CN101272373B - 一种自适应模拟正交调制失衡补偿方法和装置 - Google Patents

Abstract

本发明公开了一种自适应模拟正交调制失衡补偿方法和装置。该装置包括：基带信号模块、DPD模块、自适应模拟正交调制AQM补偿器、本振LO、RF发射通路和反馈通路。该方法包括如下步骤：AQM补偿算法和控制单元发送训练序列信号，先判断DAC是否具有正交调制补偿QMC；然后获取已预失真的基带s_i(t)和s_q(t)信号和反馈回路送给的基带I_B和Q_B信号经过测量和比较，运用粒子群优化PSO算法，不断调整6个补偿参数直到目标函数达到全局最小值；最后，应用补偿参数到QMC单元更新参数，对已预失真基带s_i(t)和s_q(t)信号进行动态补偿处理，从而实现AQM失衡自适应补偿，提高了宽带数字预失真系统的性能。

Description

一种自适应模拟正交调制失衡补偿方法和装置

技术领域

本发明涉及一种模拟正交调制失衡补偿方法和装置，特别是一种宽带数字预失真系统中的自适应模拟正交调制失衡补偿方法和装置。

背景技术

在未来的下一代移动通信系统中，基于OFDM(Orthogonal Frequency DivisionMultiplexing，正交频分复用)调制技术发射机中的宽带数字预失真系统，改善宽带功率放大器的线性度、提高宽带功率放大器的工作效率成为技术难题。目前，基于数字预失真技术的宽带功率放大器线性化系统正逐步成为研究热点。

随着射频集成电路技术的飞速发展，基于模拟正交调制/解调的直接变换发射/接收机方案被广泛应用于现代各种通信系统之中，包括多载波OFDM系统，WIMAX(WorldInteroperability for Microwave Access，全球微波接入互操作性)宽带无线接入系统，3GLTE(Long TermEvolution)移动通信系统和以及下一代移动通信系统4G等。为了实现宽带数字预失真系统，常常采用AQM(Analog Quadrature Modulator，模拟正交调制器)，而不是DQM(Digital Quadrature Modulatior，数字正交调制器)来实现宽带RF发射机子系统。采用AQM直接上变频的一个好处是使用了两个DAC(Digital to AnalogConverter，数模转换器)，相对于DQM而言，可以达到两倍的可用传输带宽。在直接上变频发射机的结构中，自适应数字预失真系统的实现如图1所示，基带信号模块101产生OFDM基带信号经过DPD(Digital Predistorter，数字预失真器)模块102，数模转换DAC模块103，滤波后，再经过AQM器件104调制到射频信号，最后通过WPA(WidebandPower Amplifier，宽带功率放大器)模块105放大后送给天线发射，图中未画出天线。同时，输出射频信号耦合一部分RF信号送入Demod(Demodulator，正交解调器)模块106，解调后经过滤波、ADC(Analog to Digital Converter，模数转换器)模块107后交给DSP(Digital Signal Processor，数字信号处理器)108处理，与输入参考信号进行比较，完成自适应算法来调整预失真系数的大小。

但是，采用AQM器件作为上变频器架构，需要考虑两个主要的模拟损害分别为AQM不平衡和直流偏置。AQM不平衡主要表现为DAC电路和RF AQM电路上的基带I和Q信道之间存在增益，相位和群延迟的差异。直流偏置是DAC电路的基带I和Q信道所固有的。增益不平衡和相位不平衡将引起射频信号频谱相对本振信号产生镜像，而直流偏置将引起射频信号本振的泄露，它们都会恶化信号质量，增加接收端的误码率。

由于目前所使用的数字预失真器模型，不能表征模拟正交调制/解调器的非理想特性，这些非理想特性将会引起宽带功率放大器输出端的频谱再生，自适应宽带数字预失真技术无法进行校正，从而恶化了数字预失真的效果。另外，在如图1所示的结构框图中，由于AQM器件存在正交支路不平衡和直流偏置等非理想特性，将会对DSP中自适应算法产生影响，影响自适应算法收敛的速度，甚至会造成算法的不收敛，从而严重影响了自适应宽带数字预失真技术的收敛性能。因此，为了得到最好的预失真器性能，必须对此进行补偿。

