CN100472949C - 对用于放大的信号进行预矫正的方法及装置 - Google Patents

Abstract

一种预矫正器，它在输入信号被应用到放大器之前对该输入信号进行预矫正，以减少所得放大信号中的杂散发射。该预矫正器实现放大器的模型的逆形式，该放大器模型对放大器的与频率无关(FI)特性和放大器的与频率有关(FD)特性建模。提出了用于(1)产生和更新该模型，(2)用于对模型求逆，以及(3)更新该逆模型的技术和结构。

Description

对用于放大的信号进行预矫正的方法及装置

发明背景

发明领域

本发明涉及信号处理，且特别涉及用于例如在无线通信网络中传输的信号的预矫正以减少杂散发射。

相关申请的相互参考

本申请要求2002年4月3日提交的美国临时申请第60/369,488号(代理案卷号C0013PROV)的优先权。

背景技术

现代无线通信网络运用复杂调制方案，使得对杂散发射(有时称作“带外发射”)的严格控制成为必需，以防止干扰相邻载波，符合监管机构(例如FCC)和标准机构(例如ITU)的要求。杂散发射源之一是基站发射机放大器，它用来在作为无线(例如射频)信号发射至例如蜂窝语音和/或数据网络的无线通信网络中的无线(例如移动)单元之前将信号放大。用于减少这种杂散发射的现有技术可以满足前面的要求。然而，无线通信网络的新近发展(例如通用移动通信服务(UMTS))给基站发射机放大器带来了额外的负担，并且使得甚至进一步减少杂散发射是有益的。

在现有技术中，工作在A、A/B或B类模式的准线性放大器已经被建模为无记忆非线性。  (如在现有技术中众所周知的，不同的工作类型涉及不同的放大器静态工作点。在A类中，晶体管对于正弦波输入的整个周期是“导通”的。在B类中，晶体管对于半个周期是“导通”的。以及在A/B类中，晶体管对于多于周期的50％而少于100％是“导通”的。)在建模为无记忆非线性的假设下，输入-输出关系由式(1)给出如下：

$Y=G\left(a_x\right)x$

    $=(G_i\left(a_x\right)+j{G}_q\left(a_x\right))x---\left(1\right)$

    $=G_m\left(a_x\right)e^{j{G}_p\left(a_x\right)}x$

其中：

$x=a_x{e}^{j{\mathrm{\φ}}_x}$ 为输入信号的复基带表示，其中α_x是幅度，且φ_x是输入信号x的相位，

y是输出信号的复基带表示，并且

G_i(·)和G_q(·)是输入信号包络的任意(即未指定但适当的)函数。在上面的模型中，假设放大器的瞬时增益仅为瞬时输入包络的函数。这个模型可以用来描述大多数工作在A、A/B和B类模式的放大器中观测到的AM/AM和AM/PM失真，其中AM意味着幅度调制且PM意味着相位调制。可以构造数字预矫正器以线性化由以上模型描述的放大器。

图1示出了包含数字预矫正器102的常规放大器预矫正结构100的方框图，它在输入信号被无记忆放大器104放大之前对输入信号进行预矫正。预矫正器102实现：

1.一种用于计算瞬时输入包络α_x的方法，以及

2.一种通过用一个复增益乘以输入信号来预矫正输入信号的方法，该复增益仅为瞬时输入包络的函数。

如果预矫正信号由 $\tilde{x}=G_{\mathrm{pd}}\left(a_x\right)x$ 给出，其中G_pd(·)是预矫正器增益，则对于级联预矫正器和放大器系统，输2入-输出关系可以根据式(2)写出如下：

$\tilde{y}=G\left(a_{\tilde{x}}\right)\tilde{x}$

  $=G\left(\left|G_{\mathrm{pd}}\left(a_x\right)\right|a_x\right)G_{\mathrm{pd}}\left(a_x\right)x$             (2)

计算预矫正器增益，使得与放大器级联的预矫正器的增益为常数。因此对于理想预矫正器，G(|G_pd(α_x)|α_x)G_pd(α_x)＝G_tgt，其中G_tgt是用于放大器的目标增益。

图2是图1的放大器预矫正结构100的方框图，示出了预矫正器102的常规实现方式的进一步的细节，其中预矫正器102在无记忆放大器104进行放大之前对输入信号进行预矫正。特别地，预矫正器102包含放大器104的模型202。将输入信号x应用于放大器模型202以产生失真输出信号的模型

