CN103715992A - 基于简化Volterra级数的功放预失真装置及方法 - Google Patents
基于简化Volterra级数的功放预失真装置及方法 Download PDFInfo
- Publication number
- CN103715992A CN103715992A CN201310694910.XA CN201310694910A CN103715992A CN 103715992 A CN103715992 A CN 103715992A CN 201310694910 A CN201310694910 A CN 201310694910A CN 103715992 A CN103715992 A CN 103715992A
- Authority
- CN
- China
- Prior art keywords
- baseband signal
- digital
- digital baseband
- power amplifier
- sigma
- 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.)
- Granted
Links
Images
Landscapes
- Amplifiers (AREA)
Abstract
本发明公开了一种基于非线性滤波器的一阶截断动态偏移降低Volterra级数功放数字预失真装置,包括数字预失真器对输入数字基带信号进行数字预失真处理,功率放大器输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器模数转换后生成输出数字基带信号;输入数字基带信号和输出数字基带信号同步后输入预失真器训练模块,预失真器训练模块利用最小二乘算法进行参数训练后获得模型参数;本发明还提供一种功放数字预失真方法。本发明避免了一些其他简化Volterra级数模型中的高阶运算和开根号的操作,降低数字信号处理的难度和复杂度,模型参数分布更加均匀,能很好的补偿功率放大器的非线性特性和记忆效应。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种基于非线性滤波器的一阶截断动态偏移降低(Dynamic Deviation Reduction)Volterra级数功放数字预失真装置及方法。
背景技术
随着无线移动通信系统的发展,数据流量激增,频谱资源日益稀缺,系统中传输的信号的峰均比和带宽都在变大。比如,WCDMA第三代移动通信系统中的单载波信号带宽5MHz;LTE第四代移动通信系统单载波信号带宽变为20MHz,LTE信号峰均比甚至超过10dB。高峰均比的宽带信号对射频功率放大器的线性要求很高,并且使得射频功率放大器非线性特性和记忆效应变得更加复杂。近年来,功率放大器线性化技术的研究越来越广泛,常用的线性化技术有前馈法、反馈法、功率合成法和数字预失真等,其中数字预失真已经成为最受关注的线性化技术。
在射频功率放大器数字预失真中,研究人员广泛采用了各种各样的Volterra级数模型和神经网络模型等。Volterra级数模型适用于弱非线性特性的系统建模,参数会随着系统阶次和记忆长度的增大而急剧增加,往往参数多、计算量大、性能受到阶次大小和记忆长度的影响等。神经网络模型往往结构过于复杂不容易在数字域中实现。一阶截断动态偏移降低Volterra级数就是一种用于功放非线性建模的简化的Volterra级数模型,但是同样存在着一般Volterra级数的参数多、计算量大的缺点。
发明内容
为了克服现有技术中存在的不足,本发明提供一种基于简化Volterra级数的功放预失真装置及方法,利用简单的非线性滤波器替换了一阶截断动态偏移降低Volterra级数模型的中复杂的高阶运算,其模型结构简单,复杂度低,能很好的补偿功率放大器的复杂的非线性特性和记忆效应。
为实现上述目的,本发明采取如下技术方案:
一种基于简化Volterra级数的功放数字预失真装置,其特征在于:该装置包括数字预失真器、数模转换器、宽带正交调制器、功率放大器、衰减耦合器、宽带正交解调器、模数转换器和预失真器训练模块;
所述数字预失真器外接输入数字基带信号,并对输入数字基带信号进行基于非线性滤波器简化一阶截断动态偏移降低Volterra级数的数字预失真处理,所述数字预失真处理后的输入数字基带信号经数模转换器数模转换、宽带正交调制器正交调制后输入功率放大器,所述功率放大器输出功放输出模拟基带信号;
所述功放输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器模数转换后生成输出数字基带信号;
所述输入数字基带信号和输出数字基带信号同步输入预失真器训练模块,所述预失真器训练模块利用最小二乘算法对输入数字基带信号和输出数字基带信号进行参数训练,获得基于非线性滤波器的一阶截断动态偏移降低Volterra级数模型参数,并发送给数字预失真器。
