CN100571023C - 一种宽带线性化功率放大器的自适应预失真方法及系统 - Google Patents

Abstract

本发明公开了一种宽带线性化功率放大器的自适应预失真方法和系统，其中利用自适应预失真算法自身的收敛特性，依据误差信号的值，对预失真单元采用的自适应算法进行动态的选择：将宽带功率放大器输出的信号经过下变频和高速的ADC后送入自适应算法单元与期望信号作比较，从而得到两者的误差信号；依据误差信号的大小，动态选择相应收敛特性的自适应算法。本发明的自适应预失真方法由于结合了快速收敛算法和平稳收敛算法的特性，提高了其预失真估计的速度，减少了运算量，并降低了算法硬件实现的复杂程度。

Description

一种宽带线性化功率放大器的自适应预失真方法及系统

技术领域

本发明属于无线通信技术领域，涉及宽带无线通信系统的发射机采用的线性化功率放大器的预失真技术，具体的说是一种适用于宽带线性化功率放大器的自适应预失真方法和系统。

背景技术

放大器是通信与雷达系统的主要器件，由于线性调制技术的发展，非恒包络调制技术的采用，对功率放大器的线性度提出了更高的要求。

在无线通信发展的过程中，提高传输质量和频谱利用率一直是促进无线通信技术发展的源泉，而效率较高的调制方式通常会对发端发射机的线性要求较高，这就使功率放大器线性化技术成为下一代无线通讯系统的关键技术。在现代无线通信系统中，功率放大器是一个重要的器件，信号在传输时，必须在通信系统的发射端和接收端对信号进行线性放大和频率转换(上变频和下变频)。用功率放大器对信号进行放大的过程中，信号的幅度失真和相位失真都会引起信息的丢失(假设信号的幅度和相位均携带信息)，从而导致误码率(BER)的增加。因此，功率放大器的线性性能在现代通信系统的设计中是相当重要的指标。我们知道，可用的射频频谱带宽是有限的，另一方面，由香农(Shannon)的信道容量公式可以知道，信道容量也是有限的。因此，随着通信用户的激增，信道将会变得越来越拥挤，为了保证在传输时具有较低的误码率，要求功率放大器具有良好的线性性能。在实际应用过程中，为了提高效率，功率放大器通常工作在接近饱和区的非线性区域。而这种非线性特性就会引入谐波分量，这些谐波分量不但降低了信噪比，而且也常常会引起信道间的串扰，从而引起信号的畸变和失真。

另外，以往的移动通信系统中一般都强调恒定包络调制，例FM(Frequency-Modulation调频)和GMSK(Gaussian Minimum Shift Keying高斯最小移相键控)。在这些调制技术中，功率放大器工作在接近饱和区的非线性区域以获得高的功率效率，不会产生影响邻近信道的交调分量。每个信道分别采用一个功率放大器，经笨重的窄带滤波器滤波后再合成输出。但是，恒包络调制只能利用有限的频谱，给通信系统造成了压力。随着移动通信的发展，对通信系统容量的要求越来越高，同时为了充分利用频率资源，提高系统的传输速率，线性调制技术如QPSK、16QAM(16 Quadrature Amplitude Modulation十六进制正交振幅调制)及多载波调制技术如OFDM、WCDMA等得到了越来越广泛的应用。由于线性调制或多载波调制信号的包络是起伏波动的，采用这些调制技术的信号包络是变化的，而变化的信号包络对功率放大器的非线性很敏感，这样就会增加放大器信号的非线性失真。这些波动经过非线性的射频功率放大器后将产生交调分量，且会产生邻道干扰，严重影响了通信质量，所以要求使用高线性度的功率放大器对输出的交调干扰进行抑制。这些都对功率放大器的线性度提出了更高的要求。

