无线通信射频功率放大器非线性失真优化设计
- 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)。
无线通信射频功率放大器非线性失真优化设计
庞子鸿
(广州海格通信集团股份有限公司,广东广州510000)
摘要:宽带无线通信系统中,功率放大器是重要组件,想要提高功率放大器功率就要选择高功率放大器(HPA)。
HPA固有非线性特点,信号产生非线性失真,产生的非线性导致信号带失真、带外频谱扩大影响传输信号。
因此,通过线性优化提升功率放大器的非线性失真具有重要作用,保证信号稳定、结构简单。
鉴于此,笔者结合实践研究,就无线通信射频功率放大器非线性失真优化设计进行简要分析。
关键词:无线通信射频;功率放大器;非线性失真;优化设计
中图分类号:TN722文献标识码:A文章编号:1673-1131(2019)06-0167-02
为提升频谱利用率,无线通信系统通过高频谱调制形式,例如:正交频分复用。
这种非恒定包络调制有着传输信号宽频带、高峰均比的优势。
功率放大器放大高峰均比信号时,功率放大器在饱和区域会有非线性饱和失真。
而数字预示真仅改善饱和点以下的非线性特征,以上饱和区的非线性失真只会利用峰均比制约技术降低。
1创建模型
(1)功放线性化概述
功放线性化是利用预示真技术在PA前插进与PA非线性相反的模块预失真器,预处理输入信号后传入PA内从而补偿AM/AM、AM/PM失真,DPD和PA级联后系统的输入输出具有线性特点。
数字预失真技术的在其模型中输入输出都为数字基带信号,设计数字预失真结构是利用快速收敛且有效的自
适应算法对PA模型准确求逆。
此外,宽带OFDM高峰均比信号中,数字预失真结构难以补偿饱和点上的饱和失真不足。
(2)HPA模型
按照功率放大器作用功能划分,功率放大器模型包括非记忆模型与记忆模型。
4G环境下选择记忆模型包含:Vblterral
模型、Weiner模型、Hammerstein模型、记忆多项式模型等。
Vol-terral模型能够精准的建模非线性系统渐变的记忆效应,信号利用记忆非线性系统输出信号。
该模型可以详细的描述功率放大器的记忆效应与非线性特点,其复杂性伴随着阶数提高而提高,因而需要优化模型。
而且,Weiner模型、Hammerstein 模型都可以作为Volterral得简化模型。
Hammerstein模型原理为:逐一经过非线性函数模块与线性滤波器模型,较为容易辨别。
所以,通常将Hammerstein模型作为HPA模型。
(3)预失真模型
该模型是利用记忆多项式模型,记忆多项式模型在计算复杂性与准确性方面高于其他模型。
2自适应数字预失真
(1)自适应提取计算
数字预失真自适应参数提取需要通过自适应算法模块完成,包含功放输出等增益缩小信号、功率放大器真实输入信号、期望输出信号。
经过训练器模拟功放得后逆,训练器选择记忆
多项式模型。
以往自适应计算是通过LMS算法缩小函数偏差,尽管训练器输出无限接近功率放大器的输入,确定功放后
逆数值。
为减少函数偏差,LMS计算方法带入最小平方偏差,
获得目标函数。
调整权系数参数让目标函数达到最小。
LMS 算法中利用步长因子调节算法的收敛速度,训练器提取记忆多
项式参数拷贝至预失蜩,保证对功放非线性特性精准的求逆。
(2)算法优化
因为LMS算法收敛受步长与初始参数敏感,收敛速度受数据有关矩阵特征参数影响大。
在特征参数分散过程中,收
敛速度慢影响计算。
对此,消除初始参数对LMS的影响,首先使用少量训练数据的最小二乘法丁预算权向量参数。
随后,
利用LMS算法迭代获得优化参数。
其具体过程为:将数量为N的输入信号利用LS算法求逆秀得到加权参数初始参数,N< K>K代表训练的总数据量。
然后,利用LMS方法迭代直至收敛。
LS计算过程可以了解到,相关矩阵与矩阵逆时,矩阵的维数增加,计算量参数增加。
不过,维度较小的矩阵计算量相对较小。
