无记忆间接学习结构预失真器_高敏
文献综述
数字预失真文献综述一、数字预失真的定义。
基本概念。
结构。
二、数字预失真的原因。
功放非线性。
功放非线性的影响。
功放的非线性模型。
功放的线性化方法。
三、数字预失真的实现原理：多项式；查找表。
四、数字预失真的结构：直接学习型。
间接学习型。
五、数字预失真的收敛算法。
LMS RLS。
六、数字预失真的前景展望。
七、实验室目前完成的工作。
在通信系统中，为达到发射的要求，信号需要具有较高的功率，因此需要通过高功率放大器对射频信号进行放大，功率放大器有线性区和非线性区，为了获得高的功放效率，放大器一般工作的饱和点附近，这就不可避免的产生信号的失真。
因此为了获得高的线性度，必须采用功放线性化技术，其中数字预失真技术属于功放线性化技术。
随着无线通信技术的发展，数据传输速率不断提高，无线频谱资源越来越紧缺。
一些高的频谱利用的数字调制方案（如QPSK、16QAM等）和传输技术（如OFDM、WCDMA等）被应用在通信系统中。
但这些非恒定包络调制方式和多载波传输技术不可避免的导致了调制信号的峰均比（PAPR，Peak-to-average ratio）问题，对通信系统射频部分，尤其是射频功率放大器的线性度提出了很高的要求[2 ]。
功放的失真包括两种：线性失真和非线性失真。
非线性失真是指HPA所固有的无记忆饱和特性引起的非线性失真，包括两个特性：AM-AM和AM-PM特性；线性失真是指HPA 的记忆特性带来的失真[1]。
功放的线性失真造成功放输出信号的频谱展宽并产生邻带干扰即带外失真，非线性失真降低功放的BER即带内失真。
一、功放的线性化技术：功放的线性化技术包括很多，这些技术以及他们的优缺点如下：功率回退技术：基础及应用较早，实现简单，但效率极差，已逐渐被淘汰；前馈线性化技术：适用带宽很宽、线性度好、速度快，基本不受放大器记忆特性的影响，但其结构复杂、成本高，且自适应差，效率不高。
笛卡尔后馈技术：精度高、价格便宜，使用带宽受限，稳定性较差，应用范围不广；包络消除和恢复技术：效率高，带宽较宽，但延时校准较难；非线性器件技术：高效率，准确匹配难，适用于窄带通信；数字预失真方法：稳定性好、使用带宽、精度比较高，使用宽带通信，前景最看好，但是调节速度较慢[3]。
研究生数模竞赛B题(2013年)
(1) Saleh 模型 Saleh 模型是根据对行波管功率放大器(traveling wave tube amplifier， TWTA)的输 入输出数据进行统计分析后得到的，TWTA 的 AM-AM 和 AM-PM 失真特性相对来说 都比较明显，并且模型参数较少，参数的提取也比较方便，是目前一种常用的无记忆 功放模型[6]。 假设功放的输入信号为：
-3-
二、 问题假设
1. 2. 3. 4. 5. 6. 不考虑时间、温度、环境等外界因素的影响； 不考虑功放因温度漂移、老化等引起功放特性的变化； 不考虑外部信号或电路自身对该功率放大器的干扰； 不考虑当输入信号、负载和元件自身发生变化时，造成系统的不稳定性的影响； 不考虑功放的特性随时间变化，假设在一定时间内功放的特性都是恒定的； 假设功率放大器的非线性特性是可逆的；
[7] 简单起见，令 A r t 用 r 表示输入信号幅度，则模型的特性函数为 ：
Ar
r
Ar 1 Ar 2
r 2 1 r 2
(3)
(4)
式(3)和(4)中， r 为输入信号的包络幅度， A ， A ， ， 为待定参数，本文 通过 Yang[8][9]最新提出的智能优化算法——布谷鸟搜索算法对参数进行寻优，得到待 定参数 1 ， 1 ， Q ， Q 分别为 1 =3.1344， 1 =0.5920， Q =0.0100， Q =10.0000。 (2) 复系数幂级数模型 由于功放的输入输出都为射频实信号，而功放建模与预失真都在基带进行，基带 信号为复信号，需要完成射频实信号到基带复信号的转换。实系数幂级数不能表征功 放的 AM-PM 特性，因此需要复系数幂级数对功放进行建模[10]。射频中，功放的输入 输出特性用 K 阶幂级数可以表示为：
射频功率放大器数字预失真技术及其发展趋势
少成本并提高可靠性。数字预失真处理技术（Ｐ ） Ｄ Ｄ成功用 于 ＷＣ Ｍ Ｄ Ａ基站，使得功放效率从传统基站功放效率的 ９ ％提高到 １％。更高效率的 Ｄｈｒ 功放技术在 ＷＣ Ｍ ９ ｏｅｙ ｔ ＤＡ 基站应用方面已经获得突破 ，ｏｅｙ Ｄ ｈｒ 功率放大器采用载 ｔ
浙 江 省 教 育 厅 科 研 资 助 项 目（ ｏ ０ ８ ５ ３ ） Ｎ ． ０ ０４ ３ Ｙ２
通 常被称为后 置反 向滤波器 （ ｓｉ ｅ ｅｆｅ） ｐ ｔｎ ｒ ｌｒ。然 后 ， ｏ ．ｖ ｓ ｉ ｔ 这
一
２ 数 字 预 失真 器 基 础
预失真系统基本结构如图 １ 所示 ， 预失真器在功率放 大器之前对输入信号先做预处理， 它的传输特性刚好是放
系数被直接复制到前置的预失真滤波器。Ｓｈｔ ｎ ｃｅ ｅ 在参 ｚ
ｊ
ｉ
｜ ¨
研究与开发
射 频 功 率 放 大 器 数 字 预 失 真 技 术 及 其 发 展 趋 势
沈小 虎 ， 金 浩， 王德 苗 （ 江 大学 杭 州 ３ ０ ２ ） 浙 １０ ７
３ Ｇ无 线 通 信 系 统 对 功 率 放 大 器 的设 计 提 出 了更 加 严 格 的 要 求 。 了 有效 地 利 用 宝 贵 的频 谱 资 源 ， 为 功
大器的研究成果作一个总结， 介绍了各种放大器预失真结
构， 并针对不同的非线性模型 ， 讨论了各种模型的应用以 及对应的自适应方法 ， 同时分析了两者结合的发展趋势。
图 ３ 间 接 学 习 结 构
失真器广泛采用［１ 这种结构最先被用在消除扬声器的 １１ ０】 ，， 非线性上。在这种结构中， 我们首先提取出后置滤波器的 系数 ， 这个滤波器作为非线性放大器模型的反函数 ， 因此
DPD-算法问题