因此，功率放大器的线性化技术正逐步成为无线通信领域一个重要的研究焦点。在过去的十几年中提出了许多线性化技术，其中主要的有：回退法、前馈法和预失真法。

预失真技术是补偿放大器非线性失真最好的方法之一。使用这种技术，在功率放大器输入端用反失真来抵消功率放大器的非线性失真。如果设计这种反失真特性随放大器的工作点(输出功率)变化而变化，那么调节这种失真就可以补偿由温度、电源电压、管子老化等引起工作点变化造成系统性能的下降。目前，预失真技术包括射频预失真、中频预失真和基带预失真三种方法。射频预失真技术具有容易实现、成本低等优点，其缺点是使用射频非线性有源器件，难于调节和控制，不能做到较快的自适应。中频预失真器通过调整预失真器的系数，可以补偿由于功率放大器的三次互调引起的非线性失真。但这种方法采用模拟电路来实现线性化，对非线性失真的改善度有限。基带预失真技术，在基带对信号进行处理，可以由数字信号处理器DSP和自适应预失真的算法来实现。基带预失真技术不涉及复杂的射频信号处理，只对基带信号进行处理，而且很容易做到自适应，便于采用现代的数字信号处理技术来实现，因此，它是一种较好的线性化方法。

基带预失真技术是指在数字领域内完成对预失真处理的技术，一般有两种实现方式，基于非线性射频功率放大器的参数模型实现和基于查找表的方式实现。射频功率放大器的参数模型有许多，如多项式模型、Volterra级数模型。多项式预失真系统是三阶预失真系统的推广，在模拟多项式预失真器出现后，就出现了用数字技术实现的多项式预失真系统，并逐步发展完善。Volterra级数是描述非线性系统的通用模型，它可以解决放大器的非线性的记忆效应，是目前的研究的热点之一。

在目前的移动通信领域中，克服多径干扰，提高通信质量是一个非常重要的问题，特别是当信道特性不固定时，这个问题就尤为突出，而自适应滤波器的出现，则完美的解决了这个问题。自适应预失真滤波器的核心是自适应算法，现有技术中使用自适应算法来实现自适应预失真处理的系统框图如图1所示。其中有两种典型的自适应算法：最小均方算法(Recursive Least Square，LMS)和递归最小二次方算法(Least Mean Square，RLS)。自适应预失真滤波器(Adaptive Filter)的基本目标是以某种方式调整其参数，让滤波器的输出尽可能的让包含某个特定参考信号的目标函数最小化。调整滤波器参数的方法就是自适应算法(Adaptive Algorithm)，而基于不同的方面考虑，算法有各自所使用的范围。

LMS算法是应用最为广泛的自适应最优化算法。它是基于最小均方误差准则(MMSE)的维纳滤波器和最陡下降法提出的。按照最陡下降算法的思想，在n+1时的权向量更新值可以通过下面简单的递归关系来计算：

$W(n+1)=W\left(n\right)-\frac{1}{2}\mathrm{\μ}\▿\left\{E\right[e^2\left(n\right)\left]\right\}---\left(1\right)$

则有：

W(n+1)＝W(n)+μ(r_xd-R_xxW)            (2)

实际中，如果直接用式(2)就需要知道R_xx和r_xd的先验值，这是很难知道的，显而易见的方法是用瞬时估计来代替，即用：

${\hat{R}}_{\mathrm{xx}}=X\left(n\right)X^H\left(n\right)---\left(3\right)$

${\hat{r}}_{\mathrm{xd}}=X\left(n\right)d^{*}\left(n\right)---\left(4\right)$

于是得到权矢量更新公式：

W(n+1)＝W(n)+μX(n)e^*(n)                (5)

式中μ是常量，用于控制随机权向量W(n)的收敛特性，且0＜μ＜Trace(R_xx)，其中Trace运算代表求矩阵的迹，即为矩阵主对角元素之和。最小均方算法的主要优点是可以稳定收敛，而且结构简单，实现方便；对逐个样本进行更新。当信道环境的统计特征平稳且未知时，逐个样本更新的算法可以很好的工作。缺点是其收敛特性依赖于输入信号的自相关矩阵的特征结构，当特征值散布范围较大时，算法收敛速度很慢。

RLS算法是使用一种迭代的方法完成矩阵的求逆。其递推公式如下：

$g\left(n\right)=\frac{C(n-1)X\left(n\right)}{\mathrm{\λ}+\mathrm{\μ}\left(n\right)}$

W(n)＝W(n-1)+g(n)[d(n)-X^H(n)W(n-1)]^*            (6)