本发明提供的一种基于简化Volterra级数的功放数字预失真方法,包括如下步骤:
更进一步的,步骤(1)中基于非线性滤波器的一阶截断动态偏移降低Volterra级数模型的获取包括如下步骤:
(11)一阶截断动态偏移降低Volterra级数模型,其数学表达式为:
(12)分离出步骤(1)所述模型的高阶运算部分,其数学表达式为:
(13)利用非线性滤波器替换高阶运算部分,其数学表达式为:
U=XB
那么
B=(XHX)-1XHU
其中
X=[Ρn,…,Ρn+N-1]T
…,
…,
式中矩阵X代表上述模型中关于输出数字基带信号线性项的矩阵,和分别代表输入数字基带信号和输出数字基带信号,K代表非线性滤波器的分段数,βm代表预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型参数,M代表记忆长度,K代表非线性滤波器的分段数,,i=0,1,…,M,k=0,1,…,(P-1)/2,m=0,1,…,K;
(15)去掉绝对值符号,对步骤(3)所述模型中的Ci,j(n)进一步简化,其数学表达式为:
式中sign(.)代表符号函数,λm代表的符号,代表功放输出数字基带信号,上式表明Ci,j(n)是的分段线性函数,αi,j和γi,j是和相关的复参数,βm代表预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型参数。
有益效果:
(1)避免了一阶截断动态偏移降低Volterra级数模型的高阶运算,降低了乘法操作的数量,从而降低了数字信号处理的复杂度。
(2)避免了一阶截断动态偏移降低Volterra级数模型的开根号的操作,降低数字预失真处理的难度。
(3)由于数字预失真模型参数中没有高阶运算,其参数分布更加均匀,不会出现特别大或者特别小的值,其所需要的数字存储位数低。
附图说明
图1是本发明的功放数字预失真装置结构示意图。
图2是本发明的数字预失真建模方法的流程图。
图3是本发明的数字预失真模型误差信号功率谱密度比较图。
图4是本发明的数字预失真模型参数大小分布图。
具体实施方式
下面结合附图对本发明作更进一步的详细描述。
如图1所示,本发明提供的一种基于非线性滤波器简化一阶截断动态偏移降低Volterra级数功放数字预失真装置,包括数字预失真器、数模转换器DAC、宽带正交调制器、功率放大器、衰减耦合器、宽带正交解调器、模数转换器ADC和预失真器训练模块,数字预失真器外接输入数字基带信号,并对输入数字基带信号进行基于非线性滤波器简化一阶截断动态偏移降低Volterra级数的数字预失真处理,预失真处理的输入数字基带信号经数模转换器DAC数模转换、宽带正交调制器正交调制后输入功率放大器,功率放大器输出功放输出模拟基带信号;功放输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器ADC模数转换后生成输出数字基带信号;输入数字基带信号和输出数字基带信号同步输入预失真器训练模块,预失真器训练模块利用最小二乘算法对输入数字基带信号和输出数字基带信号进行参数训练后获得模型参数,并发送给数字预失真器。
功放输出模拟基带信号通过衰减耦合器、宽带正交解调器得到功放输出模拟基带I/Q信号,模数转换器ADC采集功放输出模拟基带I/Q信号,得到输出数字基带信号。已有的输入数字基带信号和采集到的输出数字基带信号进行同步,并输入预失真器训练模块。数字预失真器利用同步后的输入数字基带信号和输出数字基带信号建立基于非线性滤波器简化一阶截断动态偏移降低Volterra级数功放数字预失真模型,模型参数利用最小二乘算法获得。最后输入数字基带信号经数字预失真器预失真处理,然后输入数模转换器DAC、宽带正交解调器和功率放大器。
本发明还提供一种基于非线性滤波器的一阶截断动态偏移降低Volterra级数功放数字预失真方法,包括如下步骤:
步骤(1)中采用基于非线性滤波器简化一阶截断动态偏移降低Volterra级数模型来补偿功率放大器的非线性失真,其建模具体流程如图2。
(11)首先说明一下一阶截断动态偏移降低Volterra级数,公式如下所示:
(12)分离出步骤(1)所述模型的高阶运算部分
由于上述Volterra级数模型需要高阶运算,乘法运算量大,数字信号处理的复杂度高。常用的简化方法是把Ci,1(n)和Ci,2(n)看成关于的非线性函数,利用查找表技术来避免高阶运算,并且查找表的容量不算太大,消耗资源不多,但是必需首先计算再通过开根号计算获得开根号算法一般在数字信号处理中需要利用CORDIC算法来完成,其需要多次迭代才能完成,增加了数字信号处理的复杂度。
上述一阶截断动态偏移降低Volterra级数公式可以写成:
(13)利用非线性滤波器替换高阶运算部分
非线性滤波器可以看成分段线性函数,可以用来拟合一般的非线性函数,其表达式如下:
其中v是非线性函数的自变量,K代表非线性滤波器的段数,βm是预先设定的非线性滤波器的分段点。
Ci,1(n)和Ci,2(n)可以基于非线性滤波器的思路写成如下公式:
那么,基于非线性滤波器的一阶截断动态偏移降低Volterra级数模型,其数学表达式为:
式中和代表功率放大器输入和输出信号经模拟数字转换后的n代表采样时刻的复数包络数据,M代表记忆长度,K代表非线性滤波器的分段数,βm预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型的参数。
U=XB
那么
B=(XHX)-1XHU
其中
X=[Pn,…,Pn+N-1]T
…,
…,
式中矩阵X代表上述模型中关于输出数字基带信号线性项的矩阵,和分别代表输入数字基带信号和输出数字基带信号,K代表非线性滤波器的分段数,βm代表预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型参数,M代表记忆长度,K代表非线性滤波器的分段数,i=0,1,…,M,k=0,1,…,(P-1)/2,m=0,1,…,K;
(15)去掉绝对值符号,对上述模型中Ci,j(n)的进一步简化
对本发明进行试验验证,以100MHz带宽的LTE-A信号输入一个2.5GHz射频功率放大器为例,功放输入输出数据同步采集后归一化处理。模型误差信号功率谱密度比较如图3,可以看出模型误差远低于原始功放输出信号。图4是模型复参数的实部和虚部大小的分布图,其中可以看出模型参数没有出现特别大或者特别小的值。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于简化Volterra级数的功放数字预失真装置,其特征在于:该装置包括数字预失真器、数模转换器、宽带正交调制器、功率放大器、衰减耦合器、宽带正交解调器、模数转换器和预失真器训练模块;
所述数字预失真器外接输入数字基带信号,并对输入数字基带信号进行基于非线性滤波器简化一阶截断动态偏移降低Volterra级数的数字预失真处理,所述数字预失真处理后的输入数字基带信号经数模转换器数模转换、宽带正交调制器正交调制后输入功率放大器,所述功率放大器输出功放输出模拟基带信号;
所述功放输出模拟基带信号经衰减耦合器功率耦合、宽带正交解调器正交解调、模数转换器模数转换后生成输出数字基带信号;
所述输入数字基带信号和输出数字基带信号同步输入预失真器训练模块,所述预失真器训练模块利用最小二乘算法对输入数字基带信号和输出数字基带信号进行参数训练,获得基于非线性滤波器的一阶截断动态偏移降低Volterra级数模型参数,并发送给数字预失真器。
2.一种基于简化Volterra级数的功放数字预失真方法,其特征在于包括如下步骤:
3.根据权利要求2所述的一种基于简化Volterra级数的功放数字预失真方法,其特征在于:所述步骤(1)中基于非线性滤波器的一阶截断动态偏移降低Volterra级数模型的获取包括如下步骤:
(11)一阶截断动态偏移降低Volterra级数模型,其数学表达式为:
(12)分离出步骤(1)所述模型的高阶运算部分,其数学表达式为:
式中Ci,1(n)和Ci,2(n)为关于的没有记忆效应的非线性函数,和分别代表输入数字基带信号和输出数字基带信号,M代表记忆长度,P代表模型阶数,和代表模型的复参数,i=0,1,…,M,k=0,1,…,(P-1)/2;
(13)利用非线性滤波器替换高阶运算部分,其数学表达式为:
式中和分别代表输入数字基带信号和输出数字基带信号,M代表记忆长度,K代表非线性滤波器的分段数,βm代表预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型参数,i=0,1,…,M,k=0,1,…,(P-1)/2,m=0,1,…,K;
(14)利用最小二乘法计算模型参数bi,j和ci,j,m,设存在N点训练数据,把的公式写成矩阵形式U,定义B为模型参数组成的矩阵,则其数学表达式为:
U=XB
那么
B=(XHX)-1XHU
其中
X=[Ρn,…,Ρn+N-1]T
…,
…,
式中矩阵X表示输出数字基带信号线性项的矩阵,和分别代表输入数字基带信号和输出数字基带信号,K代表非线性滤波器的分段数,βm代表预先设定的非线性滤波器的分段点,bi,j和ci,j,m代表模型参数,M代表记忆长度,K代表非线性滤波器的分段数,i=0,1,…,M,k=0,1,…,(P-1)/2,m=0,1,…,K;