DPD-算法问题DPD 疑难问题1. 关于结构框架1.DPD 表格结构是怎样的,总体的框架是什么样子?两维结构，11x53共11张大表，以1dB 步进。
每张大表里面，分53个等级。
2.什么是AQMC,为什么需要AQMC,AQMC 的原理是什么?Analog Quadrature Modulator Compensation Gain/Phase imbalance DAC DAC LPF LPF Re{ }Im{ }BPF()m v t ()mi v t ()mq v t ()q v t 90o LO2. 关于自适应训练1.预失真参数的结构是什么样子的? ∑∑==---=K k Q q k kq q n x q n x b n y 101)()()(，记忆多项式－――>通用记忆多项式∑=--=pdcnum i ii i D n x K n x abs f n y _1)(*))((()( 2.由预失真参数获得预失真表格的原理是什么?预失真参数表格化维纳非线性理论。
Take one of the simple PDC for the example. The output of the PDC is )(k n y -and the input is )(k n x -.Note, the detailed information of the PDC is described in the document DPD_HW.doc. If the readers expect to know more, please read the document.2012()()()(())()(())y n k b x n k b x n k abs x n k b x n k abs x n k -=-+--+--)(*)))((()))(())(()((2210k n x k n x abs f k n x abs b k n x abs b b k n x --=-+-+-= ))(())(()))(((2210k n x abs b k n x abs b b k n x abs f -+-+=-So ∑=++=n k k x b x b x b b x f 02210)( ))1()((+∈t edges t edges xFirst, we move the region from))1()((+t edges t edges to (-1 1).''(1)()(1)()()22edges t edges t edges t edges t x u x x +++-==+ '(11)x ∈- ''()x u x x αβ==+ '(11)x ∈-(1)()(1)()22edges t edges t edges t edges t αβ+++-== Therefore the '0()()n kk f x b u x =∑ '(11)x ∈- From the Weierstrass theorem described in [2], assume that )(x f is the equation of the line that is a best fit on the interval [-1 1].)()()(1100x c x c x f ψψ+= (11)x ∈- The first two normalized Legendre polynomials of ()n x ψare shown below: 21)(0=x Px x P 23)(1=And the 2()()()n n c f x x w x dx ψ=⎰others x x w 0)11(1)(2=-∈=So, ⎰∑-=11000)()(dx x u b x P c nk k ⎰∑-=11011)()(dx x u b x P c n k k)()()(1100x P c x P c x f +=3. 11张表格的优先级是根据什么原则确定的？基于一些测试假设，当平均功率比额定小10dB 左右，不用做预失真，其ACPFR 也可以满足性能指标要求。
一种基于直接学习结构的数字预失真方法
一种基于直接学习结构的数字预失真方法张月;黄永辉【摘要】针对宽带信号功率放大器(PA)的非线性效应和记忆效应,提出了一种基于直接学习结构的数字预失真(DPD)方法.该方法结合牛顿法进行参数提取,降低了参数迭代次数和运算量.以20 MHz带宽的64QAM信号作为输入信号,采用记忆多项式(MP)模型的预失真器以及Wiener功放模型进行仿真.仿真结果表明,该方法能有效补偿放的非线性失真,系统经过6次迭代后,其归一化均方误差(NMSE)可达-65.83 dB,误差矢量幅度(EVM)降低到0.06％,邻道功率比(ACPR)可达-45.33 dBc.%To compensation the nonlinear distortion and memory effects of the wideband power amplifiers,a digital pre-distortion method based on direct learning is proposed. Combined with the Newton algorithm,this method can reduce the iteration numbers and the amount of calculation. The simulation is proceeded using a 20MHz 64QAM signal, taking the memory polynomial model for predistorter,and the Wiener model for power amplifier. Simulation results show that the method could achieve an outstanding performance after the 6 iterations,the system's normalized mean square error (NMSE)can reach-65.8 dB,the error vector magnitude(EVM)could reduce to 0.06％and the adjacent channel power ratio(ACPR)can reach-45.33 dBc.