C(n)＝λ^-1[C(n-1)-g(n)X^H(n)C(n-1)]

其中，W(0)＝0，C(0)＝δ^-1I，δ是比较小的正实数，λ是遗忘因子，λ取值满足0＜λ＜1。RLS算法的优点是收敛速度快，当信噪比较高时，RLS算法收敛速度比LMS算法快一个数量级。缺点是不能稳定收敛。其次，它对阵列信号协方差矩阵的特征值散布不敏感，而且计算量较大。

发明内容

本发明的一个目的在于提供一种实现宽带线性化功率放大器的自适应预失真处理的系统。

本发明另一个目的在于提供一种宽带线性化功率放大器的自适应预失真方法。

本发明提供的一种实现宽带线性化功率放大器的自适应预失真处理的系统，包括预失真单元、高速数模变换器、上变频单元、宽带功率放大器、下变频单元、高速模数变换器、误差信号判决单元、快速收敛自适应算法单元、平稳收敛自适应算法单元，

其中所述预失真单元用于对输入的基带信号进行预失真滤波，经过预失真滤波的基带信号经高速数模变换器和上变频单元后输入到所述宽带功率放大器，所述宽带功率放大器的输出信号中的部分信号经下变频单元和高速模数变换器后反馈到所述误差信号判决单元；

所述误差信号判决单元用于根据所述反馈信号和期望信号计算先验误差信号，并根据先验误差信号的大小选择预失真单元所使用的自适应算法，当先验误差信号较大时，所述误差信号判决单元选择连接所述快速收敛自适应算法单元，此时预失真单元使用快速收敛自适应算法；当先验误差信号较小时，所述误差信号判决单元选择连接所述平稳收敛自适应算法单元，此时预失真单元使用平稳收敛自适应算法；

所述期望信号由预失真单元的输入基带信号经过延时得到，或所述期望信号为预失真单元输出的基带信号。

可选地，该系统还包括延时单元，用于对预失真单元的输入基带信号进行延时以得到所述期望信号。

可选地，所述预失真单元采用多项式内核模型。

可选地，所述预失真单元由FPGA作为其硬件实现，并依据自适应算法的计算复杂程度，选用DSP芯片作为硬件平台的扩展，以提高预失真算法的性能和灵活性。

可选地，所述高速数模变换器单元的采样速率达到1000MPS以上，并内插滤波器，以满足宽带基带信号传输的要求。

可选地，其中的快速收敛自适应算法为RLS算法；其中的平稳收敛自适应算法LMS算法、或DCT-LMS算法。

本发明还提供一种宽带线性化功率放大器的自适应预失真方法，其中输入的基带信号经预失真单元处理后，再经高速数模变换器和上变频单元后输入到宽带功率放大器，所述宽带功率放大器的输出信号中的部分信号经下变频单元和高速模数变换器后反馈到误差信号判决单元，所述误差信号判决单元计算先验误差信号，根据先验误差信号的值选择适当的自适应算法进行预失真处理，具体步骤如下：

步骤一：误差信号判决单元根据所述反馈信号和期望信号计算先验误差信号，其中期望信号由预失真单元的输入基带信号经过延时得到，或所述期望信号为预失真单元输出的基带信号；

步骤二：误差信号判决单元根据先验误差信号的大小选择快速收敛自适应算法或者平稳收敛自适应算法，如果先验误差信号较大，则选择快速收敛自适应算法；如果先验误差信号较小，则选择平稳收敛自适应算法；

步骤三：预失真单元根据快速收敛自适应算法或者平稳收敛自适应算法反馈的抽头系数进行预失真滤波。

可选地，其中快速收敛自适应算法为RLS算法。

可选地，其中平稳收敛自适应算法为LMS算法、或DCT-LMS算法。

可选地，步骤一中计算先验误差信号的函数为：e[n]＝z[n]-C[n]B[n]，其中e[n]为先验误差信号的值，z[n]为预失真单元输出的基带信号，C[n]为预失真单元的滤波系数，B[n]为所述反馈信号

