La Modulación por División de Frecuencia Ortogonal (OFDM) es una de las principales modulaciones para los estándares actuales y novedosos de comunicaciones de banda ancha. Por ejemplo, la Modulación por División de Frecuencia Ortogonal de Banda Múltiple (MB-OFDM) es una excelente elección para el estándar de comunicación inalámbrica de Banda Ultra Ancha (UWB) ECMA-368. Sin embargo, la alta Relación Pico a Promedio de Potencia (PAPR) de las señales MB-OFDM UWB reduce la eficiencia energética del elemento clave en los dispositivos móviles, el Amplificador de Alta Potencia (HPA), debido a la distorsión no lineal, conocida como saturación no lineal del HPA. Para hacer frente a este problema limitante, se propone un nuevo y eficiente esquema de pre-distorsión utilizando Redes Neuronales (NN) y también implementado en una Matriz de Puertas Programable en Campo (FPGA). Esta solución basada en el concepto de pre-distorsión de las no linealidades del HPA ofrece un buen equilibrio entre complejidad y rendimiento. Se han realizado algunas pruebas y validaciones en los dos tipos de HPA: Amplificadores de Tubo de Onda Viajera (TWTA) y Amplificadores de Potencia de Estado Sólido (SSPA). Los resultados muestran que el diseño de pre-distorsión propuesto presenta una baja complejidad y una baja tasa de error. De hecho, la arquitectura implementada utiliza el 10% de bloques de DSP (Procesamiento Digital de Señales) y el 1% de LUTs (Tabla de Búsqueda) en el caso de SSPA, mientras que solo utiliza el 1% de LUTs en el caso de TWTA. Además, nos permite concluir que las técnicas avanzadas de aprendizaje automático pueden implementarse eficientemente en hardware con el diseño adecuado.