【期刊名称】《电子设计工程》【年(卷),期】2018(026)011【总页数】5页(P91-94,99)【关键词】数字预失真;直接学习结构;记忆多项式模型;牛顿法【作者】张月;黄永辉【作者单位】中国科学院大学北京100190;中国科学院国家空间科学中心北京100190;中国科学院国家空间科学中心北京100190【正文语种】中文【中图分类】TN919为充分利用有限的频谱资源，非恒定包络线性调制方式和多载波技术在卫星通信中将会获得越来越广泛的应用，这对功率放大器的线性度提出了更高的要求[1-3]。
幅度和相位预失真参数并行估计的间接学习结构预失真方法
（ １ ．西安理工 大学 自动化与信息工程学院 ，西安 ７ １ ０ ０ ４ ８ ；
２ ． 中国 人 民 解 放 军 边 防 学 院 边 防 信 息 化教 研 室 ， 西 安 ７ １ ０ １ ０ ８ ）
摘
要 ：为解决传统间接学习结构 自适应预失 真器 中幅度 和相位 预失真 参数之 间相互 影响 的问题 ，提 出 了一种
ｔ ｏ ｔ ｔ ｅ ｒ ｓ ａ ｒ ｅ ｂ ｏ ｔ ｈ ｔ ｏ ｂ ｅ ｔ ｒ ａ ｉ ｎ ｅ ｄ ｂ ｙ ｕｓ ｉ ｎ ｇ ｉ ｎ ｄｉ ｒ ｅ ｃ ｔ ｌ ｅ ａ ｒ ｎｉ ｎｇ ａ ｒ ｃ ｈ ｉ ｔ ｅ ｃ ｔ ｕｒ ｅ；Ｔｈ ｅ ｍｅ ｔ ｈｏ ｄ ｉ ｓ ａ ｐｐ ｌ ｉ ｅ ｄ ｉ ｎ ｔ ｈｅ ｔ ｙ ｐ ｉ ｃ ａ ｌ ｍｅ ｍｏ ｒ ｙ ｌ ｅ ｓ ｓ ｐ ｏ ｗｅ ｒ ａ ｍｐ ｌ ｉ ｉｅ ｆ ｒ ｍｏ ｄ ｅ ｌ ｓ，ａ ｎ ｄ ｔ ｈ ｅ ｐ ｒ ｅ ｄｉ ｓ ｔ ｏ ｒ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｏ ｆ ｔ ｈ ｅ ＯＦＤＭ ｓ ｉ ｇ ｎ ａ ｌ ｏ ｆ ＤＶＢ— Ｔ ｓ ｔ ａ ｎｄ ａ ｒ ｄ ｉ ｎ ｔ ｈ ｅ ２Ｋ ｍｏ ｄｅ ａ ｒ ｅ ｓ ｉ ｎ ｍｌ ａ ｔ ｅ ｄ；Ｓ ｉ ｍ— ｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈｏ ｗ ｔ ｈ ａ ｔ ｕ ｎ ｄ ｅ ｒ ｔ ｈ ｅ ｃ ｏ ｎ ｄｉ ｔ ｉ ｏ ｎｓ ｗｉ ｔ ｈ ｔ ｈｅ ｓ ａ ｍｅ ｐ ｒ ｅ ｄｉ ｓ ｔ ｏ ｒ ｔ ｉ ｏ ｎ ｐｏ ｌ ｙ ｎ ｏ ｍｉ ａ ｌ ｏ ｒ ｄｅ ｒ ，ｔ ｈ ｅ ｉ ｍｐｒ ｏ ｖ ｅ ｄ ｉ ｎ ｄ ｉ ｒ ｅ ｃ ｔ ｌ ｅ ａ ｒ ｎ ｉ ｎｇ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：
数字预失真线性化技术ppt
c k x ( n)
k 1
N
k 1
x ( n)
有记忆非线性行为模型
Volterra级数模型
y (n) h0 h1 (k1 ) x(n k1 )
k1 0 M 1
h2 (k1 , k 2 )x(n k1 )x(n k 2 )
k1 0 k 2 0 M 1 k1 0
条件
1 (r ) 2 ( A1 (r ) 0
数字预失真系统框图
TI 的预失真方案
非线性行为模型
无记忆非线性行为模型 Saleh失真模型（行波管） Rapp模型（固态功率放大器 ） 复系数多项式模型 有记忆非线性行为模型 Volterra级数模型 Wiener模型 （LTI+ Nonlinear system） Hammerstein模型 （Nonlinear system + LTI） Wiener-Hammerstein模型 并行Wiener模型 并行Hammerstein模型 记忆多项式模型 神经网络
查找表与多项式方法的比较 查找表法对于强非线性的情况下比多项式法更有利，且查找 表法实现起来方便、无需建模、精度较高，但其缺点是需要 大量的存储空间，且查找表的收敛速度慢。 与查找表法相比，多项式方法的优点是收敛速度快且不需要 大量的存储空间，而其缺点是需要许多的乘法运算，对硬件 的要求较高，且非线性较强时，误差也比查找表法大。
M 1 M 1
h p (k1 ,, k p )x(n k1 ) x(n k p )
k p 0
M 1
Wiener模型
Hammerstein模型
有记忆非线性行为模型
记忆多项式模型
宽带射频功率放大器记忆效应的研究
2.提出了射频功率放大器记忆效应的分析方法。在宽带通信系统中,放大器的记忆效应十分显著,传统的无记忆模型无法分析由记忆效应引起的现象。本文在深入分析记忆效应的表现形式和产生机理的基础上,提出了基于Hammerstein模型和Volterra级数模型的记忆效应分析方法,分别对有记忆功放的特性曲线和IMD不对称现象进行分析,使理论模型和实际观测到的现象能够很好地吻合。
作者:何军
学位授予单位:电子科技大学
1.学位论文金哲宽带通信中有记忆射频功率放大器的建模与预失真方法2007
随着用户数量的迅速增长和宽带通信业务的开展,现有的通信频段已经变得越来越拥挤。为了提高频谱利用率,现代无线通信系统中广泛采用了非恒包络的线性调制方式和多载波技术,这对射频功率放大器的线性度提出了很高的要求。而为了提高功率效率,一般让射频功率放大器工作在接近饱和点,此时非线性变得十分严重。要解决功率效率和频谱效率间的矛盾,线性化技术十分关键。
