基于Wiener模型的非直接预失真线性化技术
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]。
Wiener过程在非线性退化建模中的应用
Wiener过程在非线性退化建模中的应用王浩伟1,徐廷学2,贺英政31.海军航空工程学院研究生管理大队,烟台2640012.海军航空工程学院兵器科学与技术系,烟台2640013.海军航空工程学院训练部,烟台264001摘要针对Wie ne r过程为线性随机过程而产品性能退化为非线性的情况,提出一种时间尺度转换方法,首先通过时间尺度转换把非线性退化数据转换成线性退化数据,采用Wien e r过程对其进行建模分析,然后通过时间尺度逆转换实现产品在原有时间尺度下的可靠性评估。
给出了Wi en er过程参数估计的步骤和方法,并以某型导弹电连接器的加速退化数据为例,阐述了基于时间尺度转换的Wien e r过程在非线性退化建模中的应用。
结果表明,时间尺度转换方法成功实现了电连接器的可靠性评估,从而拓展了Wien e r过程的应用范围,为非线性退化建模提供了一种有效途径,并为退化型产品的可靠性评估提供了可行的思路。
关键词Wie ne r过程;非线性退化;时间尺度转换;电连接器中图分类号TB114.3 文献标志码 A doi 10.3981/j.issn.1000-7857.2014.2.010 Application of Wiener Processes on Modeling Nonlinear DegradationWANG Haowei1, XU Tingxue2, HE Yingzheng31.Graduate Students'Brigade,Naval Aeronautical and Astronautical University,Yantai264001,China2.Departme nt of Ordnance Science and Techn olo gy,Naval Aeronautical and Astronautical University,Yantai264001,China3.Departme nt of Discipline,Naval Aeronautical and Astronautical University,Yantai264001,ChinaAbs tra ct A ccording to the situa tion that a Wiener process is line a r stocha stic proce ss but pe rforma nce degra da tion proce sse s are nonlinea r,a n a pproa ch ba se d on tim e sca le tra nsforma tions wa s propose d.Firstly,nonlinea r de gra dation data wa s tra nsforme d to linea r de gra da tion data with time sca le transform ations.The n,the tra nsforme d linea r de gra da tion data wa s m odeled by Wiener proce sse stly, with inve rse time sca le tra nsformations,reliability a sse ssme nts of product we re im ple me nte d at the forme r time sca le.On the base of introducing Wiener processe s,the m ethod a nd proce sse s of pa ra me te rs e stima tion we re pre se nte d.Taking a cce le ra te d de gra da tion da ta of ce rta in type m issile electrical conne ctors a s e xa m ple,the a pplica tion of Wiener proce sse s on modeling nonlinea r de gra dation proce sses with time sca le transform ations wa s detaile d illustra te d.Results show that the m ethod of time sca le transformations e xte nds the applications of Wiener proce sse s,a nd provide s a n e ffe ctive a pproa ch for m ode ling nonline a r degra da tion.The method succe ssfully rea lize d reliability asse ssment of the electrical conne ctor,a nd offe rs a fea sible idea of a sse ssing reliability for othe r de gra dation products.Keywords Wiener proce ss;nonlinea r de gra da tion;time sca le tra nsforma tion;electrical conne ctor近些年,越来越多的长寿命、高可靠性产品出现在军工、航空航天等领域。
一种基于Wiener模型的非线性预测控制
中圈分 类号 : P 2 3 T 7
文献 标识 码 :A
An Ap o c o No i e r Pr di tv n r lBa e n W i ne o e pr a h t nln a e c i e Co t o s d o e r M d l
统则无 法达 到优 化 控 制 的 目的. 了有 效 处 理 非线 为
络组合 Winr模 型 , 用 一 步 控 制 一 步 预 测 的 方 ee 采 法 以减 少非 线性 优化 的计 算 量 [ ; 于 L g er 3对 a ure函 数 与静 态 B P神经 网络 的组合 W i e 模 型 , e r n 采用 即
rg e so e rln t r ( e r s inn u a e wo k GRNN) .Two s lt n r s lsid c t h fiin yo h t o . i ai e u t n ia et eef e c ft eme h d mu o c
Ke r s y wo d :n n ie r p e itv o to ; W in rm o e ; g n rl e e r s in n u a ewo k o l a r d cie c n r l n e e d l e e ai d r g e so e rln t r z