根据式(3)，差节点204基于输入信号x和所建模的失真输出信号

产生输入-输出误差的估计如下：

$e_{\hat{y}x}\left(x\right)=\hat{G}\left(a_x\right)x-x---\left(3\right)$

其中

是对放大器增益的估计。通过在差节点206处从输入信号x中减去估计误差

产生预矫正信号

其中预矫正信号

接着应用于放大器104。

为了清楚起见，假设输入和输出信号经过归一化，因此目标增益为单位1。此外，假设放大器表现为真正的无记忆线性。可以看出，如果放大器模型202是准确构造的，则预矫正信号输入为

时放大器104的输出

由式(4)给出如下：

$\tilde{y}=G\left(a_{\tilde{x}}\right)\tilde{x}$

    $\≈G\left(a_x\right)x-e_{\hat{y}x}$

    $=x+x(G\left(a_x\right)-\hat{G}\left(a_x\right))---\left(4\right)$

    $\≈x$

无记忆放大器模型202仅为用于多数放大器系统的近似模型。因此，由这种模型构造的最优预矫正器不能完全线性化多数放大器。

发明概述

通过与例如图2中的模型202的现有技术的简单无记忆模型相比，能够更加准确地对多数A、A/B和B类放大器的性能进行建模的放大器模型，依照本发明的原理解决了现有技术中的上述问题。在本发明的某些实施例中，在输入信号应用到放大器之前，预矫正器对输入信号进行预矫正，以减少所得放大信号中的杂散发射。预矫正器实现放大器模型的逆形式，该放大器模型同时对放大器的与频率无关(FI)特性和放大器的与频率有关(FD)特性进行建模。

在一个实施例中，本发明是一种用于对用于放大的信号进行预矫正的方法和设备。根据该实施例，接收输入信号，并且将预矫正应用于输入信号以产生预矫正信号，使得当预矫正信号应用于放大器以产生放大信号时，预矫正减少了放大信号中的杂散发射。利用放大器的模型的逆产生预矫正，其中该放大器模型包含放大器的与频率无关特性的模型与放大器的与频率有关特性的模型的组合。

在另一个实施例中，本发明是一种用于对用于放大的信号进行预矫正的设备。配置一个或多个高阶传递函数单元中的每一个，以将一个大于1的不同阶数的传递函数应用在相应的输入信号的失真结果上。配置求和节点以对输入信号和每个高阶传递函数单元的输出求和。配置逆传递函数单元以将一个逆一阶传递函数应用于求和节点的输出。配置逆FI元素以对放大器的与频率无关的增益求逆以产生预矫正信号，使得当预矫正信号被应用于放大器以产生放大信号时，放大信号中的杂散发射减少了。

在另一个实施例中，本发明是一种用于产生放大器的模型的方法，其中该模型包含放大器的与频率无关特性的FI模型与放大器的与频率有关特性的FD模型的组合，其中通过以对应传递函数的阶数增加的顺序为FD模型估计多个传递函数而产生该模型。

在另一个实施例中，本发明是一种用来自适应地更新预矫正器的方法，配置该预矫正器以对应用于放大器的输入信号进行预矫正，配置该放大器以产生放大信号，该预矫正器包含至少一个查找表(LUT)，其中通过最小化输入信号与基于放大信号的反馈信号之间的误差自适应地更新该至少一个LUT。