(15)去掉绝对值符号,对步骤(3)所述模型中的Ci,j(n)进一步简化,其数学表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310694910.XA CN103715992B (zh) | 2013-12-17 | 2013-12-17 | 基于简化Volterra级数的功放预失真装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310694910.XA CN103715992B (zh) | 2013-12-17 | 2013-12-17 | 基于简化Volterra级数的功放预失真装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103715992A true CN103715992A (zh) | 2014-04-09 |
CN103715992B CN103715992B (zh) | 2016-08-17 |
Family
ID=50408657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310694910.XA Active CN103715992B (zh) | 2013-12-17 | 2013-12-17 | 基于简化Volterra级数的功放预失真装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103715992B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104868854A (zh) * | 2015-06-03 | 2015-08-26 | 中国科学院微电子研究所 | 一种数字预失真系统 |
CN105279349A (zh) * | 2015-11-26 | 2016-01-27 | 上海无线电设备研究所 | 一种Volterra级数行为模型的简化降阶方法 |
CN105634617A (zh) * | 2016-01-07 | 2016-06-01 | 武汉邮电科学研究院 | 基于直接检测的自适应光纤通信非线性均衡方法和系统 |
CN105656434A (zh) * | 2015-12-31 | 2016-06-08 | 东南大学 | 基于修改分段线性函数的功放数字预失真装置及方法 |
CN106877825A (zh) * | 2017-01-25 | 2017-06-20 | 东南大学 | 基于带限的简化非线性滤波器的数字预失真装置及方法 |
CN107659273A (zh) * | 2017-09-26 | 2018-02-02 | 东南大学 | 毫米波宽带功率放大器的可重构数字预失真系统及方法 |
CN108199690A (zh) * | 2018-01-05 | 2018-06-22 | 东南大学 | 基于三次样条的带限ddr函数模型的功率放大器数字预失真装置及方法 |
CN110247631A (zh) * | 2019-04-12 | 2019-09-17 | 瑞声科技(新加坡)有限公司 | 一种马达非线性失真补偿方法及装置 |
CN110765720A (zh) * | 2019-09-12 | 2020-02-07 | 重庆大学 | 一种复值流水线递归神经网络模型的功放预失真方法 |
CN111786639A (zh) * | 2020-06-23 | 2020-10-16 | 东南大学 | 一种双频功放数字预失真装置及方法 |
CN115516774A (zh) * | 2020-04-15 | 2022-12-23 | 美光科技公司 | 包含通过神经网络或递归神经网络补偿功率放大器噪声的实例的无线装置和系统 |
US12040920B2 (en) | 2020-08-13 | 2024-07-16 | Lodestar Licensing Group Llc | Wireless devices and systems including examples of compensating I/Q imbalance with neural networks or recurrent neural networks |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1790896A (zh) * | 2005-12-19 | 2006-06-21 | 宁波大学 | 一种基于记忆效应的射频功率放大器建模方法 |
US20070182484A1 (en) * | 2004-05-19 | 2007-08-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Adaptive predistortion method and arrangement |
CN101156159A (zh) * | 2004-03-03 | 2008-04-02 | 电力波技术公司 | 用于高效率发射机的数字预失真系统和方法 |