Ab ta t Th o ln a r dcie c n r lsr tg s d v l p d b s d o in r m o e. Th sr c : e n ni e r p e itv o to ta e y i e eo e a e n W e e d 1 e n ni e rc n r lp o lm i p i e o al e ro eb n r d cn h n e s fn n ie rt o l a o to r b e i sm l id t i a n y ito u i g t eiv r eo o l a i n s f n n y, a d c mp ia e o l e r o tmia in i v ie . Th n e s d li i d o e e aie n o l td n ni a p i z to s a o d d c n e i v r e mo e s a kn fg n rl d z
hammerstein-wiener 模型原理
hammerstein-wiener 模型原理【Hammerstein-Wiener模型原理】Hammerstein-Wiener模型是一种非线性系统的数学模型,其原理基于对输入和输出信号的分析和建模。
本文将从模型的基本原理开始,逐步介绍Hammerstein-Wiener模型的构建过程和应用领域。
第一步:基本原理Hammerstein-Wiener模型是由两部分组成的级联结构。
第一部分是非线性系统,通常用一些非线性函数表示。
第二部分是线性系统,用传递函数或差分方程来描述。
整个系统的输入信号首先通过非线性系统,然后再经过线性系统,最终输出一个响应信号。
非线性系统通常由一系列非线性函数组成,可以是多项式函数、指数函数、对数函数等。
线性系统可以用传递函数或差分方程来表示,这些函数描述了输入信号和输出响应之间的线性关系。
Hammerstein-Wiener模型的核心思想是将非线性系统和线性系统进行分离,通过分别建模这两部分来获得系统的整体动态行为。
这种分离的好处在于,非线性系统和线性系统可以用不同的方法进行建模,使得整个模型更加灵活和可靠。
第二步:模型的构建构建Hammerstein-Wiener模型的第一步是确定非线性函数和线性系统的结构。
非线性函数的选择可以根据系统的特性和需求来决定,需要考虑系统的非线性程度、响应速度等因素。
线性系统的结构可以根据系统的动态特性选择合适的传递函数或差分方程。
确定了非线性函数和线性系统的结构后,下一步是参数的估计和确定。
参数的估计可以采用多种方法,如最小二乘法、最大似然估计等。
通过将输入输出数据带入模型中,可得到一组参数,使得模型的输出和实际输出之间的误差最小。
第三步:应用领域Hammerstein-Wiener模型在许多领域都有广泛的应用。
例如,工业自动化领域可以利用该模型对复杂的非线性系统进行建模和控制。
医学工程领域可以利用该模型来分析人体的生物信号,如心电图、脑电图等。
射频信道非线性失真对多载波数字通信的影响及常用线性化技术分析
射频信道非线性失真对多载波数字通信的影响及常用线性化技
术分析
射频信道的非线性失真是数字通信系统中重要的问题之一,尤其在多载波通信中更为显著。
非线性失真会造成信号畸变、相位偏移、噪声增加等影响,对系统的性能和可靠性产生影响。
影响:
非线性失真对多载波数字通信的影响主要体现在两方面:系统性能和频谱效率。
非线性失真造成的信号畸变导致误码率增加,降低了系统的数据传输速率和可靠性。
此外,非线性失真还会增加系统的带内噪声,导致频谱效率下降。
常用线性化技术:
为了解决射频信道的非线性失真问题,常用的线性化技术包括预失真、自适应预失真、数字预失真等方法。
预失真法:预失真法通过提前对信号进行逆向畸变处理,使信号被传输到接收端时能够补偿信号由于传输过程中产生的失真。
预失真法主要有模拟预失真和数字预失真两种方式,模拟预失真使用模拟电路对信号进行处理,数字预失真使用数字信号处理器对信号进行处理。
自适应预失真法:自适应预失真法适用于信道中存在时变效应的情况,通过实时测量信道的非线性特性变化,使信号能够适应信道传输过程中的非线性失真。
数字预失真法:数字预失真法使用数字信号处理器精确计算出信号经过通信链路后预计的失真程度,并对信号进行逆向的处理,以实现与预计失真程度的误差最小化。
总之,射频信道非线性失真对多载波数字通信的影响不可忽视。
采用常用的线性化技术对信号进行处理是解决这一问题的有效手段。
Wiener功率放大器的简化预失真方法_钱业青
∑
j =0
a2 j +1 x(n) x(n)
2j
(8)
显然,上式和无记忆预失真器的模型具有相同 的形式。因此,可以把无记忆预失真器模型看成记 忆预失真器模型的特例,这更有利于实际中预失真 器的统一实现。
(6)
4
仿真结果
其中,M 为多项式的阶数,N 为抽头延时数或称为 记忆长度。即,得到: 转换步骤 2:利用高阶的 FIR 滤波器可表示 IIR 滤波器的特性, 将式(5)变换成式(6)对应的模型形式。 所得式(6)可视为非线性多项式和抽头延时线 的组合, 如图 2 所示, 图中, Z−1 表示抽头延时, Cig(xn−i) (Ci=[ai1, ai2,…,aiM],g(xn−i)=[xn−i, x2n−i,…, xMn−i])表 示对应第 i 个抽头延时的无记忆多项式, 因此称为非 线性抽头延时线(NTDL)模型。这里,采用 NTDL 模型作为记忆预失真器模型。
收稿日期:2006-04-24;修回日期:2007-08-27 基金项目:科技部国际合作重点项目计划基金资助项目(2005DFA10100) Foundation Item: The Science and Technology Department International Cooperation Accented Term (2005DFA10100)
最优两步辨识算法即先估计出式 (5) 中的系数 ap 和 cqj, 然后根据式(4)的关系利用奇异值分解求得 Hammerstein 模型系数 bq 和 rj。 3.2 一种简化的记忆预失真模型 考虑预失真技术的目的在于对放大器的非线
第 10 期
钱业青等:Wiener 功率放大器的简化预失真方法
Wiener功率放大器的简化预失真方法
Wiener功率放大器的简化预失真方法
钱业青;刘富强
【期刊名称】《通信学报》
【年(卷),期】2007(28)10
【摘要】根据Hammerstein模型的一种最优两步辨识算法的思路,针对预失真技术的特点对Hammerstein模型进行了两次转换,建立了一种等效的但形式简单的记忆非线性预失真器模型--非线性抽头延时多项式模型,从而简化了Wiener功放的预失真.仿真结果表明,利用所提出的记忆预失真器模型能使用较少的参数,快速、简便地实现记忆放大器的预失真,而且具有满意的线性化性能.
