Verbundprojekt AI@theEdge - Teilvorhaben: KI basierte Vorverzerrungsalgorithmen

Abstract

Das Projekt AI@theEdge hat erfolgreich wesentliche Fortschritte bei der Entwicklung effizienterer, kostengünstigerer und leistungsfähigerer Mobilfunkbasisstationen erzielt. Dies gelang durch die Kombination von neu entwickelten Leistungsverstärkern mit GaN-on-Si Technologien und KI-gestützten Vorverzerrungsalgorithmen. Ein zentrales Ergebnis ist die signifikante Steigerung der Energieeffizienz und Leistungsfähigkeit von Radio Frontends. Hierfür wurden KI-gestützte Vorverzerrungsalgorithmen entwickelt, die architekturunabhängig und selbstlernend die Effizienz von HF Leistungsverstärkern optimieren. Die technologische Reife wurde durch die Integration von Leistungsverstärkern (wie dem X-Band Doherty PA und DBSA) mit DPD-Algorithmen demonstriert. Dies unterstreicht die hohe Produktreife der Infineon GaN-on-Si Transistoren und der von der FAU entwickelten Leistungsverstärker. Der X-Band Doherty zeigte dabei eine um ca. 10 % höhere Drain-Effizienz als der DBSA und verbesserte Linearisierbarkeit während der DBSA für den lastinsensitiven Betrieb geeignet ist. Die entwickelten Lösungen sind zukunftsorientiert und für neue Bänder und Kapazitäten im 6G-Mobilfunkstandard (6–8 GHz) ausgelegt. Der Einsatz der Infineon GaN-on-Si-Technologie unterstützt zudem Klimaneutralitätsziele und fördert die nachhaltige Fertigung kritischer Komponenten in Deutschland. Das Konsortium verfolgte einen umfassenden systematischen Ansatz, von der Anwendungsanalyse (AP1) über Systemkonzepte (AP2), eine virtuelle Testumgebung (AP3) und KI-basierte Signalverarbeitung (AP4) bis zur Hardware-Realisierung (AP5) und Systemintegration (AP6). Zusammenfassend hat das Projekt "AI_at_theEdge" gezeigt, dass die Kombination von KI-basierter Vorverzerrung und GaN-Technologien ein entscheidender Wegbereiter für Flexibilität, Effizienz und hohen Durchsatz in zukünftigen Mobilfunknetzen ist und einen wichtigen Beitrag zur deutschen Hightech-Strategie 2025 leistet.