附图简述

从下面的详述、所附权利要求书和附图中，本发明的其它方面、特征和优势将更加充分地显而易见，附图中相同参考编号标识相似或相同的单元。

图1示出了常规放大器预矫正结构的方框图；

图2是图1的放大器预矫正结构的方框图，它示出了预矫正器的常规实现方式的进一步的细节；

图3示出了根据本发明的一个实施例的放大器预矫正结构的方框图；

图4示出了根据本发明的一个实施例的A、A/B或B类放大器的模型的离散时间表示；

图5示出了根据本发明的一个可供选择的实施方式的放大器模型的离散时间表示；

图6示出了根据本发明的一个实施例，由图3的预矫正器执行的处理的流程图；

图7示出了根据本发明的一个实施例，可以用来对图4的放大器模型求逆的结构；

图8示出了一个高级方框图，图示了图3的预矫正器的操作；以及

图9示出了根据本发明的一个实施例，用于图3的预矫正器的结构的方框图。

发明详述

图3示出了根据本发明的一个实施例的放大器预矫正结构300的方框图。如图3所示，将离散时间的输入信号x[n]应用于数字预矫正器302，它基于高功率放大器(HPA)304的模型产生一个数字的预矫正信号p(x[n])。该数字的预矫正信号接着通过信道303，并且作为模拟的预矫正信号p(x(t))到达放大器304。信道303包括适当的数模转换器、IF至RF的上变频器、混频器和滤波器，它们将数字的预矫正信号p(x[n])转换为模拟的预矫正信号p(x(t))。放大器304产生模拟的输出信号h(p(t))，其中h(·)是增益为K_G的放大器304的传递函数。结构300还包括一个反馈(FB)信道305，它对输出信号h(p(t))进行采样，并将数字FB信号h(p[n]提供给预矫正器302，后者根据该反馈信号周期性地更新其处理。

图4示出了根据本发明的一个实施例，例如图3的放大器304的A、A/B或B类放大器的模型400的离散时间表示。如图4所指出，放大器的输出

被建模为若干分量

的和，其中：

是将输入信号x[n]应用于模型402，然后应用于一阶传递函数H₁(z)模块404-1的结果，该模块404-1对输出匹配网络建模。模型402对AM/AM和AM/PM失真建模至一阶，应用了增益

该增益是输入信号包络α_x的无记忆非线性函数；

是根据式(5)作用于输入的二阶失真结果x₂[n]上的任意传递函数的输出，如下：

${\hat{y}}_2\left[n\right]=a_x^2\left[n\right]e^{j{\mathrm{\φ}}_x\left(n\right)}*h_2\left[n\right]---\left(5\right)$

其中“^＊”表示卷积，且h₂[n]是对应于二阶传递函数H₂(z)模块404-2的冲击响应，该模块应用了该传递函数的z变换；

是根据式(6)作用于输入的三阶失真结果x₃[n]上的任意传递函数的输出，如下：

${\hat{y}}_3\left[n\right]=a_x^3\left[n\right]e^{j{\mathrm{\φ}}_x\left(n\right)}*h_3\left[n\right]---\left(6\right)$

其中h₃[n]是对应于三阶传递函数H₃(z)模块404-3的冲击响应，该模块应用了该传递函数的z变换；依此类推，直到

是根据式(7)作用于输入的N阶失真结果x_N[n]上的任意传递函数的输出，如下：

${\hat{y}}_N\left[n\right]=a_x^N\left[n\right]e^{j{\mathrm{\φ}}_x\left(n\right)}*h_N\left[n\right]---\left(7\right)$

其中h_N[n]是对应于N阶传递函数H_N(z)模块404-N的冲击响应，该模块应用了该传递函数的z变换。

这N个分量

在求和节点406被相加在一起，以形成所建模的放大器输出信号

其中，通常N可以是任意正整数。当输出中增加了更高阶结果，模型400变得更加准确。注意冲击响应由{h₁[n]}表示的传递函数H₁(z)对输出匹配网络和合成器导致的频率相关性进行了建模。对于多数、实际的应用，传递函数H_i(z)可以被建模为因果性的有限冲击响应(FIR)滤波器。

图5示出了根据本发明的一个可供选择的实施方式的放大器模型500的离散时间表示。在模型500中，AM/AM-AM/PM模型502和一阶传递函数模块504-1与图4的AM/AM-AM/PM模型402和一阶传递函数模块404-1相似。然而在模型500中，输入信号的所有更高阶失真结果由单个的二阶传递函数H₂(z)模块504-2进行处理。

此外，如图5所示，在差节点503处，AM/AM-AM/PM模块502的预矫正输出减去输入信号x[n]。同样，来自二阶传递函数模块504-2的输出

可以根据式(8)给出如下：

${\hat{y}}_2\left[n\right]=(G(\left|x\left[n\right]\right|-x\left[n\right])x\left[n\right]*h_2\left[n\right])---\left(8\right)$