【总页数】5页(P55-59)
【作者】钱业青;刘富强
【作者单位】同济大学,信息与通信工程系,上海,200092;同济大学,信息与通信工程系,上海,200092
【正文语种】中文
【中图分类】TN919
【相关文献】
1.Wiener功率放大器预失真中LMS Newton算法的研究 [J], 刘顺兰;蒋树南
2.射频预失真器与基带预失真算法结合对行波管功率放大器线性化改善的影响 [J], 胡欣;王刚;王自成;罗积润
3.Wiener功率放大器的分离预失真方法 [J], 陈凯亚;王敏锡
4.功率放大器的数字预失真——固定预失真或自适应预失真? [J], Konstantin
N.Tarasov;Eric J.Mc Donald;Eugene Grayver
5.基于预失真的GaN功率放大器线性化方法研究 [J], 申倩伟
因版权原因,仅展示原文概要,查看原文内容请购买。
Wiener功率放大器的简化预失真方法
( 同济 大学 信 息 与通信 工程 系 ,上海 2 09 ) 00 2
摘
要 :根据 Ha mmes i r en模型的一种最优两步辨识算法的思路 ,针对预失真技术 的特 点对 Ha t mmes i r en模型进 t
行 了两次转换 ,建立 了一种等效的但形式简单 的记忆非线性预失真器模型——非线性抽头延 时多项式模 型,从而
1 引言
功 率放 大器 (A,o e l e)是通 信 系统 P p w r mpi r a f i
宽 的 带 宽 , 当输 入信 号 的 带 宽远 小 于 放 大器 带 宽 时 ,放 大 器 的 记忆 特 性 可 以忽 略 。 无 记 忆 放 大 器 的特 点 是 当 前 的输 出仅 仅 依 赖 于 当前 的 输 入 ,在 过 去 的十 几 年 里 ,无 记 忆 预 失 真 技 术 已得 到 深 入
维普资讯
第2 8卷第 1 0期 20 0 7年 1 0月NO 1 2 .O Oc o e 0 7 t b r2 0
J u a nCo o m l mmu i a o s o nc d n
Win r 率放 大器的简化预失真方法 ee 功
简化 了 Wi e 放的预 失真 。仿真 结果表 明,利 用所提 出的记忆预 失真器模 型能使用较少的参数 ,快速 、简便 e r功 n 地 实现 记忆放大器 的预 失真 ,而 且具有满 意的线性 化性 能。 关键 词:预失真;记忆 放大器 ;Winr ee 模型 ;H mmes i a rt n模型 e 中图分类号:T 9 9 N 1 文献标识码 :A 文 章编 号:10 —3 X 20 )00 5 .5 0 04 6 (0 71 .0 50
的研 究 。
基于多面体终端域的Hammerstein-Wiener非线性预测控制
基于多面体终端域的Hammerstein-Wiener非线性预测控制李妍;毛志忠;王琰;袁平;贾明兴【期刊名称】《自动化学报》【年(卷),期】2011(37)5【摘要】Many actual systems are often represented as the Hammerstein-Wiener nonlinear models, where a linear dynamic subsystem is surrounded by two static nonlinear subsystems at its input and output.For Hammerstein-Wiener nonlinear systems with the input and output constraints, a predictive control synthesis algorithm based on polytopic terminal region is proposed.At the offiine stage, by constructing a series of the polytopic invariant sets, the terminal region is enlarged; in the polytopic invariant set, the nonlinear controller is designed, then the conservation of conventional linear control law design is reduced.At the online stage, by solving a finite number of linear matrix inequality optimization problems, not only the real-time demand can be satisfied, but also the control performance can be improved.Simulation results show the advantages of adopting polyhedron invariant set.