CN100471045C - 一种用于非线性设备的预失真的实现方法 - Google Patents

Abstract

本发明提出了一种新的用于计算并最优化预失真器的具体方法，而无需在所述放大器的输入和输出之间进行时间对准。也就是说，直接地使用所述模拟输出谱以数字或模拟格式来计算最优的预失真器。所提出的解决方法直接使用所述输出谱来最优化互调性能，而不是试图匹配输入谱和输出谱。也就是说，所述输出谱(除可能的增益常数外)可以被直接用为最优化程序的输入。因为所述互调积通常具有比所述载波本身低得多的幅度，所以可以把它作为输入谱而没有重大的限制损失。本公开内容详细地描述了仅仅使用输出信号来实际计算适当的预失真器的数学程序。

Description

一种用于非线性设备的预失真的实现方法

技术领域

本发明涉及作为一种线性化固有非线性设备的方法的预失真的优化。

背景技术

如果通过设备的信号失真要被最小化，固有非线性设备的线性化是必要的。具体地说，当涉及到在无线通信中的放大器时，在大部分情况下有必要限制带外频率中乱真信号的产生以及在有些情况也限制带内频率中乱真信号的产生。一种通常使用的技术包括通过前馈技术从所述设备的输出中减去所述不需要的信号部分。然后从所述失真输出信号的衰减复制中减去无失真的输入信号，以给出对所述增加的乱真信号分量的估计，可以通过适当的放大和相位对准从所述输出信号中再次减去所述乱真信号分量。如上面的描述所表明的一样，该技术被称为“前馈”技术，FF。

另一个补偿不需要的信号分量的方法是找到一个数学运算符，如果将其施加到输入信号，所述数学运算符就给出足够的抗失真以补偿所述设备本身的非线性。这个运算符如果被放置在级联配置中将在所述非线性设备输出处抵消所述不需要的信号分量。这个技术被称为“预失真”技术，PD。

非线性预失真的具体应用是解决用于蜂窝式通信的功率放大器的非线性效应。由于容量将推动现存的和即将出现的标准的发展以便能够使每频带宽度能提供更多数目的用户信道，不得不以宽带方式使用放大器。也就是说，如果被馈送通过非线性放大器，这些信道或频率彼此将互相干扰并会在由其它网络提供商或移动用户所使用的其它频带中产生不需要的乱真信号。

一种使用先前提到的FF技术的实现方式是多载波功率放大器(MCPA)。这个设备合并了用于幅度和相位匹配的精密调谐电路以便最后从输出信号仅仅减去失真部分。一种加强所述线性化的方式是级联一个预失真器，或替换地线性化内部放大器本身。在这样做的过程中，可以预期总效率也将变得更高。另一个方式是实际上取走所述FF电路并单独依靠好的预失真器和好的内部放大器。可以相信这将有益地减少制造成本并会提供更为简单的总体设计。

预失真的现有技术是比较在非线性设备的输入和输出端口处测量的信号样本，然后通过放大或衰减特定的幅度电平进行补偿。用这种方式获得一个非线性幅度特性函数，利用该函数可以补偿非线性效应。用同样的方法可以进行相位调整。

另一个方法可以合并更详细的算法，借此通过诸如沃尔特拉(Volterra)级数展开的时间动态方法来追踪所述非线性设备的特性，以便找到对于所述设备的接近的表示。然后下一步将通过相同的展开找到该函数的反函数，并且将其作为预失真器使用。

发明内容

本发明的公开内容提出一种新的用于计算并最优化预失真器的特定方法，该预失真器无需在MCPA的输入和输出之间进行时间对准。也就是说，直接地使用所述模拟输出谱、以数字或模拟格式来直接地计算最优预失真器。

计算所述预失真器参数的方法通常是比较输入信号和输出信号，并以某种方式调整各参数以便最小化在非线性设备输出处的失真。通常这意味着输入信号对输出信号的精细的时间或相位对准，这使得该方法实际实施起来是有困难的。

此外，其通常涉及结合所述功率放大器本身的、对预失真器的某种模拟。用这种方法，所述最优化程序在这点上是双重的，即它需要在迭代程序内模拟两个项目。可以预料的是迭代过程相当复杂，并且要花费时间去执行。

