Neues AC‑LSTM-Modell verbessert Modellierung von Breitband-Power‑Amplifiern

Ein neu entwickeltes AC‑LSTM (Amplitude‑Conditioned Long Short‑Term Memory) Modell setzt neue Maßstäbe bei der Verhaltensmodellierung von Breitband-Power‑Amplifiern. Durch die gezielte Einbindung von amplitudenabhängigen Gating‑Mechanismen wird die komplexe Nichtlinearität und das Speicherverhalten dieser Bauteile präziser erfasst.

Der Kern des Ansatzes ist die Kombination eines Feature‑wise Linear Modulation (FiLM) Layers mit dem LSTM‑Forget‑Gate. Die FiLM‑Schicht moduliert das Forget‑Gate direkt anhand der aktuellen Eingangsamplitude, wodurch das Netzwerk ein physik‑bewusstes Bias erhält, das amplitudenabhängige Speicher‑Effekte besonders gut abbildet.

In einer experimentellen Validierung wurde das Modell mit einem 100 MHz 5G NR Signal an einer GaN‑Power‑Amplifier getestet. Das AC‑LSTM erreichte einen Normalized Mean Square Error (NMSE) von –41,25 dB – ein Gewinn von 1,15 dB gegenüber einem herkömmlichen LSTM und 7,45 dB gegenüber einem augmentierten real‑wertigen Time‑Delay Neural Network (ARVTDNN).

Darüber hinaus stimmt das Modell nahezu exakt mit den gemessenen Spektralmerkmalen des Amplifiers überein. Der gemessene Adjacent Channel Power Ratio (ACPR) liegt bei –28,58 dB, was die hohe Genauigkeit der spektralen Repräsentation unterstreicht.

Diese Ergebnisse demonstrieren, dass die amplitudenabhängige Konditionierung die Zeit‑ und Frequenzdomänen‑Genauigkeit signifikant steigert und damit einen wichtigen Fortschritt für die Entwicklung zuverlässiger Breitband‑PA‑Modelle darstellt.