CN103326973B - 失真特性估算法预失真装置以及方法 - Google Patents
失真特性估算法预失真装置以及方法 Download PDFInfo
- Publication number
- CN103326973B CN103326973B CN201310276899.5A CN201310276899A CN103326973B CN 103326973 B CN103326973 B CN 103326973B CN 201310276899 A CN201310276899 A CN 201310276899A CN 103326973 B CN103326973 B CN 103326973B
- Authority
- CN
- China
- Prior art keywords
- distortion
- predistorter
- power amplifier
- signal
- characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Amplifiers (AREA)
Abstract
本发明公开了一种失真特性估算法预失真装置以及方法,其应用于宽带移动通信系统中,所述失真特性估算法预失真装置包括预失真器以及功率放大器,所述预失真器用于预畸变所述功率放大器的输入信号,所述失真特性估算法预失真装置还包括:训练信号发生器,用于产生训练信号,并将所产生的训练信号传送给所述预失真器;以及失真估计器,用于在所述预失真器开始工作之前,利用所述训练信号发生器产生的所述训练信号来提取功放失真特性,进而得到所述功放失真特性的逆特性,并由所述逆特性计算出所述预失真器的初始状态参数并存入所述预失真器中。采用本发明能同时消除记忆性失真和非线性失真,并能够提高收敛速度和精度,且在采样时钟同步误差很大的情况下,能保持较好的性能。
Description
技术领域
本发明涉及宽带通信邻域,特别是涉及一种失真特性估算法预失真装置以及方法。
背景技术
在过去的20年间,移动通信呈现了爆炸式的增长,所提供的无线通信业务也从90年代的单纯语音业务拓展到全面的多媒体无线宽带数据业务。然而,随着移动用户的不断增多、无线网络规模的不断扩大,通信网络对能源的需求也呈现了巨大的增长,这就引发了一系列的环境和能源问题。据有关数据显示,信息通信产业已成为全球第五大耗能产业,碳排放占据全球碳排放总量的2.5%。
具体到我国而言,依据资料显示,2008年国内三大电信运营商的总耗电量为229亿千瓦时,到了2009年则达到了290亿千瓦时,比2008年增长26%,接近当年全年的发电总量的1%。自2011年以来,通信产业的增长趋势并未减缓,预计“十二五”期间我国电话用户会突破14亿户,电信基础设施数量将达到2万亿,这也意味着我国通信业发展还将有较大幅度的增长,能量消耗预计会进一步增加。能耗问题已经成为当前制约无线通信产业发展的重要障碍,属于重大国计民生问题。
为了达到国家“节能减排”的目标,根据研究发现在通信网络中通信基站的耗电量是其主要的耗电部分,占到总耗电量的70%,达到了综合运营成本的3%。因此对于通信网络来说,降低基站耗电量是首要的节能降耗目标。图1所示为基站能源消耗的统计示意图。如图所示,根据针对基站的调研发现,基站放大器的能源消耗占到总能源消耗的22%。因此研究通信网络中基站放大器的节能问题是研究的重中之重。
由于基站功率放大器(以下简称功放)的效率影响移动终端电池的大小和通信系统的能量消耗,因此它在移动通信系统中是一个关键的原件。一个理想的功放必须是完美线性的器件,但是实际应用中功放会表现出非线性失真,它会导致输出信号幅度和相位的失真。这些失真会导致在相邻频段频率再生并且使信号星座发生旋转,因此显著地影响了通信系统性能。使用恒包络调制,例如:最小频移键控(Minimum Shift Keying,简称MSK),能够避免这个问题。然而,随着通信技术的迅速发展,广泛应用的现代调制技术例如正交幅度调制(Quadrature Amplitude Modulation,简称QAM),正交频分复用(OrthogonalFrequency Division Multiplexing,简称OFDM)等,均会导致信号有较高的峰均比(Peakto Average Power Ratio,简称PAPR)并且受功放的非线性失真影响严重。为了使功放线性工作,又由于功放的线性范围较小,可以使功放保持一个很大的输出功率回退,但是这样又会降低功率效率。
为了解决这个问题,旨在拓宽功放线性范围的功放线性化技术在这几年有了一定的研究。在功放线性化的现有技术中,数字预失真法是一个高效的方法。数字预失真法的原理是通过一个叫预失真器的额外器件预畸变功放的输入信号,其中预失真器的特性刚好是功放的逆特性。在现有技术的数字预失真法中,查找表(Look-Up-Table,简称LUT)预失真法是一个经常在窄带数字预失真系统中使用的技术,LUT预失真法又被进一步分为映射预失真、极坐标预失真以及基于增益的预失真。
然而,随着功放带宽的增加,功放不仅仅表现出非线性,在宽带通信系统中也会有记忆性失真,即:输出信号是现在信号和之前信号值的函数,而且记忆性失真严重降低LUT数字预失真装置的性能。随着记忆性失真问题逐渐严重,设计和研发同时消除记忆性失真和非线性失真的预失真装置成为了业界关注的热点。为此,Jardin等人在2007年提出了时域滤波器查找表(Filter Look-Up Table,简称FLUT)预失真法。请参考图2,其中示出了一种FLUT预失真装置2的结构示意图,根据如图结构可知,由于这种FLUT预失真器2在其反馈支路采用非直接的更新方式,因而导致其反馈支路结构较为复杂,非常不利于工程实现;同时,由于需要一个长期的训练和迭代更新的过程,如图2所示的FLUT预失真装置2从开机到稳定工作的时间较长,换言之,具有收敛速度慢的缺点,因此,在实际系统中的应用前景仍然有限。