在只有输出的方法中，它带来了一些问题，诸如怎样表示所述目标信号和要求解的实际数学方程式。

所提出的对于上述问题的解决方法是直接使用所述输出谱来最优化互调性能，而不是试图匹配输入谱和输出谱。也就是说，所述输出谱(除可能的增益常数外)可以被直接用为最优化过程的输入。因为所述互调积通常具有比所述载波本身低得多的幅度，所以可以把它作为输入谱而没有重大的限制损失(lossof confinement)。本公开内容详细地描述了仅使用输出信号来实际计算适当的预失真器的数学程序。

作为第二个改进，在甚至不必用输出信号的滤波版本来近似目标输入信号的情况下，将所述乱真频率分量直接抑制到零。在这种情况下，只有关于增益常数和在哪些频率分量或哪个频带中预失真应获得零值的信息。

独立权利要求1和4阐明了一种最佳化预失真装置的方法，而从属权利要求2到3和5分别阐明了所述方法的其它实施例。

附图说明

本发明以及本发明的其它目的和优点，可以参照连同附图所做的下列描述来最佳地理解，其中：

图1说明了具有幅度增益G、并且通过非线性运算符H₀(x)被描述的放大器，所述增益G由x和y的平均功率比例关系来定义；

图2说明了在具有非线性设备的级联配置中的预失真器，借此所述预失真器担当除通过设备的传输增益(G)之外的运算符H₀(x)的逆变器(inverter)；

图3说明了第一求逆方法，其中通过使用输出信号的滤波版本作为原始输入信号的近似而将输出信号求逆回输入信号，借此逆变器同样试图保持完整的所述乱真谱的带内频率分量；

图4说明了通过仅仅使用输出信号来最优化预失真器，借此将预失真器优化成只在频率区域A+C中不产生乱真频率分量，并且结果是在带内频谱中没有乱真频率分量被强迫保持，从而产生甚至比图3中所示的还要“干净的”谱；和

图5说明了依照本发明方法的主要步骤。

具体实施方式

最小均方方法

这样做是很吸引人的：在非线性设备的输入端处插入通用的预失真器，继而尝试最优化所述参数以便最小化在该设备的输出端处的一个给定的成本函数。然而，将会证明，这样的试图将使得所述最优化算法找到其本身的局部最小值。通常，用这种方法很难找到对该最优化问题的好的解决办法。另一个方式是将输出信号求逆为例如等于输入信号。该逆变器继而可以直接被插入以充当所述预失真器。如上所述以及如下面将进一步描述的，对于所述对输入信号所知很少的计算来说，只使用所述输出信号本身也是可能的。

考虑图1，可以写出下列方程式，和该方程式的逆解法：

H₀[x]＝y   

   x＝H₀ ^-1[y]         (1)

同样地，对于在图2中的信号等式我们可以写出：

H₀[PD(x)]＝G·x或PD(x)＝H₀ ^-1[G·x]       (2)

因此，给定所述非线性设备的逆运算符就立即以直接的数学方式给出所述预失真器函数。也就是说，假定逆运算符实际上存在，这一点就严格成立。这样就表明关键问题是求解上述方程式(1)，然后通过补偿幅度增益(G)将此非线性运算符与非线性设备级联应用。

与先估计H₀然后设法求逆所述运算符相比，求解上述方程式(1)的一个简单一点的方式是在没有先烦琐地正向求解的情况下，直接求解所述逆运算符。也就是说，本公开内容的一部分是求解下列方程式：

H₀ ^-1[y]＝x   或      F[y]＝x        (3)

在所提出方法中的下一步是按照例如动态沃尔特拉级数(dynamic Volterraseries)来展开此运算符。应注意的是可能其它展开也是可以的。[1]可以说明，如果系统可以按照沃尔特拉级数描述并且如果所述逆运算符存在，那么必然也存在等于所述逆运算符的完全沃尔特拉级数。这里我们已经知道沃尔特拉级数随后能直接地被施加到输入信号，这将给出必要的预失真以便给出线性的输入/输出关系。

注意，现在我们还在讨论输入—输出的关系。在本公开内容的推导的几个步骤之内，我们将略去这个差别以便展现出只用于输出信号最优化的所想要的方法。

继续预失真器的推导，我们可以推断出例如对每个时间样本′k′满足上述方程式(3)的下列形式的沃尔特拉级数展开式：

应当提到的是，所述沃尔特拉级数可以不是所述预失真器的唯一可能的描述。对所属领域内的熟练设计者来说，显然其它函数或函数的线性组合也是可以的。具体地说，上述方程式(4)的解可以按多种方式获得。在本公开内容中，我们将使用最小均方解法(LMS)，但用其它方法也是可以的。此外，使用用于基函数的符号来代替各个沃尔特拉项，我们得到矩阵形式的下列方程式：

