Teng Wang defiende su tesis sobre técnicas de auto-ajustamiento y linealització basadas en la predistorsió digital para comunicaciones en UAVs

Una de las partes esenciales de los vehículos aéreos no tripulados (UAV) es la aviónica, siente el radiocontrol uno de los primeros sistemas presentes a los UAV. Para transferir datos de usuario (como por ejemplo imágenes, video, etc.) en tiempo real desde el dron a la estación terrestre, se requieren tasas de transmisión grandes. El PA es un elemento clave de la cadena del transmisor para poder garantizar la transmisión de datos a grandes distancias de la estación terrestre. A mayor potencia de salida, más cobertura o, alternativamente, con la misma cobertura, mejor relación señal-ruido (SNR) lo cual permite el uso de esquemas de modulación de órdenes superiores y, por lo tanto, conseguir velocidades de transmisión más altas. En el contexto de las comunicaciones inalámbricas entes UAVs, el consumo de potencia, la medida y el peso de la carga útil son de vital importancia.

Por lo tanto, el diseño del PA tiene que tener en cuenta el compromiso entre ancho de banda, potencia de salida, linealidad y eficiencia energética (muy crítico en dispositivos alimentados con baterías). El PA se puede diseñar para maximizar su eficiencia energética o su linealidad, pero no las dos. Por lo tanto, para afrontar este compromiso se utilizan topologías amplificadoras de alta eficiencia y se deja que el linealitzador se encargue de garantizar los niveles necesarios de linealidad. Entre los linealitzadors, la linealització DPD es la solución preferida tanto para el mundo académico como para la industria, por su alta flexibilidad y rendimiento. Para ahorrar tanto recursos computacionales como consumo de potencia, la implementación de un DPD en lazo abierto resulta una solución muy atractiva para las aplicaciones UAV. Esta tesis contribuye a la linealització del PA, especialmente al entrenamiento fuera de línea de linealitzadors DPD en lazo abierto, presentando dos métodos diferentes para reducir el coste computacional y aumentar la fiabilidad de los DPDs en lazo abierto. El primer método se centra en el análisis de la estadística de la señal de entrada, proponiendo métodos de selección de malla (Mes) para seleccionar las muestras más significativas para una estimación computacionalmente eficiente de los parámetros del DPD. El método propuesto IQ Mes con memoria se puede combinar con técnicas de reducción del modelo del DPD y de este modo poder conseguir una reducción de la complejidad computacional en el subsistema de identificación por un factor de 65, en comparación con el uso del algoritmo clásico QR-LS y selección de muestras de entrenamiento consecutivas. El segundo método consiste en el uso de técnicas de aprendizaje automático por el diseño del DPD cuando se considera un gran número de grados de libertad (parámetros) para sintonizar. Por un lado, el algoritmo de optimización global adaLIPO se utiliza para encontrar la mejor configuración de parámetros de un modelo polinomial con memoria generalizado para DPD. Por otro lado, se propone una estrategia por la optimización global de un conjunto de parámetros clave para el diseño a nivel de circuito y sistema, que combinados con linealització DPD y las técnicas de reducción del factor de cresta, pueden maximizar la eficiencia de de entrada dual de grande ancho de banda, a la vez que cumplen lasl especificaciones de linealidad. Las ventajas de estas técnicas propuestas se han validado mediante pruebas experimentales y los resultados obtenidos se analizan y se discuten a lo largo de esta tesis.