放大器模型500应该对于多数预矫正应用是足够的。如果预矫正器需要更好的性能，总是可以使用图4的更一般的放大器模型400。

与使用本发明的哪种放大器模型无关，需要计算用于所选模型的参数。这包括计算无记忆放大器增益G(·)和所有传递函数H_i(z)的估计。一旦计算出，则根据本发明的放大器模型可用来替代图2的预矫正结构中的现有技术的放大器模型202，且所得到的预矫正器结构(或任何其它适合的结构)可以用来对该模型求逆并且线性化该放大器。

图6示出了根据本发明的一个实施例，涉及产生和更新例如图4的模型400或图5的模型500的放大器模型的处理的流程图。在图6的步骤602估计放大器的增益。如果在基带的输入(x＝[x₁x₂...x_N]^t)和输出(y＝[y₁y₂...y_N]^t)信号的实际时间同步采样可用，则可以根据式(9)计算度量出的增益G_measured如下：

$G_{\mathrm{measured}}={[\frac{y_1}{x_1}\frac{y_2}{x_2}...\frac{y_N}{x_N}]}^t---\left(9\right)$

其中[·]^t表示列向量的转置。则可以使任意线性函数适合于度量出的数据，以对放大器增益建模。该任意函数的参数可以由最小平方方法估计。也就是说，对增益建模的函数的参数通过最小化由式(10)给出的代价函数χ来计算：

$\mathrm{\χ}={\left|\right|G_{\mathrm{measured}}-\hat{G}\left|\right|}_w^2---\left(10\right)$

其中 $\hat{G}={[\hat{G}\left(\right|x_1\left|\right)\hat{G}\left(\right|x_2\left|\right)...\hat{G}\left(\left|x_N\right|\right)]}^t$ 且w是加权矩阵。该加权矩阵的选择可以依赖具体的应用。例如，可以选择加权矩阵，以对高功率水平和低功率水平处的误差进行不同的加权。如果要对所有功率水平同等地加权，可以选择加权矩阵为单位矩阵。注意可以使任意非线性函数适合于度量的数据。多项式和样条函数是可以使用的任意非线性函数的特例。适当非线性函数的选择对本技术领域中的技术人员来说应该是显而易见的。

在步骤602中已经估计了放大器增益之后，在步骤604中对传递函数进行估计。具体地，可以通过最小化由式(11)给出如下的代价函数χ₀估计传递函数H₁(z)：

χ₀＝E(y[n]-h₁[n]*x₁[n])²         (11)

其中 $x_1\left[n\right]=\hat{G}\left(a_x\left[n\right]x\left[n\right]\right)$ 是无记忆AM/AM-AM/PM模型(例如图4的模型402或图5的模型502)的输出。可以通过使用任何已知的自适应估计技术获得最优解，例如递归最小平方(RLS)、最小均方(LMS)或最小平方解法。

估计H₁(z)之后，可以通过最小化代价函数χ₁估计传递函数H₂(z)，代价函数χ₁由式(12)给出如下：

${\mathrm{\χ}}_1=E{\left(y\left[n\right]-{\hat{y}}_1\left[n\right]-h_2\left[n\right]*x_2\left[n\right]\right)}^2---\left(12\right)$

再次，可以通过使用任何已知的自适应估计技术获得最优解。或者可供选择地，该解可以在频域中用如下方法获得。在给定频率下可以通过在频域中最小化代价函数并且加权所感兴趣的频率点来获得H₂(z)的最优解。这可以接着对若干个频率点进行重复。一旦已经在N个不同的频率点估计了H₂(z)的频率响应，则可以通过对所需频率响应的最小平方近似来获得时域冲击响应{h₂[n]}。

接下来，可以通过最小化代价函数χ₂估计传递函数H₃(z)，代价函数χ₂由式(13)给出如下：

${\mathrm{\χ}}_2=E{\left(y\left[n\right]-{\hat{y}}_2\left[n\right]-h_3\left[n\right]*x_3\left[n\right]\right)}^2---\left(13\right)$

其中 ${\hat{y}}_2\left[n\right]={\hat{y}}_1\left[n\right]+h_2\left[n\right]*x_2\left[n\right].$ 对于i＞3，任何更高阶传输函数H_i(z)可以用类似的方式进行计算。