组合算法是在小数据量为N时,通过LS算法得出初始加权矢量。
LS算法中,训练参数增加时运算量集中于矩阵求逆计算。
因此,LS-LMS算法的LS算法选择短训练数据计算加权参数的初始参数,减少LS算法的计算两。
结合LS算法、LMS算法、LS-LMS算法对比,其中,M表示加权参数的维度、K表示训练数据的长度、N表示LS-LMS算法计算初始加权矢量的数据长度,即:LMS复乘运算量为2MK;LS复乘运算量为M2K/2+MK+M2+M3/6;LS-LMS复乘运算量为M2K/2+ MK+M2+M3/6+2M(K-N)…LS-LMS与LMS算法计算量相等,LS算法运算量大于LMS与LS-LMS算法。
伴随着训练数据与权系数的阵元数增加,LS算法计算量不断增加。
不过,LS--LMS算法的运算量较少,从而可以得出LS-LMS算法在训练数量较大时有助于提髙计算效率。
3预失真和改进峰均比抑制联合
数字预失真系统中,高峰值信号通过公里处放大器,峰值信号快速进入功率放大器的饱和区,超过数字预失真器线性范围,影响功率放大器的线性效果。
在功放输入的信号为低峰参数时,功放减少回退提升效率,数字预失真器能够提升线性化效果。
所以,想要提升功率放大器效率,优化DPD性能需要完善峰均比抑制技术与DPD共同在一起,因为稳定性良好而得到了广泛应用。
峰均比抑制技术指的是利用SLM算法与压扩变换融合。
选择映射法指的是利用不同的相位因子序列对相同OFDM频域信号中各行子载波加扰,形成多个相同相位信息的OFDM符号,选择最小PAPR符号输送。
随后,利用改进压扩变化的C变换技术,以往压锁扩展技术仅局限于信号功率变化,让信号得平均功率扩大机备,传输信号得功率参数体接近PA非线性区域。
C变换技术原理为:大信号功率压锁,小信号功率放大,让发射信号得平均功率保持不便。
设定:通过IFFT 处理得OFDM信号,用表示经过压扩转换后得输出信号,C变换技术需要确保变换前后得平均功率保持不便。
削峰算法组合选择概率削峰技术SLM前置,压扩转换后置。
相对于压扩技术,后置转换能够减小限幅噪音的引入。
由于OFDM信号
167
协作通信系统关键技术与安全分析
陈海林
(公诚管理咨询有限公司第四分公司,广东惠州516003)
摘要:协作通信作为众多无线新技术之一,在提高无线通信系统的有效性和可靠性上具有明显的优势,成为目前研究热点之一,下面笔者主要结合实践经验,重点分析协作通信技术的优点以及潜在问题,进而对协作通信中关键技术开展了分析。
关键词:协作通信;中继选择;物理层安全;可信度
中图分类号:TN929.5文献标识码:A文章编号:1673-1131(2019)06-0168-02
移动用户数量的增长和实时多媒体业务的不断增长,对通信系统提出更高的要求,因此,如何提高数据传输速率,保护用户信息的安全性与可靠性,是目前移动通信发展中急需解决的关键问题。
根据无线通信技术原理,要解决这些问题,通信网络就需要消耗更多的频谱和能量等资源,基于此,我们需要在点对点通信的基础上,进一步考虑协作通信技术。
而协作通信技术由于融合了分集技术与中继传输技术的优点,能够再不增加硬件成本的基础上获得相应的分集增益,在传输速率的提高、增强通信质量、抵抗多径衰落等方面都有一定的优势,进一步提高无线通信系统的可靠性,得到了广泛的关注。
1协作通信技术
1.1协助通信技术的介绍
协作通信的基本思路是通过单天线的移动终端在多用户情况下可以接收到来自多条独立路径的信号,分从而创建了一个虚拟的MIMO系统,以获取分集增益。
比如目前提出的协作分集技术,协助节点接收源点的传输信息的同时将信息传输到一个或多个协作节点,协作节点把收到的信息转传输到目的节点。
通过节点协作模式,在网络中布设节点,在空间上构造一个分布式的虚拟MIMO系统,缩短了源点和目的节点之间的距离,利用空间分集增益,在不增加系统复杂度的情况下,一定程度上可抵抗信号衰落,获取分集增益,提高系统的频谱效率、吞吐率和容量,提高无线信道的传输可靠性和速率,增加系统的覆盖范围。