3.提出了基于小波网络的射频功率放大器建模方法。在该方法中,采用延时复值小波网络构造有记忆功放模型,并将训练样本、小波函数和放大器本身的特性相结合,对模型进行初始化,然后运用梯度算法训练模型中的复参数。由于复值网络能直接处理放大器输入、输出信号的复包络,所以模型的结构比较简单。仿真结果表明,相比于文献中的BP神经网络模型,所建立的模型有较快的收敛速度和较好的时、频域性能。
2.学位论文王可小波包多载波通信系统的符号定时同步与峰均功率比问题研究2008
随着对实时多媒体及互联网络接入等宽带通信业务需求的不断增加,第四代
无线通信系统(4G)的设计被提上日程,4G所要求的极高信息传输速率使得多
载波调制成为4G系统中的关键技术。多载波调制大大提高了无线频谱利用率,
射频功率放大器的基带自适应预失真技术概要
山东大学硕士学位论文射频功率放大器的基带自适应预失真技术姓名：王晓峰申请学位级别：硕士专业：微电子学与固体电子学指导教师：林兆军;阎跃鹏20090420射频功率放大器的数字自适应基带预失真技术摘要功率放大器是通信系统中最重要的器件，存在固有的非线性。
非线性导致了信号带宽之外的频谱再生或扩展，对邻近信道造成干扰。
同时，这种非线性在信号带宽内也造成失真，恶化了接收机的比特误码率。
新型的传输格式，比如宽带码分多址（ＷＣＤＭＡ）和正交频分复用（ＯＦＤＭ），由于具有较高的峰均功率比（ＰＡＰＲ）尤其容易受到非线性失真的影响，造成功率放大器记忆效应的产生，使功率放大器的特性发生变化，互调产物发生不平衡，同样引起失真。
如果我们为了获得功率放大器所需的线性度，仅仅采用简单地回退方法，那么功率放大器的效率在高峰均功率比情况下将会是非常小。
为了获得高效率同时线性度比较好的功率放大器，通常可以采用线性化的方法来实现。
数字预失真是所有线性化技术中性价比最好的一种，因此我们主要研究目标是数字预失真系统的实现。
为了研究数字预失真系统，需要对功率放大器的非线性特性及其记忆效应有非常深入的理解，同时为了进行数字预失真系统的仿真，需要构建准确的功率放大器行为模型。
本文就是对宽带功率放大器的非线性特性、记忆效应、行为模型以及数字预失真系统进行逐步展开研究的。
本文对功率放大器的非线性特性及其引起的失真、记忆效应的产生及其消除、行为模型的构建以及数字预失真系统仿真实现进行了全面的描述与研究。
功率放大器非线性特性部分主要阐述了非线性特性的描述、非线性特征参数、非线性产生的失真产物、非线性分析方法等；功率放大器记忆效应部分主要分析了记忆效应的识别、产生的原因，给出了记忆效应消除的方法；功率放大器的行为模型部分主要对当前提出的典型行为模型进行的分析和比较：数字预失真系统与仿真实现部分主要分析了当前主要的线性化技术并进行了比较，对数字射频预失真系统和数字基带预失真系统在ＭＡＴＬＡＢ环境下进行了系统构建并进行了仿真。
实验心理学中记忆建构和遗忘现象
实验心理学中记忆建构和遗忘现象在实验心理学领域中，记忆建构和遗忘现象是一个备受关注的议题。
通过研究记忆建构和遗忘现象，我们可以揭示人类记忆的运作机制，并深入理解人类思维和认知的过程。
本文将详细介绍实验心理学中的记忆建构和遗忘现象的理论和实验研究。
记忆建构是指个体依据自身的经验、知识和情感，将信息片段通过认知过程拼凑合成，形成一个完整的记忆片段的过程。
在这个过程中，个体可能会添加、欠缺或改变一些细节，以便将信息融入自己的经验框架中。
记忆建构的一个重要例子是“剪辑效应”。
研究发现，个体往往倾向于从不同的记忆片段中提取有关某个事件的信息，然后将其拼凑在一起，形成一个整体的记忆。
然而，这种拼凑往往会导致记忆片段之间的冲突和矛盾，最终影响了记忆的准确性。
另一个与记忆建构相关的现象是“情感色彩”。
研究表明，情感可以对记忆建构产生重要影响。
个体往往会将情感体验融入到记忆中，从而增强或减弱记忆的内容和细节。
这意味着，当个体在回忆过去的经历时，他们可能会受到自己的情感状态和情绪的影响，从而对记忆进行建构和筛选。
除了记忆建构，遗忘现象也是实验心理学中一个重要的研究对象。
遗忘是指个体在一段时间内无法回忆出曾经学习或体验过的信息或事件。
在实验心理学中，研究者经常使用遗忘曲线来揭示记忆的衰退过程。
遗忘曲线显示了在学习之后，个体遗忘信息的速率。
根据培根曲线的研究结果，我们可以发现，个体在学习后的一段时间内，会迅速遗忘所学内容，然后在一段时间之后遗忘速度放缓。
遗忘曲线的研究也提出了一种重要的理论，即遗忘干扰理论。
遗忘干扰理论认为，遗忘的主要原因是新的信息干扰了旧的信息，导致旧的信息无法被回忆出来。
这种干扰可以是来自环境的干扰，也可以是来自其他学习过程中的干扰。
实验研究发现，当个体在学习过程中面临相似的信息或任务时，他们容易发生干扰，从而影响了记忆和回忆的准确性。
此外，遗忘还与记忆重建和记忆失真过程有关。
记忆重建是指个体在回忆时通过重新编码和重新拼凑信息来重建记忆的过程。
记忆功放的预失真线性化方案
（ ６）
预失真 器输 出为
Ｑ Ｋ
际 的记忆 功放 一般 都 是 高 阶非 线 性 系 统 ， 辨识 其 逆 模 型很 困难 ， 算很 复 杂 。（ ） 失真器 参数 的 自适 计 ２预 应 调整 困难 。 当放 大 器 特 性 发 生变 化 时 ， 系统 性 能
会 迅速 下降 。 因此 本文 采用 间接 学 习结 构 。 图 ６为基 带 预失真 系统框 图 。该 系统需 要设 置
第 ３ ５卷 第 ５期
２１ ０ １年 ｌ Ｏ月
南 昌大 学 学报 （ 科 版 ） 理
Ｊ ｕ ｎ ｌｏ ｎ ｈ ｎ ｉ ｅ ｓｔ （ ｔ ｒ ｌＳ ｉ ｎ ｅ ｏ ｒ ａ ｆＮａ ｃ ａ ｇ Ｕｎ ｖ ｒ ｉ Ｎａ ｕ ａ ｃｅ ｃ ） ｙ
Ｖｏ ｜ ５ ＮＯ ５ ｌ３ ．
０ｃ ．２ １ ｔ Ｏ１
文 章 编 号 ： ０ ６０ ６ （ ０ １ ０ — ４ ００ １ ０ －４ ４ ２ １ ） ５ ０ ９ — ５
记 忆 功 放 的预 失真 线性 化 方 案