%许多实际系统都可以表示成一种中间为线性动态子系统、输入输出端为非线性静态子系统的Hammerstein-Wiener 型非线性模型.针对输入和输出受约束的Hammerstein-Wiener型非线性系统,提出一种基于多面体终端域的预测控制综合算法.离线设计时,通过构造一系列多面体不变集,扩大了终端域;在多面体不变集内,设计非线性控制律,减少了常规线性控制律设计的保守性.在线计算时,通过求解有限个线性矩阵不等式(Linear matrix inequalities,LMIs)优化问题,不仅可以满足实时性要求,而且能够改善控制性能.仿真结果表明了采用多面体不变集的优越性.【总页数】10页(P629-638)【作者】李妍;毛志忠;王琰;袁平;贾明兴【作者单位】东北大学信息科学与工程学院,沈阳,110004;东北大学信息科学与工程学院,沈阳,110004;辽阳市发展和改革委员会,辽阳,111000;东北大学信息科学与工程学院,沈阳,110004;东北大学信息科学与工程学院,沈阳,110004【正文语种】中文【相关文献】1.基于面域理解的多面体三维重建 [J], 江涛;陆国栋;雷建兰;来建良2.基于凸多面体抽象域的自适应强化学习技术研究 [J], 陈冬火;刘全;朱斐;金海东3.基于约束的多面体抽象域的弱接合 [J], 陈立前;王戟;刘万伟4.基于多面体描述系统的鲁棒非线性预测控制 [J], 黄骅;何德峰;俞立5.一种基于多面体描述系统的非线性预测控制 [J], 邹志强;徐立鸿;袁梦因版权原因,仅展示原文概要,查看原文内容请购买。
Wiener模型建模方法及其在预测控制中的应用研究的开题报告
Wiener模型建模方法及其在预测控制中的应用研究的开题报告一、选题背景及意义Wiener模型建模方法是一种将线性动态系统和非线性静态系统结合起来的建模方法,它通过将输入信号进行非线性映射得到新的输入信号,再与线性子系统进行组合来描述系统的动态响应过程。
在实际应用中,Wiener模型可以更准确地描述许多非线性系统,如生物学、环境科学和金融市场等领域中的系统。
在预测控制中,Wiener模型可以有效地提高控制系统的性能和鲁棒性,特别是在面对不确定性和噪声干扰等不良因素时表现更为突出。
因此,对Wiener模型建模方法及其在预测控制中的应用研究具有重要的理论意义和实际应用价值。
二、研究内容及方法本研究的主要内容是基于Wiener模型建模方法,研究其在预测控制中的应用。
具体研究内容包括以下几个方面:1. Wiener模型的基本原理和数学模型推导;2. Wiener模型参数辨识方法研究;3. 基于Wiener模型的预测控制算法设计与实现;4. 系统仿真分析和性能评价。
本研究将使用数学建模、计算机仿真以及实验等方法进行研究。
具体研究步骤包括:建立Wiener模型的数学模型;利用不同的参数辨识方法对模型的参数进行辨识;设计Wiener模型的预测控制算法,通过仿真分析和实验验证控制系统的性能。
三、预期成果及意义本研究的预期成果包括:1. 对Wiener模型的建模方法有更深入的认识和理解;2. 对Wiener模型参数辨识方法的研究,掌握参数辨识的技术方法;3. 基于Wiener模型的预测控制算法设计与实现,对该方法在预测控制中的应用进行探究;4. 实验仿真分析和性能评价,验证Wiener模型在预测控制中的有效性。
本研究的意义在于为实际控制系统的设计和改进提供了新的思路和方法,同时也对控制理论的研究和发展有推动作用。
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。
利用数字预失真线性化宽带功率放大器
利用数字预失真线性化宽带功率放大器2. Wiener系统 Wiener模型是Volterra模型一种有意义的简化,包括一个线性滤波器,后接无记忆非线性。
可以采用查询表对非线性进行模型化,也可用FIR 滤波器线性对线性滤波器进行模型化。
Werner系统在模型化大多数RF功率放大器方面的有效性有限。
模型参数的估算相当复杂,这使其对实时自适应没有吸引力。
3.Hammerstein系统此外,Hammerstein模型也是Volterra模型的一种简化,包含一个无记忆非线性,后跟一个线性滤波器。
这是一种简单的记忆模型,其模型参数的计算比Wiener模型要简单。
这种模型对模型化所有不同类型RF功放的有效性有限。
4. Wiener-Hammerstein 将一个线性滤波器、一个无记忆线性与另一个线性滤波器级联起来就构成了Weiner-Hammerstein模型。
这种模型比Weiner或Hammerstein模型更加一般,包括Volterra数列许多项,可以更好地进行非线性模型化。
5. 记忆多项式限制(1)中的Volterra数列,使除了中心对角线上的项以外,各个项都为0,即只有i1=i2=i3…时hn(i1,i2,i3…) != 0,得到如式子B所示的记忆多项式模型,其中M为记忆长度,K为非线性阶数。