本领域的技术人员应当知晓,数字预失真技术研究中首要地是确定功放模型,而用于记忆性预失真技术方案包括但不限于伏尔特拉级数(Volterra series)、维纳-哈默斯坦(Wiener-Hammerstein)模型、记忆多项式以及神经网络。尽管这些模型能精确地表示功放特性,但他们都需要复杂的结构。
为了简化,采用如图3a所示的维纳(Wiener)模型来表示功放30a的特性。如图所示,功放30a可以看作是有限冲击响应(Finite impulse response,简称FIR)滤波器300和无记忆功放302级联,其分别产生记忆性失真和非线性失真。和前述其他模型相比,Wiener模型有结构简单的优势,并且在实时系统中更加容易实现。
Hammerstein模型是Wiener模型的逆模型,由于预失真器的特性刚好是功放的逆特性,因此,Hammerstein模型适合构成预失真器。在一个实施例中,采用如图3b所示的Hammerstein模型来表示简单滤波器查找表(SFLUT)预失真器30b的特性。如图所示,SFLUT预失真器30b可以看作是无记忆预失真器304和自适应滤波器306级联,然后SFLUT预失真器30b与功放30a级联,构成如图3b所示的SFLUT预失真装置3。其中,自适应滤波器306是FIR滤波器300的逆特性。因此,FIR滤波器300的抽头系数dw和自适应滤波器306的抽头系数w满足如下等式(1):
dw*w=δ (1)
其中,δ是冲击响应。根据等式(1),存在一个自适应滤波器306的抽头系数w的最佳状态。
而,无记忆预失真器304采用LUT预失真法来补偿非线性失真。假设源信号Sin=xa·exp(j·xp),它将被无记忆预失真器304提前进行预失真处理,即按照如下等式(2)的处理得到信号xDPD:
xDPD=(xa·TAxa)exp[j(xp+TPxa)] (2)
其中,TAxa和TPxa分别是幅度放缩和相位旋转,是在LUT上根据索引xa对应的幅度和相位的值。经过如等式(2)的预失真处理,无记忆功放302会引起信号xDPD的变形
这里,A()和分别是幅度失真函数和相位失真函数。如果预失真器是理想元件,则无记忆功放302的输出信号SOUT等于Sin,得到如下等式(3):
也就意味着TAxa和TPxa如果满足如下等式(4)和等式(5),就有最佳状态:
根据等式(1)和等式(5)可知,对于SFLUT预失真器30b存在一个最佳状态,该最佳状态最终可以通过持续更新逼近得到。
SFLUT预失真器30b有低复杂度和收敛精确的优点,但是对训练信号有严格的限制。因此,功放的记忆性失真和功放的非线性失真可以分别被看作频率选择性失真和幅度选择性失真,训练信号必须有丰富的频率和幅度分量,例如高斯白噪声。在实际实现中,带宽是受限的,意味着类似高斯白噪声的信号是不可能使用的。换言之,选择其他形式的训练信号会导致性能明显地下降。
因此,业界急需一种新的能够用在宽带通信系统中的数字预失真装置以及方法,其能够同时消除通信系统的记忆性失真和非线性失真。
发明内容
本发明要解决的技术问题在于提供一种失真特性估算法预失真装置以及方法,能同时消除记忆性失真和非线性失真。
为解决上述问题,本发明提供了一种失真特性估算法预失真装置,其应用于宽带移动通信系统中,所述失真特性估算法预失真装置包括预失真器以及功率放大器,所述预失真器用于预畸变所述功率放大器的输入信号,所述失真特性估算法预失真装置还包括:训练信号发生器,用于产生训练信号,并将所产生的训练信号传送给所述预失真器;以及失真估计器,用于在所述预失真器开始工作之前,利用所述训练信号发生器产生的所述训练信号来提取功放失真特性,进而得到所述功放失真特性的逆特性,并由所述逆特性计算出所述预失真器的初始状态参数并存入所述预失真器中。
本发明还提供一种失真特性估算法预失真方法,其应用于宽带移动通信系统中,所述失真特性估算法预失真方法至少包括下列步骤:在预失真器开始工作之前,利用训练信号发生器所产生的训练信号来提取功放失真特性,从而在通信系统初始化时预先得到功放失真特性的逆特性,并由此逆特性直接计算出预失真器的初始状态参数并存入预失真器中;跟踪功放的变化,并结合更新算法连续地更新预失真器的状态。
本发明的失真特性估算法预失真装置以及方法既能够补偿非线性失真又可以补偿记忆性失真,并能够提高收敛速度和精度,且在采样时钟同步误差很大的情况下,能保持较好的性能。
附图说明
以下通过对本发明的一些实施例结合其附图的描述,可以进一步理解本发明的目的、具体结构身份和优点。
图1所示为基站能源消耗的统计示意图;
图2所示为现有技术的一种FLUT预失真装置的结构示意框图;
图3a所示为采用Wiener模型来表示功放特性的示意图;
图3b所示为采用Hammerstein模型来表示SFLUT预失真器特性的示意图;
图4所示为本发明一个实施例的失真特性估算法(Distortion characterestimation method,简称DCEM)预失真装置的结构示意图;
图5所示为本发明另一个实施例的失真特性估算法(Distortion characterestimation method,简称DCEM)预失真装置的结构示意图;
图6a-6d所示依次为LUT预失真装置、传输信号为高斯白噪声的SFLUT预失真装置、传输信号非高斯白噪声的SFLUT预失真装置以及本发明的DCEM预失真装置的AM-AM曲线;
图7所示为LUT预失真装置、传输信号为高斯白噪声的SFLUT预失真装置、传输信号非高斯白噪声的SFLUT预失真装置以及本发明的DCEM预失真装置的功放输出信号的功率谱密度(Power spectrum density,简称PSD);
图8所示为LUT预失真装置、传输信号为高斯白噪声的SFLUT预失真装置、传输信号非高斯白噪声的SFLUT预失真装置以及本发明的DCEM预失真装置的收敛速度和收敛精确度;
图9所示为在传输信号高斯白噪声的SFLUT预失真装置、传输信号非高斯白噪声的SFLUT预失真装置以及本发明的DCEM预失真装置中不同的延时对EVM的影响;
图10所示为本发明一个实施例的DCEM预失真方法的操作流程示意图。
具体实施方式
