CN103873407B - 用于在观测环内具有降低的采样率的射频发射器的数字预失真系统 - Google Patents

Abstract

本发明涉及一种用于在观测环内具有降低的采样率的射频发射器的数字预失真系统。一种系统，包括数模转换器、功率放大器、模数转换器、滤波器、和预失真模块。所述数模转换器基于数字数据生成模拟数据。所述功率放大器基于所述模拟数据生成输出数据。所述模数转换器基于所述输出数据以比奈奎斯特采样率小的采样率生成样本。所述滤波器对所述数字数据进行滤波并生成滤波后数据。所述预失真模块基于所述样本和所述滤波后数据使所述数字数据失真以补偿由所述功率放大器生成的失真。

Description

用于在观测环内具有降低的采样率的射频发射器的数字预失 真系统

相关申请的交叉引用

本申请要求2012年12月7日提交的美国临时申请NO.61/734602的优先权。上述引用的申请的全部公开内容通过引用包括在此。

技术领域

本公开内容总地涉及通信系统并且更具体地涉及一种用于在观测环(observation loop)内具有降低的采样率的射频发射器的数字预失真系统。

背景技术

此处提供的背景技术描述是用于概要地展示本公开内容的上下文的目的。当前提及的发明人的工作，就在该背景技术部分描述的程度而言，以及该说明书在提交时未被确认为现有技术的方面，均不被明确地或隐含地承认作为对抗本公开内容的现有技术。

数字预失真(DPD)系统被用于射频(RF)发射器以在功率放大器级消除失真。DPD典型地在观测环中使用模数转换器(ADC)。在DPD系统中，ADC转换率必须遵循用于乘以DPD的阶次的发射信号的带宽的奈奎斯特(Nyquist)采样要求。在现代通信系统中，在观测环中的ADC可能需要捕获高至1GHz的带宽。这一要求触及当前技术的限制并且增加了DPD系统的成本。

发明内容

一种系统，包括数模转换器、功率放大器、模数转换器、滤波器、和预失真模块。所述数模转换器基于数字数据生成模拟数据。所述功率放大器基于所述模拟数据生成输出数据。所述模数转换器基于所述输出数据以比奈奎斯特采样率小的采样率生成样本。所述滤波器对所述数字数据进行 滤波并生成滤波后数据。所述预失真模块基于所述样本和所述滤波后数据使所述数字数据失真以补偿由所述功率放大器生成的失真。

在其他特征中，所述系统进一步包括适配(adaptation)模块，其包括用来基于所述样本和所述滤波后数据生成权重的所述功率放大器的失真模型。所述预失真模块基于所述权重使所述数字数据失真。

在其他特征中，所述系统进一步包括适配模块，其包括用来使所述滤波后数据失真以生成失真分量的所述功率放大器的失真模型以及将所述失真分量与基于所述样本和滤波后数据生成的误差信号的非线性分量进行相关并生成权重的相关器。所述预失真模块基于所述权重使所述数字数据失真。

在其他特征中，所述系统进一步包括对所述滤波后数据降采样并生成与由模数转换器生成的采样时序一致的降采样数据的降采样模块、基于所述采样和降采样数据生成误差信号的减法器、用于使所述滤波后数据失真以生成失真分量的所述功率放大器的失真模型、以及将所述失真分量与所述误差信号的非线性分量进行相关并生成权重的相关器。所述预失真模块基于所述权重使所述数字数据失真。

在其他特征，所述系统进一步包括对所述滤波后数据以因子k降采样并生成与由模数转换器生成的样本时序一致的降采样数据的降采样模块以及基于所述样本和降采样数据生成误差信号的减法器。所述滤波器包括有限脉冲响应滤波器，其系数基于在由模数转换器生成的每个第k样本处的所述误差信号进行调整。

在进一步的其他特征中，所述系统包括基于数字数据生成输出数据的功率放大器、基于所述输出数据以比奈奎斯特采样率小的采样率生成样本的模数转换器、对所述数字数据进行滤波并生成滤波后数据的滤波器、用于使所述滤波后数据失真以生成失真分量的所述功率放大器的失真模型、将所述失真分量与基于所述采样和滤波后数据生成的误差信号的非线性分量进行相关并生成权重的相关器、以及基于所述权重使所述数字数据失真以补偿由所述功率放大器生成的失真的预失真模块。

在其他特征中，所述系统进一步包括对所述滤波后数据降采样并生成与由模数转换器生成的样本时序一致的降采样数据的降采样模块以及基于 所述样本和降采样数据生成误差信号的减法器。

在其他特征中，所述系统进一步包括对所述滤波后数据以因子k降采样并生成与由模数转换器生成的样本时序一致的降采样数据的降采样模块以及基于所述样品和降采样数据生成误差信号的减法器。所述滤波器包括有限脉冲响应滤波器，其系数基于在由模数转换器生成的每个第k样本处的所述误差信号进行调整。

