CN102111361A - 基于放大器估计器的查表法自适应预失真器设计 - Google Patents

Abstract

本发明公开了一种深空通信中功率放大器前端的基于放大器估计器的差变法自适应预失真技术。深空通信中由于功率放大器的存在，信号在传输的过程中产生了失真。数字基带预失真技术在放大器前通过对非线性放大特性的逆函数的模拟，达到接收端接收到线性放大信号的目的。本发明提出基于放大器估计器的查表法自适应预失真算法，将放大器估计法和查表法结合在一起，分别用多段直线或曲线来逼近AM/AM和AM/PM曲线，通过取直线或曲线函数的逆函数来逼近放大器的逆特性。同时用误码率为指标确定是否要进行自适应更新算法，当误码率超出合格的值时才调用自适应更新算法即更新表的各项参数，否则不需要进行更新迭代。构成了易于实现并且快速收敛的预失真技术。

Description

基于放大器估计器的查表法自适应预失真器设计

技术领域

本发明属于电子技术领域，如无线通信、移动通信、深空通信等，特别涉及采用功率放大器的无线通信系统。

背景技术

深空通信为了得到高的放大效率，需要使功放运行点在饱和状态，由此产生的功率放大器的非线性，使信号产生了失真，预失真是抵抗信号失真的重要方法。频谱资源日益紧张的今天，需要寻求具有高频谱利用率的调制方式，非恒定包络调制方式具有相对较高的频谱利用率，但对功率放大器的线性度提出很高的要求。数字基带预失真技术在发射端通过对信号的预补偿，不仅纠正了信号的星座扭曲，而且消除了频谱扩散，这在深空通信中是非常有意义的。预失真器其实质是根据放大器的非线性传递函数求出该函数的反函数，信号在通过放大器前先通过预失真器的非线性传递函数使得信号产生预扰，这样在接收端就可以得到线性放大的信号。

数字基带自适应预失真主要有两大类技术：基于查表和多项式逼近的方法。基于多项式的预失真器易于补偿深度压缩的功放特性，但是由于多项式阶数的限制，预失真器的应用局限于对特性曲线较规则的功放进行线性化；基于查表的预失真器能够跟踪各种功放特性曲线，具有更广泛的应用，但是由于查找表的大小限制，会引入量化失真，加大查找表又会导致收敛速度过慢。

发明内容

本发明的目的是将放大器估计法和查表法结合在一起，以误码率为指标设计一种新的自适应预失真器。

本发明提出基于放大器估计器的查表法自适应预失真算法，分别用多段直线或曲线来逼近AM/AM和AM/PM曲线，通过取直线或曲线函数的逆函数来逼近放大器的逆特性。同时用误码率为指标确定是否要进行自适应更新算法，当误码率超出合格的值时才调用自适应更新算法即更新表的各项参数，当误码率在合格的范围内时则不需要进行更新迭代。

基于放大器估计器的查表法自适应预失真器按下述步骤工作：

步骤1输入IBO，选择直线拟合或者曲线拟合；

步骤2输入信号

通过查表计算预失真器的输出

归一化

确定参数在第i区间，

直线拟合预失真输出

为：

$\left|\tilde{u}\left(k\right)\right|=\frac{1}{a_i}\left(\right|\tilde{x}\left(k\right)|-b_i)+x_i---\left(1\right)$

曲线拟合预失真输出

为：

$\left|\tilde{u}\left(k\right)\right|=\frac{d_i\left(\right|\tilde{x}\left(k\right)|-b_i)}{-c_i\left(\right|\tilde{x}\left(k\right)|+a_i)}---\left(3\right)$

步骤3预失真器输出

经过D/A转换、调制和上变频、放大器后输出为

输出

经过高斯噪声信道经过解调和下变频、A/D转换后输出为

步骤4计算误码率；

与

比较错误比特数为

信号总比特数为N，

则误码率为：

$e\left(k\right)=\frac{|\hat{y}\left(k\right)-\tilde{x}\left(k\right)|}{N}---\left(5\right)$