一般DAC内部已经具备了AQM失衡补偿功能，现有的方法是先用手动调节寄存器的设置，不断修改DAC内部的寄存器参数设置，AQM补偿参数的选择主要依靠大量的反复调试和经验，直到本振泄露和镜像频谱最小，然后保存这个参数设置。而AQM器件的非理想特性是随着环境，温度和器件老化等外部条件的变化而使性能会发生一些变化，这样会增加设备维修的费用，这种通过手动调整AQM不平衡问题比较麻烦，并且手动调整是一件耗时且容易产生误差的方法，只能实现AQM失衡的静态补偿。

解决AQM失衡动态补偿问题，主要是对IQ不平衡，直流偏置进行动态补偿，动态补偿技术的核心是AQM失衡动态补偿算法，目前的补偿方法难于有效，快速对AQM失衡补偿器进行调整，不能实现快速的动态补偿。而PSO(Particle Swarm Optimization，粒子群优化)算法是一种高度的并行优化算法，简单，容易实现，收敛速度快，目前PSO算法已被广泛应用于函数优化，神经网络训练以及其他应用领域，但还未见将其用于AQM失衡补偿问题中。

发明内容

本发明的目的在于提供一种模拟正交调制失衡补偿方法和装置，特别是一种宽带数字预失真系统中的自适应模拟正交调制失衡补偿方法和装置，以便解决AQM的非理想特性对数字预失真的性能影响问题，本发明的方法和装置可以对AQM失衡问题有效，快速地全局优化动态补偿，从而提高了宽带数字预失真系统性能。

本发明提供了一种自适应模拟正交调制失衡补偿装置，包括用来产生正交频分复用OFDM基带调制I信号和Q信号的基带信号模块201；接收来自基带信号模块201的I信号和Q信号进行数字预失真处理，产生与宽带功率放大器WPA模块207非线性特性相反的基带s_i(t)信号和s_q(t)信号的数字预失真器DPD模块202；接收来自数字预失真器DPD模块202已预失真的基带s_i(t)信号和s_q(t)信号以及模拟正交调制器AQM补偿算法和控制单元203b计算的补偿参数，对已预失真的基带s_i(t)信号和s_q(t)信号进行实时纠正处理后送至RF发射通路205的正交调制补偿QMC单元203a；QMC单元203a的控制参数包括IQ两路直流偏置补偿参数b₁、b₂、相位不平衡补偿和增益不平衡补偿参数g₁₁，g₁₂，g₂₁，g₂₂6个调整参数；接收来自DPD模块202已预失真的基带s_i(t)信号和s_q(t)信号以及反馈通路209的反馈采样基带I_B信号和Q_B信号，运用AQM补偿算法计算6个补偿参数，并将补偿参数送给QMC单元203a的AQM补偿算法和控制单元203b；RF发射通路205包括数模转换器DAC模块204，AQM器件206和WPA模块207，反馈通路209包括正交解调器模块210和模数转换器ADC模块211，连接AQM器件206和正交解调器模块210的本振208。

本发明提供了一种自适应模拟正交调制失衡补偿方法，包括如下步骤：步骤(1)AQM补偿算法和控制单元(203b)发送训练序列信号，经过数模转换DAC(204)，滤波，AQM器件模拟正交调制，送给WPA模块(207)进行射频信号放大后通过天线发射；步骤(2)在发送训练序列之前，先判断DAC(204)内部是否具有QMC功能，若没有，执行步骤(3)，若有，执行步骤(4)；步骤(3)采用训练序列信号对AQM器件的非理想特性进行探测，获取初始值，执行步骤(5)；步骤(4)采用AQM补偿算法和控制单元(203b)配置DAC内部的QMC功能模块寄存器，实现QMC静态补偿，使之镜像和本振泄露较小，固化DAC寄存器配置参数值后，执行步骤(6)；步骤(5)初始化QMC单元(203a)参数b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，其中b₁、b₂为QMC单元模型的IQ两路直流偏置补偿参数，g₁₁，g₁₂，g₂₁，g₂₂为QMC单元模型的相位不平衡补偿和增益不平衡补偿参数；步骤(6)AQM补偿算法和控制单元不断地获取由基带信号模块(201)产生的OFDM信号送给DPD模块(202)进行数字预失真处理的已预失真基带s_i(t)信号和s_q(t)信号和反馈回路送给的基带I_B信号和Q_B信号经过测量和比较，获得误差值的大小，采集N个采样数据；步骤(7)利用粒子群优化PSO方法，在初始群体的生成上，估计出b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂六个参数的取值范围，在此范围内采用随机生成的方式，以使PSO方法在整个可行解空间进行搜索，将采集N个数据搜索得到6个补偿参数，不断调整6个参数(b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂)直到下面的目标函数达到全局最小值，目标函数表示如下：

