增广Transformer功放模型

长序列强记忆建模

针对强非线性与强记忆效应的卫星功放，提出增广实数时延Transformer架构，首次用真实卫星数据进行行为建模。

Gouheng, Zhao · Ying, Kai · Wen, Qingsong · Linshan, Zhao · Pang, Jian · Pengcheng, Jia · Ming, Zhou · 归琳

IEEE Internet of Things Journal 2024

技术优势

强记忆效应可处理

ARVTDform采用增强Transformer架构，能捕获PA信号数据中的长期依赖关系。

首次用真实卫星数据

这是行为建模中首次使用真实卫星数据，提高了模型的适用性。

高动态宽带兼容

Transformer架构天然适合处理长序列，可应对卫星PA高动态、宽带宽场景。

物理平台验证

搭建了两个物理平台并采集分析十二个数据集，模拟卫星PA实际工作状态。

应用场景

• 卫星通信功放设计：提供更真实的行为模型，辅助高线性度PA设计。
• 6G卫星通信：为6G超高速传输提供功放级建模支持。
• 功率放大器建模：用Transformer架构改进传统PA建模精度。
• 通信系统仿真：为系统级仿真提供高保真功放模型作为组件。