一旦已经计算出了传递函数，可以构造一个放大器模型的逆形式，并且用它来产生(步骤606)随后应用于放大器(步骤608)的预矫正信号。图2中所示的预矫正结构(或者任何其它对图4或图5的放大器模型求逆的合适结构)可以用于预矫正信号及线性化放大器。

图7示出了根据本发明的一个实施例，可以用来对图4的放大器模型400求逆的结构700。在实践中，FIR滤波器可以用来近似结构700中的传递函数。如图7中所示，结构700可以通过求反的二阶或更高阶传递函数的任何一个或多个路径实现。也可能不用任何求反的传输函数路径来实现结构700。在这种情况下，求和节点可以被省略，其中输入信号被独自输入逆一阶传递函数，之后是AM/AM-AM/PM模型的逆。

可以使用合适的递归估计技术，基于放大器输出信号对步骤602和604中产生的放大器增益和传递函数的估计进行自适应地更新。在图6中通过从步骤608回到另一个过程的步骤602的处理指出了这种更新。可以间歇地实施这种更新，例如以固定的间隔或者在必要的时候。

用于自适应滤波器的递归估计技术是众所周知的。参见例如Simon Haykin的Adaptive Filter Theory，第三版，Prentice Hall，2001，在此通过引用并入了其教导。这些技术中的很多可以应用于对传递函数H_i(z)进行递归估计。然而，用于计算AM/AM-AM/PM预矫正器(例如对应于图4的模型402或图5的模型502)的递归估计技术并不为众人所知。下面的讨论描述了用于递归地计算无记忆预矫正器的一种新颖的方法。

图8示出了根据本发明的一个实施方式的高级方框图，它图示了图3的预矫正器302的操作。在该实施方式中，预矫正器302依赖查找表(LUT)操作，假定数字输入信号x[n]已经被转换为幅度-相位的格式。输入的幅度信号被并行地应用于AM/AM LUT控制802和AM/PM LUT控制804。来自AM/AM LUT控制802的输出是预矫正后的幅度信号，而通过在求和节点806处对来自AM/PM LUT控制804的输出和输入相位信号进行求和，产生预矫正后的相位信号。

在优选实施方式中，用于预矫正器操作的AM/AM和AM/PM部分的LUT定期被自适应地修正。该修正可以是基于最小化图3中的反馈信号h(p[n])和输入信号x[n]之间的均方误差。在反馈控制中使用的代价函数

基于当前观测数据集(其中假设已经通过执行延时均衡而对输入和反馈信号进行了时间对齐)，并且根据式(14)定义如下：

${\mathrm{\χ}}_K^2={\mathrm{\ϵ}}_K^t{\mathrm{\ϵ}}_K---\left(14\right)$

其中ε_K＝(ε(1)ε(2)...ε(K))^t，且ε(n)是第n个输入样本x_n和相应的反馈放大器样本

之间的归一化误差，其中

表示h[p[x_n]]。该归一化的误差由式(15)给出如下：

其中h(x)是放大器传递函数，p(x)是用来产生AM/AM LUT和AM/PM LUT的预矫正多项式，且

是观测集{x_k:k＝1，...，K}上的样本方差。预矫正多项式p(x)由式(16)给出如下：

$p\left(x\right)=\underset{m=0}{\overset{N}{\mathrm{\Σ}}}{a}_m{x}^m=X^{t}a---\left(16\right)$

其中a＝(α₀，α₁，...α_N)^t是用于表征LUT发生器多项式的系数向量，且X^t＝(1，x¹，...，x^N)是由输入数据表示的线性空间的基向量。样本方差由式(17)给出如下：

${\mathrm{\σ}}_K^2=\frac{1}{K-1}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{(x_k-m_K)}^2---\left(17\right)$

其中m_k是观测集上的样本均值，且由式(18)给出如下：

$m_K=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{x}_k---\left(18\right)$

用于适应的最优化准则a_K由式(19)给出如下：

$a_K=\underset{a}{\arg \min }\left\{{\mathrm{\χ}}_K^2\right\}---\left(19\right)$

其中返回使函数f(x)最小化的x的值。最优化准则a_K是唯一的，并且通过令代价函数对于系数向量a的梯度等于零来获得，如式(20)如下：

$\frac{\∂{\mathrm{\χ}}_K^2}{\∂a^t}=H^t{\mathrm{\ϵ}}_K=0---\left(20\right)$

其中矩阵H由式(21)定义如下：

其中

且由式(22)定义如下：

其中 ${\∂}_z=\frac{\∂}{\∂z}$ 是依赖于上下文，对导数或梯度的简写符号，且p′(x)是多项式p(x)对x的一阶导数。

可以将随机近似应用于这个问题，以连续地最小化式(20)的梯度。这导致了随后的对系数集的更新程序，由式(23)给出如下：

a_new＝a_old+λ(a_K-a_old)          (23)