$\underset{(b_1,b_2)}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|b+a\left|\right]$ 和 $\underset{(g_{11},g_{12},g_{21},g_{22})}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|G-H^{-1}\left|\right]$

其中a＝[a₁，a₂]^T， $H=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right],$ $G=\left[\begin{array}{cc}{g}_{11}& g_{12}\\ g_{21}& g_{22}\end{array}\right],$ b＝[b₁，b₂]^T，a₁和a₂参数表示AQM直接上变频模型的I和Q信道的直流偏置，h₁₁，h₁₂，h₂₁和h₂₂参数表示AQM直接上变频模型的I/Q不平衡，这里I/Q不平衡包括增益不平衡和相位不平衡。若不是，执行步骤(8)，若是，执行步骤(9)；步骤(8)，将得到的不是最佳的6个补偿参数代替初始化值，进入步骤(6)，直到满足条件为止；步骤(9)，输出QMC的补偿参数值，即b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，应用这些补偿参数到QMC单元，更新QMC参数，执行步骤(5)；对OFDM基带信号经过DPD模块进行处理产生的已预失真基带s_i(t)信号和s_q(t)信号进行动态QMC补偿，QMC单元补偿后输出补偿后基带r_i(t)信号和r_q(t)信号送给发射通路，AQM补偿算法和控制单元实时调节QMC单元的可控参数，使AQM器件接近理想特性，能够稳定在系统需要的指标范围之内。

采用本发明所述方法和装置，与现有技术相比，解决了AQM的非理想特性对数字预失真的影响问题。本发明方法的优点是自适应AQM失衡动态补偿，全局搜索能力强，可以有效快速地补偿AQM的增益不平衡，相位不平衡以及DC偏置，收敛速度快，补偿效果好，提高了宽带数字预失真系统的性能，且具有较低的硬件实现复杂度与计算复杂度，降低了手动调整次数的需要并提供了非常精确的补偿，可被应用到宽带数字预失真系统中进行AQM失衡补偿。

附图说明

图1是现有技术常用的DPD直接上变频发射机系统的结构框图；

图2是本发明的DPD直接上变频发射机系统的AQM失衡补偿装置图；

图3是现有技术的AQM器件和QMC单元的数学模型；

图4是本发明的自适应AQM失衡补偿算法流程图。

具体实施方式

下面根据附图来说明本发明的具体实施例：

如图2所示，是本发明的DPD直接上变频发射机系统的AQM失衡补偿装置图。该宽带数字预失真系统中的自适应模拟正交调制失衡补偿装置包括：基带信号模块201、DPD模块202、自适应AQM补偿器203、连接AQM器件206和正交解调器模块210的本振208、RF发射通路205和反馈通路209。其中自适应AQM补偿器包括QMC(QuadratureModulator Compensation，正交调制补偿)单元203a和AQM补偿算法和控制单元203b，RF发射通路包括DAC模块204，AQM器件206和WPA模块207，反馈通路包括正交解调器模块210和ADC模块211。基带信号模块201是用来产生OFDM基带调制I信号和Q信号；DPD模块202接收来自基带信号模块201的I信号和Q信号进行数字预失真处理，产生与WPA模块207非线性特性相反的基带s_i(t)信号和s_q(t)信号；QMC单元203a，接收来自DPD模块202已预失真的基带s_i(t)信号和s_q(t)信号以及AQM补偿算法和控制单元203b计算的补偿参数，对已预失真的基带s_i(t)信号和s_q(t)信号进行实时纠正处理后被送至RF发射通路205；QMC单元203a的控制参数包括IQ两路直流偏置补偿参数b₁，b₂，相位不平衡补偿和增益不平衡补偿参数g₁₁，g₁₂，g₂₁，g₂₂ 6个调整参数；AQM补偿算法和控制单元203b，接收来自DPD模块202已预失真的基带s_i(t)信号和s_q(t)信号以及反馈通路209的反馈采样基带I_B信号和Q_B信号，运用AQM补偿算法计算6个补偿参数，并将补偿参数送给QMC单元203a；