本发明可提高自适应预失真算法的性能，同时大大降低其实现的复杂程度。本发明提供的一种灵活有效的自适应预失真系统的实现方法中的这种预失真系统包含两类自适应预失真算法，针对不同的输入信号，可以动态地选择自适应算法，提高预失真单元的收敛速度，并且更加有利于预失真算法的硬件实现。

本发明具有如下优点：

(1)本发明宽带线性化功率放大器的自适应预失真方法由于结合了快速收敛算法和平稳收敛算法的特性，提高了其预失真估计的速度，同时大大减少了预失真估计的运算量，降低了预失真系统的开销。

(2)本发明宽带线性化功率放大器的自适应预失真方法由于采用自适应算法的动态选择机制，大大降低了算法硬件实现的复杂程度。

附图说明

图1是现有技术中的自适应预失真处理系统的框图；

图2是本发明的自适应预失真处理系统的框图。

具体实施方式

下面结合附图2对本发明的实施方式作进一步说明。

图2所示的系统包括宽带基带信号单元、预失真单元、高速DAC(Digital AnalogConverter，数模变换器)、上变频单元、WPA(Wideband Power Amplifier，宽带功率放大器)、下变频单元、高速ADC(Analog Digital Converter，模数变换器)、误差信号判决单元、快速收敛自适应算法单元、平稳收敛自适应算法单元，可选地包括延时单元。其中所述预失真单元可以由FPGA(Field Programmable Gate Arrays，现场可编辑门阵列)作为其硬件实现，依据自适应算法的计算复杂程度，选用DSP(Digital Signal Processing，数字信号处理)芯片作为硬件平台的扩展，提高预失真算法的性能和灵活性。所述高速DAC单元的采样速率要求达到1000MPS以上，要求内插滤波器，满足宽带基带信号传输的要求。本发明实施的关键是误差信号判决单元与两个自适应算法单元的协调估计。

采用本发明提出的自适应预失真方法，图2所示的基带预失真系统实施的具体方法如下：

(1)宽带无线基带信号采用经过QAM(Quadrature Amplitude Modulaion正交振幅调制)或QPSK(Quadrature Phase Shift Keying正交移相键控)调制的OFDM(OrthogonalFrequency Division Multiplexing正交频分复用)基带信号或者其他宽带无线信号，该基带信号经峰值消波后作为预失真单元的输入信号，之后经过高速数模变换、上变频和宽带功率放大器后成为RF信号。

(2)部分RF信号经过下变频和高速模数变换后得到反馈信号B(n)，B(n)进入误差信号判决单元。反馈信号B(n)反映宽带功率放大器的非线性记忆失真特性。

(3)构造数字预失真算法内核，采用下列多项式模型如下：

$z\left(n\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\underset{q=0}{\overset{Q}{\mathrm{\Σ}}}{C}_{\mathrm{kq}}\·x(n-q)\·{\left|x(n-q)\right|}^{k-1}---\left(7\right)$

式中C代表滤波器的系数，x(n)是预失真内核的输入，Z(n)表示预失真内核的输出，K是多项式模型的阶数，Q是预失真记忆效应长度(即功率放大器的记忆长度)；

(4)误差信号判决单元根据期望信号和反馈信号B(n)计算先验误差信号，即将反馈信号与期望信号作比较，从而得到两者的误差信号。期望信号有两种方法定义：一是由预失真单元的输入信号经过延时单元延时得到，记为d(n)，此定义适用于间接求逆的自适应预失真模型；二是预失真单元输出的基带信号，记为z[n]，此定义适用于直接求逆的自适应预失真模型

当采用直接求逆的自适应预失真模型时，误差信号判决单元通过下列公式计算出先验误差信号：

e[n]＝z[n]-C[n]B[n]                        (8)