其中λ是一个小的标量适应增益(例如，典型约0.0005)以及

a_K＝(H^tH)^-1H^tε_K  或者  a_K＝D^tε_K

其中D是矩阵H的伪逆。

式(22)中的表达式仅依赖于如下3个方面：

(1)对应于输入信号x_K＝{x_k:k＝1，...K}的放大器输出反馈观测

；

(2)分别通过查找表和该表到自身的递归应用获得的p(x_K)和

；以及

(3)

，它是(或可以是)基于在预矫正器LUT输出上求得的多项式p(x)的一阶导数的一个或多个单独的LUT。如果要求多项式p(x)通过原点α₀＝0，则可以删除矩阵H中的第一行。该推导的其余部分依赖于这个假设。

虽然从数值稳定性的角度来说SVD是优选的解决方法，但是它具有以下三个主要的缺点：

(1)计算代价巨大，与K²成正比；

(2)对存储量的要求大于其它的方法；以及

(3)通常，对于很多中间步骤应该使用双精度计算。

作为另一种选择，如果不允许该矩阵为病态的，则可以利用O(N²+KN)FLOPS直接计算出H的伪逆。一种有效防止这种情形的途径基于以下处理：

由如下算法定义标量γ：

$\mathrm{if}({\mathrm{\χ}}_K^2>{\mathrm{\χ}}_{\mathrm{last}}^2)$

  thenγ＝5γ

  elseγ＝0.8γ

endif

的值是上一次送代的均方误差

(重新)定义乘积矩阵H^tH如下

H^tH←H^tH+λdiag(H^tH)

使用这种修改后的定义，通过对NxN矩阵H^tH求逆计算伪逆。通过应用这个程序，可以实现一种稳定的且更加有效的方法，该方法应该提供一种对更新程序的“更快的”稳定解法。

更新程序中的最后一个步骤是利用多项式系数的修改后的集合a_new重新计算并替换AM/AM LUT和AM/PM LUT(以及“导数”表)，以及用新的估计替换先前的系数集，a_old＝a_new。导数LUT发生器多项式由式(24)给出如下：

$p\′\left(x\right)=\underset{m=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{ma}}_m{x}^{m-1}---\left(24\right)$

其中的系数与用于预矫正LUT的系数相同。

在其它的实施方式中，仅用一个LUT(例如或者仅用AM/AMLUT或者仅用AM/PM LUT)实现预矫正器是可能的。在这种实施方式中，上述的更新方法将仅用于一个LUT。

图9示出了根据本发明的一个实施例，用于图3的预矫正器302的结构900的方框图。特别地，结构900对应于图7中所示的预矫正器结构的二阶实施方式，其中FIR 908实现传递函数-H₂(z)，FIR 912实现传递函数

且LUT 918和乘法器920实现AM/AM-AM/PM模型的逆。提供了延迟902和914，以通过考虑与其相关联的并行处理路径的处理时间，保持在结构900中的同步。通常，如果需要，利用图7中所示的结构也可以包括更高阶项(3阶以及更高阶)。

通常，在图9中除了直角至极(R2P)转换器904和916的输出以外的所有信号都是复的(如黑线所示)。每个R2P转换器利用著名的CORDIC算法计算其输入信号的幅度。参见例如Andraka，R.的“Asurvey of CORDIC algorithms for FPGA based computers”，AndrakaConsulting Group，Inc.，以及Volder，J.的“The CORDICtrigonometric computing technique”，IRE Trans.ElectronicComputing，Vol.EC-8，pp.330-334，September 1959，通过引用在此引入了这两篇文献的教导。这种实施方式包括对AM/AM-AM/PM效果的基于LUT的修正，对信道失真的均衡，以及对二阶、与频率有关的非线性的修正。在可供选择的实施例中，CORDIC R2P转换器904和916可以由其它产生输入信号的合适度量的组件代替，其中，依赖于该实施方式，该度量可以是幅度、功率，或者甚至是输入信号的更高阶度量。