上述的自适应AQM补偿器203用现场可编程逻辑器件(FPGA)实现，DAC模块204为双通道数模转换器。

如图3所示为现有技术的AQM器件和QMC单元的数学模型，为了补偿AQM器件的非理想特性，QMC单元的数学模型和AQM器件的数学模型结构相似，顺序相反。图3中的a₁和a₂参数表示AQM直接上变频模型的I和Q信道的直流偏置，h₁₁，h₁₂，h₂₁和h₂₂参数表示AQM直接上变频模型的I/Q不平衡，I/Q不平衡包括相位不平衡和增益不平衡，h₁₁，h₁₂，h₂₁和h₂₂参数表示AQM直接上变频模型的相位不平衡和增益不平衡，这里，h₁₁增益表示AQM直接上变频模型的I路增益不平衡，h₂₂增益表示AQM直接上变频模型的Q路增益不平衡，h₂₂增益表示用于相位信号控制h₂₂的输出的信号相位不平衡，h₂₁增益表示用于相位信号控制h₁₁的输出的信号相位不平衡。b₁和b₂参数表示QMC单元模型的I和Q信道的直流偏置，g₁₁，g₁₂，g₂₁和g₂₂参数表示QMC单元模型的I/Q不平衡，g₁₁，g₁₂，g₂₁，g₂₂表示相位不平衡补偿和增益不平衡补偿参数，这里g₁₁增益是用来补偿信号预失真的I路数字信号的增益不平衡，g₂₂增益是用来补偿信号预失真的Q路数字信号的增益不平衡，g₁₂增益用于相位补偿信号控制g₂₂的输出的信号相位不平衡，g₂₁增益用于相位补偿信号控制g₁₁的输出的信号相位不平衡。

定义增益不平衡为ε，如下式(1)，α和β分别表示I信号和Q信号通道的幅度增益，相位不平衡为φ/2(对应于正交载波)。

ε＝α/β-1    (1)

AQM直接上变频模型电路的输入信号向量为r(t)＝[r_i(t)，r_q(t)]^T，AQM直接上变频模型电路的输出信号向量为v(t)＝[v_i(t)，v_q(t)]^T，由此可以建立基带AQM等效模型，即

v(t)＝H(r(t)+a)    (2)

r_i(t)为AQM器件的输入信号的基带I分量，r_q(t)为AQM器件的输入信号的基带Q分量，v_i(t)为AQM调制输出的基带等效信号的I分量，v_q(t)为AQM调制输出的基带等效信号的Q分量以及i、q、t各表示基带信号的I信号和Q信号以及t时刻。

式中a＝[a₁  ，a₂]^T， $H=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]=\left[\begin{array}{cc}\mathrm{\α}\cos (\mathrm{\φ}/2)& \mathrm{\β}\sin (\mathrm{\φ}/2)\\ \mathrm{\α}\sin (\mathrm{\φ}/2)& \mathrm{\β}\cos (\mathrm{\φ}/2)\end{array}\right],$

因此，式(2)的另一种表达形式为(3)

$\left[\begin{array}{c}{v}_i\left(t\right)\\ v_q\left(t\right)\end{array}\right]=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right](\left[\begin{array}{c}{r}_i\left(t\right)\\ r_q\left(t\right)\end{array}\right]+\left[\begin{array}{c}{a}_1\\ a_2\end{array}\right])---\left(3\right)$

QMC补偿模型是对式(2)的距阵求逆并加上一个相反的直流偏置，以补偿AQM失衡，即

r(t)＝Gs(t)+b    (4)

式中s(t)＝[s_i(t)，s_q(t)]^T为QMC补偿模型的输入信号向量， $G=\left[\begin{array}{cc}{g}_{11}& g_{12}\\ g_{21}& g_{22}\end{array}\right],$ 且g₁₁，g₁₂，g₂₁和g₂₂参数将纠正I/Q不平衡，b＝[b₁，b₂]^T，且b₁和b₂参数值将纠正本振泄露，采用式(4)的另一种表达形式(5)来实现AQM失衡补偿。