赵庆敏 ， 万 亮
（ 昌大 学 信 息 工 程 学 院 ， 西 南 昌 ３ ０ ３ ） 南 江 ３０ １
摘 要 ： 多 载 波 宽 带 发 射 机 中 ， 频 功 放 存 在 固有 的非 线 性 特 性 与 记 忆 效 应 在 功 放 输 出产 生 了 ＡＭ／ 在 射 ＡＭ 与 ＡＭ／ Ｐ 失 真 ， 而 带 来 了 频谱 扩 展 与 带 内 失 真 问 题 ， 重 影 响 了通 信 质 量 。为 了能 同时 补 偿 功 放 的非 线 性 失 真 与 记 忆 Ｍ 进 严 效 应 ， 建 了基 于 间 接 学 习 结 构 的 预 失 真 系 统 ， 结 合 Ｌ 构 并 Ｓ算 法 辨识 预失 真器 的参 数 。仿 真 结 果 表 明 该 预 失 真 系 统 能很 好地 补偿 功放 的 非 线性 失 真 及记 忆效 应 失 真 ， 高 了功 放 的线 性 度 与 效 率 。 提 关键 词 ： 率放大器 ； 忆效应 ； 失真 ； 功 记 预 间接 学 习结 构
功率放大器非线性特性及预失真建模
通过确定比较不同的正交多项式阶数 k ，由数据文件 1，输入和输出数据已给出，故可求得
正交基函数k (x) ，
k (x)
k i 1
(1)ik
(i
(k i)! 1)!(i 1)!(k
x |i1 i)!
x
（13）
正交多项式基函数表k (x) 如下表 1，
表 1. 正交多项式基函数∅ ������ ，其中 1 ≤ ������ ≤ 7
（1）
表示为 G(x) 和 F(x) 的复合函数等于 L(x) ，线性化则要求
y(t) L(x(t)) g x(t)
（2）
式中常数 g 是功放的理想“幅度放大倍数”（ g 1）。因此若功放特性 G(x) 已知，则预失真
3
技术的核心是寻找预失真的特性 F(x) ，使得它们复合后能满足
由记忆效应的数据文件 2 建立有记忆正交多项式模型，明确多项式阶数和记忆深度，建 立非线性特性。再用 NMSE 评价正交多项式模型的准确度。 问题 B
与无记忆预失真模型类似，有记忆功放预失真模型依然采用正交多项式预失真模型，根 据初始预失真参数，通过正交化和迭代计算，训练更新预失真参数，使预失真器输出与间接 学习结构训练预失真输出的误差为 0 ，在“输出幅度限制”和“功率最大化”约束下，建立 正交多项式预失真功放，使功放整体呈现线性特性，并运用 NMSE/EVM 评价预失真补偿的计算 结果。 第三部分 拓展研究
基于数字预失真技术的功放性能改善研究
基于数字预失真技术的功放性能改善研究张福洪;黄勇;吴铭宇【摘要】针对高均峰比的宽带输入信号,结合最小均方算法和Wiener模型的优点,该文提出了一种基于Wiener模型的数字预失真算法.通过计算机仿真,验证这种算法的有效性,补偿了功率放大器的非线性失真,提高了功放效率,对发射机功放线性化技术有一定的实用价值.【期刊名称】《杭州电子科技大学学报》【年(卷),期】2011(031)005【总页数】4页(P111-114)【关键词】数字预失真;最小均方算法;功率放大器【作者】张福洪;黄勇;吴铭宇【作者单位】杭州电子科技大学通信工程学院,浙江杭州310018;杭州电子科技大学通信工程学院,浙江杭州310018;杭州电子科技大学通信工程学院,浙江杭州310018【正文语种】中文【中图分类】TN9140 引言功率放大器是通信系统中的一个关键部件，功放的非线性特性引起的频谱扩张会对邻道信号产生干扰，并且带内失真也会增加误码率［1］。
随着新业务的发展，现代无线通信系统中广泛采用了正交幅度调制(Quadrature Amplitude Modulation，QAM)、正交频分复用技术等高频谱利用率的调制方式。
这些调制方式对发射机中射频功放的线性度提出了很高的要求。
因此为了保障通信系统的功率效率和性能，必须有效的补偿放大器的非线性失真，使放大器能够高效的线性工作。
目前关于功放线性化的方法有许多，如功率回退法、射频反馈技术、前馈法、LINC法、数字预失真法等，以上各种线性化技术都有其优缺点，其中数字预失真技术最大的优点就是稳定可靠、精度较高，适应能力强。
因此，目前数字预失真技术被认为是最有应用前景的线性化技术。
1 数字预失真的基本原理数字预失真技术是补偿功率放大器非线性失真最有效的方法之一，即在功放前加一个与功放非线性特性互逆的非线性模块用做预失真器以抵消补偿功放的非线性，理想情况下所加的预失真器失真将完全抵消补偿后续放大器的非线性失真，整个系统最终将是线性的［2］。
功率放大器记忆效应分析及有记忆预失真技术
功率放大器记忆效应分析及有记忆预失真技术2.1Volterra预失真技术Volterra级数通常用来描述非线性系统，被称为“有记忆的Taylor级数”。
非线性的Volterra级数展开是用一个无穷级数表示的。
截短离散Volterra模型中，信号通过有记忆非线性系统后的输出信号可以表示为：Volterra级数的优点是可以准确地表述非线性系统。
缺点随着PA非线性程度的增加、级数参数的增多，会导致计算量非常庞大；也使得求PA逆模型困难。
当功率放大器的记忆性比较弱的时候，通过将级数截短，牺牲级数展开的精度，以此达到降低其计算复杂度的目的。
在截短的Volterra级数模型中，如果只考虑对角项及奇数次，则参数数目会大幅度减少，表达式为：这就是PA的有记忆多项式模型。
此模型可以很好地模拟记忆功率放大器，采用记忆多项式结构的记忆预失真器，可以较好补偿记忆非线性失真。
但是，对于具有深度记忆效应的功率放大器，需要提取大量的系数，这是该模型的主要缺点。
Volterra预失真技术就是用Volterra级数方法把功率放大器的模型估计出来，然后再把该模型求逆来获得预失真器的模型。
由于Volterra级数的运算量非常庞大，一种较为简便，较为合理的求Volterra预失真模型方法是采用自适应学习结构。
自适应学习系统存在两种结构：直接学习结构和非直接学习结构，其框图如图1所示。
