da pré-distorção digital em banda base (DPD). Esta técnica necessita de um modelo comportamental para o amplificador o qual é realizado através do uso de redes neurais artificiais (ANNs). Em específico neste trabalho foram propostas modificações para modelos comportamentais já utilizados com o objetivo de melhorar o compromisso entre a complexidade computacional e a precisão na execução de linearização de amplificadores. Resultados importantes foram encontrados na modelagem comportamental. Em um cenário de mesma quantidade de parâmetros, foram obtidas reduções entre 2,5 dB e 5 dB no erro quadrático médio normalizado (NMSE) usando o modelo comportamental proposto. Em um segundo cenário, em uma situação de precisão comparável (NMSE=-50 dB), foi observado que o modelo proposto pode reduzir o número de parâmetros na rede de 146 para 106. Utilizando sinal OFDMA com PAPR de 9,7 dB, ocorreu melhora de 8,64 dB no ACLR upper e 9,95 dB no ACLR lower do amplificador com uma rodada de linearização utilizando a DPD. Nesta etapa, o EVM diminui de 11,34% para 2,54%, utilizando o linearizador. Realizando novamente a DPD do resultado anterior, a melhoria do ACLR foi de 32,09 dB no ACLR upper e 29,89 dB no ACLR lower. Os parâmetros de EVM também diminuíram substancialmente com a linearização, sendo de 11,49% para 0,38% para segunda rodada de linearização. Verificando outros parâmetros do PA, foi notado aumento de até 1,94 dBm da potência máxima de saída, já a PAE máxima aumentou em até 2,97% utilizando a DPD. Somente para o caso com duas rodadas de linearização o amplificador atinge completamente as especificações da norma IEEE 802.11n. Palavras chave: CMOS 180 nm, Doherty, modelagem comportamental, pré-distorção digital em banda base, redes neurais artificiais. / Abstract: In modern wireless systems, high spectral efficiency which is the ratio between occupied bandwidth and data transfer rate is necessary. This is due high data transfer rates and causes the use of amplitude (AM) and phase (PA) modulation of the carrier. The AM modulation requires linearity in the transmitter chain, especially of power amplifiers (PAs). However, with the objective to obtain high power efficiency, the PA must be driven until saturation, what increases its non-linearity. In order to improve the power efficiency of PAs, but, keeping the commitment of linearity with the standards of regulatory agencies, there are some alternatives, as to use a linearizer cascaded with an amplifier whose topology allows high efficiency. Therefore, in this work a RFPA design in Doherty topology suitable to 180 nm CMOS (complementary metal-oxidesemiconductor) process is proposed. In this topology, the main amplifier is biased in class AB. The load modulation effect is achieved by an auxiliary amplifier biased in class C followed by a dephasing network. Digital baseband predistortion (DPD) is applied to linearize the designed PA. However, in this technique a behavioral model for the amplifier is necessary. Such model is based on a multi-layer perceptron artificial neural network model. Particularly, in this work modifications into a previous behavioral model are proposed with the purpose of decreasing the number of parameters of the network in order to have low computational cost to implement the linearization. Important results were found in the Behavioral Modeling. In a scenario of the same number of parameters, reductions between 2.5 dB and 5 dB in the normalized mean square error (NMSE) were found using the proposed behavioral model. In a second scenario, in a situation of comparable modeling accuracy (NMSE=-50 dB) it was observed that the proposed model can reduce the number of parameters from 146 to 106. Applying in the input an OFDMA signal with PAPR of 9.7 dB, the ACLR was improved in 8.64 dB in the ACLR upper and in 9.95 dB in the ACLR lower in the first sequence of linearization. In this stage, the EVM decreased from 11.34% to 2.54%. For the second sequence of linearization, in the output the ACLR was improved in 32.09 dB in the ACLR upper and in 29.89 dB in the ACLR lower. The EVM was decreased from 11.49% to 0.38%. The saturated power was increased in 1.94 dBm. The use of DPD provided an improvement of 2.97% in the peak PAE. Only for the case with two linearization sequences the PA fulfills completely the IEEE 802.11n. Key-words: CMOS 180 nm, Doherty, behavioral model, digital baseband predistortion, artificial neural network.

Identiferoai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/46518
Date January 2016
CreatorsFrança, Caroline de
ContributorsLeite, Bernardo Rego Barros de Almeida, Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica, Lima, Eduardo Gonçalves de
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format83 f. : il. algumas color., tabs., grafs., application/pdf
Sourcereponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR
Rightsinfo:eu-repo/semantics/openAccess
RelationDisponível em formato digital

Page generated in 0.0028 seconds