步骤5误码率e(k)与误码率门限η比较；

若e(k)＜η，进行自适应更新算法，更新表；

若e(k)≥η，则输出

自适应更新算法采用直线拟合和曲线拟合两种方法，其分别用多段直线或曲线来逼近AM/AM和AM/PM曲线，通过取直线或曲线函数的逆函数来逼近放大器的逆特性。这种功能由HPA估计器来实现。

直线拟合自适应更新算法步骤如下：

步骤1系统初始化；

设定自适应更新迭代步长α_M＝0.001，α_P＝0.001；

输入信号归一化区间分10段；

设定表的初始值a_i＝1，b_i＝0，b_i+1＝1；

ψ_i＝0，ψ_i+1＝1；

步骤2计算

$\left|\tilde{x}\left(k\right)\right|=a_i\left(\right|\tilde{u}\left(k\right)|-x_i)+b_i---\left(6\right)$

步骤3迭代法更新参数；

计算幅度相位误差： $e_M\left(k\right)=\left|\tilde{x}\left(k\right)\right|-\left|\tilde{y}\left(k\right)\right|---\left(8\right)$

$e_p\left(k\right)=<\tilde{x}\left(k\right)-<\tilde{y}\left(k\right)---\left(9\right)$

迭代更新算法： $b_i(k+1)=b_i\left(k\right)-2{\mathrm{\&alpha;}}_M{e}_M\left(k\right){\mathrm{\&mu;}}_{u_i}\left(k\right)---\left(10\right)$

${\mathrm{\&psi;}}_i(k+1)={\mathrm{\&psi;}}_i\left(k\right)-{2\mathrm{\&alpha;}}_p{e}_p\left(k\right){\mathrm{\&mu;}}_{u_i}\left(k\right)---\left(11\right)$

其中

有： $a_i(k+1)=\frac{b_{i+1}(k+1)-b_i(k+1)}{x(i+1)-x\left(i\right)}---\left(12\right)$

步骤4如果误差e_M(k)和e_p(k)小于目标误差，算法结束，更新表中参数；否则跳至步骤(2)计算继续迭代。

曲线拟合自适应更新算法步骤如下：

步骤1系统初始化；

设定自适应更新迭代步长α_a＝0.001，α_b＝0.001，α_c＝0.001，α_d＝0.001；

输入信号归一化区间分10段；

设定表的初始值a_i＝2，b_i＝0，c_i＝1，d_i＝1；

ψ_i＝0，θ_i＝1，η_i＝1；

步骤2计算

$\left|\tilde{x}\left(k\right)\right|=\frac{a_i\left(\right|\tilde{u}\left(k\right)|+b_i)}{c_i\left(\right|\tilde{u}\left(k\right)|+d_i)}---\left(14\right)$

步骤3迭代法更新参数；

计算幅度相位误差： $e_M\left(k\right)=\left|\tilde{x}\left(k\right)\right|-\left|\tilde{y}\left(k\right)\right|---\left(16\right)$

$e_p\left(k\right)=<\tilde{x}\left(k\right)-<\tilde{y}\left(k\right)---\left(17\right)$

迭代更新算法： $a_i(k+1)=a_i\left(k\right)-\frac{{2\mathrm{\&alpha;}}_a{e}_M\left|\tilde{u}\left(k\right)\right|}{c_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+d_i\left(k\right)}---\left(18\right)$

$b_i(k+1)=b_i\left(k\right)-\frac{2{\mathrm{\&alpha;}}_b{e}_M}{c_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+d_i\left(k\right)}---\left(19\right)$

$c_i(k+1)=c_i\left(k\right)+\frac{{2\mathrm{\&alpha;}}_c{e}_M\left(a_i\left(k\right)\right|\tilde{u}\left(k\right)|+b_i\left(k\right))\left|\tilde{u}\left(k\right)\right|}{{\left(c_i\left(k\right)\right|\tilde{u}\left(k\right)|+d_i\left(k\right))}^2}---\left(20\right)$