以下将对本发明的实施例给出详细的参考。尽管本发明通过这些实施方式进行阐述和说明,但需要注意的是本发明并不仅仅只局限于这些实施方式。相反,本发明涵盖所附权利要求所定义的发明精神和发明范围内的所有替代物、变体和等同物。
另外,为了更好的说明本发明,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有这些具体细节,本发明同样可以实施。在另外一些实例中,对于大家熟知的方法、手段、元件和电路未作详细描述,以便于凸显本发明的主旨。
图4所示为本发明一个实施例的失真特性估算法(Distortion characterestimation method,简称DCEM)预失真装置4的结构示意图,其能够广泛地应用于宽带移动通信系统中。如图4所示,该DCEM预失真装置4包括训练信号发生器40、失真估计器42、预失真器44以及功放46。其中,失真估计器42进一步包括记忆性失真估计器420以及非线性失真估计器422,预失真器44进一步包括时域信号修整器440以及自适应滤波器442,结合图2可知,本发明的DCEM预失真装置4与现有技术的FLUT预失真装置2在结构上相似,图4中与图2中名称相同的元件具有相似的功能,在此不复赘述。
训练信号发生器40用于产生训练信号SP,K,并将所产生的训练信号SP,K传送给预失真器44。
在功放46中,记忆性失真和非线性失真可以分别看作是频率选择性失真和幅度选择性失真,也即不同的频率分量和幅度分量有不同的失真。因此,必须精心设计合适的训练信号以保证有丰富的频率分量和幅度分量。在本发明的一个较佳的实施例中,提供一种训练信号涉及阶梯频率扫描(Stepped frequency scanning,简称SFS)信号SP,K如下等式:
其中,N是SFS的长度,它决定反噪声特性。P和K分别表示SP,K的幅度分量和频率分量。它们可以定义为如下等式(7)和等式(8):
其中,ΔK是频率间隔,越小的ΔK表示越高的频率阶梯精度。而且,由SFS的定义可知,其具有丰富的频率分量和幅度分量,因此很适合做失真特性估计。
失真估计器42用于在预失真器44开始工作之前,利用训练信号发生器40所产生的训练信号SP,K来提取功放失真特性,从而在通信系统初始化时预先得到功放失真特性的逆特性,并由此逆特性直接计算出预失真器44的初始状态参数并存入预失真器44中。预失真器44还接收传输信号。
再结合图3a所示,由于功放30a中可以看作是有限冲击响应(Finite impulseresponse,简称FIR)滤波器300和无记忆功放302级联,其分别产生记忆性失真和非线性失真。
由于行为类似FIR滤波器300,记忆性失真引入对训练信号SP,K的幅度放缩Hk和相位旋转Qk。所以记忆性失真信号Tp,k(其中,Tp,k是个虚拟的信号,仅用于分析)可以表示为如下等式(9):
经此,非线性失真将会影响记忆性失真信号Tp,k。而幅度失真(AM-AM)和相位失真(AM-PM)都与PHK有关,可以表示为如下等式(10):
其中,A()和phi()的定义参照前文背景技术中的相关描述。因此,反馈信号RP,K可以表示为如下等式(11):
通过分析反馈信号RP,K,在它的相位中是无用的并且可以通过与信号S* P,K相关来消除,得到如下等式(12):
当遍历了所有的P和K的值时,可以估计出失真特性矩阵Y如下等式(13):
建立了如等式(13)所示的矩阵Y后,在下文中,将进一步分别讨论分析记忆性失真和非线性失真的特性。
记忆性失真估计器420用于估计记忆性失真特性。由于记忆性失真特性可以看作一个FIR滤波器,记忆性失真的估计可以等效为定义FIR滤波器300的抽头系数dw。此外,幅度放缩HK和相位旋转QK和dw有如下等式(14)的关系:
dw=IFFT(HKexp{jQK}) (14)
所以,问题的关键是估计HK和QK的值。
由于等式(7),幅度矩阵YAP,KYA和相位矩阵YPP,KYP可以分别由如下等式(15)得到:
其中,YA表示非线性失真特性。正如一个特殊情况,零频信号由于它没有频率分量所以免于记忆性失真,意味着HK0=1(K0表示零频率)。因此,得到如下等式(16):
YAP,K0=A(P) (16)
即纯粹的非线性失真特性,没有记忆性失真的影响。因此,函数A()的逆函数即A-1()可以通过线性插值得到,由此根据如下等式(17)得到函数A()的采样数据P~YAP,K0:
P=A-1(YAP,K0) (17)
当K≠K0,等式(17)变为如下等式(18):
由此HK可以估计出来。
接着,确定QK。由等式(15)得到,YP由QK和构成,分别是由记忆性失真和非线性失真引起的。函数是可微函数,并且若提供一个足够小的PHK,就趋近与零。根据此结论,得到如下等式(19):
QK≈YPP,K|P→0 (19)
在本实施例中,用Pmin=P1来估计QK。将P1带入等式(15)得到如下等式(20):
QK=YPP1,K (20)
QK可以被估计出来,由等式(18)和等式(20)可知,dw可以表示为如下等式(21):
dw=IFFT(HKexp{jQK}) (21)
因此,可以根据如下等式(22)计算得到本实施例的DCEM预失真装置4中自适应滤波器442的抽头系数w的最佳状态:
w=IFFT{[FFT(dw)]-1} (22)
非线性失真估计器422用于估计非线性失真特性。由于非线性失真特性的估计相当于确定AM-AM的失真函数(即A()),和AM-PM的失真函数(即phi()),在本实施例中即相当于估计幅度表TA和相位表TP。
如等式(17)所示,函数A-1()可以线性表示为如下等式(23):
P=A-1(YPP,0) (23)
由等式(5)和等式(23)可以得到如下等式(24):
对于任意确定的xa,TAxa可以由等式(24)计算得到。在LUT方法中xa均匀地随表项索引而改变,即xa=[Δ,2Δ,3Δ,...]。那么每个对应的TAxa的值可以由等式(24)估计出来,进而得到最终幅度LUT。
如果K=K*,则得到如下等式(25):
也即函数也可以用线性逼近来估计。因此,由等式(25)知,由于对应的xa和TAxa已经得到,最终也可以根据如下等式(26)得到TPxa:
根据前文所述,得到了TAxa和TPxa,也即估计出无记忆预失真器的最佳状态。
在此,需要补充说明的是,如图2所示的现有技术的FLUT预失真装置2在初始化时功放输出的是失真信号,因此最终的输出信号存在很大的频谱带外扩展,在硬件设计时必须使用性能很高的模/数转换器来实现工作。相反地,对比本实施例的DCEM预失真装置4而言,由于在初始化时,就可以将预失真器44置为一个理想的工作参数,这就意味着功放46的输出从一开始就是一个非线性失真和记忆性失真都比较小的信号,也就是说输出信号的频谱带外扩展很微弱。这就意味着在硬件设计时可以采用更为性能较低的模/数转换器来实现工作,节约硬件实现成本,提升可靠性。
图5所示为本发明另一个实施例的失真特性估算法(Distortion characterestimation method,简称DCEM)预失真装置5的结构示意图,其能够广泛地应用于宽带移动通信系统中。如图5所示的DCEM预失真装置4包括训练信号发生器50、失真估计器52、预失真器54以及功放56;其中,失真估计器52进一步包括记忆性失真估计器520以及非线性失真估计器522,预失真器54进一步包括时域信号修整器540以及自适应滤波器542,结合图4可知,本实施例的DCEM预失真装置5与图4所示实施例中的DCEM预失真装置5在结构上相似,图5中与图4中名称相同的元件具有相似的功能,在此不复赘述。
理想状况下,即如果功放的特性是固定的,则如图4所示实施例的DCEM预失真装置4能够完美地完成失真补偿的工作并且不需要额外的步骤。但在实际中,功放的特性总是慢变化的。因此如图5所示实施例的DCEM预失真装置5还包括状态更新器58,用于跟踪功放56的变化,并结合更新算法连续地更新预失真器54的状态。其中,所述状态更新器58进一步包括抽头系数更新器580以及LUT更新器582,分别用于更新预失真器54的抽头系数和LUT。
本发明的发明人于2009年9月30日向国家知识产权局提交了申请号为200910024169.X,发明名称为《宽带多载波通迅系统中的线性装置以及线性化方法》的发明专利申请,所述发明专利申请于2012年11月14日经由国家知识产权局审定授予发明专利。在前述发明专利中记载了一种改良的抽头系数和LUT更新算法。在一个实施例中,本发明的DCEM预失真装置5的状态更新器54可以采用前述发明专利中所揭示的抽头系数更新算法和LUT更新算法,在此不负赘述。此外,本发明的DECM预失真装置5的状态更新器还可以采用其他方法更新抽头系数和LUT,而不限于前述发明专利中的方法。
为了更清楚地展示本发明的DCEM预失真装置4/5的有益技术效果,以下将结合仿真实验条件(即通过预设功放模型和输入信号)描述本发明的DCEM预失真装置4/5的较佳实施方式,并确定描述本发明的DCEM预失真装置4/5的各参数的最佳设置,所述DCEM预失真装置4/5的参数包括但不限于LUT的大小以及自适应滤波器的长度。最后,通过比较本发明的DCEM预失真装置4/5和现有技术的LUT预失真装置3a和SFLUT预失真装置3b的性能,凸显本发明的显著进步。
如之前所述,本发明选用如图3a所示的Wiener模型来构建记忆性功放。为了表现坏的记忆性失真,FIR滤波器的长度设为59。如下表1给出了FIR滤波器的一组系数值:
coefficients | 0.5192 | 0.1238 | 0.0569 | 0.05 | 0.02 | 0.01 | 0.01 | 0.01 | 0.01 |
0.01 | 0.01 | 0.01 | 0.01 | 0.01 | 0.01 | 0.01 | 0.005 | 0.005 | 0.005 |
0.005 | 0.005 | 0.005 | 0.005 | 0.005 | 0.005 | 0.005 | 0.005 | 0.005 | 0.002 |
0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 |
0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.002 | 0.001 |
0.001 | 0.001 | 0.001 | 0.001 | 0.001 | 0.001 | 0.001 | 0.001 | 0.001 | 0.001 |
表1
根据Saleh模型用来构建无记忆功放,可以表示为如下等式(27):
训练信号SP,K采用N=2048SFS,并且间隔ΔK=32。为了归一化Pmax等于1。
经过训练阶段,可以构造一个25MHz基带通信系统并且采用功率归一化的64QAM调制信号。采样频率Fs=200MHz,即4倍过采样。64QAM已经广范应用在高速率通信系统中,例如Wi-Fi,LTE等。但是它表现出很大的PAPR,当没有使用线性化技术时,功放的效率非常低。
星座的变化经常在线性发射机的输出端用误差向量大小(Error vectormagnitude,简称EVM)来评估,EVM定义为如下等式(28):
其中,和分别是传输信号和功放输出信号。这里可以选择EVM作为准则来确定本发明的DCEM预失真装置4/5的参数的最佳设置。
LUT的大小影响最终性能。为了确定合适的LUT大小,经过测试N=256,512,1024,2048和4096的情况(对应滤波器长度L=128)。结果如下表2所示,EVM值随LUT大小的增加而减小,但是大的LUT需要更多的RAM资源。考虑性能和资源的平衡,较佳地选择N=2048。
LUT size | 256 | 512 | 1024 | 2048 | 4096 |
EVM | 1.1e-3 | 9.2e-4 | 7.3e-4 | 1.7e-5 | 1.5e-5 |
表2
在本发明的DCEM预失真装置4/5中自适应滤波器的长度也会影响性能。经过分别测试L=64、128和256。结果如表3所示,从L=64到L=128时EVM值明显下降。尽管L=256有最好的EVM性能,但是自适应滤波器需要大量的乘法器也就意味着复杂的机构。较佳地,采用L=128能够达到性能和复杂度的平衡。