$\left[\begin{array}{c}{r}_i\left(t\right)\\ r_q\left(t\right)\end{array}\right]=\left[\begin{array}{cc}{g}_{11}& g_{12}\\ g_{21}& g_{22}\end{array}\right]\left[\begin{array}{c}{s}_i\left(t\right)\\ s_q\left(t\right)\end{array}\right]+\left[\begin{array}{c}{b}_1\\ b_2\end{array}\right]---\left(5\right)$

s_i(t)、s_q(t)各表示QMC补偿单元输入信号的基带I分量和基带Q分量。运用AQM自适应补偿算法自适应6个参数，分别为b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，直到满足下列表达式(6)为止。

b＝-a  且  G＝H^-1    (6)

如图3所示模型，为了实现AQM失衡自适应补偿，采用适当的自适应补偿算法求出补偿参数，这里我们采用了改进的粒子群优化PSO算法来求出补偿参数。

PSO算法定义每个个体都可能是多维空间搜索问题的一个解，假定采用M个粒子组成全部群体。D维搜索空间中，第i个粒子的位置矢量可以表示为X_i＝(x_i1，x_i2，….，x_iD)，其速度矢量用V_I＝(v_i1，v_i2，…，v_iD)表示。PSO搜索开始时，先随机初始化M粒子的位置和速度，然后粒子们通过迭代来更新自己的位置，逐渐趋向最优化目标。在每一次迭代中，每个粒子通过评价自己以前曾经找到的最好位置(记为个体第i个粒子在第t次迭代的最佳位置记为p_id(t))，并结合整体群体目前第t次迭代找到的最好位置(定义为全局最佳值p_gd(t))，对粒子的速度矢量进行调节，然后用这个速度矢量来计算粒子新的位置矢量。

改进的PSO算法的具体步骤如下：

步骤一：在整个D维搜索空间中利用随机产生初始化所有粒子的初始位置和初始速度；

步骤二：根据初始位置和初始速度产生各粒子新的位置；

步骤三：评价D维变量下，每个粒子在当前位置处对应的目标函数值；

步骤四：对于每个粒子，将它的目标函数值和它经历过的第t次迭代最好位置p_id(t)的目标函数值进行比较，如果更小则更新，并记住新的最佳位置，否则保持不变；

步骤五：对于目前群体中每个粒子的最佳值进行比较，得到第t次迭代的群体最佳值即p_gd(t)并与以前的p_gd(t)比较，如果更小，则更新p_gd(t)，并记住新的最好粒子的序号和位置，否则不变；

步骤六：根据下式更新每个粒子的速度和位置；

改进的PSO算法中，速度和位置的更新公式分别为：

x_id(t+1)＝x_id(t)+v_id(t+1)    (8)

i＝1，2…，M，d＝1，2…，D

M表示粒子数，D表示搜索空间的维数，p_id表示第i个粒子的最佳位置，p_id(t)表示粒子在第t次迭代中第d维的个体极值点的位置，此外，v_id(t)表示群体中粒子第i个粒子在第t次迭代中第d维的速度向量，v_id(t+1)表示群体中粒子第i个粒子在第t+1次迭代中第d维的速度向量，x_id(t)是粒子i在第t次迭代中第d维的当前位置，x_id(t+1)是粒子i在第t+1次迭代中第d维的当前位置以及p_gd(t)表示整个群体在第t次迭代中第d维的全局极值点的位置。

按照PSO算法原理，当p_gd(t)和p_id(t)两个最优解都找到了后，每个粒子就按照公式(7)来更新自己的速度，后面为了更进一步简化计算，在本发明的实例中也可以简化改进的PSO算法，去掉了速度计算。但本发明中实际上步骤307中内部包括了速度计算。

式(7)中，其中收敛因子K的计算表达式为

权重因子

在搜索算法中以一定速率从大到小变化。

和取值分别为2.8和1.3。rand()是随机数发生器，产生在(0，1)之间均匀分布的随机数；

步骤七：如果已经满足终止条件(足够好的位置或最大迭代次数，在这里足够好的位置可以为6个参数的最佳值，即当满足目标函数为最小值时求出的6个参数值为最佳值，可以认为g₁₁，g₁₂，g₂₁，g₂₂的值与h₁₁，h₁₂，h₂₁和h₂₂的逆比较接近了。b₁和b₂参数的值与a₁和a₂参数的负值比较接近了。当目标函数最小值为零时，为理想的最佳值，其实实际中不可能，只是接近而已就够了，最大迭代次数一般要小于粒子数M)，则结束计算，否则转至PSO算法流程中步骤二进入下一次循环，直到满足终止条件；