在进一步的其他特征中，一种方法，包括基于数字数据生成模拟数据、使用功率放大器基于所述模拟数据生成输出数据、基于所述输出数据以比奈奎斯特采样率小的采样率生成样本、对所述数字数据进行滤波以生成滤波后数据、以及基于所述采样和所述滤波后数据使所述数字数据失真以补偿由所述功率放大器生成的失真。

在其他特征中，所述方法进一步包括基于所述样本和滤波后数据采用所述功率放大器的失真模型来生成权重以及基于所述权重使所述数字数据失真。

在其他特征中，所述方法进一步包括采用所述功率放大器的失真模型来使所述滤波后数据失真以生成失真分量、将所述失真分量与基于样本和滤波后数据生成的误差信号的非线性分量进行相关以生成权重、以及基于所述权重使所述数字数据失真。

在其他特征中，所述方法进一步包括对所述滤波后数据降采样并生成与所述样本时序一致的降采样数据、基于所述样本和降采样数据生成误差信号、采用所述功率放大器的失真模型使所述滤波后数据失真以生成失真分量、将所述失真分量与所述误差信号的非线性分量进行相关并生成权重、以及基于所述权重使所述数字数据失真。

在其他特征中，所述方法进一步包括对所述滤波后数据以因子k降采样并生成与所述样本时序一致的降采样数据、基于所述样本和降采样数据生成误差信号、以及基于在每个第k样本处的所述误差信号调整用于所述滤波的系数。

在进一步的其他特征中，一种方法，包括使用功率放大器基于数字数据生成输出数据、基于所述输出数据以比奈奎斯特采样率小的采样率生成样本、对所述数字数据进行滤波以生成滤波后数据、采用所述功率放大器 的失真模型使所述滤波后数据失真以生成失真分量、将所述失真分量与基于所述样本和滤波后数据生成的误差信号的非线性分量进行相关以生成权重、以及基于所述权重使所述数字数据失真以补偿由所述功率放大器生成的失真。

在其他特征中，所述方法进一步包括对所述滤波后数据降采样以生成与所述样本时序一致的降采样数据、以及基于所述样本和降采样数据生成误差信号。

在其他特征中，所述方法进一步包括对所述滤波后数据以因子k降采样以生成与所述样本时序一致的降采样数据、基于所述样本和降采样数据生成误差信号、以及基于在每个第k样本处的所述误差信号调整用于所述滤波的系数。

本公开内容的进一步的应用领域将从具体实施方式、权利要求和附图中变得明显。所述具体实施方式和特定示例仅用于说明的目的而并非为了限制本公开内容的范围。

附图说明

根据具体实施方式和附图，本公开内容将变得更加能够被充分理解，其中：

图1是包括工作在射频(RF)域内的直接学习的数字预失真(DPD)系统的发射器的功能性框图；

图2是包括工作在射频RF域内的间接学习的DPD系统的发射器的功能性框图；

图3是包括工作在基带频域内的直接学习的DPD系统的发射器的功能性框图；

图4是包括工作在基带频域内的间接学习的DPD系统的发射器的功能性框图；

图5是包括工作在比奈奎斯特采样率低的采样率的DPD系统的发射器的功能性框图；

图6是包括工作在比奈奎斯特采样率低的采样率且具有观测环频率响应补偿的DPD系统的发射器的功能性框图；

图7是用于仿真的预失真模型的示例；

图8A和8B分别示出了用于第一WCDMA仿真的不具有和具有DPD的频谱图；

图9是示出用于第一WCDMA仿真的预失真参数随时间收敛的图表；

图10A和10B分别示出了用于第二WCDMA仿真的不具有和具有DPD的频谱图；

图11是示出用于第二WCDMA仿真的预失真参数随时间收敛的图表；

图12A和12B分别示出了用于GSM仿真的不具有和具有DPD的频谱图；

图13是示出用于GSM仿真的预失真参数随时间收敛的曲线图；

图14A和14B示出了包括工作在基带频域的数字预失真(DPD)系统的发射器；

图15是用在图14B的发射器中的适配模块的功能性框图；以及

图16是用于以比奈奎斯特率小的采样率对功率放大器输出进行采样、使将要被发射的数据预失真以及为功率放大器失真进行补偿的方法的流程图。

具体实施方式

现在参照图1，一种RF发射器100包括预失真模块102、数模转换器(DAC)104、功率放大器106、反馈模块108、ADC 110、减法器112、以及适配模块114。待发射的数字数据x(n)被输入到预失真模块102。所述预失真模块102输出数据y(n)到DAC 104。所述预失真模块102使待发射的数据x(n)失真并生成失真后数据y(n)。DAC 104将失真后数据y(n)从数字格式转换到模拟格式。功率放大器106以增益G放大由DAC 104输出的模拟数据。功率放大器106输出放大数据p(t)。发射器100发射该放大数据p(t)。

