Template Modelo 2

Abstract— This paper presents a free software tool that supports the next-generation Mobile Communications, through the automatic generation of models of components and electronic devices based on neural networks. This tool enables the creation, training, validation and simulation of the model directly from measurements made on devices of interest, using an interface totally oriented tonon-experts in neural models. The resulting model can be exported automatically to a traditional circuit simulator to test different scenarios.

Keywords— wireless communications, modeling, simulation, neural networks, software tools.
I. Introduccion
EN los sistemas de comunicaciones móviles de tercera generación (3G), por ejemplo WCDMA (Wideband Code Division Multiple Access) y UMTS (Universal MobileTelecomunications System), hacia los cuales migrarán la mayoría de las redes de comunicación celulares, el modelado de los componentes del sistema se ha convertido en un punto crítico del ciclo de diseño del sistema, debido a las técnicas de modulación digital modernas [1]. Los nuevos estándares pueden introducir una distorsión en el comportamiento de los dispositivos que son parte del sistema(p.e. teléfonos móviles y sus componentes internos tales como amplificadores de potencia) debido generalmente a los cambios que aplican a la señal modulada, generando efectos de no-linealidad y de memoria (cuando una señal de salida depende de valores retrasados en el tiempo de una señal de entrada).
Los amplificadores de potencia (PA por su sigla en inglés power amplifier) son partes esenciales deun transmisor digital inalámbrico moderno (p.e. los teléfonos celulares). La Fig. 1 muestra un diagrama de bloques simplificado de cómo podría ser una comunicación digital por teléfono celular. La voz que proviene del interlocutor (señal analógica) debe ser digitalizada para ser transmitida a través de la red celular inalámbrica, y esta tarea es realizada por un convertidor Analógico/Digital.Luego, la voz digitalizada es comprimida para reducir la taza de bits y el ancho de banda utilizado. También es codificada, para dar formato a los datos de manera tal que el receptor pueda detectar y minimizar los errores mediante la operación de decodificación. Luego de esta etapa, un modulador de señal ajusta la señal portadora para garantizar la comunicación. Pero la señal sufre atenuación ynecesita una previa amplificación. Por lo tanto, el elemento final perteneciente a esta cadena es un PA, que se encarga de amplificar la señal antes de su viaje hacia la antena más próxima y el extremo receptor de la cadena de comunicación.

Figura 1. Diagrama de bloques simplificado de un transmisor digital inalámbrico.
El modelado del comportamiento no lineal y con memoria en dispositivos electrónicosha sido objeto de investigación y de un creciente interés a lo largo de los últimos años [2]-[4] lo cual ha llevado recientemente a proponer nuevas alternativas al clásico análisis con circuito equivalente, tales como las Redes Neuronales Artificiales (RNAs) [3]. Actualmente, el modelado y simulación de elementos no lineales componentes de un sistema de comunicación inalámbrica con RNAs es uncampo en crecimiento que genera una creciente atención por la gran variedad de posibles aplicaciones industriales [5][6].
En el dinámico mercado de las comunicaciones móviles, los modelos basados en RNAs son especialmente adecuados ya que podrían ser utilizados para acelerar el desarrollo de nuevos productos. Por ejemplo, los modelos neuronales podrían contribuir a una significativa reducción delciclo de diseño de un producto cuando una nueva tecnología de dispositivo aparece en el mercado, lo que los convierte en objeto de interés particular en la industria. Un modelo neuronal puede ser utilizado durante la etapa de diseño de sistema para lograr una evaluación rápida de su performance y de sus características principales.
Los modelos neuronales pueden ser un enlace eficiente entre las...