adaptive filter length | 64 | 128 | 256 |
EVM | 1.9e-3 | 1.7e-5 | 1.5e-5 |
表3
为了评估本发明的DCEM预失真装置4/5的性能,选择现有技术的LUT预失真装置3a和SFLUT预失真装置3b进行比较。其中,LUT预失真装置3a采用由Kenny提出的RASCAL方法。而SFLUT预失真装置3b采用更新算法,其中,为了公平起见,理想训练信号即高斯白噪声和非理想训练信号即传输信号分别用作测试来得到仿真结果,并且分别命名为SFLUT-1和SFLUT-2(需要说明的是,SFLUT1实际中无法实现,仅作为比较结果)。
图6a-6d所示依次为LUT预失真装置3a、传输信号为高斯白噪声的SFLUT预失真装置3b、传输信号非高斯白噪声的SFLUT预失真装置3b以及本发明的DCEM预失真装置4/5的AM-AM曲线,其直接表现了功放的线性程度。如图所示,非线性失真和记忆性失真对信号引起了严重的失真,LUT预失真装置3a完全不能处理失真。由于训练信号是非理想的,尽管SFLUT预失真装置3b有一些作用,但它依然存在明显失真。与SFLUT预失真装置3b相比,本发明的DCEM预失真装置4/5完美地解决了这些问题,并且曲线是线性的。
频谱扩展算法对于显示在通信系统中非线性失真引起的频谱再生是一个很有用的工具。它提供了一个简单的方法来观察ACI级别和由失真传输信号造成的频率泄露对旁边通信信道的影响。图7所示为LUT预失真装置3a、传输信号为高斯白噪声的SFLUT预失真装置3b、传输信号非高斯白噪声的SFLUT预失真装置3b以及本发明的DCEM预失真装置4/5的功放输出信号的功率谱密度(Power spectrum density,简称PSD)。其中,曲线(a)对应于失真信号,曲线(b)对应于LUT预失真装置3a的功放输出信号,曲线(c)对应于传输信号为非高斯白噪声的SFLUT预失真装置3b的功放输出信号,曲线(d)对应于传输信号为高斯白噪声的SFLUT预失真装置3b的功放输出信号、曲线(e)对应于本发明的DCEM预失真装置4/5的功放输出信号。
PSD数据在调制频率带的中心频率点都归一化到采样值,因此未补偿的和补偿过的失真信号的PSD曲线才是可比的。水平轴是归一化的弧度频率,在这个范围内PSD被估计,单位是弧度/采样,这里π实际上代表最大物理采样频率Fs的一半,单位是Hz。
根据图7所示,非线性失真和记忆性失真引起严重的频率再生,LUT预失真装置3a不能补偿这种失真。与LUT预失真装置3a和传输信号为非高斯白噪声的SFLUT预失真装置3b相比,使用传输信号为高斯白噪声的SFLUT预失真装置3b可以获得18dB的性能提升,而本发明的DCEM预失真装置4/5的性能比使用传输信号为高斯白噪声的SFLUT预失真装置3b更好一些,这对于构建满足电信监管机构严格频谱要求的无线通信系统是很重要的。
收敛速度是评估系统性能的一个重要因素,越快的收敛速度意味着越短的准备时间。图8所示为LUT预失真装置3a、传输信号为高斯白噪声的SFLUT预失真装置3b、传输信号非高斯白噪声的SFLUT预失真装置3b以及本发明的DCEM预失真装置4/5的收敛速度和收敛精确度。其中,曲线(a)对应于LUT预失真装置3a的功放输出信号,曲线(b)对应于传输信号为非高斯白噪声的SFLUT预失真装置3b的功放输出信号,曲线(c)对应于传输信号为高斯白噪声的SFLUT预失真装置3b的功放输出信号、曲线(d)对应于本发明的DCEM预失真装置4/5的功放输出信号。
根据图8所示,LUT预失真装置3a是最差的。传输信号为非高斯白噪声的SFLUT预失真装置3b的EVM随着迭代时间的增加而减小,但是减小的速度太慢不能满足要求。本发明的DCEM预失真装置4/5在收敛速度方面有最好的性能。传输信号为高斯白噪声的SFLUT预失真装置3b也有比较好的收敛精确度,但是它需要较长时间获得10-4级的EVM。
众所周知,通信系统存在采样时钟同步误差,即延时,造成源信号和反馈信号的时间不匹配。SFLUT预失真装置3b需要源信号和反馈信号间的误差信息来不断更新,但是采样时钟同步误差会畸变这个信息。因此,同步误差在数字预失真系统中是一个问题。
图9所示为在传输信号高斯白噪声的SFLUT预失真装置、传输信号非高斯白噪声的SFLUT预失真装置以及本发明的DCEM预失真装置中不同的延时对EVM的影响。其中,在传输信号为高斯白噪声的SFLUT预失真装置3b、传输信号非高斯白噪声的SFLUT预失真装置3b以及本发明的DCEM预失真装置4/5中延时分别为采样周期Ts的不同百分比。其中,三角符号标识的曲线对应于传输信号为高斯白噪声的SFLUT预失真装置3b中不同的延时对EVM的影响,方形符号标识的曲线对应于传输信号为非高斯白噪声的SFLUT预失真装置3b中不同的延时对EVM的影响、圆形符号标识的曲线对应于本发明的DCEM预失真装置4/5中不同的延时对EVM的影响。
根据图9所示,传输信号为高斯白噪声的SFLUT预失真装置3b和本发明的DCEM预失真装置4/5都受同步误差的影响,而传输信号非高斯白噪声的SFLUT预失真装置3b例外。对于传输信号为高斯白噪声的SFLUT预失真装置3b,到当延时为Ts的5%时,EVM随延时延时的增加而显著增大。对于τ/Ts>15%时,结果很快地变坏。传输信号非高斯白噪声的SFLUT预失真装置3b不受同步误差的影响,但它的EVM一直保持一个较高的值。与SFLUT预失真装置3b相比,本发明的DCEM预失真装置4/5也受同步误差的影响,但在较差的环境下它也能够保持良好的性能,在τ/Ts=50%的条件下,EVM甚至可以接近10-2。
图10所示为本发明一个实施例的DCEM预失真方法的操作流程示意图,其能够广泛地应用于宽带移动通信系统中。尽管图3中公开了具体的步骤,但这些步骤仅是示例性的。也就是说,本发明可以很好地适用于各种其他步骤或图10中所示步骤的变形。
在步骤S10中,在预失真器开始工作之前,利用训练信号发生器所产生的训练信号SP,K来提取功放失真特性,从而在通信系统初始化时预先得到功放失真特性的逆特性,并由此逆特性直接计算出预失真器的初始状态参数并存入预失真器中;