图9对应于图7的预矫正器结构的二阶、基带实现。非基带(例如RF)实现也是可能的。在一种可能的二阶、RF实现方式中，FIR 912由基带至RF转换器和随后的RF滤波器所代替，且乘法器920由向量调制器代替。

可以在从基站发送至无线通信网络的一个或多个移动单元的无线信号的情况下实施本发明。理论上，本发明的实施例可以用于从移动单元发送至一个或多个基站的无线信号。也可以在其它无线甚至有线通信网络的情况下实施本发明，以减少杂散发射。

本发明的实施例可以实施为基于电路的过程，包括在单个集成电路上的可能的实施。对于本技术领域中的技术人员应是显而易见的，电路元件的各种功能也可以在软件程序中作为处理步骤实现。这种软件可以用于例如数字信号处理器、微控制器，或者通用计算机。

本发明可以实施为方法和用于实践那些方法的设备的形式。本发明也可以体现为在有形媒介中体现的程序代码，该有形媒介例如软盘、CD-ROM、硬盘或任何其它机器可读存储媒介，其中当程序代码被载入例如计算机的机器并由该机器执行时，该机器成为用于实施本发明的设备。本发明还可以体现为程序代码的形式，例如，不论存储于存储媒介中、载入机器且/或由该机器执行，还是通过某些传输媒介或载体进行传输，例如通过电线或电缆、通过光纤，或是通过电磁辐射，其中当程序代码被载入例如计算机的机器并且由该机器执行时，该机器成为实施本发明的设备。当实施于通用处理器时，程序代码段与处理器相结合，提供了一种类似于专用逻辑电路进行工作的独特设备。

还应该进一步理解，本技术领域中的技术人员可以对为了说明本发明的本质而进行描述和图示的各部分在细节、材料和配置上做出各种变化，而不偏离在如下权利要求书中所表述的本发明的范围。

Claims (15)

1.一种用于对用于放大的信号进行预矫正的方法，该方法包含以下步骤：

(a)接收输入信号；以及

(b)将预矫正应用于输入信号以产生预矫正信号，使得当将预矫正信号应用于放大器以产生放大信号时，预矫正减少放大信号中的杂散发射，其中：

利用放大器的模型的逆产生预矫正；以及

该放大器模型包含放大器的与频率无关(FI)特性的模型(FI模型)与放大器的与频率有关(FD)特性的模型(FD模型)的组合。

2.权利要求1的方法，还包含通过以下步骤产生该放大器模型的步骤：

(1)基于放大器的与频率无关的增益的估计来估计FI模型；

(2)利用所估计出FI模型对FD模型估计一阶传递函数；以及

(3)利用所估计出FI模型和估计出的一阶传递函数，对FD模型估计二阶传递函数。

3.权利要求2的方法，其中还通过对高于二阶的FD模型估计一个或多个传递函数进一步产生该放大器模型，其中利用所估计的FI模型和每一个所估计的阶数小于n的传递函数来估计n阶传递函数。

4.权利要求1的方法，还包含通过以对应于传递函数阶数增加的顺序自适应地更新多个传递函数来自适应地更新该放大器模型的步骤。

5.权利要求1的方法，其中FD模型包含多个不同阶数的传递函数，配置其中的每一个以工作于基于输入信号的不同阶数的失真结果，其中：

将来自FI模型的输出应用于一阶传递函数；且

对来自所述多个传递函数的输出进行求和，以产生对放大信号的估计。

6.权利要求1的方法，其中该放大器模型的逆包含：

(1)零个、一个或更多个求反的高阶传递函数单元，每一个对应于高于一阶的FD模型的一个或多个传递函数之一的负，且被配置以工作于相应的失真结果；

(2)对应于FD模型的一阶传递函数的逆的逆一阶传递函数单元，且配置它以工作于输入信号与来自所述零个、一个或更多个求反的高阶传递函数单元的零个、一个或更多个输出的和；以及