步骤八：以最终输出的粒子群最优解为最佳补偿参数的解。

PSO优化算法是一个通过调整多个控制参数“parameters”在多维空间中搜索目标函数“function”的全局最大或最小值的过程，其数学式为

$\underset{\mathrm{parameter}\∈P}{\mathrm{MAX}}\left(\mathrm{function}\right)$ 或 $\underset{\mathrm{parameter}\∈P}{\mathrm{MIN}}\left(\mathrm{function}\right)$

其中“parameters”的个数即搜索空间的维数，P是指“parameters”的变化范围。

如图4所示，是本发明的AQM失衡补偿算法流程图，该方法包括如下步骤：

步骤301，AQM补偿算法和控制单元发送训练序列信号，经过数模转换DAC，滤波，AQM器件模拟正交调制，送给WPA进行射频信号放大后通过天线发射；

步骤302，在发送训练序列之前，先判断DAC内部是否具有QMC功能，若没有，执行步骤303，若有，执行步骤304；

步骤303，采用训练序列信号对AQM器件的非理想特性进行探测，获取初始值，执行步骤305；

步骤304，采用AQM补偿算法和控制单元配置DAC内部的QMC功能模块寄存器，实现QMC静态补偿，使之镜像和本振泄露较小，固化DAC寄存器配置参数值后，执行步骤306；在这里要求采用训练序列信号的作用是相当于信号源输入，不断调节寄存器值，不需要获得初始值。

步骤305，初始化QMC单元参数b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂；

步骤306，随着外界环境，温度，器件老化等原因的变化，这里采用自动检测方法进行监控状态，利用反馈回路实时的进行基带I_B信号和Q_B信号采样，然后送给AQM补偿算法和控制单元进行处理，AQM补偿算法和控制单元不断地获取由基带信号模块产生的OFDM信号送给DPD模块进行数字预失真处理的已预失真基带s_i(t)信号和s_q(t)信号和反馈回路送给的基带I_B信号和Q_B信号经过测量和比较，获得误差值的大小，采集N个采样数据；

步骤307，运用上述所述的改进PSO算法，在初始群体的生成上，根据经验估计出b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂六个参数的取值范围，在此范围内采用随机生成的方式，以使PSO算法在整个可行解空间进行搜索，将采集N个数据搜索得到6个补偿参数，不断调整6个参数(b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂)直到下面的目标函数达到全局最小值，目标函数表示如下：

$\underset{(b_1,b_2)}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|b+a\left|\right]$ 和 $\underset{(g_{11},g_{12},g_{21},g_{22})}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|G-H^{-1}\left|\right]$

若不是，执行步骤308，若是，执行步骤309；

步骤308，将得到的不是最佳的6个补偿参数代替初始化值，进入下一次循环(进入步骤306)，直到满足条件为止；

步骤309，输出QMC的补偿参数(b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂)值，应用这些补偿参数到QMC单元，更新QMC参数，执行步骤305；对OFDM基带信号经过DPD模块进行处理产生的已预失真基带s_i(t)信号和s_q(t)信号进行动态QMC补偿，QMC单元补偿后输出补偿后基带r_i(t)信号和r_q(t)信号送给发射通路，AQM补偿算法和控制单元实时调节QMC单元的可控参数，使AQM器件接近理想特性，能够稳定在系统需要的指标范围之内，从而实现AQM失衡自适应补偿，提高了宽带数字预失真的性能。

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 (2)

1.一种自适应模拟正交调制失衡补偿方法，其特征在于包括如下步骤：

步骤(1)AQM补偿算法和控制单元(203b)发送训练序列信号，经过数模转换DAC(204)，滤波，AQM器件模拟正交调制，送给WPA模块(207)进行射频信号放大后通过天线发射；

步骤(2)在发送训练序列之前，先判断DAC(204)内部是否具有QMC功能，若没有，执行步骤(3)，若有，执行步骤(4)；

步骤(3)采用训练序列信号对AQM器件的非理想特性进行探测，获取初始值，执行步骤(5)；

步骤(4)采用AQM补偿算法和控制单元(203b)配置DAC内部的QMC功能模块寄存器，实现QMC静态补偿，使之镜像和本振泄露较小，固化DAC寄存器配置参数值后，执行步骤(6)；