CN101267187A (zh) * | 2008-05-07 | 2008-09-17 | 北京北方烽火科技有限公司 | 一种宽带线性化功率放大器的自适应预失真方法及系统 |
CN102969987A (zh) * | 2012-12-17 | 2013-03-13 | 东南大学 | 基于欠采样的宽带功放预失真方法 |
-
2013
- 2013-12-17 CN CN201310694910.XA patent/CN103715992B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101156159A (zh) * | 2004-03-03 | 2008-04-02 | 电力波技术公司 | 用于高效率发射机的数字预失真系统和方法 |
US20070182484A1 (en) * | 2004-05-19 | 2007-08-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Adaptive predistortion method and arrangement |
CN1790896A (zh) * | 2005-12-19 | 2006-06-21 | 宁波大学 | 一种基于记忆效应的射频功率放大器建模方法 |
CN101267187A (zh) * | 2008-05-07 | 2008-09-17 | 北京北方烽火科技有限公司 | 一种宽带线性化功率放大器的自适应预失真方法及系统 |
CN102969987A (zh) * | 2012-12-17 | 2013-03-13 | 东南大学 | 基于欠采样的宽带功放预失真方法 |
Non-Patent Citations (4)
Title |
---|
JIANFENG ZHAI 等: "《Microwave and Millimeter Wave Technology,2008.ICMMT 2008. International Conference on》", 24 April 2008 * |
JIANFENG ZHAI 等: "Dynamic Behavioral Modeling of Power Amplifiers Using ANFIS-Based Hammerstin", 《MICROWAVE AND WIRELESS COMPONENTS LETTERS,IEEE》 * |
罗忠 等: "自适应Volterra滤波的一种快速算法", 《信息与控制》 * |
翟建锋 等: "基于朱氏广义采样定理的射频功放行为建模", 《东南大学学报(自然科学版)》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104868854A (zh) * | 2015-06-03 | 2015-08-26 | 中国科学院微电子研究所 | 一种数字预失真系统 |
CN105279349A (zh) * | 2015-11-26 | 2016-01-27 | 上海无线电设备研究所 | 一种Volterra级数行为模型的简化降阶方法 |
CN105656434A (zh) * | 2015-12-31 | 2016-06-08 | 东南大学 | 基于修改分段线性函数的功放数字预失真装置及方法 |
CN105656434B (zh) * | 2015-12-31 | 2019-08-13 | 东南大学 | 基于修改分段线性函数的功放数字预失真装置及方法 |
CN105634617B (zh) * | 2016-01-07 | 2018-02-16 | 武汉邮电科学研究院 | 基于直接检测的自适应光纤通信非线性均衡方法和系统 |
CN105634617A (zh) * | 2016-01-07 | 2016-06-01 | 武汉邮电科学研究院 | 基于直接检测的自适应光纤通信非线性均衡方法和系统 |
CN106877825A (zh) * | 2017-01-25 | 2017-06-20 | 东南大学 | 基于带限的简化非线性滤波器的数字预失真装置及方法 |
CN106877825B (zh) * | 2017-01-25 | 2020-04-24 | 东南大学 | 基于带限的简化非线性滤波器的数字预失真装置及方法 |
CN107659273A (zh) * | 2017-09-26 | 2018-02-02 | 东南大学 | 毫米波宽带功率放大器的可重构数字预失真系统及方法 |
CN108199690A (zh) * | 2018-01-05 | 2018-06-22 | 东南大学 | 基于三次样条的带限ddr函数模型的功率放大器数字预失真装置及方法 |
CN110247631A (zh) * | 2019-04-12 | 2019-09-17 | 瑞声科技(新加坡)有限公司 | 一种马达非线性失真补偿方法及装置 |