已经证明这种模型(及其变种)对线性化宽带功放是有效的,硬件和软件计算要求也合适。
文献中也提出了上述模型的不同组合,每一种都有其优缺点。
商业上可实施的前置补偿器要求能够擅长处理大量非线性行为,对不同应用可能需要不同模型。
对于这些模型中的大多数而言,前置补偿器系数适合采用最小二乘法识别的间接学习架构。
本文第三部分将讨论如何采用采用算术和模型简化方法的混合来实现前置补偿。
在无线系统中,功放(PA)线性度和效率常是必须权衡的两个参数。
工程师都在寻找一种有效而灵活的基于Volterra的自适应预失真技术,可用于实现宽带RF 功放的高线性度。
功率放大器数字预失真技术研究及设计
用通过反馈回路进行自适应估计的间接型学习结构,
因此在初始化时不需要根据HPA的模型对数字预失
真器的参数进行准确的估计,只需使数字预失真器与
HPA一样具有有记忆特性的特点即可。
我们采用记忆多项式作为预失真器模型来模拟
非线性HPA的逆特性,公式如下:
KL
∑∑ z(n)=
k-1
aklx(n-l)|x(n-l)|
WANG Zhen-chao, LU Ming-ming, XUE Wen-ling, LI Hui-ya (College of Electron and Information, Hebei University, Baoding 071002, Hebei,China)
Abstract:We provide a technical scheme based on the adaptive digital predistortion principle for the linearization of high power amplifier with memory in this paper. Firstly, it gives a practical technique scheme based on the analysis of adaptive digital predistortion technique. Secondly, it discusses the effect about the magnification of attenuator in the technical scheme and give the selection principles and the design methods. Lastly, a simulation analysis for the digital predistortion system is given in this paper. The simulation results show that performance of digital predistortion compensation system can be improved by adjusting magnification of attenuator and dynamic rang. For a input OFDM signal of 8MHz band width, the system provided in this paper can suppress power of sideband 26dB and reduce the distortion of in-band 7dB. Key words:high power amplifier, linearization, attenuator, digital predistortion, adaptive algorithm
带记忆效应的射频功放数字基带预失真
邮局订阅号:82-946360元/年技术创新电子设计《PLC技术应用200例》您的论文得到两院院士关注1引言作为无线通信系统中的主要模块,射频功放的非线性特性和效率是人们关注的焦点。
射频功放的非线性所引起的频谱扩展会对邻道信号产生干扰,而且带内失真也会增加误码率。
随着新业务的发展(如WCDMA、WIMAX,无线IP网络等,采用MPSK、OFDM等调试方式),具有多载波、宽频带、高峰均比等特性,对于射频功放的线性度提出了更高的要求。
因此,功放预失真器设计的优劣对无线通信系统发射机整体性能的影响是非常大的。
本文详细阐述了射频功放的记忆效应产生的原因及其对数字预失真系统的影响,介绍了可用于描述带记忆效应的功放模型,并提出了可用于带记忆效应功放的数字预失真算法。
通过计算机仿真和实验应用,论证了该算法能有效改善射频功放记忆效应的影响,大大提高了数字预失真系统的准确性和实用性,从而改善无线通信系统发射机的整体性能。
2带记忆效应的数字预失真技术功放的记忆效应主要是由于传输时延、器件特性随温度变化以及器件的频率响应所产生,即功放当前的输出信号不仅与当前的输入信号相关而且与过去的输入信号相关。
对于OFDM等宽频带信号,功放的记忆效应对于信号传输影响变得很大。
发射机功放从本质上来说是一种强记忆效应的功放,对于这种强记忆效应功放,仅仅使用不带记忆效应的预失真器进行补偿的话效果非常有限。