反馈模块108以增益1/G调节(scale)由功率放大器106输出的放大数据p(t)。所述反馈模块108输出待发射的数据的调节版本。所述反馈模块108输出调节数据到ADC 110。ADC 110将调节数据从模拟格式转换为数字格式。ADC 110输出数字数据x^～(n)。减法器112从输入到预失真模块102的数字数据x(n)中减去数字数据x^～(n)。减法器112生成误差信号e(n)。 适配模块114基于误差信号e(n)控制预失真模块102。

数字预失真(DPD)技术被用于RF发射器中以消除在功率放大器106中生成的非线性失真(PA失真)。适配模块114调整预失真模块102的参数从而使得误差信号e(n)最小化。当误差信号e(n)变得等于零时，预失真模块102生成消除PA失真的失真。

为满足奈奎斯特要求，在观测环中ADC110需要工作在大于发射信号的带宽乘以预失真模块102的阶次的两倍的转换率下。在新兴标准中，ADC转换率可需要达到2GHz。特别地，在观测环中ADC110可需要捕获高至1GHz的带宽。相应地，ADC110可需要工作在2GHz以上的转换率下。工作在2GHz以上的转换率下触及当前技术的限制并且增加了DPD系统的成本。

本公开内容涉及降低用于RF发射器中的数字预失真(DPD)系统中ADC在观测环中的采样率。降低ADC的采样率可降低功率消耗和DPD系统的成本。本公开内容引入了DPD架构，其中在观测环中的采样率能够任意低并且仅由适配收敛时间要求所决定。

本公开内容应用于在射频(RF)发射器中使用的DPD系统。特别地，本公开内容可应用于在蜂窝基站收发信台(BTS)和其他通信系统中使用的发射器。在RF发射器中使用的功率放大器(PA)是非线性设备。功率放大器的非线性致使发射信号的失真和增加的带外功率泄露，其导致相邻信道干扰的增加。总体的功率效率和满足系统要求(如：误差向量幅度(EVM)和频谱遮罩)主要由功率放大器的非线性特性决定。因此，一些线性化技术对于不牺牲功率放大器的效率来最小化发射信号的失真是必要的。

数字预失真在使用的线性化技术中是最有效的。在DPD中，发射信号被有意地以这种方式失真，使得引入的失真消除由功率放大器生成的失真。预失真在将发射信号输入到功率放大器之前被引入到数字域中。发射信号基于非线性PA模型而被预失真。针对最好的失真消除将模型参数最优化。

采用适配算法将PA模型参数最优化。例如，直接学习适配系统如图1所示。在直接学习适配系统中，功率放大器的输出信号通过使用ADC被转换回数字域并且与未失真的信号进行比较。然后失真模型参数被最优化从而使得在未失真的信号和测量的输出信号之间的差异最小化。

现在参照图2，示出了一种间接学习适配系统。该间接学习适配系统比直接学习适配系统更加鲁棒并且对失真模型不准确性更不敏感。在这两种情况下，适配过程使用最小均方(LMS)或递归最小二乘(RLS)算法。

在图2中，RF发射器150包括第一预失真模块102-1、数模转换器(DAC)104、功率放大器106、反馈模块108、ADC 110、第二预失真模块102-2、减法器112、以及适配模块114。第一预失真模块102-1可与第二预失真模块102-2相似。也就是说，第一和第二预失真模块102-1和102-2使用相同的非线性PA模型和模型参数。

待发射的数字数据x(n)被输入到第一预失真模块102-1。第一预失真模块102-1使待发射的数据x(n)失真并输出失真后数据y(n)到DAC 104。DAC 104将失真后数据y(n)从数字格式转换为模拟格式。功率放大器106以增益G放大由DAC 104输出的模拟数据。功率放大器106输出放大数据p(t)。发射器150发射该放大数据p(t)。

反馈模块108以增益1/G调节由功率放大器106输出的放大数据p(t)。所述反馈模块108输出待发射的数据的调节版本。所述反馈模块108输出调节数据到ADC 110。ADC 110将调节数据从模拟格式转换为数字格式。ADC110输出数字数据。第二预失真模块102-2使由ADC 110输出的数字数据失真并生成失真后数据y^～(n)。减法器112从失真后数据y(n)中减去失真后数据y^～(n)。减法器112生成误差信号e(n)。适配模块114基于误差信号e(n)控制第一和第二预失真模块102-1和102-2。

数字预失真(DPD)技术被用来消除在功率放大器106中生成的非线性失真(PA失真)。适配模块114调整第二预失真模块102-2的参数从而使得误差信号e(n)最小化。当误差信号e(n)变得等于零时，第二预失真模块102-2生成用来消除PA失真的失真。第一预失真模块102-1采用与第二预失真模块102-2相同的模型和参数来使所述发射信号失真以进一步增强对由功率放大器106生成的失真的消除。