在步骤S20中,跟踪功放的变化,并结合更新算法连续地更新预失真器的状态。
本发明提供了一种DCEM预失真装置以及方法,其通过失真特性估计算法来估计预失真器的最佳状态。然后,通过跟踪率放的变化,并结合更新算法连续地更新预失真器的状态。采用本发明的DCEM预失真装置以及方法既能够补偿非线性失真又可以补偿记忆性失真,并能够提高收敛速度和精度,且在采样时钟同步误差很大的情况下,能保持较好的性能。
在此使用之措辞和表达都是用于说明而非限制,使用这些措辞和表达并不将在此图示和描述的身份之任何等同物或部分等同物排出在发明范围之外,在权利要求的范围内可能存在各种修改。其他的修改、变体和替代物也可能存在。因此,权利要求旨在涵盖所有此类等同物。
Claims (10)
1.一种失真特性估算法预失真装置,其应用于宽带移动通信系统中,所述失真特性估算法预失真装置包括预失真器以及功率放大器,所述预失真器用于预畸变所述功率放大器的输入信号,其特征在于,所述失真特性估算法预失真装置还包括:
训练信号发生器,用于产生具有不同频率分量和幅度分量的训练信号,并将所产生的训练信号传送给所述预失真器,所述训练信号发生器产生的训练信号SP,K为:
n=0,1,...,N-1
其中,N是SP,K信号的长度,n为SP,K信号的离散点,P和K分别表示SP,K信号的幅度分量和频率分量,exp()为指数函数;
失真估计器,包括记忆性失真估计器和非线性失真估计器,用于在所述预失真器开始工作之前,利用所述训练信号SP,K结合所述非线性失真估计器通过查找表法来提取功放的非线性失真特性,同时,所述记忆性失真估计器将估计记忆性失真特性等效成定义FIR滤波器的抽头系数dw,再结合训练信号SP,K建立失真特性矩阵Y,并通过建立的幅度矩阵YAP,K和相位矩阵YPP,K,估计出幅度放缩系数HK,和相位旋转系数QK,从而确定出记忆性失真特性,进而得到所述功放失真特性的逆特性,并由所述逆特性计算出所述预失真器的初始状态参数并存入所述预失真器中。
2.根据权利要求1所述的失真特性估算法预失真装置,其特征在于,所述预失真器进一步包括时域信号修整器以及自适应滤波器。
3.根据权利要求1所述的失真特性估算法预失真装置,其特征在于,所述功率放大器等效为有限冲击响应滤波器和无记忆功率放大器级联。
4.根据权利要求3所述的失真特性估算法预失真装置,其特征在于,所述非线性失真特性包括幅度放缩以及相位旋转。
5.根据权利要求4所述的失真特性估算法预失真装置,其特征在于,估计所述记忆性失真特性为确定所述有限冲击响应滤波器的抽头系数。
6.根据权利要求1所述的失真特性估算法预失真装置,其特征在于,估计所述非线性失真特性包括幅度-幅度失真函数以及幅度-相位失真函数。
7.根据权利要求6所述的失真特性估算法预失真装置,其特征在于,估计所述非线性失真特性为确定幅度表和相位表。
8.根据权利要求1所述的失真特性估算法预失真装置,其特征在于,所述失真特性估算法预失真装置还包括:
状态更新器,用于跟踪所述功率放大器的变化,并结合更新算法连续地更新所述预失真器的状态。
9.根据权利要求8所述的失真特性估算法预失真装置,其特征在于,所述状态更新器进一步包括:
抽头系数更新器,用于更新所述预失真器的抽头系数;
查找表更新器,用于更新所述预失真器的幅度表和相位表。
10.一种失真特性估算法预失真方法,其应用于宽带移动通信系统中,其特征在于:所述失真特性估算法预失真方法至少包括下列步骤:
在预失真器开始工作之前,由训练信号发生器产生一训练信号SP,K,所述训练信号SP,K如下式:
n=0,1,...,N-1
其中,N是SP,K信号的长度,n为SP,K信号的离散点,P和K分别表示SP,K信号的幅度分量和频率分量,exp()为指数函数;
记忆性失真估计器结合所述训练信号SP,K估计功放的记忆性特征,将估计记忆性失真特性等效成定义FIR滤波器的抽头系数dw,所述抽头系数dw如下式:
dw=IFFT(HKexp{jQK})
其中,K为频率分量,HK,QK分别为SP,K信号在K频率分量下的幅度放缩系数和相位旋转系数,IFFT()为逆傅里叶变换函数,exp()为指数函数;
建立失真特性矩阵Y,并通过幅度矩阵YAP,K和相位矩阵YPP,K,估计出幅度放缩系数HK和相位旋转系数QK,进而确定出dw,其中幅度矩阵YAP,K等式和相位矩阵YPP,K等式如下式:
YAP,K=A(PHK)
其中,A()为幅度失真函数,为相位失真函数;
在估计功放的记忆性特征的同时,非线性失真估计器结合所述训练信号SP,K通过查找表法估计功放的非线性失真特征;
通信系统初始化时预先得到功放记忆性失真特性和非线性失真特性的逆特性,并由此逆特性直接计算出预失真器的初始记忆性失真状态参数和非线性失真状态参数,并存入预失真器中;
跟踪功放的变化,并结合更新算法连续地更新预失真器的状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310276899.5A CN103326973B (zh) | 2013-07-03 | 2013-07-03 | 失真特性估算法预失真装置以及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310276899.5A CN103326973B (zh) | 2013-07-03 | 2013-07-03 | 失真特性估算法预失真装置以及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103326973A CN103326973A (zh) | 2013-09-25 |
CN103326973B true CN103326973B (zh) | 2016-12-28 |
Family