因此,为了更加好的补偿记忆功放的非线性,发射机功放预失真器的设计也必须考虑记忆效应。
2.1功放记忆模型在非线性系统理论中,经常采用Wiener模型、Hammerstein模型、Volterra级数模型建模记忆性非线性系统,论文论述了以上模型的等效性。
Wiener模型和Hammerstein模型的参数最少而且最容易通过数字器件来实现,但是准确有效的识别其模型参数依然非常艰巨的任务。
如图1,Hammerstein模型是由一个无记忆的非线性系统(NL)级联一个线性时不变系统(LTI),Wiener模型其实和Hammerstein模型相似,只不过是把后者的两个子系统交换了。
基于Wiener模型的非线性系统的鲁棒预测控制
科学技术创新2020.30预测控制是从工业控制过程中兴起的一种新型计算机控制方法。
因为预测控制的应用价值较高且应用范围的较为广阔,所以在控制领域预测控制成为热门研究的对象[1-4]。
在实际生产过程中,非线性系统普遍存在且研究较多的,正是由于该原因,所以针对非线性系统预测控制目前已有很多研究成果[5]。
文献[6]针对一类非线性不确定系统,根据时滞和不确定性选择了相关的李雅普诺夫函数,通过线性矩阵不等式和变量变换对设定的二次函数性能指标的最小值进行了求解,得到闭环系统稳定性的充分条件。
Wiener 模型之所以能够在工业过程中得以广泛应用,是因为其能很好的描述一大类非线性对象。
文献[7]提出了基于Wiener 模型的改进式非线性预测控制算法。
Laguerre 级数展开式描述Wiener 模型的线性部分,在Wiener 模型的非线性部分利用静态模糊模型进行描述,此时的非线性系统则可采用线性预测控制的方法求解预测控制律,避免了直接对非线性系统进行优化求解。
本文针对一类Wiener 模型描述的非线性时滞系统,研究了Wiener 模型的预测控制问题。
采用Lyapunov-Krasovskii 函数设计了每个子系统的状态反馈控制律,在"min-max"的性能指标下,求解了优化问题,得到了系统渐近稳定且具有较小保守性的充分条件。
1问题描述考虑如下离散状态空间模型描述的非线性时滞系统:x (k+1)=f (x (k ),u (k ),x (k-d ))(1)y (k )=h (x (k ),-d ⩽k ⩽0)其中,x (k )∈R n 为状态向量,u (k )∈R m 为输入向量,y (k )∈R q 为输出向量,d 为时滞常数。
通过Wiener 模型来近似描述非线性时滞离散系统(1)。
其中Wiener 模型是由一个线性单元与一个非线性单元串联组成,动态线性单元由状态方程描述,静态非线性部分由T-S 模糊模型进行线性逼近。
一种基于Wiener模型的非线性预测控制算法
一种基于Wiener模型的非线性预测控制算法
苏成利;王树青
【期刊名称】《信息与控制》
【年(卷),期】2007(36)1
【摘要】针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号,将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wie-ner模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.
【总页数】7页(P86-92)
【关键词】Wiener模型;Laguerre函数;模糊模型;非线性系统;预测控制
【作者】苏成利;王树青
【作者单位】浙江大学先进控制研究所工业控制技术国家重点实验室
【正文语种】中文
【中图分类】TP273
【相关文献】
1.一种基于非线性Laguerre模型的预测控制算法 [J], 蒋中
2.一种基于Wiener模型的非线性预测控制 [J], 史芸;田学民
3.一种基于ELNSS模型的非线性系统预测控制算法 [J], 岳鹏飞;梁楠;庄春生;张伟
4.基于Hammerstein-Wiener逆模型补偿的预测控制非线性变换策略 [J], 孙浩杰; 邹涛; 张鑫; 惠存万
5.基于Wiener模型的非线性系统的鲁棒预测控制 [J], 封晓宇;张冬雯
因版权原因,仅展示原文概要,查看原文内容请购买。
Wiener功率放大器预失真中LMS Newton算法的研究
Wiener功率放大器预失真中LMS Newton算法的研究刘顺兰;蒋树南
【期刊名称】《电子器件》
【年(卷),期】2009(032)006
【摘要】基于Wiener模型构建的功率放大器和Hammerstein模型构建的预失真器,在现有的LMS算法基础上,结合预失真系统模型,推导出NFLMS(Nonlinear Filtered LMS)预失真算法.在此基础上,提出NFLMS Newton预失真算法的概念,为了达到实用目的,本文提出并推导了一种改进型NFLMS Newton预失真算法.仿真结果表明,改进型NFLMS Newton预失真算法和NFLMS预失真算法相比明显加快了收敛速度,并且快速降低了算法的剩余误差.