在图1和2中，数模转换器(DAC)104和模数转换器(ADC)110两者都工作在射频信号路径中。转换器采样率需要满足奈奎斯特准则的这一要求给转换器速度强加了不可接受的要求。转换器采样率可通过将DPD操作移到基带频域内而被降低。

现在参照图3和4，示出了使用基带频域内的DPD系统的发射器。图3示出了包括在基带频域内的直接学习的DPD系统的发射器200。图4示出了包括在基带频域内的间接学习的DPD系统的发射器250。

在图3中，发射器200包括图1中示出的发射器100的所有部件并且额外地包括调制器202和频率下变频器204。在图4中，发射器250包括图2中示出的发射器150的所有部件并且额外地包括调制器202和频率下变频器204。

在图3和图4中，调制器202将DAC104的输出进行调制。调制器202的输出被输入到功率放大器106。在观测环内，频率下变频器204将反馈模块108的输出从RF降频到基带频域。预失真模块102和适配模块114工作在基带频域。通过将DPD操作移到基带频域，DAC104和ADC110的采样率能够被降低。

在DPD系统中，ADC转换率必须满足奈奎斯特采样定理的要求。相应地，ADC需要工作在比输入信号带宽的两倍还要高的采样率上。因为这一要求，如果DPD在基带频域执行，则ADC需要工作在比PA输出处的信号带宽的两倍还要高的采样率上。(可替换地，用于I和Q信号分量的两个ADC可工作在采样率的一半。)

PA输出处的信号包括由于PA非线性带来的互调分量。因此，需要被ADC捕获的整个信号带宽比发射器带宽要宽N倍，N是被DPD校正的PA失真的阶次。在现代BTS发射器中，发射带宽可以宽至200MHz并具有要求的第五阶次预失真。这将导致1GHz的DPD带宽，其需要被ADC捕获。对于ADC性能的这一要求触及当前技术的限制并且增加了发射器的成本。

本公开内容提出了在对误差信号e(n)进行采样的过程中并不需要遵循奈奎斯特要求。特别地，由于迫使误差信号e(n)变为0等同于迫使误差信号e(n)的功率变为0，因此测量误差信号e(n)的功率就足够了。发射信号和误差信号能够通过有限带宽噪声来逼近，其中随着时间增加其自动相关函数接近于零。相应地，通过收集足够数量的样本，误差信号e(n)的功率能够被估计，并且采样率是与之无关的。

在新提出的DPD架构中，ADC转换率能够任意低，并且ADC的较低转换率将仅影响适配模块的收敛时间。新的DPD方案基于以下观察：最小均方适配算法基于误差信号功率的最小化而工作以及随机信号的功率能够以任 意低的采用率进行测量。数字通信系统中的发射信号可被认为是随机的，因此可作为提供给适配模块的误差信号。

现在参照图5，发射器300包括具有任意低的转换率的ADC。发射器300包括预失真模块102、DAC104以及功率放大器106。ADC110将功率放大器106的输出p(t)从模拟格式转换为数字格式并输出数据y(n)。所述发射器包括延迟模块304，其将待发射数据x(n)延迟并输出延迟的发射数据到预失真模型302。失真模型302如下面解释的那样生成向量并输出该向量到适配模块114。减法器112基于由ADC110输出的数据y(n)和由延迟模块304输出的延迟的发射信号之间的差生成误差信号e(n)。如下面解释的，适配模块114基于误差信号e(n)和向量控制预失真模块102。

在图5中，以低采样率采样的信号不能通过任何线性的或非线性的具有存储器的动态模块，因此其时间信息是无关的。这使得在DPD观测环中的采样率能够降低。

在图5中，理想输入信号x(n)被分为两路。主要路径通过预失真模块102、DAC104、以及功率放大器106。次级路径被用来生成期望的失真分量的向量。在经过延迟模块304后，理想信号x(n)进入失真模型302。失真模型302生成用在沃尔泰拉级数展开中的所有信号分量并将其输出为向量 (如图16中所示的向量dn)。

向量可被定义如下。令向量作为的单位基本向量。可被写作：

在公式(1)中，向量包括具有M个样本的存储的第p级次沃尔泰拉级数展开的所有信号分量。在实际应用中，沃尔泰拉级数展开被截断和删减以获得具有最小项数的失真建模的足够的精确度。

信号x(n)的沃尔泰拉级数展开是向量的分量的线性组合。因此，失真信号e(n)可被估计如下。

在图5中，适配模块114找到这样的向量以使得误差信号e(t)通过 公式(2)被最好地估计。在后续的适配步骤中，通过基于残余的误差信号来更新从而最小化误差信号e(t)的功率。

误差信号通过从预失真模块102中的输入信号x(n)中减去加权的失真分量而被消除。预失真模块102包括失真模型302的副本。预失真模块102基于公式(2)和来自适配模块114的向量计算误差信号估计。计算出的误差信号估计被从输入信号x(n)中减去。