其中e[n]为先验误差信号的值，z[n]为预失真单元输出的基带信号，C[n]为预失真单元的滤波系数，B[n]为所述反馈信号。

(5)根据误差信号的大小，选择合适的自适应算法。一般规则如下：

a)预失真滤波器系数从初始到第一次最佳状态，在这个过程中，误差信号的值一般较大，而且实际应用中对该过程的收敛速度要求更快，从而使功率放大器快速的进入稳定的线性工作状态，应采用RLS以及相关快速自适应算法。快速收敛自适应算法运算量比较大，但能够实现快速收敛特性，使自适应估计在短时间内逼近宽带功率放大器抽头的逆，从而能使预失真器快速达到最佳工作状态。即使在输入信号相关矩阵的特征值扩展比较大的情况下，快速收敛自适应算法也应当具有极好的性能。

b)在预失真滤波器达到最佳状态之后的自适应过程中，误差信号的值一般较小，对算法的收敛速度要求低，更多的考虑降低硬件实现的复杂性，应采用LMS以及相关的简单平稳的自适应算法。平稳收敛自适应算法的收敛速度较快速收敛自适应算法慢，但对于微小的先验误差信号来说，其既能够实现较低计算复杂度和较高收敛稳定度，又有利于硬件平台的实现，同时由于微小的相关计算较简单，其收敛速度也满足实际需要。

(6)基于训练序列的RLS算法进行自适应数字预失真滤波器系数的估计。式(7)中滤波器系数C是线性的，K和Q各取一个常值；为了提高收敛速度，快速地计算出滤波器系数C。

其中，滤波器系数的估计过程是基于训练序列的RLS算法进行滤波器系数C快速估计来获得预失真内核滤波器系数的初始值。基于训练序列的RLS算法如下：

a)初始化X＝C＝[0，0，...，0]^T和 $R_{\mathrm{xx}}^{-1}\left[0\right]=\mathrm{\δI},$ 其中，

b)发送宽带训练序列去探测功率放大器的非线性特性，射频接收机反馈给数字预失真合成单元的采样为y(n)，y(n)是宽带功率放大器的输出；

c)接受新的输入采样和反馈采样对{x[n]，f[n]}，同时将输入信号x[n]和反馈采样信号f[n]移到基准信号向量X[n]和F[n]，这里 $f\left[n\right]\≅y\left[n\right],$ 并且B[n]包含所有的输入采样所必须的非线性产物的矢量F[n]；

$B\left[n\right]=\left[\begin{array}{c}{f}_{\left(n\right)}\\ f_{\left(n\right)}\left|f_{\left(n\right)}\right|\\ f_{\left(n\right)}{\left|f_{\left(n\right)}\right|}^2\\ .\\ .\\ .\\ f_{n-2}\\ f_{(n-2)}\left|f_{(n-2)}\right|\\ f_{(n-2)}{\left|f_{(n-2)}\right|}^2\\ f_{n-2}{\left|f_{(n-2)}\right|}^3\\ f_{(n-2)}{\left|f_{(n-2)}\right|}^4\\ .\\ .\\ .\\ f_{(n-q)}{\left|f_{(n-q)}\right|}^{k-2}\\ f_{(n-q)}{\left|f_{n-q}\right|}^{k-1}\end{array}\right]---\left(9\right)$

e)通过下列公式计算卡尔曼增益因子；

$k\left[n\right]=R_{\mathrm{xx}}^{-1}\left[n\right]x\left[n\right]---\left(10\right)$

f)根据下列公式更新滤波器的逆自相关矩阵，p为遗忘因子：

$R_{\mathrm{xx}}^{-1}\left[n\right]=\frac{1}{p}\left(R_{\mathrm{xx}}^{-1}\right[n-1]+\frac{k\left[n\right]k^T\left[n\right]}{p+x^T\left[n\right]k\left[n\right]})---\left(11\right)$

g)根据下列公式更新预失真滤波器系数：

C[n]＝C[n-1]+k[n]e[n]                  (12)

h)重复步骤b到g进行对预失真滤波器系数的估计。

(7)基于LMS算法对滤波器系数C进行更新。一旦自适应滤波器系数达到最佳值，随着时间的变化，宽带功率放大器的非线性失真因温度，器件老化等因素的影响而变化，为了解决这个问题，滤波器系数C的更新过程是基于一种适合于硬件实现的自适应算法(LMS算法)来跟踪非线性功放的时变特性。LMS算法如下：

a)采用式(12)的滤波器系数初始化C；

b)接受一对新的输入采样和反馈回路采样对{x[n]，f[n]}，同时将输入信号x[n]和反馈采样信号f[n]移到基准信号向量X[n]和F[n]；

d)根据下面的公式更新滤波器系数，u为收敛因子；

C[n+1]＝C[n]+ue[n]X[n]                (13)

e)重复步骤b到g进行对预失真滤波器系数的估计。

上面结合了图2对本发明最佳应用实例做出了详细说明，但本发明不局限于此实例，比如误差信号的定义方式具有灵活性，可以选择不同的参数作为算法选择的判断依据；快速收敛自适应算法为RLS算法；简单平稳收敛的自适应算法不限于LMS，还可以是DCT-LMS(Discrete Cosine Transform LMS离散余弦变换LMS算法)等。