【总页数】6页(P1106-1111)
【作者】刘顺兰;蒋树南
【作者单位】杭州电子科技大学通信工程学院,杭州,310018;杭州电子科技大学通信工程学院,杭州,310018
【正文语种】中文
【中图分类】TN911.6
【相关文献】
1.基于NLMS算法的功率放大器预失真算法研究 [J], 贺彬;周斌
2.基于LMS算法的自适应数字预失真技术研究 [J], 贺彬;陈豪
3.基于自适应预失真器的BLMS算法研究 [J], 刘俊坊;南敬昌;惠晓威
4.改进变步长LMS自适应预失真算法研究 [J], 汪琳娜;刘玲;杨新
5.变步长LMS算法及在数字预失真中的应用 [J], 云涛
因版权原因,仅展示原文概要,查看原文内容请购买。
- 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)。
z (t − m)
(3)
图5 基于Wiener模型的非直接预失真线性化系统 在整个过程中, Wiener 模型参数正确有效的识别对 于线性化结果的好坏起着至关重要作用。本文提出一种优 化分离算法识别Wiener模型的参数。如图4可知Wiener模 型由线性时不变系统(LTI)与一个无记忆非线性系统(NL)构 成。输入z(t)与输出y(t)都可知,可假设Wiener模型中NL 部分为线性的,从而先求得s(t)。当求出s(t)后,将Wiener 模型的LTI与NL两个模块分离后分别识别其记忆效应参数 与非线性参数。 假设模型是线性的,那么待处理的信号必须处于功
基于Wiener模型的非直接预失真线性化技术
[林碧怡 Yide WANG Bruno FEUVRIE]
摘要
新一代移动通信系统对于信道传输中的非线性失真十分敏感,功率放大器是 产生非线性失真的主要器件。为了降低传输信号的失真程度,减小对相邻频段的 用户的干扰,功率放大器的线性化技术显得尤其重要。预失真技术以其线性度 好、自适应能力强、效率高等优点成为消除非线性失真的首选。在此阐述功率放 大器的非线性特性和记忆效应,介绍预失真技术,利用基于Wiener模型的估计器 来构成非直接预失真线性化系统,并对Wiener模型的参数识别算法进行优化。仿 真实验表明此方法能有效补偿功率放大器的非线性失真和记忆效应,提高系统性 能,降低开发成本。
动态线性滤波器串行一个非线性模块 ) ,输入信号变为获 得非线性与记忆效应的信号 za (t ) 。
za (t ) = ∑ bm ∑ h2 p −1 z (t − m)
m=0 p =1
M
P
2( p −1)
z (t − m)
(5)
然后将该信号除以增益即 za / g 输入到Wiener模型的 训练模型中与源输入信号通过一个训练机制获得Wiener模
(4) 本文使用Hammerstein模型[8]建模非线性有记忆功率 放大器,建立一个基于Wiener模型的有记忆预失真器,从 而得到一个预失真线性化系统。如图5所示,将一个输入 信号z(t) 通过一个功率放大器(Hammerstein模型,由一个
图2 预失真线性补偿原理图 3.2 预失真线性化系统结构与算法实现 在 非 线 性 系 统 理 论 中 , Vo l t e r r a 级 数 模 型 、 Hammerstein模型、Wiener模型、Hammerstein-Wiener 模型常被采用建模非线性有记忆功率放大器模型。 Volterra级数模型参数繁多,计算量大,成本高,当前应 用已不多。而参数数量相对较少,容易通过数字器件实现 的Hammerstein模型和Wiener模型是当前应用较多的两个 模型。Hammerstein模型由一个无记忆的非线性系统(NL) 串联一个线性时不变系统(LTI)组成,如图3所示。
1
引言
随着无线用户数量的迅速增长和宽带通信业务的开
使输出信号产生非线性失真。这种失真表现为振幅—振幅 调制 (AM — AM) 变换失真或者振幅—相位调制 (AM — PM) 变换失真,产生的带内信号干扰已调信号,导致已调制矢 量信号的幅度和相位出现偏差,同时导致频谱扩展,干扰 邻道信号。为了降低传输信号的失真程度,减小对相邻频 段的用户的干扰,传输信道的线性化显得尤其重要。新兴
技 术 交 流
同时由于输入信号的幅度变化,会引起输出信号的相位移 动现象,导致信号严重失真。
2.2 功率放大器的有记忆特性
在窄带信号中,信号的带宽相对较小,频率的相关 特性可忽略不计,此时功率放大器是无记忆器件 ( 静态非 线性 ) 。在宽带通信系统中,功率放大器当前的输出信号 不仅取决于当前的输入信号,还与过去的输入信号有关, 记忆效应明显。记忆效应 [5]是指放大器的幅度和相位特性 随着输入信号包络频率变化而改变的现象。信号带宽越 大,功率放大器的记忆效应越明显, 其输入输出特性曲 线呈动态变化。由文献 [6]可知,当输入信号带宽增加到一 定程度时,放大器的输入输出关系曲线不再是一条清晰的 曲线,而是呈现发散的状态。而即使当前输入信号的幅度 相同,由于历史信号的幅度不同,输出信号仍然不同。若 当前输入信号的幅度偏小,则更易于受到幅度或者功率较 大的历史信号的影响,记忆效应影响更加明显。
4
系统模型仿真及结果分析
为了考察文中所述非直接预失真线性化系统的有效