所述适配采用LMS或RLS算法的一些变形来确定向量在任一情况下，错误信号e(n)的样本能够以任意低的速率被传送到适配模块114，该任意低的速率仅由适配收敛时间要求来决定。

在图5中，降低的采样率信号路径被用粗线进行标记。在实践中，在低采样路径中的采样率将等于输入信号x(n)采样率的整数分之一(integer fraction)。

以上描述的DPD架构假定发射信号是随机平稳过程。在实践中，发射信号是伪随机的并且可具有周期平稳特性。因此，低采样率不得不如此选择以使得其与发射信号的周期不同步。

通过随机化DPD观测环中的采样率，误差信号e(n)的随机特性能够被进一步改善。特别地，在观测环中的样本是从输入信号x(n)中每N个样本提取的，N在特定范围内随机变化。

在图5中，由延迟模块304提供的固定延迟被用来将期望的输入信号x(n)与测量的输出信号y(n)时序一致。然而，在实践中，观测环的延迟和频率响应是未知的。此外，观测环的延迟和频率响应将由于工作条件的变化而变化。因此，延迟模块304应当被具有适配和跟踪观测环变化的线性特性的能力的更通用滤波器所代替。

现在参照图6，示出了一种包括改进的DPD环的发射器350。不像图5中所示的发射器300，发射器350不包括延迟模块304。代替地，发射器350包括适配的FIR滤波器(如LMS适配的FIR滤波器)352。此外，发射器350包括低通滤波器354和带通滤波器356。低通滤波器354对DAC104的输出进行滤波并输出该滤波输出到功率放大器106。带通滤波器356对功率放大器106的输出进行滤波并输出该滤波输出到ADC110。

增加的线性适配的FIR滤波器352跟踪观测环的线性频率响应和延迟。 该适配环工作在降低的采样率下。由于适配的FIR滤波器352，误差信号e(n)仅包括反馈信号的非线性失真分量，因为适配的滤波器跟踪并消除了所有的线性失真。从适配模块114的输入中消除期望的信号部分改善了适配模块114的收敛行为。

适配的FIR滤波器352的输出还被用作失真模型302的输入。这将允许失真模型302生成失真信号分量，其与观测环中测量的失真适当地对齐。

在图6中，发射器350包括在DAC104的输出处的重建低通滤波器354以及在ADC110的输入处的带通滤波器356。在ADC110的输入处的带通滤波器356选择期望的DPD频带并消除将会干扰适配环工作的任何不期望的信号。适配的FIR滤波器352为滤波器354和356两者补偿带内频率响应。因此，滤波器354和356两者都不会影响DPD环的工作。

现在参照图7-13，示出了使用Matlab/Simulink仿真针对以上描述的DPD架构而获得的仿真结果。为仿真的目的，通过增加立方信号和立方信号导出分量到PA输出来对PA失真进行建模。这一失真被生成并增加到连续时域中。通过采用图7示出的电路，预失真被应用到离散时域中，所述电路遵循来自公式(1)的通用失真模型。

仿真中的DAC更新速率被设置为4.05504GHz。在观测环中的采样率被选择为比DAC更新速率低61倍，即66.476MHz。比率61被选择以避免低速采样与调制信号中的符号间的同步。LMS算法中的步骤系数μ已经被选择以在收敛时间和稳定状态中的预失真参数的变化之间达到最好的折中。如果期望稳定状态下参数值变化更小，则μ可被降低。降低μ将以增加收敛时间为代价使得稳态下的参数稳定。

以具有两个不同PA失真水平的四载波WCDMA信号运行两个仿真实例。所述仿真还以六载波GSM(GMSK)信号运行。所有仿真均已经以14比特输入格式和增加到ADC的输入的对应于14比特分辨率的量化噪声而被运行。仿真结果如图8-13所示。曲线图示出了不具有和具有DPD的信号频谱图。曲线图还示出了DPD权重在时间上的收敛。

图8A和图8B分别示出了用于第一WCDMA仿真的不具有和具有DPD的频谱图。图9中的图表示出了用于第一WCDMA仿真的预失真参数在时间上的收敛。图10A和10B分别示出了用于第二WCDMA仿真的不具有和具有DPD 的频谱图。图11中的曲线图示出了用于第二WCDMA仿真的预失真参数在时间上的收敛。图12A和图12B分别示出了用于GSM仿真的不具有和具有DPD的频谱图。图13中的曲线图示出了用于GSM仿真的预失真参数在时间上的收敛。

仿真结果表明根据本公开内容的DPD架构在失真水平上始终获得30dB左右的改进。仿真结果还表明失真消除受到预失真模型而并非适配算法的收敛性的限制。

总之，本公开内容涉及以下：实现允许在观测环中任意低的采样率的DPD架构；随机化观测环中的采样实例以改善适配算法的性能；在前向信号路径中增加适配的线性滤波器以补偿观测环中的线性失真；采用适配的滤波器的输出以生成与观测环中测量的失真时序一致的失真分量；采用适配滤波器的输出以消除观测环中测量的信号的未失真部分并仅将失真分量递送到适配模块；以及实现基带频域中的低采样率DPD以降低DSP模块中需要的数据速率。