$d_i(k+1)=d_i\left(k\right)+\frac{{2\mathrm{\&alpha;}}_d{e}_M\left(a_i\left(k\right)\right|\tilde{u}\left(k\right)|+b_i\left(k\right))}{{\left(c_i\left(k\right)\right|\tilde{u}\left(k\right)|+d_i\left(k\right))}^2}---\left(21\right)$

${\mathrm{\&psi;}}_i(k+1)={\mathrm{\&psi;}}_i\left(k\right)-\frac{{2\mathrm{\&alpha;}}_b{e}_p}{{\mathrm{\&theta;}}_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+{\mathrm{\&eta;}}_i\left(k\right)}---\left(23\right)$

步骤5如果误差e_M(k)和e_p(k)小于目标误差，算法结束，更新表中参数；否则跳至步骤(2)计算

继续迭代。

附图及附图说明

图1是系统模型

预失真器包括直线曲线拟合预失真算法、查找表、计算误码率和自适应更新算法。x(k)为输入信号，

为预失真器的输出，

为射频发送信号，

是接收信号。

图2是基于放大器估计器的预失真系统方框图

其中，x(k)为输入信号，为预失真器的输出，即预失真器对HPA估计器输出的非线性失真取逆变换后的信号，此逆变换信号

用来对功率放大器的非线性进行预校正。图3是未经过预失真和经过曲线拟合预失真后在IBO＝3db下的星座图和功率谱。

其中，红线为输入信号频谱，蓝线为未通过预失真的接收端信号频谱，绿线为经过拟合自适应预失真器后接收端的信号频谱。

图4是在IBO＝4.5db下经过直线拟合预失真后和在IBO＝3db下经过曲线拟合预失真后的误码率。

从图中可以看出系统对功放的线性化效果理想，而且实现难度不高，存储数据数量较少，通过查表法和误码率大量减少了迭代次数，可以很好的消除功率放大器所引起的失真。

Claims (3)

1.本专利提出基于放大器估计器的查表法自适应预失真算法，包括下面的步骤：步骤1输入IBO，选择直线拟合或者曲线拟合；

步骤2输入信号

通过查表计算预失真器的输出

归一化

确定参数在第i区间，

直线拟合预失真输出

为：

$\left|\tilde{u}\left(k\right)\right|=\frac{1}{a_i}\left(\right|\tilde{x}\left(k\right)|-b_i)+x_i---\left(1\right)$

曲线拟合预失真输出为：

$\left|\tilde{u}\left(k\right)\right|=\frac{d_i\left(\right|\tilde{x}\left(k\right)|-b_i)}{-c_i\left(\right|\tilde{x}\left(k\right)|+a_i)}---\left(3\right)$

步骤3预失真器输出

经过D/A转换、调制和上变频、放大器后输出为

输出

经过高斯噪声信道经过解调和下变频、A/D转换后输出为

步骤4计算误码率；

与比较错误比特数为

信号总比特数为N，

则误码率为：

$e\left(k\right)=\frac{|\hat{y}\left(k\right)-\tilde{x}\left(k\right)|}{N}---\left(5\right)$

步骤5误码率e(k)与误码率门限η比较；

若e(k)＜η，进行自适应更新算法，更新表；

若e(k)≥η，则输出

2.根据权利要求1所述的算法，其中直线拟合自适应更新算法步骤包括下面的步骤：：步骤1系统初始化；

设定自适应更新迭代步长α_M＝0.001，α_P＝0.001；

输入信号归一化区间分10段；

设定表的初始值a_i＝1，b_i＝0，b_i+1＝1；

ψ_i＝0，ψ_i+1＝1；

步骤2计算

$\left|\tilde{x}\left(k\right)\right|=a_i\left(\right|\tilde{u}\left(k\right)|-x_i)+b_i---\left(6\right)$