性,采用 Matlab 在基带进行仿真验证。在仿真时,选择 16QAM基带信号作为输入,带宽为3MHz。采用非直接的 训练结构,应用Hammerstein结构仿真有记忆非线性功率 放大器,利用Wiener模型为预失真器的结构模型。有记忆 非线性功率放大器模型的 LTI 部分是一个动态线性滤波器 (FIR),而模型中的非线性部分是Saleh模型[9]。预失真器 的阶数为3,记忆长度取为5。 仿真产生的16QAM信号调制后送入功率放大器得到 的星座图与信号通过文中的预失真器后送入功率放大器得 到的星座图,以及预失真前后功率放大器的特性曲线分别 如图6和图7所示。 (a) 预失真前的AM-AM特性曲线
技 术 交 流
关键词: 预失真 功率放大器 线性化 Wiener 模型
林碧怡 女,硕士研究生,广东工业大学信息工程学院,法国南特大学电子与电气工 程学院,主要研究方向为信号与信息处理, 功率放大器线性化技术。 Yide WANG 男,教授,研究生导师,法国南特大学,主要研究领域为信号处理在通信中 的应用,天线信号处理。 Bruno FEUVRIE 男,讲师,法国南特大学,主要研究领域为信号处理在通信中的应用。
其中 x(t) , y(t) 分别为放大器输入、输出信号的复包 络,ω为载波角频率。则功率放大器在离散时域的静态非 线性模型为 (2) 当系数α k 为复数时,从 (2) 式可以看出除基频分量 外,不但会产生新的直流分量和各自输入频率的谐波频率 分量,还会产生交频频率分量,从而导致邻近信道干扰。
其最初的基本思想来自于数学上的反函数思想,构造一个 非线性器件,使该器件的传输特性刚好和非线性放大器的 传输特性相反,信号预先经过这样的一个人为的非线性失 真处理后,再经非线性放大器进行放大,由于预先进行的 人为失真是可以控制的,可以调节使之特性刚好与非线性 放大器的特性相互补,最后达到线性化放大的最终目的。 该方法的工作原理正如同该方法的名字一样,对信号预先 进行人为的失真处理来达到线性化的目的。
技 术 交 流
型的参数,不断迭代直至算法收敛。将最终获得的参数写 入基于Wiener模型的预失真器中,得到线性化后的输出。
图3 Hammerstein模型 在离散时域中,Hammerstein模型可以表示为
y (t ) = ∑ bm ∑ h2 p −1 z (t − m)
m=0 p =1
M
P
2( p −1)
48
基于Wiener模型的非直接预失真线性化技术
与Hammerstein模型相似,Wiener模型也可表示为
2( p −1) p M M y (t ) = ∑ h2 p −1 ∑ bm z (t − m) × ∑ bm z (t − m) p =1 m=0 m=0
图1 预失真技术基本原理图 这种补偿原理如图2所示。
展,通信频带变得越来越拥挤。因此,新一代移动通信技 术普遍采用线性调制方法(如 QPSK、QAM等)来提高 传输速度和频谱效率。在这过程中,功率放大器需要处理 速率较高的非恒包络信号,从而无法兼顾效率及线性度,
2010.2.广东通信技术
47
技 术 交 流
的传输格式(如CDMA和OFDM等)具有较高的峰值—平均 功率比,对功率放大器的线性度提出了更高的要求。 在WCDMA等宽带应用以及无线基站的高功率放大器 中,非线性存在记忆效应,此时,功率放大器的输出不仅 依赖于当前的输入,还依赖于历史的输入。Heutmaker[1] 测量了宽带信号作用下功率放大器的输入输出关系,证实 了记忆效应的存在。对于有记忆效应的功率放大器,无记 忆的预失真模块的线性化性能不佳,CLARK[2]使用Wiener 模型(即线性时不变系统(LTI)串联无记忆非线性模型)来捕 获宽带应用中功率放大器的非线性记忆性能。 KANG H W,CHO Y S,YOUN D H[3]研究了Hammerstein系统(即 无记忆非线性模型串联LTI)对Wiener模型进行自适应的预 失真方法。他们都是以均方误差(MSE)作为代价函数,通 过最陡下降法来辨识Hammerstein系统的各个参数。本文 利用基于Wiener模型的估计器来构成非直接预失真系统, 以最小二乘法(LS)作为参数提取算法,并对Wiener模型的 参数提取算法进行优化。
(
)
−1
Z H ∗ Y 。将b与输入重新代入记忆效应模
块中,通过一个冲击响应滤波器得到输出s(t)。此时可将 s(t)作为非线性模块的输入识别出非线性参数,其由向量
转换成矩阵
。
然后与识别记忆效益参数一样,再次运用最小二乘法获得 非线性参数h2p-1。 (b) 预失真校正后的16QAM星座图 图6 16QAM星座图
2
功率放大器的特性分析
3Leabharlann 预失真线性化系统2.1 功率放大器的非线性特性
为了提高功放效率,功率放大器总是工作在大信号 状态,因此输出信号会产生较大的非线性失真。非线性失 真 [4]主要表现为AM—AM变换失真和AM—PM变换失真。 假设功率放大器的输入、输出信号分别可表示为
3.1 预失真原理分析
所有线性化技术中,发展最为迅速的线性化技术是 预失真技术。预失真技术[7]可以最大限度地减少输出失真 和频谱再生,以及对输入信号进行处理产生高线性输出从 而使功放效率最大化。预失真技术基本原理如图1所示, 这种方法是在非线性功率放大器前端放置一个非线性单元 (1) (预失真器),这样只要这个非线性器件的特性曲线与功率 放大器的特性曲线互补,就基本可以实现功放的线性化。
50