2.2Hammerstein预失真在有记忆的PA，有一种模型是Wiener和Hammerstein模型。
它们都是用一个线性滤波器级联一个无记忆非线性系统构成。
线性滤波器用来补偿记忆效应，这种模型的好处是结构简单，容易硬件实现。
Wiener模型是滤波器与一个无记忆非线性系统串联；而Hammerstein模型的结构正好相反，是将上述两个子函数交换位置得到。
如图2和图3所示：所以，用Wiener模型很好地模拟地记忆功率放大器，同时采用Hammetstein模型的记忆预失真器，可以很好的补偿记忆非线性失真。
一种峰值功率控制的带限数字预失真算法
一种峰值功率控制的带限数字预失真算法随着用户对数据传输速率需求的不断提升，现代无线通信系统的带宽变得越来越宽，例如第四代（Fourth⁃Generation，4G）长期演进（Long⁃Term Evolution，LTE）系统，信号带宽已经达到了100 MHz。
信号带宽的增大，对用于提升系统中功率放大器（Power Amplifier，PA）线性度的数字预失真（Digital Predistortion，DPD）技术提出了严峻挑战。
DPD技术是在数字中频级联一个与PA非线性特性相逆的预失真器，从而改善系统的线性度，以其编程灵活、性能成本适中的优点成为主流的PA线性化技术[3⁃4]。
为了建立与PA非线性特性相逆的预失真器模型，需要运用（Analog to Digital Converter，ADC）采集包含PA非线性失真信息的输出信号。
由于PA的非线性会对信号频谱展宽，所需ADC的采样带宽将会是输入信号的5～7倍。
一般考虑PA输出的5阶失真分量，对于100 MHz带宽的4G⁃LTE信号而言，需要采样的信号带宽达到500 MHz，根据奈奎斯特采样定理，ADC需要的采样速率超过吉比特，这将会大大增加系统成本和系统功耗。
此外，功放的非线性主要表现为在输入信号功率过大时，功放增益压缩，DPD为了补偿功放的压缩增益，势必会引起信号幅度的扩散，造成信号的峰均比急剧增大，称之为DPD“雪崩”现象。
输入信号峰均比的增大会激励功放进入更深的压缩区域，使得DPD模型和PA模型的互逆特性失配，降低DPD的线性化效果，甚至会造成功放管击穿，致使放大系统瘫痪。
针对上述问题，本文提出一种结合峰值功率控制的带限数字预失真算法。
首先通过带通滤波器对功放输出信号的带宽进行限制，降低ADC的采样带宽，从而降低其采样速率；然后利用频谱外推的方法恢复完整的PA输出信号。
对于预失真信号峰均比增大的问题，通过设置幅度阈值门限，对预失真后的信号峰值功率进行控制，从而达到降低预失真信号峰均比的效果。
DPD-算法问题
DPD 疑难问题1. 关于结构框架1.DPD 表格结构是怎样的,总体的框架是什么样子?两维结构，11x53共11张大表，以1dB 步进。
每张大表里面，分53个等级。
2.什么是AQMC,为什么需要AQMC,AQMC 的原理是什么?Analog Quadrature Modulator CompensationGain/Phase imbalance2. 关于自适应训练1.预失真参数的结构是什么样子的?∑∑==---=K k Q q k kq q n x q n x b n y 101)()()(，记忆多项式－――>通用记忆多项式∑=--=pdcnum i ii i D n x K n x abs f n y _1)(*))((()( 2.由预失真参数获得预失真表格的原理是什么?预失真参数表格化维纳非线性理论。
Take one of the simple PDC for the example. The output of the PDC is )(k n y -and the input is )(k n x -.Note , the detailed information of the PDC is described in the document DPD_HW.doc. If the readers expect to know more, please read the document.2012()()()(())()(())y n k b x n k b x n k abs x n k b x n k abs x n k -=-+--+-- )(*)))((()))(())(()((2210k n x k n x abs f k n x abs b k n x abs b b k n x --=-+-+-=))(())(()))(((2210k n x abs b k n x abs b b k n x abs f -+-+=-So ∑=++=n k kx b x b x b b x f 02210)( ))1()((+∈t edges t edges xFirst, we move the region from ))1()((+t edges t edges to (-1 1).''(1)()(1)()()22edges t edges t edges t edges t x u x x +++-==+ '(11)x ∈- ''()x u x x αβ==+ '(11)x ∈-(1)()(1)()22edges t edges t edges t edges t αβ+++-== Therefore the '0()()n k kf x b u x =∑ '(11)x ∈- From the Weierstrass theorem described in [2], assume that )(x f is the equation of the line that is a best fit on the interval [-1 1].)