Design of RF power amplifiers by using artificial neural network methods

Abstract

Bu tezde, tasarlanmış bir sınıf AB güç yükselteci için farklı yapay sinir ağı modelleri sunulmuştur. 450 MHz çalışma frekansında, 10 dB'den daha fazla kazanca ve 1 dB sıkıştırma noktasında 27.8 dBm'lik çıkış gücüne sahip olan yükselteç, ADS programı yardımıyla MATLAB kullanılarak tasarlandı. Yükselteç için güç ekli verimlilik (PAE), 15 dBm giriş gücü altında 33.6 % olarak elde edilmiştir. Sunulan yükseltecin tüm bileşenlerinin büyüklükleri MATLAB'de opitimizasyon metodları kullanılarak elde edilmiştir. Önerilen MLP ve RBF modellerinde VDS, IDS ve frekans değerleri giriş değişkenleri olarak ve S-parametreleri ise çıkış değişkenleri olarak kullanılmıştır. Sunulan sinir ağı modelleri, önerilen AB sınıfı güç yükseltecinin görevini görecek bir blok olarak devre tasarımında uygulanabilir. Elde edilen sonuçlar, özellikle RBF modeli kullanıldığı durumda ölçülen ve tahmin edilen büyüklükler arasında oldukça iyi bir uyum olduğunu göstermektedir. Genelleştirilmiş regresyon sinir ağı (GRNN) RF giriş gücü ve doğru akım (DC) gücünü giriş değişkenleri alarak çıkış gücünü tahmin etmek üzere bu alanda kullanılan yeni bir metottur. GRNN kullanılarak elde edilen sonuçlar ümit verici bulunmuştur ve yüksek frekans devre tasarımında RF güç yükselteçleri yerine blok olarak kullanılabileceği düşünülmektedir.

In this thesis, different artificial neural network models for a designed class AB power amplifier are presented. The presented amplifier was designed using MATLAB together with the Advance Design System (ADS) at 450 MHz operating frequency with greater than 10 dB transducer gain and 27.8 dBm of 1dB compression point. The obtained power added efficiency (PAE) was 33.6% under 15 dBm input power. The magnitudes of all elements of the presented amplifier were determined by using optimization methods in MATLAB. VDS, IDS and frequency values were considered as input variables and S-parameters were considered as output variables in the proposed MLP and RBF models. The presented neural network models can perform the task of the proposed class AB power amplifier as a block which can be applied in circuit design. The obtained results show a good agreement between measured and predicted magnitudes especially using the RBF model. Generalized regression neural network (GRNN) is a new method used in this field to estimate the output power using input RF power and direct current (DC) power as input variables. The results using GRNN were found to be promising and can be used instead of Radio Frequency (RF) amplifiers as a block in high frequency circuit design.