CN110247631B (zh) * | 2019-04-12 | 2023-05-09 | 瑞声科技(新加坡)有限公司 | 一种马达非线性失真补偿方法及装置 |
CN110765720A (zh) * | 2019-09-12 | 2020-02-07 | 重庆大学 | 一种复值流水线递归神经网络模型的功放预失真方法 |
CN110765720B (zh) * | 2019-09-12 | 2024-05-24 | 重庆大学 | 一种复值流水线递归神经网络模型的功放预失真方法 |
CN115516774A (zh) * | 2020-04-15 | 2022-12-23 | 美光科技公司 | 包含通过神经网络或递归神经网络补偿功率放大器噪声的实例的无线装置和系统 |
CN115516774B (zh) * | 2020-04-15 | 2023-10-24 | 美光科技公司 | 电子设备及其操作方法 |
CN111786639A (zh) * | 2020-06-23 | 2020-10-16 | 东南大学 | 一种双频功放数字预失真装置及方法 |
US12040920B2 (en) | 2020-08-13 | 2024-07-16 | Lodestar Licensing Group Llc | Wireless devices and systems including examples of compensating I/Q imbalance with neural networks or recurrent neural networks |
Also Published As
Publication number | Publication date |
---|---|
CN103715992B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103715992A (zh) | 基于简化Volterra级数的功放预失真装置及方法 | |
CN106877825B (zh) | 基于带限的简化非线性滤波器的数字预失真装置及方法 | |
CN103685111B (zh) | 一种数字预失真参数的求取方法及预失真系统 | |
CN104796091A (zh) | 基于分段记忆多项式的功率放大器建模及数字预失真方法 | |
CN101286963B (zh) | 一种基于可编程器件的宽带自适应数字预失真引擎装置 | |
CN102143107B (zh) | 一种实现数字基带预失真的方法及装置 | |
Naraharisetti et al. | Efficient least-squares 2-D-cubic spline for concurrent dual-band systems | |
CN102413085B (zh) | 一种数字预失真方法及装置 | |
CN105656434B (zh) | 基于修改分段线性函数的功放数字预失真装置及方法 | |
CN106506417A (zh) | 一种窄带反馈的数字预失真系统与方法 | |
US8432220B2 (en) | Linearization device for a power amplifier | |
CN106685368A (zh) | 一种欠采样反馈的数字预失真系统与方法 | |
CN102969987A (zh) | 基于欠采样的宽带功放预失真方法 | |
CN102427438A (zh) | 一种自适应数字预失真参数训练方法 | |
CN112787601B (zh) | 一种面向百兆赫兹信号带宽功放的高效预失真方法 | |
CN104883140A (zh) | 基于宽带射频功率放大器的数字预失真装置 | |
CN107659273A (zh) | 毫米波宽带功率放大器的可重构数字预失真系统及方法 | |
CN104639481B (zh) | 一种多频段信号处理方法及设备 | |
CN108199690A (zh) | 基于三次样条的带限ddr函数模型的功率放大器数字预失真装置及方法 | |
CN101350597A (zh) | 一种宽带射频功率放大器建模方法 | |
CN102611661B (zh) | 基于精确反解记忆多项式模型方程的预失真装置及方法 | |
CN101478522A (zh) | 一种ofdm系统中基于二维查询表的自适应预失真方法 | |
CN102739586A (zh) | 一种调整预失真线性性能的方法、设备和系统 | |
CN110086438A (zh) | 一种针对无源多波束发射机的数字预失真系统及方法 | |
CN104301269B (zh) | 等效采样预失真系统及其方法 |
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 |