()()(1100x c x c x f ψψ+= (11)x ∈-The first two normalized Legendre polynomials of ()n x ψare shown below:21)(0=x P x x P 23)(1=And the 2()()()n n c f x x w x dx ψ=⎰othersx x w 0)11(1)(2=-∈= So, ⎰∑-=11000)()(dx x u b x P c n k k ⎰∑-=11011)()(dx x u b x P c nk k )()()(1100x P c x P c x f +=3. 11张表格的优先级是根据什么原则确定的？基于一些测试假设，当平均功率比额定小10dB 左右，不用做预失真，其ACPFR 也可以满足性能指标要求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2011年5月1日第34卷第9期现代电子技术M odern Electro nics T echniqueM ay 2011V ol.34N o.9无记忆间接学习结构预失真器高 敏(西安邮电学院,陕西西安 710121)摘 要:为了提高通信系统中功率有效性和频谱利用率,在采用预失真技术克服功率放大器(PA )的非线性失真和采用多项式模型逼近功放模型的理论基础上,分析了多项式有效阶和输出功率回退(OBO)对预失真器补偿性能的影响,并进行仿真,提出预失真建模方向,对于提高功放效率,降低系统成本,推动节能减排具有一定的实际意义。
关键词:功放;无记忆;间接学习;预失真;O BO中图分类号:T N722-34 文献标识码:A 文章编号:1004-373X(2011)09-0066-03Predistorter Based on Memoryless Indirect Learning ArchitectureG A O M in(Xi .an Universi t y of Post and T eleco mmuni cat ions,Xi .an 710121,China)Abstract :In or der to im pr ove po wer effectiv eness and spectr um ut ilization r ate in co mmunication system,thepredistor tion technique is applied to o verco me the nonlinear ity of po wer amplif iers (P A),and the polynomial ser ies model is pro po sed to linear ize P A.T he influence o f po ly no mial order and output backo ff (OBO)on the perfo rmance o f the predisto rter is analyzed and the co nclusio n is simulated.It has act ual significance.Keywords :PA ;memo ry less;indir ect learning;predistor ter;O BO收稿日期:2010-12-07基金来源:国家自然科学青年基金(60901004);陕西省自然科学(2010JQ8021)0 引 言随着通信用户的迅速增长和宽带业务的发展,以及各种高频谱效率调制方式(如QAM 和OFDM 等)的广泛应用,提高了频谱的利用率。
由于这些非恒定包络信号具有较高的峰值平均功率比(PAPR),经功放后更易产生带内失真和带外频谱扩展,因此对功放的线性度和记忆效应都提出了更高的要求。
数字基带预失真以其简单灵活,实现成本低而成为最有前景的功放非线性补偿方案之一[1]。
预失真的实质是功放模型的求逆问题,常用多项式逼近的方法进行预失真多项式的构造。
间接学习结构预失真器以其结构简单,易实现而得到广泛应用,为此本文对这种间接学习结构无记忆多项式预失真器进行研究。
1 无记忆预失真多项式模型无记忆模型是基于器件的无记忆假设,即功放的当前输出仅取决于当前输入,与系统的历史输入信号无关。
当输入信号带宽远小于功放本身的带宽时,记忆效应可忽略[2],非线性模型考虑AM -AM 和AM -PM 失真特性。
放大器的幅度和相位增益可表示为F[x (t)]=A [x (t)]e j U [x (t)],其中:x (t)为输入信号幅度;A[x (t)]为AM -AM 失真特性;U [x (t)]为AM -PM 失真特性。
各种模型区别主要在于A [x (t)]和U [x (t)]采用不同的具体形式进行逼近。
一般采用的多项式如下:y (t)=E Kk=1c k x (t)x (t)k-1(1)式中:c k 表示多项式模型系数;x (t),y (t)分别表示功放的输入和输出。
因为控制和调整非线性有源器件难度较大,出现了数字预失真[3]。
多项式的预失真构造引入偶数项,提高逼近精度,相对于模型中只保留了非线性的奇数项的情况,代价是复杂程度增加了40%,频谱再生抑制了[4]3~5dB,用多项式逼近功放的逆:d(n)=E Kk=1a kx (n)x (n)k-1=E Kk=1akU k (x (n))(2)式中:x (n),d(n)分别表示预失真器的输入和输出,该多项式称Cartesian -po lynomial [3]。
2 间接学习结构预失真器及算法间接学习结构预失真器存在模拟反馈链路,链路将功放输出的一部分信号经下变频反馈至基带,产生作为优化目标的误差信号,如果直接对训练器进行系数估计[5-8],则需先求功放模型,实际中为了避免求功放模型,可采用间接学习结构预失真器,其结构如图1所示。
图1 间接学习结构预失真器的基本结构该框图使用两个完全相同的非线性模型,一个用于训练,另一个复制获得的系数,功放输出y (n)经G 倍衰减后输入预失真训练器进行系数估计,实际预失真为参数复制。
