인공신경망을 이용한 전력증폭기 자동보정기능 구현에 관한 연구

A Study on the Automatic Calibration Function of RF Amplifiers Using Artificial Neural Networks

본 논문에서는 고객사에서 요구하는 주파수 사양을 기준으로 전력증폭기를 설계 및 제작한다. 그리고 제작된 전력증폭기의 기능 및 성능 저하 요인에 따른 적절한 보상 값을 인공신경망을 이용하여 학습시킨 후, 전력증폭기의 기능 및 성능 저하 요인이 발생할 때 전력증폭기 스스로 최적의 성능을 유지할 수 있도록 한다. 전력증폭기에 인공신경망 적용은 최근 산업용으로 많이 사용하는 STM32F계열의 마이크로컨트롤러를 사용하여 구현하므로 써 전력증폭기 제조 후 작업자의 별도의 튜닝작업 없이 최적의 상태를 유지할 뿐 아니라, 외부환경변화 및 전자부품노후화 등으로 인하여 전력증폭기의 성능이 저하되었을 때 스스로 전력증폭기의 성능을 개선할 수 있도록 한다.

In this study, power amplifiers are designed and manufactured based on the frequency specifications by customers. After learning appropriate compensation values according to the function and performance degradation factors of the manufactured power amplifier using an artificial neural network, the power amplifier itself can maintain an optimal performance when its function and performance degrade. The artificial neural networks are applied to power amplifiers using the STM32F series of microcontrollers, which are being widely used for industrial purposes in recent years. Hence, after manufacturing the power amplifiers, the optimal state is maintained without additional tuning by workers, as well as changes in the external environment and aging of electronics parts. When the performance of the power amplifier is degraded owing to other factors, the performance of the power amplifier can be improved by itself.