ID=49195510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310276899.5A Expired - Fee Related CN103326973B (zh) | 2013-07-03 | 2013-07-03 | 失真特性估算法预失真装置以及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103326973B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104580042B (zh) * | 2014-12-08 | 2017-12-05 | 大唐移动通信设备有限公司 | 一种数字预失真的方法和装置 |
EP3306817B8 (en) * | 2016-10-07 | 2021-04-21 | Rohde & Schwarz GmbH & Co. KG | Predistortion system and method |
JP6571133B2 (ja) * | 2017-06-19 | 2019-09-04 | アンリツ株式会社 | 信号発生装置および信号発生方法 |
US10832383B2 (en) * | 2018-04-30 | 2020-11-10 | Disney Enterprises, Inc. | Systems and methods for distortion removal at multiple quality levels |
CN109683115B (zh) * | 2019-02-12 | 2024-05-03 | 泰山医学院 | 一种磁共振射频功率放大器装置及磁共振系统 |
CN113037235A (zh) * | 2019-12-09 | 2021-06-25 | 深圳市中兴微电子技术有限公司 | 数据采集的方法、装置、设备和存储介质 |
CN111147027B (zh) * | 2020-01-14 | 2021-02-19 | 北京联盛德微电子有限责任公司 | 一种基于宽带无线通信系统的数字预失真的方法和装置 |
CN112787600B (zh) * | 2020-12-28 | 2022-11-08 | 电子科技大学 | 一种失真抑制频段可调的数字预失真校正方法与装置 |
CN112968681B (zh) * | 2021-02-02 | 2023-04-25 | 电子科技大学 | 一种高斯白噪声背景下功放模型参数精确提取系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731673A (zh) * | 2005-07-14 | 2006-02-08 | 西安电子科技大学 | 实现记忆型功率放大器线性化的方法及其基带预失真装置 |
US20090129257A1 (en) * | 2005-03-31 | 2009-05-21 | Alexander Maltsev | System and method for compensation of non-linear transmitter distortion |
CN101483623A (zh) * | 2008-12-17 | 2009-07-15 | 成都凯腾四方数字广播电视设备有限公司 | 一种基带自适应数字预失真功放校正方法及系统 |
CN101764577A (zh) * | 2009-12-16 | 2010-06-30 | 电子科技大学 | 基于单路反馈和非迭代技术的基带预失真功放线性化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8073340B2 (en) * | 2008-02-05 | 2011-12-06 | Applied Optoelectronics, Inc. | Distortion compensation circuit including one or more phase invertible distortion paths |
CN101437005B (zh) * | 2008-12-12 | 2012-11-14 | 中国人民解放军理工大学通信工程学院 | 通信同步过程中存在定时误差的整数倍频偏估计方法 |
-
2013
- 2013-07-03 CN CN201310276899.5A patent/CN103326973B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090129257A1 (en) * | 2005-03-31 | 2009-05-21 | Alexander Maltsev | System and method for compensation of non-linear transmitter distortion |
CN1731673A (zh) * | 2005-07-14 | 2006-02-08 | 西安电子科技大学 | 实现记忆型功率放大器线性化的方法及其基带预失真装置 |
CN101483623A (zh) * | 2008-12-17 | 2009-07-15 | 成都凯腾四方数字广播电视设备有限公司 | 一种基带自适应数字预失真功放校正方法及系统 |
CN101764577A (zh) * | 2009-12-16 | 2010-06-30 | 电子科技大学 | 基于单路反馈和非迭代技术的基带预失真功放线性化方法 |
Non-Patent Citations (2)
Title |
---|
《一种宽带OFDM系统放大器的失真消除方法》;任智源 等;《中国科学:信息科学》;20111230;第41卷(第6期);726-738 * |
《宽带OFDM系统中的简化滤波查表预失真算法》;任智源 等;《系统工程与电子技术》;20100731;第32卷(第7期);1370-1372 * |
Also Published As
Publication number | Publication date |
---|---|
CN103326973A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103326973B (zh) | 失真特性估算法预失真装置以及方法 | |