(3)对应于FI模型的逆的逆FI模型单元，且配置它以工作于来自所述逆一阶传递函数的输出，以产生预矫正信号。

7.权利要求6的方法，其中：

该零个、一个或更多个求反的高阶传递函数单元包括求反的二阶传递函数单元，后者包含：

(A)第一元件，配置它以产生输入信号的度量；

(B)第一乘法器，配置它以用输入信号的度量乘以输入信号以产生二阶失真结果；以及

(C)第一滤波器，配置它以将求反的二阶传递函数应用于该二阶失真结果；

所述逆一阶传递函数单元包含第二滤波器，用来将所述逆一阶传递函数应用于输入信号与来自所述一个或多个求反的高阶传递函数单元的一个或多个输出的和；以及

所述逆FI模型单元包含：

(A)第二元件，配置它以产生来自第二滤波器的输出的度量；

(B)查找表，配置它以基于来自第二滤波器的输出的度量，检索一个或多个预矫正分量；以及

(C)第二乘法器，配置它以用所述一个或多个预矫正分量乘以来自第二滤波器的输出以产生预矫正信号。

8.权利要求1的方法，其中：

该放大器模型的逆包含FI模型的逆；

FI模型的逆产生具有幅度和相位的逆FI模型输出；

逆FI模型输出的幅度是输入信号幅度的函数；以及

逆FI模型输出的相位是输入信号幅度和相位的函数。

9.权利要求8的方法，其中：

利用输入信号幅度作为在AM/AM查找表中的索引来导出逆FI模型输出的幅度；

通过对输入信号相位与利用输入信号幅度作为在AM/PM查找表中的索引而检索到的值求和来导出逆FI模型输出的相位。

10.权利要求1的方法，其中该放大器模型是FI模型和FD模型的线性组合，其中FI模型与FD模型不同。

11.一种用于对用于放大的信号进行预矫正的设备，其中配置该设备以：

(a)接收输入信号；以及

(b)将预矫正应用于输入信号以产生预矫正信号，使得当将预矫正信号应用于放大器以产生放大信号时，预矫正减少放大信号中的杂散发射，其中：

利用放大器的模型的逆产生预矫正；以及

该放大器模型包含放大器的与频率无关(FI)特性的FI模型与放大器的与频率有关(FD)特性的FD模型的组合。

12.权利要求11的设备，其中该放大器模型是FI模型和FD模型的线性组合，其中FI模型与FD模型不同。

13.一种用于对用于放大的信号进行预矫正的设备，该设备包含：

(a)一个或多个高阶传递函数单元，配置每一个以将具有不同的大于1的阶数的传递函数应用于输入信号的相应的失真结果；

(b)求和节点，配置它以对输入信号和每个高阶传递函数单元的输出求和；

(c)逆传递函数单元，配置它以将逆一阶传递函数应用于求和节点的输出；以及

(d)逆FI单元，配置它以将放大器的与频率无关(FI)的增益的模型的逆应用于逆传递函数单元的输出，以产生预矫正信号，使得当将预矫正信号应用于放大器以产生放大信号时，放大信号中的杂散发射减少。

14.权利要求13的设备，其中：

所述一个或多个高阶传递函数单元包括二阶传递函数单元，后者包含：

(A)第一元件，配置它以产生输入信号的度量；

(B)第一乘法器，配置它以用输入信号的度量乘以输入信号以产生二阶失真结果；以及

(C)第一滤波器，配置它以将二阶传递函数应用于该二阶失真结果；

所述逆一阶传递函数单元包含第二滤波器，用来将所述逆一阶传递函数应用于输入信号与来自所述一个或多个高阶传递函数单元的输出的和；以及

所述逆FI单元包含：

(A)第二元件，配置它以产生来自第二滤波器的输出的度量；

(B)查找表，配置它以基于来自第二滤波器的输出的度量，检索一个或多个预矫正分量；以及

(C)第二乘法器，配置它以用所述一个或多个预矫正分量乘以来自第二滤波器的输出以产生预矫正信号。

15.一种用于自适应地更新预矫正器的方法，配置该预矫正器以对要应用于放大器的输入信号进行预矫正，配置该放大器以产生放大信号，该预矫正器包含至少一个查找表(LUT)，其中通过最小化输入信号与基于放大信号的反馈信号之间的差来自适应地更新该至少一个查找表，其中通过将递归估计技术应用于该至少一个查找表来更新该至少一个查找表。

Images