理想状态下,当e(n)=d(n)-d ^(n)=0时,y (n)=Gx (n),当预失真器输出与功放输出给定时,训练器估计出多项式系数传递给预失真模块。
一般认为+e(n)+2最小时算法收敛,从而得到训练器的参数[9]。
当算法收敛时有:d (n)=E Kk=1a k y (n)G y (n)G k-1(3)式中:K 为预失真器的非线性阶数;G 为功放增益。
系数估计可以通过递归RLS 算法实现,表达式如下[10]:A (n +1)=A (n)-K H(n)#e *(n)(4)K (n)=P(n -1)U(n)K +U H(n)P (n -1)U H (n)(5)d ^(n)=K H(n)#A (n)(6)P (n)=P(n-1)-K (n)U H (n)P (n -1)K (7)3 多项式有效阶对预失真器性能的影响对无记忆多项式进行性能仿真,K 取0.95,信源采用2048点IFFT,64QAM 星座调制的OFDM 信号,1075个有效子载波。
图2所示为输出功率回退(Output Backo ff,OBO)为13.9dB 时的原始信号,无预失真功放输出,多项式阶数为3,5,7时功放输出功率谱密度比较。
图2 OBO=13.9dB 时功率谱密度比较可以看出,随着k 的增加带外谱抑制性能不断提高,接近理想信号功率谱密度,阶数为3时得到45dB 的带外抑制增益。
当OBO 增大后,单纯增加多项式阶数已不能解决问题。
图3所示为OBO=19.8dB 时,采用与图2相同仿真条件下的模型时原始信号,当阶数为3时,原始信号得到30dB 的带外抑制增益;当阶数为5时已接近理想,增加阶数已没有意义。
图3 OBO=19.8dB 时功率谱密度比较在一定程度上,预失真多项式可以有效地补偿非线性失真引起的带外频谱扩展,阶数越高,补偿效果越好,相同的输入信号预失真多项式阶数的选择与功放模型有关。
4 OBO 对预失真器性能的影响功放的工作点采用OBO 描述,其定义为:OBO =10lgP o.satP o式中:P o 是功放的平均输出功率;P o.sat 为功放饱和区的最大输出功率。
OBO=6.7dB 时的功率频谱密度如图4所示,当OBO 减小时信号接近饱和点,增加多项式阶数无法补偿非线性失真。
图4 OBO=6.7dB 时功率频谱密度比较从图5可看出,当OBO 增大时随着阶数的增加,预失真性能可进一步提高,但功放的效率降低;如果减小OBO,无预失真时功放输出的带外频谱扩展提高,系统67第9期高 敏:无记忆间接学习结构预失真器性能下降,经预失真后功放输出的带外频谱扩展会降低,但对带外谱的抑制性能降低。
为了保证线性度和功放效率,单载波回退9dB,而四载波要回退12dB 以上,OBO 降低到一定程度,预失真将会失去作用。
图5 OBO 较大时功率谱密度OBO 与带外频谱扩散的关系如图6所示。
由图6也可看出,OBO 减小后预失真器的补偿效果有限,但单纯增大OBO会使功放的效率降低。
图6 O BO 与带外频谱扩散关系5 结 语预失真作为一项克服功放非线性的方案,在生产实践中已得到广泛应用[9],已有的无记忆多项式预失真技术在OBO 减小时存在性能受限的问题。
多项式有效阶的确定,关系到预失真后低通滤波器的设计和线性化的效果,因此具有非常重要的作用。
基于以上分析,在未来无线通信发展的过程中,针对预失真器建模的理论研究,对于提高功放效率,降低系统成本,推动节能减排,具有非常重要的意义。
参 考 文 献[1]李辉,王德生,陈兆武,等.延时估计误差对间接学习结构预失真器的影响[J].清华大学学报:自然科学版,2006,46(10):1707-1710.[2]金哲.宽带通信中有记忆射频功率放大器的建模与预失真方法[D].杭州:浙江大学,2007.[3]DIN G L ei.Dig ital pr edisto rtion of pow er amplifiers fo rwireless applicat ions [D ].Geor gia:Electr ical and Com -puter Eng ineer ing G eorg ia Institute of T echnolog y,2004.[4]郑百衡.一种基于V olterr a 级数的基带数字预失真[J].电视技术,2010,34(z1):28-29,43.[5]彭科.基于数字预失真的功放性能改善研究[D].重庆:重庆大学,2008.[6]DA N IL O -L EM OI NE F,F AL CON ER D ,LA M C T.P ow erbacko ff r eduction techniques for generalized multica rrier w avefor ms [J].EU RA SIP Journal on W ir eless Communica -tio ns and N etw orking ,2008,40(2):216-229.[7]牟菲艳.W -CDM A 模拟预失真功率放大器设计[J].现代电子技术,2009,32(24):100-102,105.[8]刘影,南敬昌,梁立明.功放的数字基带预失真系统研究与仿真[J].计算机仿真,2009(12):303-306.[9]李波.无线通信中射频功率放大器预失真技术研究[D ].西安:西安电子科技大学,2009.[10]Slock D T M ,K ailath T.N umer ically stable fast recur siveleast squar es t ransv ersal f ilter s [J].I EEE T r ansactio ns on Sig nal P rocessing,1991,39(1):92-114.作者简介:高 敏 女,1978年出生,陕西渭南人,讲师。