US20230370937A1 (en) | Method and system for baseband predistortion linearization in multi-channel wideband communication systems | |
Chani-Cahuana et al. | Iterative learning control for RF power amplifier linearization | |
US6072364A (en) | Adaptive digital predistortion for power amplifiers with real time modeling of memoryless complex gains | |
CN100571023C (zh) | 一种宽带线性化功率放大器的自适应预失真方法及系统 | |
JP2008511212A (ja) | 直交周波数分割多重システム用のプリディストータおよびその作動方法 | |
US10263569B2 (en) | Method and system for aligning signals widely spaced in frequency for wideband digital predistortion in wireless communication systems | |
Al-Dalakta et al. | PAPR reduction scheme using maximum cross correlation | |
CN105471784A (zh) | 一种联合补偿iq不平衡和pa非线性的数字预失真方法 | |
Gregorio et al. | Receiver-side nonlinearities mitigation using an extended iterative decision-based technique | |
Dallinger et al. | Adaptive pre-distortion techniques based on orthogonal polynomials | |
Olfat et al. | Joint channel and clipping level estimation for OFDM in IoT-based networks | |
CN106208985A (zh) | 一种基于查表法的自适应数字预失真方法及系统 | |
Laki et al. | Adaptive digital predistortion for wideband high crest factor applications based on the WACP optimization objective: A conceptual overview | |
Rahati Belabad et al. | A novel generalized parallel two-box structure for behavior modeling and digital predistortion of RF power amplifiers at LTE applications | |
Liu et al. | On the robustness of look-up table digital predistortion in the presence of loop delay error | |
Chiu et al. | Predistorter based on frequency domain estimation for compensation of nonlinear distortion in OFDM systems | |
CN109643974B (zh) | Miso系统中的改进反馈 | |
Gao | Linearization of Wideband Wi-Fi Power Amplifiers Using RF Analog Memory Predistortion | |
Varahram et al. | A digital pre-distortion based on nonlinear autoregressive with exogenous inputs | |
Piazza et al. | Non-parametric data predistortion for non-linear channels with memory | |
KR20090125597A (ko) | 협대역 신호를 이용한 광대역 신호의 비선형 모델 파라미터추출 방법 및 이를 이용한 전치 왜곡 장치 및 그 방법 | |
Cheaito et al. | EVM derivation for multicarrier signals: Joint impact of non-linear amplification and predistortion | |
Fukuda et al. | Method of determining delay dependence of the memory effect in power amplifiers and derivation of inverse to cancel the nonlinear distortions | |
KR101970784B1 (ko) | Multi-block lut 기반 디지털 전치 왜곡 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161228 Termination date: 20190703 |
|
CF01 | Termination of patent right due to non-payment of annual fee |