现在参照图14A和14B，示出了根据本公开内容的在发射器500中的DPD架构的实现。在图14A中，发射器500包括DAC104、低通滤波器354、功率放大器106、带通滤波器356、ADC110、减法器112、适配FIR滤波器352、以及降采样模块502。所述降采样模块502以k对适配的FIR滤波器352的输出进行降采样并输出降采样数据x(k，n)到减法器112。减法器112基于工作在降低的采样率的ADC110的输出与降采样模块502的输出之间的差异生成误差信号e(k，n)。

线性适配FIR滤波器352跟踪并消除观测环中信号的未失真部分。适配的FIR滤波器352采用以降低速率采样的误差信号e(k，n)并最小化误差信号e(k，n)的功率。误差信号e(k，n)包括所有的非线性失真分量d(k，n)和小的残余线性分量h(k，n)。

在图14B中，发射器500进一步包括预失真模块102及也包括功率放大器106的失真模型的适配模块504。适配模块504基于误差信号e(k，n)和适配的FIR滤波器352的输出来控制预失真模块102。

适配算法采用失真模型来调整预失真模块102的参数并最小化误差信号e(k，n)的功率。适配模块504采用以降低的速率采样的误差信号e(k，n)。 一旦误差信号e(k，n)的功率达到最小值，预失真模块102的参数即被最优化。

现在参照图15，适配模块504包括失真模型506和相关器508。失真模型506生成用于沃尔泰拉级数展开中的信号分量。相关器508计算误差信号e(k，n)和所有失真信号分量间的相关性并调整向量v的值vn。预失真模块102包括失真模型506的副本并使用向量v作为用于失真信号分量的权重。

在这一算法中的适配公式的形式为：

误差信号e(k，n)的降低的采样率等同于在每个第k样本处从0到1改变适配系数μ。μ在每个第k样本处是非零的，在其他时间为零。因此，除了在每个第k样本处，其他时间当μ=0时Vn+1=Vn，并且无更新；在每个第k样本处，当μ=1时Vn+1≠Vn，并且在每个第k样本处存在更新。

实质上，如图14B所示，失真信号在观测环中以低于奈奎斯特采样率的采样率被采样，并且失真信号的样本与失真模型生成的样本相关。这一相关性生成用于由失真模型生成的信号的权重。为简化该操作，线性适配的FIR滤波器352被用于将观测环中的信号与在失真模型中用来生成失真信号分量的信号相一致。适配的FIR滤波器352还在其反馈环中使用降低的采样率。从而，使用两种水平的适配。

适配的FIR滤波器352生成频率响应，其类似于包括DAC104、LPF354和功率放大器106的发射器的部分的频率响应。在适配的FIR滤波器352的输出和ADC110的输出之间的差异仅包括非线性分量。因此，误差信号e(k，n)仅包括非线性分量。采用失真模型506的适配模块504和相关器508生成向量以补偿所述非线性分量。

相应地，由于功率放大器106因为非线性特性使待发射数据失真，因此DPD系统提供能被用来故意使所述数字数据失真的信息。当失真的数字数据被转换为模拟格式并被功率放大器106放大时，功率放大器106的输出，在由功率放大器106生成的失真之后，将准确地代表未失真的数字数据。为实现这一目标，功率放大器106的输出被观测、采样以及与未失真数字数据相比较，并且数字数据的预失真被控制。

适配的FIR滤波器352具有可编程的系数。该系数被调整从而使得适 配的FIR滤波器352的输出x(n)与观测环中的信号时序一致。在由降采样模块502降采样的每k个样本调整该系数。降采样模块的采样率(即，降采样因子k)与ADC110输出的样本时序一致。

失真模型506基于功率放大器106的非线性特性使适配的FIR滤波器352的输出x(n)失真并生成非线性分量。相关器508将由失真模型506生成的非线性分量与误差信号e(k，n)的非线性分量进行相关并生成权重。该权重被预失真模块102使用以有意地使所述数字数据失真以补偿后续将由功率放大器106引入的失真。

现在参照图16，示出了一种方法600，用于以低于奈奎斯特率的采样率对功率放大器的输出进行采样、使待发射数据预失真、以及补偿功率放大器的失真。在602，采用适配的FIR滤波器控制对待发射数据的滤波。在604，控制对适配的FIR滤波器的输出进行降采样。在606，控制以低于奈奎斯特采样率的采样率将功率放大器的输出转换为数字输出。在608，控制基于降采样数据和数字输出间的差异生成误差信号。在610，控制使用功率放大器的失真模型来使适配FIR滤波器的输出失真并生成失真分量。在612，控制失真分量与误差信号中的非线性分量进行相关并生成权重。在614，控制采用该权重来使待发射的数字数据失真以补偿由功率放大器生成的失真。