步骤3迭代法更新参数；

计算幅度相位误差： $e_M\left(k\right)=\left|\tilde{x}\left(k\right)\right|-\left|\tilde{y}\left(k\right)\right|---\left(8\right)$

$e_p\left(k\right)=<\tilde{x}\left(k\right)-<\tilde{y}\left(k\right)---\left(9\right)$

迭代更新算法： $b_i(k+1)=b_i\left(k\right)-{2\mathrm{\&alpha;}}_M{e}_M\left(k\right){\mathrm{\&mu;}}_{u_i}\left(k\right)---\left(10\right)$

${\mathrm{\&psi;}}_i(k+1)={\mathrm{\&psi;}}_i\left(k\right)-{2\mathrm{\&alpha;}}_p{e}_p\left(k\right){\mathrm{\&mu;}}_{u_i}\left(k\right)---\left(11\right)$

其中

有： $a_i(k+1)=\frac{b_{i+1}(k+1)-b_i(k+1)}{x(i+1)-x\left(i\right)}---\left(\text{12}\right)$

步骤4如果误差e_M(k)和e_p(k)小于目标误差，算法结束，更新表中参数；否则跳至步骤(2)计算继续迭代。

3.根据权利要求1所述的算法，其中曲线拟合自适应更新算法步骤如下：步骤1系统初始化；

设定自适应更新迭代步长α_a＝0.001，α_b＝0.001，α_c＝0.001，α_d＝0.001；

输入信号归一化区间分10段；

设定表的初始值a_i＝2，b_i＝0，c_i＝1，d_i＝1；

ψ_i＝0，θ_i＝1，η_i＝1；

步骤2计算

$\left|\tilde{x}\left(k\right)\right|=\frac{a_i\left(\right|\tilde{u}\left(k\right)|+b_i)}{c_i\left(\right|\tilde{u}\left(k\right)|+d_i)}---\left(14\right)$

步骤3迭代法更新参数；

计算幅度相位误差： $e_M\left(k\right)=\left|\tilde{x}\left(k\right)\right|-\left|\tilde{y}\left(k\right)\right|---\left(16\right)$

$e_p\left(k\right)=<\tilde{x}\left(k\right)-<\tilde{y}\left(k\right)---\left(17\right)$

迭代更新算法： $a_i(k+1)=a_i\left(k\right)-\frac{{2\mathrm{\&alpha;}}_a{e}_M\left|\tilde{u}\left(k\right)\right|}{c_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+d_i\left(k\right)}---\left(18\right)$

$b_i(k+1)=b_i\left(k\right)-\frac{{2\mathrm{\&alpha;}}_b{e}_M}{c_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+d_i\left(k\right)}---\left(19\right)$

$c_i(k+1)=c_i\left(k\right)+\frac{{2\mathrm{\&alpha;}}_c{e}_M\left(a_i\left(k\right)\right|\tilde{u}\left(k\right)|+b_i\left(k\right))\left|\tilde{u}\left(k\right)\right|}{{\left(c_i\left(k\right)\right|\tilde{u}\left(k\right)|+d_i\left(k\right))}^2}---\left(20\right)$

$d_i(k+1)=d_i\left(k\right)+\frac{2{\mathrm{\&alpha;}}_d{e}_M\left(a_i\left(k\right)\right|\tilde{u}\left(k\right)|+b_i\left(k\right))}{{\left(c_i\left(k\right)\right|\tilde{u}\left(k\right)|+d_i\left(k\right))}^2}---\left(21\right)$

${\mathrm{\&psi;}}_i(k+1)={\mathrm{\&psi;}}_i\left(k\right)-\frac{{2\mathrm{\&alpha;}}_b{e}_p}{{\mathrm{\&theta;}}_i\left(k\right)\left|\tilde{u}\left(k\right)\right|+{\mathrm{\&eta;}}_i\left(k\right)}---\left(23\right)$

步骤5如果误差e_M(k)和e_p(k)小于目标误差，算法结束，更新表中参数；否则跳至步骤(2)计算

继续迭代。

Images