以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1、一种实现宽带线性化功率放大器的自适应预失真处理的系统，该系统包括预失真单元、高速数模变换器、上变频单元、宽带功率放大器、下变频单元、高速模数变换器、误差信号判决单元、快速收敛自适应算法单元、平稳收敛自适应算法单元，

其中所述预失真单元用于对输入的基带信号进行预失真滤波，经过预失真滤波的基带信号经高速数模变换器和上变频单元后输入到所述宽带功率放大器，所述宽带功率放大器的输出信号中的部分信号经下变频单元和高速模数变换器后反馈到所述误差信号判决单元；

所述误差信号判决单元用于根据所述反馈信号和期望信号计算先验误差信号，并根据先验误差信号的大小选择预失真单元所使用的自适应算法，当先验误差信号较大时，所述误差信号判决单元选择连接所述快速收敛自适应算法单元，此时预失真单元使用快速收敛自适应算法；当先验误差信号较小时，所述误差信号判决单元选择连接所述平稳收敛自适应算法单元，此时预失真单元使用平稳收敛自适应算法；

所述期望信号由预失真单元的输入基带信号经过延时得到，或所述期望信号为预失真单元输出的基带信号。

2、根据权利要求1所述的系统，其特征在于，该系统还包括延时单元，用于对预失真单元的输入基带信号进行延时以得到所述期望信号。

3、根据权利要求1所述的系统，其特征在于，所述预失真单元采用多项式内核模型。

4、根据权利要求1所述的系统，其特征在于，所述预失真单元由FPGA作为其硬件实现，并依据自适应算法的计算复杂程度，选用DSP芯片作为硬件平台的扩展，以提高预失真算法的性能和灵活性。

5、根据权利要求1所述的系统，所述高速数模变换器单元的采样速率达到1000MPS以上，并内插滤波器，以满足宽带基带信号传输的要求。

6、根据权利要求1所述的系统，其中的快速收敛自适应算法为RLS算法；其中的平稳收敛自适应算法为LMS算法、或DCT-LMS算法。

7、一种宽带线性化功率放大器的自适应预失真方法，其中输入的基带信号经预失真单元处理后，再经高速数模变换器和上变频单元后输入到宽带功率放大器，所述宽带功率放大器的输出信号中的部分信号经下变频单元和高速模数变换器后反馈到误差信号判决单元，所述误差信号判决单元计算先验误差信号，根据先验误差信号的值选择适当的自适应算法进行预失真处理，具体步骤如下：

步骤一：误差信号判决单元根据所述反馈信号和期望信号计算先验误差信号，其中期望信号由预失真单元的输入基带信号经过延时得到，或所述期望信号为预失真单元输出的基带信号；

步骤二：误差信号判决单元根据先验误差信号的大小选择快速收敛自适应算法或者平稳收敛自适应算法，如果先验误差信号较大，则选择快速收敛自适应算法；如果先验误差信号较小，则选择平稳收敛自适应算法；

步骤三：预失真单元根据快速收敛自适应算法或者平稳收敛自适应算法反馈的抽头系数进行预失真滤波。

8、根据权利要求7所述的自适应预失真方法，其中快速收敛自适应算法为RLS算法。

9、根据权利要求7所述的自适应预失真方法，其中平稳收敛自适应算法为LMS算法、或DCT-LMS算法。

10、根据权利要求7所述的自适应预失真方法，步骤一中计算先验误差信号的函数为：e[n]＝z[n]-C[n]B[n]，其中e[n]为先验误差信号的值，z[n]为预失真单元输出的基带信号，C[n]为预失真单元的滤波系数，B[n]为所述反馈信号。

Images