El avance hacia redes 5G y futuras generaciones impone exigencias cada vez mayores a los amplificadores de potencia, especialmente en términos de eficiencia en rangos amplios de retroceso. El clásico amplificador Doherty sigue siendo una arquitectura de referencia, pero su diseño tradicional con combinadores fijos limita la capacidad de mantener un rendimiento óptimo cuando se requiere operar con señales de alta relación pico a potencia media. Una aproximación novedosa, desarrollada recientemente, combina redes de combinación pixeladas con modelos sustitutos basados en aprendizaje profundo para superar estas barreras. En lugar de recurrir a simulaciones electromagnéticas costosas, se entrena una red neuronal convolucional profunda que predice con rapidez y precisión los parámetros S de dichas redes pasivas. Este sustituto se integra en un marco de optimización por algoritmo genético, permitiendo sintetizar combinadores Doherty complejos que extienden el rango de retroceso eficiente empleando dispositivos totalmente simétricos. Los prototipos fabricados con transistores GaN HEMT demuestran una eficiencia de drenaje máxima superior al 74% y una potencia de salida por encima de 44.1 dBm a 2.75 GHz, manteniendo más del 52% de eficiencia a 9 dB de retroceso. Al someterlos a una señal 5G NR de 20 MHz con PAPR de 9 dB y aplicar predistorsión digital, se logra una eficiencia de potencia añadida media superior al 51% y un ACLR mejor que -60.8 dBc.
La integración de inteligencia artificial en el diseño de hardware de radiofrecuencia no solo acelera el proceso, sino que abre la puerta a optimizaciones que antes eran inviables por su costo computacional. Para que estas metodologías lleguen a la industria con garantías, es fundamental contar con socios tecnológicos que ofrezcan soluciones de inteligencia artificial para empresas y aplicaciones a medida que permitan implementar estos flujos de trabajo complejos. Q2BSTUDIO, como empresa de desarrollo de software y tecnología, proporciona exactamente ese ecosistema: desde software a medida para la creación de modelos sustitutos hasta servicios cloud AWS y Azure que escalan las simulaciones masivas necesarias. Sus capacidades en servicios de inteligencia de negocio, como Power BI, facilitan la visualización de resultados de optimización, mientras que la ciberseguridad protege la propiedad intelectual de los diseños. Además, el desarrollo de agentes IA personalizados permite automatizar la exploración de topologías de combinadores, reduciendo drásticamente los tiempos de diseño. Esta convergencia entre investigación de vanguardia y soluciones empresariales robustas es lo que hace posible que conceptos como el amplificador Doherty de caja negra con deep learning y combinador pixelado se conviertan en realidad comercial, impulsando la próxima generación de infraestructura de comunicaciones.