步骤(5)初始化QMC单元(203a)参数b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，其中b₁、b₂为QMC单元模型的IQ两路直流偏置补偿参数，g₁₁，g₁₂，g₂₁，g₂₂为QMC单元模型的相位不平衡补偿和增益不平衡补偿参数；

步骤(6)AQM补偿算法和控制单元不断地获取由基带信号模块(201)产生的OFDM信号送给DPD模块(202)进行数字预失真处理的已预失真基带s_i(t)信号和s_q(t)信号和反馈回路送给的基带I_B信号和Q_B信号经过测量和比较，获得误差值的大小，采集N个采样数据；

步骤(7)利用粒子群优化PSO方法，在初始群体的生成上，估计出b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂六个参数的取值范围，在此范围内采用随机生成的方式，以使PSO方法在整个可行解空间进行搜索，将采集N个数据搜索得到6个补偿参数，不断调整6个参数b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂直到下面的目标函数达到全局最小值，目标函数表示如下：

$\underset{(b_1,b_2)}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|b+a\left|\right]$ 和 $\underset{(g_{11},g_{12},g_{21},g_{22})}{\mathrm{MIN}}\left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\right|G-H^{-1}\left|\right]$

其中a＝[a₁，a₂]^T，

b＝[b₁，b₂]^T，a₁和a₂参数表示AQM直接上变频模型的I和Q信道的直流偏置，h₁₁，h₁₂，h₂₁和h₂₂参数表示AQM直接上变频模型的I/Q不平衡，I/Q不平衡包括增益不平衡和相位不平衡；

若不是，执行步骤(8)，若是，执行步骤(9)；

步骤(8)，将得到的不是最佳的6个补偿参数代替初始化值，进入步骤(6)，直到满足条件为止；

步骤(9)，输出QMC的补偿参数值，即b₁，b₂，g₁₁，g₁₂，g₂₁，g₂₂，应用这些补偿参数到QMC单元，更新QMC参数，执行步骤(5)；对OFDM基带信号经过DPD模块进行处理产生的已预失真基带s_i(t)信号和s_q(t)信号进行动态QMC补偿，QMC单元补偿后输出补偿后基带r_i(t)信号和r_q(t)信号送给发射通路，AQM补偿算法和控制单元实时调节QMC单元的可控参数，使AQM器件接近理想特性，能够稳定在系统需要的指标范围之内。

2.根据权利要求1所述的方法，其特征在于：步骤(7)中的粒子群优化PSO方法具体包括以下步骤：

步骤(a)在整个D维搜索空间中利用随机产生初始化所有粒子的初始位置和初始速度；

步骤(b)根据初始位置和初始速度产生各粒子新的位置；

步骤(c)评价D维变量下，每个粒子在当前位置处对应的目标函数值；

步骤(d)对于每个粒子，将它的目标函数值和它经历过的第t次迭代最好位置p_id(t)的目标函数值进行比较，如果更小则更新，并记住新的最佳位置，否则保持不变；

步骤(e)对于目前群体中每个粒子的最佳值进行比较，得到第t次迭代的群体最佳值即p_gd(t)并与以前的p_gd(t)比较，如果更小，则更新p_gd(t)，并记住新的最好粒子的序号和位置，否则不变；

步骤(f)根据下式更新每个粒子的速度和位置；

x_id(t+1)＝x_id(t)+v_id(t+1)

i＝1，2…，M，d＝1，2…，D

其中M表示粒子数，D表示搜索空间的维数，p_id表示第i个粒子的最佳位置，p_id(t)表示粒子在第t次迭代中第d维的个体极值点的位置，此外，v_id(t)表示群体中粒子第i个粒子在第t次迭代中第d维的速度向量，v_id(t+1)表示群体中粒子第i个粒子在第t+1次迭代中第d维的速度向量，x_id(t)是粒子i在第t次迭代中第d维的当前位置，x_id(t+1)是粒子i在第t+1次迭代中第d维的当前位置以及p_gd(t)表示整个群体在第t次迭代中第d维的全局极值点的位置，其中收敛因子K的计算表达式为

权重因子

在搜索算法中以一定速率从大到小变化，

和

取值分别为2.8和1.3，rand()是随机数发生器，产生在(0，1)之间均匀分布的随机数；

步骤(g)如果已经满足终止条件，则结束计算，否则转至步骤(b)进入下一次循环，直到满足终止条件；

步骤(h)以最终输出的粒子群最优解为最佳补偿参数的解。

Images