例如在上述方程式中，B＝y_k-ny_k-my_k-p并且各个b相当于上述方程式(4)中的各个a。从方程式(5)中也可以清楚的看出B可以是任何的基函数，当被线性地组合时，所述基函数可以近似所述预失真器的特性。如果对于每个时间样本k的情况，分别地计算及测量所述基函数B_k和所述x_k值的新值，我们得到：

上述矩阵方程式是过确定(over-determined)的，这意味着不能仅从求逆所述矩阵获得所述解，因为只有二次矩阵可被求逆。对此的解决方法是使用LMS解法，所述LMS解法是众所周知的并且已被用于许多其它应用。步骤描述如下：

B·b＝x                                  (7)

左乘以B^H(复数转置矩阵(complex transpose))：

B^H·B·b＝B^H·x                 (8)

这给出了下列解法：

a＝[B^H·B]^-1·B^H·x        (9)

给定方程式(9)的系数b并将其插入到方程式(4)中，组成用于所述非线性设备的完全预失真器。这是一个仅仅由线性方法获得的、对于固有非线性问题的解决方法。下面给出怎样只使用所述输出信号的具体方法，所述输出信号可以被使用来进一步增强性能，以在保持带内信号不变的同时抑制乱真频率。需要进一步注意的是，方程式(9)合并了输入和输出两种信号。

LMS方法的频率版本

也可以使用此方法(如上所述)的频率版本。考虑到方程式(6)的每一列构成用于特定基函数(沃尔特拉项)的时间扫描，我们可以在这些列上分别执行傅里叶变换，以及执行右手列的傅里叶变换。现在我们有方程式(6)的频率版本，所述方程式可以按如上所述的相同LMS程序求解出来。其结果应该符合方程式(9)所示出的解，其表示了时间域的这个方程式。

傅里叶变换方法的程序描述如下。假定如上述方程式(6)中相同的方程式。以更清楚的方式写这个方程式，我们可以将它写成为时间的函数，即：

现在，对方程式(10)中的每一列进行傅里叶变换得到下列方程式：

(11)

或以紧凑形式：

BF·a＝xF                (12)

方程式(11)是所述原始方程式(6)的频率版本。以与在方程式(9)中所示解相同的方式，我们可以直接写下对如上述方程式(11)描述的频率版本的LMS解法：

频率加权

对该解法的进一步的改进是乘以对应于特定频率的方程式(10)的特定行，以便获得这些特定频率响应的加权。乱真频率分量在特定频带内可以被给予比其它频带更高的重要性。这个程序将改进所述解法以给出更好的预失真性能。

然后如上所述，按照最小均方精确求解此方程式。

仅有输出的LMS

如前所述，通过仅仅提取输出信号来计算所述预失真器也是可能的。现在我们假定：限制所述非线性以便在所述输出信号中只出现较小的非线性。随后我们可以用放大器信号“y”的滤波版本来代替方程式(4)—(9)中的信号“x”。所述滤波器可以粗糙到只要丢弃在给定的主频带外面的乱真发射即可。那么其与原始输入信号的差异是所述带内失真，这通常是可以接受的。此外，事实表明原来使带外失真最小化同样对带内频率有影响。按照所述途径，对方程式(15)的近似解可被描述为方程式(16)。

a＝[B(y)^H·B(y)]^-1·B(y)^H·x      (15)

$\tilde{a}={[B{\left(y\right)}^H\·B\left(y\right)]}^{-1}\·B{\left(y\right)}^H\·\mathrm{filt}\left\{y\right\}---\left(16\right)$

其中filt{y}≈x是输出信号y的滤波版本(参见图3)。我们可以假定，如果所述失真足够小，则所述输出信号的滤波版本可以近似所述输入信号。对于所述输入信号唯一需要知道的是同所述输出信号的平均功率关系，以及所述输出信号复制应该被滤波到什么程度。例如仅仅要求互调积(或乱真频率响应)应该为在某一预定的阈值电平下的零值，就可以满足后一问题。即便此输出信号的滤波版本真的包含带内失真分量；假定这个电平足够低从而不会引入大的错误。通常，用于放大信号的设备从一开始就是相对线性的，由此自动地满足上述足够低的失真。