1.2协作通信节点的行为方式分析
中继节点的性能和行为对通信系统的性能产生直接的影响,根据中断处理接收信息方式不同,协作通信的中继协作方式主要有放大转发和解码转发两种。
放大转发是指中继节点直接将收到的信号进行放大处理后转发输送,不需要对信号进行解调和解码。
放大转发方式复杂程度低,只对接收信号进行简单放大或线性处理,是一种模拟信号处理模式,因此对中断节点硬性条件要求不高,但不足主要是在用户间信道条件较差时,在放大信号的同时噪声部分也放大,导致信噪比降低,分集增益不明显,对整个通信系统的性能产生不良影响。
解码转发是指将信号发送目的节点之前要中继节点采用相同或者不同的编码方法对先进行接收到的信号的解调、解码、估计、编码调制。
这种方式的前提是中断节点能够正确对接收信息进行编码,与放大转发方式不同的是,解码转发方式
经过SLM降低信号的部分高峰参数因子,设定限幅参数的压扩变换,把剩余峰值去掉。
压扩变化处理的峰值信号明显变少,代表着通过限幅引入的噪音降低,避免输送错误代码。
4仿真过程与讨论
通过MATLAB仿真认真提出联合结构,选择3GPPETE信号,信号是由1200个子载波生成的20MHz的OFDM信号,个子载用16QM调制。
IFFT釆样长度为2047,初始PAPR为10dB,预失真模型选择MP模型,K为5,Q为3。
LMS支路数选择4,加权参数取值范围±1却,CT取u因子取典型参数为3。
选择LS-LMS组合算法用于自适应结构,与LMS比较,LS--LMS组合算法数字预失真迭代初始偏差较小。
LS-LMS组合算法在160点左右开始收敛,而LMS算法在300点后收敛。
因此,LS-LMS 数字预失真结构收敛速度较快,提升自适应算法稳定性。
此外,利用MATLAB仿真包含多种方案。
功率放大器排除DPD可以看出由于功率放大器非线性影响,偏差向量幅度、归一化均方偏差、邻信道功率比、PAPR这些性能指标较差。
所以,PA输出得信号质量较差。
利用MP--DPD后各项指标都有了改善,不高信号高峰均比使得该方案功放效率较低。
联合改进均比抑制得数字预失真方案,不同性能优于单独使用数字预失真,台北额是NMSE优化2dB与ACPR优化7dB。
这在一定程度上代表了降低峰均比可以消除非线性饱和失真影响,提升数字预失真效果。
此外,与联合CT方案比较可以看到各性能指标由l-2dB改变,EVM降低,代表限幅噪音降低,峰均比降低,功率回退降低,功放功率有了明显提升。
5结语
综合分析,优化联合结构得自适应算法提出LS-LMS算法,经过MATLAB仿真。
结果证明:LS0LMS自适应算法得DPD有效抑制了内失真与外频谱扩展,提升数字预失真得收敛速度。
与SLM&CT联合,让PAPR不断降低,减少功放工作在饱和区得影响,提升了DPD性能与功率放大器效率。
参考文献:
[1]周怡,李勃,王峰,马润,李亚鹏.功率放大器的非线性预失真技术的研究[J]庁夏电力,2018(02):32-34+3&
[2]汪浄,潘丽华.基于运算放大器的非线性电阻设计[J].钦州学院学报,2018(03):12-16.
[3]庄信武,王向东,李智,占君.非线性校正在数字矢量化LCR 中的运用[J]屆外电子测量技术,2018(02):67-70.
[4]黄振鹏,罗志年.无线通信射频功率放大器非线性失真优化设计[J].计算机仿真,2017(03):326-331.
[5]邓海林,张德伟,周东方,杜健.微波功率放大器非线性特性分析[J].电讯技术,2016(12):1393-1399.
[6]侯爱霞.OFDM-SDMA系统中非线性功率放大器的影响[J].智能机器人,2016(10):55-5&
[7]何琥,黄华,雷禄容.相对论速调管放大器中自洽的非线性理论与粒子模拟的比较[J].强激光与粒子束,2016(11):95-99.
168。