在一些情况下，发射信号可具有周期平稳特性，并且降低的采样率需要被如此选择以使得采样不与发射信号周期同步。通过随机化在降低的采样率路径上的采样实例，采样的发射信号的统计特性可被进一步改善。

基于前面所述，本公开内容可被总结如下。此处公开的DPD架构针对预失真最优化采用误差信号功率的统计学估计并在观测环中允许任意低的采样率。该DPD架构在观测环的前向反馈路径中采用在观测环中具有降低的采样率的线性适配的滤波器以消除反馈信号的线性分量并使得DAC输入信号与观测环反馈信号相位一致。该DPD架构采用主要包含非线性失真分量的线性适配的滤波器误差信号作为用于预失真适配模块的误差信号并减少了适配收敛时间。该DPD架构采用相位一致的信号作为失真模型的输入并降低失真模型中的项数。该DPD架构在预失真适配环的反馈路径中使用降低的采样率。该DPD架构随机化观测环中的采样实例以改善适配算法的 性能。

前面描述的仅仅是本质上的说明，并且不应用于限制本公开内容、其应用、或使用。本公开内容的广泛的教导可以各种形式被实施。因此，尽管本公开内容包括特定示例，但是本公开内容的真实范围不应当被限制，因为通过对附图、说明书和下面权利要求的研究，其他修改将变得非常明显。出于清楚的目的，相同的附图标记将被使用在附图中以识别相似元件。如此处使用的，短语“A、B和C中的至少一个”应当被解释为意味着逻辑(A或B或C)，使用非排他逻辑“或”。应当被理解的是，方法中的一个或多个步骤可以不同顺序(或同时)执行而不改变本公开内容的原理。

在本申请中，包括下面的定义，术语模块可被替换为术语电路。术语模块可指的是，部分是，或包括专用集成电路(ASIC)；数字、模拟或混合的模拟/数字离散电路；数字、模拟或混合的模拟/数字集成电路；组合逻辑电路；现场可编程门阵列(FPGA)；执行代码的处理器(共享的、专用的、或分组的)；存储由处理器执行的代码的存储器(共享的、专用的、或分组的)；其他提供所描述的功能的合适的硬件部件；或者一些或所有上述的组合，如片上系统中的。

如上使用的术语代码可包括软件、固件、和/或微码，并且可指的是程序、例程、功能、类、和/或对象。术语共享处理器包含执行来自多个模块的一些或所有代码的单独处理器。术语组处理器包含与其他处理器相组合的执行来自于一个或多个模块的一些或所有代码的处理器。术语共享存储器包含存储来自于多个模块的一些或所有代码的单一存储器。术语组存储器包含与其他存储器相组合存储来自于一个或多个模块的一些或所有代码的存储器。术语存储器可以是术语计算机可读介质的子集。术语计算机可读介质不包含通过介质传播的暂时的电的和电磁的信号，并且因此可被认为是有形的和非暂时的。非暂时性的有形的计算机可读介质的非限制性示例包括非易失性存储器、易失性存储器、磁存储器和光存储器。

在本申请中描述的装置和方法可被部分地或全部地由被一个或多个处理器执行的一个或多个计算机程序来实现。计算机程序包括处理器可执行的存储在至少一种非暂时性的有形的计算机可读介质上的指令。计算机程序还可以包括和/或依赖于存储的数据。

Claims (16)