如果所述非线性设备是频率依赖的，那么可以通过在所述设备输入端处添加预置频率均衡器来改进所述预失真器功能。

乱真频率的直接抑制

通过只考虑乱真频率来抑制所述输出谱的乱真频率分量同样是可能的。也就是说，在不直接建立任何求逆方程式的情况下，我们可以直接地抑制所述不需要的谱。举例来说，在没有记忆效应的情况下，让我们以简单的多项式形式使用所述逆变器的沃尔特拉级数展开，并且刚好设置所述乱真频率为零：

在方程式(18)中，我们仅仅使用通常矩阵中的那些行，所述行对应于我们想让所述谱为零的那些特定频率(参见图4中的A和C部分)。正如所看到那样，方程式(18)的右手边包含明显未知的系数a₀。然而，当我们知道通过系统的放大时，我们同样知道这个系数。因此清楚地，我们又有了一个可以通过LMS算法来求解的线性方程组。后面方法的明显的好处是我们不再使用所述带内信号的替代物以用于最佳化。这避免了LMS方法试图在所需要的频率区域内精确地保持所述输出信号，而是在此频带内也试图恢复所述输入信号。

还要注意，所需要的带内谱没有被用于所述公式中。这表明我们实际上不能控制带内向量误差。然而，像在图4中的区域A和C中所不需要的频率分量被抑制一样，继而所述带内乱真频率分量也同样被高可信度地抑制。

同样在此情况下，如果所述非线性设备是频率依赖的，可以通过在所述设备输入端处添加预置频率均衡器来改进所述预失真器功能。

本发明公开内容的优点之一是可以将线性方法应用于固有的非线性问题。以传统的方式用最小均方解法来直接提取基函数的线性组合的系数。举例来说，可以用这种方法容易地应用及求解沃尔特拉级数的系数。

本公开内容的第二个优点是，可以获得成本函数的频率加权，以便表示有利于其它频带的特定频率区域。应注意到，所述数学公式表示仍然是线性的，并且没有使用迭代搜寻算法来寻找该问题的最优解。

本发明的第三个优点是，可以通过仅从输出信号和诸如所需要的频带和功率放大等一些次要知识再现输入信号特性，来有效地使用仅关于输出的最优化。

第四个优点是，所建议的仅抑制所述不需要的频率分量的改进给出了对非线性设备进行预失真的能力，结果产生没有向量误差的输出信号。也就是说，后面的改进致力于单纯地最小化不需要的频率分量。

参考文献

[1]V.John Mathews，Giovanni L.Sicuranza，“Polynomial Signal Processing”，ISBN 0471-03414-2

Claims (7)

1.一种用于非线性设备预失真最优化的方法，其特征在于该方法包括以下步骤：

求解用于所述非线性设备的输出信号的线性展开表达式的系数；

将逆变器输出信号表示为基函数的线性组合，其等同于所述非线性设备的输入信号，借此用于所述线性展开表达式的系数的解直接给出预失真器函数，所述预失真器函数是所述非线性设备的逆运算符。

2.根据权利要求1所述的用于最优化的方法，其特征在于还包括以下步骤：

仅仅使用所述非线性设备的输出信号作为所述非线性设备的目标输入信号的近似；

滤出乱真频率分量，借此用于滤波的参数是幅度低于预设阈值的频率分量，并且通过测量所述非线性设备的线性增益来调整目标输入信号电平。

3.根据权利要求1所述的用于最优化的方法，其特征在于还包括步骤：

通过在频率域内直接地抑制乱真频率谱从而仅仅使用所述非线性设备输出信号，借此所述非线性设备的目标输入信号被认为在所需谱之外具有零幅度的频率分量。

4.根据权利要求3所述的用于最优化的方法，其特征在于还包括以下步骤：

通过级数表示展开所述输出信号，

对将输出信号表示成时间函数的矩阵方程式的每一列进行傅里叶变换以将时间问题转换到频率域，

向所述展开的线性部分分配系数以满足增益要求，

对于剩余的系数制定最小均方方法或等效方法。

5.根据权利要求4所述的用于最优化的方法，其特征在于还包括步骤：

对于所述级数表示使用动态沃尔特拉级数展开。

6.一种对非线性放大器的逆运算符进行最优化的方法，其特征在于该方法包括步骤：

仅仅使用所述放大器输出信号而在某些频带内最小化所述逆运算符的输出信号谱。

7.如权利要求6所述的方法，其特征在于还包括步骤：在不同频带中应用不同的加权因子。

Images