L'avanç cap a xarxes 5G i futures generacions imposa exigències cada cop més grans als amplificadors de potència, especialment en termes d'eficiència en rangs amplis de retrocés. El clàssic amplificador Doherty continua sent una arquitectura de referència, però el seu disseny tradicional amb combinadors fixos limita la capacitat de mantenir un rendiment òptim quan es requereix operar amb senyals d'alta relació pic a potència mitjana. Una aproximació nova, desenvolupada recentment, combina xarxes de combinació pixelades amb models substituts basats en aprenentatge profund per superar aquestes barreres. En lloc de recórrer a simulacions electromagnètiques costoses, s'entrena una xarxa neuronal convolucional profunda que prediu amb rapidesa i precisió els paràmetres S d'aquestes xarxes passives. Aquest substitut s'integra en un marc d'optimització per algorisme genètic, permetent sintetitzar combinadors Doherty complexos que estenen el rang de retrocés eficient emprant dispositius totalment simètrics. Els prototips fabricats amb transistors GaN HEMT demostren una eficiència de drenatge màxima superior al 74% i una potència de sortida per sobre de 44.1 dBm a 2.75 GHz, mantenint més del 52% d'eficiència a 9 dB de retrocés. En sotmetre'ls a un senyal 5G NR de 20 MHz amb PAPR de 9 dB i aplicar predistorsió digital, s'aconsegueix una eficiència de potència afegida mitjana superior al 51% i un ACLR millor que -60.8 dBc.
la integració d'intel·ligència artificial en el disseny de maquinari de radiofreqüència no només accelera el procés, sinó que obre la porta a optimitzacions que abans eren inviables pel seu cost computacional. Perquè aquestes metodologies arribin a la indústria amb garanties, és fonamental comptar amb socis tecnològics que ofereixin solucions d'intel·ligència artificial per a empreses i aplicacions a mida que permetin implementar aquests fluxos de treball complexos. Q2BSTUDIO, com a empresa de desenvolupament de programari i tecnologia, proporciona exactament aquest ecosistema: des de programari a mida per a la creació de models substituts fins a serveis cloud AWS i Azure que escalen les simulacions massives necessàries. Les seves capacitats en serveis d'intel·ligència de negoci, com Power BI, faciliten la visualització de resultats d'optimització, mentre que la ciberseguretat protegeix la propietat intel·lectual dels dissenys. A més, el desenvolupament d'agents IA personalitzats permet automatitzar l'exploració de topologies de combinadors, reduint dràsticament els temps de disseny. Aquesta convergència entre recerca d'avantguarda i solucions empresarials robustes és el que fa possible que conceptes com l'amplificador Doherty de caixa negra amb deep learning i combinador pixelat es converteixin en realitat comercial, impulsant la pròxima generació d'infraestructura de comunicacions.