1.一种数据处理系统，包括：

数模转换器，其基于数字数据生成模拟数据；

功率放大器，其基于所述模拟数据生成输出数据；

模数转换器，其基于所述输出数据而以比奈奎斯特采样率小的采样率生成样本，其中所述采样率是数字数据采样率的整数分之一并且与所述输出数据的周期不同步；

滤波器，其对所述数字数据进行滤波并生成滤波后数据；以及

预失真模块，其基于所述样本和所述滤波后数据来使所述数字数据失真以补偿由所述功率放大器生成的失真。

2.如权利要求1所述的系统，进一步包括：

适配模块，其包括所述功率放大器的失真模型，所述失真模型被用来基于所述样本和所述滤波后数据来生成权重，

其中所述预失真模块基于所述权重来使所述数字数据失真。

3.如权利要求1所述的系统，进一步包括适配模块，所述适配模块包括：

所述功率放大器的失真模型，其被用来使所述滤波后数据失真以生成失真分量；以及

相关器，其将所述失真分量与基于所述样本和所述滤波后数据生成的误差信号的非线性分量进行相关并生成权重，

其中所述预失真模块基于所述权重来使所述数字数据失真。

4.如权利要求1所述的系统，进一步包括：

降采样模块，其对所述滤波后数据进行降采样并生成与由所述模数转换器生成的样本时序一致的降采样数据；

减法器，其基于所述样本和所述降采样数据来生成误差信号；

所述功率放大器的失真模型，其被用于使所述滤波后数据失真以生成失真分量；以及

相关器，其将所述失真分量与所述误差信号的非线性分量进行相关并生成权重，

其中所述预失真模块基于所述权重来使所述数字数据失真。

5.如权利要求1所述的系统，进一步包括：

降采样模块，其以因子k对所述滤波后数据进行降采样并生成与由所述模数转换器生成的样本时序一致的降采样数据；以及

减法器，其基于所述样本和所述降采样数据生成误差信号，

其中所述滤波器包括有限脉冲响应滤波器，所述有限脉冲响应滤波器具有基于在由所述模数转换器生成的每个第k样本处的所述误差信号而进行调整的系数。

6.一种数据处理系统，包括：

功率放大器，其基于数字数据生成输出数据；

模数转换器，其基于所述输出数据而以比奈奎斯特采样率小的采样率生成样本，其中所述采样率是数字数据采样率的整数分之一并且与所述输出数据的周期不同步；

滤波器，其对所述数字数据进行滤波并生成滤波后数据；

所述功率放大器的失真模型，其被用于使所述滤波后数据失真以生成失真分量；

相关器，其将所述失真分量与基于所述样本和所述滤波后数据生成的误差信号的非线性分量进行相关并生成权重；以及

预失真模块，其基于所述权重来使所述数字数据失真以补偿由所述功率放大器生成的失真。

7.如权利要求6所述的系统，进一步包括：

降采样模块，其对所述滤波后数据进行降采样并生成与由所述模数转换器生成的样本时序一致的降采样数据；以及

减法器，其基于所述样本和所述降采样数据来生成所述误差信号。

8.如权利要求6所述的系统，进一步包括：

降采样模块，其以因子k对所述滤波后数据进行降采样并生成与由所述模数转换器生成的样本时序一致的降采样数据；以及

减法器，其基于所述样本和所述降采样数据来生成所述误差信号，

其中所述滤波器包括有限脉冲响应滤波器，所述有限脉冲响应滤波器具有基于在由所述模数转换器生成的每个第k样本处的所述误差信号而进行调整的系数。

9.一种数据处理方法，包括：

基于数字数据来生成模拟数据；

使用功率放大器基于所述模拟数据来生成输出数据；

基于所述输出数据而以比奈奎斯特采样率小的采样率生成样本，其中所述采样率是数字数据采样率的整数分之一并且与所述输出数据的周期不同步；

对所述数字数据进行滤波以生成滤波后数据；以及

基于所述样本和所述滤波后数据来使所述数字数据失真以补偿由所述功率放大器生成的失真。

10.如权利要求9所述的方法，进一步包括：

使用所述功率放大器的失真模型基于所述样本和所述滤波后数据来生成权重；以及

基于所述权重使所述数字数据失真。

11.如权利要求9所述的方法，进一步包括：

采用所述功率放大器的失真模型来使所述滤波后数据失真以生成失真分量；

将所述失真分量与基于所述样本和所述滤波后数据生成的误差信号的非线性分量进行相关以生成权重；以及

基于所述权重来使所述数字数据失真。

12.如权利要求9所述的方法，进一步包括：

对所述滤波后数据进行降采样并生成与所述样本时序一致的降采样数据；

基于所述样本和所述降采样数据生成误差信号；

采用所述功率放大器的失真模型使所述滤波后数据失真以生成失真分量；

将所述失真分量与所述误差信号的非线性分量进行相关并生成权重；以及

基于所述权重来使所述数字数据失真。

13.如权利要求9所述的方法，进一步包括：

以因子k对所述滤波后数据进行降采样并生成与所述样本时序一致的降采样数据；

基于所述样本和所述降采样数据来生成误差信号；以及

基于在每个第k样本处的所述误差信号来调整用于所述滤波的系数。

14.一种数据处理方法，包括：

使用功率放大器基于数字数据来生成输出数据；

基于所述输出数据而以比奈奎斯特采样率小的采样率生成样本，其中所述采样率是数字数据采样率的整数分之一并且与所述输出数据的周期不同步；

对所述数字数据进行滤波以生成滤波后数据；

采用所述功率放大器的失真模型来使所述滤波后数据失真以生成失真分量；

将所述失真分量与基于所述样本和所述滤波后数据生成的误差信号的非线性分量进行相关以生成权重；以及

基于所述权重来使所述数字数据失真以补偿由所述功率放大器生成的失真。

15.如权利要求14所述的方法，进一步包括：

对所述滤波后数据进行降采样以生成与所述样本时序一致的降采样数据；以及

基于所述样本和所述降采样数据来生成所述误差信号。

16.如权利要求14所述的方法，进一步包括：

以因子k对所述滤波后数据进行降采样以生成与所述样本时序一致的降采样数据；以及

基于所述样本和所述降采样数据来生成所述误差信号；以及

基于在每个第k样本处的所述误差信号来调整用于所述滤波的系数。