CN105471783B - 基于输入序列的mimo系统发射端数字预失真优化方法 - Google Patents

Abstract

本发明公开了一种基于输入序列的MIMO系统发射端数字预失真优化方法，包括如下步骤：使用记忆多项式模型对发射端的功率放大器进行表征；向功率放大器的模型输入预定的输入序列，使不同天线之间的输入信号具有关联关系，将多天线的记忆多项式模型简化为和单天线的记忆多项式模型相似，并估计出相应的系数；根据输入序列估计的系数，将串扰系数以及功率放大器的系数分离，对串扰影响以及功率放大器非线性的影响分开进行补偿。本发明通过优化设计输入序列，简化了非线性模型，降低了计算复杂度。

Description

基于输入序列的MIMO系统发射端数字预失真优化方法

技术领域

本发明涉及一种数字预失真优化方法，尤其涉及一种基于输入序列的MIMO系统发射端数字预失真优化方法，属于无线通信技术领域。

背景技术

MIMO(多输入多输出)系统由于采用了多天线方式，可以显著扩大系统的容量，同时对多径衰落信道具有鲁棒性，所以在现代无线通信系统中得到了广泛应用。然而，由于多根天线在同一个芯片上，这将带来天线之间的串扰。而发生于功率放大器(PowerAmplifier，简写为PA)之前的串扰，使得功率放大器的建模与SISO(单输入单输出)系统显著不同，其模型中同时还包括天线之间的串扰系数，这将使得MIMO系统中的功率放大器模型复杂化，传统的适用于SISO系统的数字预失真模型已经不再适用于MIMO系统。

S.A.Bassam等人在论文《Crossover digital predistorter for thecompensation of crosstalk and nonlinearity in MIMO transmitters》(刊载于IEEETrans.on Microwave Theory and Techniques，vol.57，no.5，pp.1119–1128，2009)中，提出了一种新的模型(crossover DPD，简写为CO-DPD)。它解决了MIMO系统中的功率放大器非线性以及非线性串扰的共同影响，其能在一定程度上缓解串扰造成的预失真的性能损失。但是，它没有对串扰以及功率放大器非线性的共同影响进行精确的建模，忽视了多项式模型中输入信号间的交叉项，从而造成一定的预失真性能损失，尤其是在串扰较大的情况下，性能的损失更为明显。

D.Saffar等人在论文《Behavioral modeling of MIMO nonlinear systems withmultivariable polynomials》(刊载于IEEE Trans.on Microwave Theory andTechniques，vol.59，no.11，pp.2994–3003，2011)中，提出了一种多变量多项式模型(multivariable polynomial，简写为MVP)，对MIMO系统中串扰以及功率放大器非线性对信号的联合影响进行了更精确的建模。它采用记忆多项式模型对功率放大器进行建模，并考虑了来自其他天线的耦合信号，相对于传统DPD(数字预失真)的功率放大器多项式模型，MVP模型根据多项式定理将多个输入的多项式分解，得到系数与输入矩阵相乘的形式，其中系数表示的是功率放大器的非线性与串扰的共同影响。但是，MVP模型相对于单输入情况所需要估计的系数个数有了极大的增加，使得计算量明显太大。而且，参数个数会随着天线数以及多项式的阶数和延迟的增加而增加，这将会带来非常大的资源消耗，甚至不可能完成。

发明内容

针对现有技术的不足，本发明所要解决的技术问题在于提供一种基于输入序列的MIMO系统发射端数字预失真优化方法。

为实现上述的发明目的，本发明采用下述的技术方案：

一种基于输入序列的MIMO系统发射端数字预失真优化方法，包括如下步骤：

使用记忆多项式模型对发射端的功率放大器进行表征；

向所述功率放大器的模型输入预定的输入序列，使不同天线之间的输入信号具有关联关系，将多天线的记忆多项式模型简化为和单天线的记忆多项式模型相似，并估计出相应的系数；

根据所述输入序列估计的系数，将串扰系数以及功率放大器的系数分离，对串扰影响以及功率放大器非线性的影响分开进行补偿。

其中较优地，对于2天线输入的MIMO系统，以2个采样间隔为周期在第一根天线的输入序列上乘以[1，-1]作为第二根天线的输入序列。

在所述输入序列的最前面有Q个0比特，其中Q为记忆多项式模型的记忆深度。

或者，对于2天线输入的MIMO系统，第二根天线的输入序列除去最前面的Q个0比特，其奇数位的值与第一根天线的相同，偶数位的值与第一根天线的相反，其中Q为记忆多项式模型的记忆深度。

其中较优地，对于N根天线输入的MIMO系统，第一根天线的输入序列为x＝[x(1) x(2) ... x(NL)]^T，从第二根天线开始至第N根天线，每根天线在第一根天线的输入序列基础上以N为周期乘以一个长度为N的关系向量，作为该天线的输入序列，其中N为正整数。

与现有技术相比较，本发明所提供的MIMO系统发射端数字预失真优化方法通过优化设计输入序列，简化了非线性模型，降低了计算复杂度。本发明特别适用于存在天线之间非线性串扰的MIMO系统，可以快速实现其发射端的功率放大器的非线性校正。

附图说明

图1为用于实现本发明的2天线输入的MIMO系统示意图；

图2为2天线输入的MIMO系统的串扰补偿示意图；

图3为2天线输入的MIMO系统的一个输入序列示例图；

图4为图3所示的输入序列的仿真输出功率谱示意图；

图5为2天线输入的MIMO系统的另一个输入序列示例图；

图6为图5所示的输入序列的仿真输出功率谱示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容作进一步的详细说明。

前已述及，在MIMO系统的射频前端存在天线之间的串扰。该串扰根据其发生在功率放大器之前或之后分为非线性串扰以及线性串扰。线性串扰可以在接收端当作信道的一部分进行处理，非线性串扰会影响发射端的预失真，所以需要在预失真处理的时候将其考虑进去。然而，考虑串扰之后的功率放大器预失真的模型较为复杂，需要计算的参数较多，计算复杂度较高。

为了能够准确并高效地对MIMO系统的发射端进行预失真处理，本发明使用记忆多项式模型对发射端的功率放大器进行表征，同时考虑天线之间的串扰，对发射端的行为进行建模，并设计参考信号以简化发射端的数字预失真模块的计算复杂度。下面对此展开详细具体的说明。

对于SISO系统的发射端，若使用记忆多项式模型来对功率放大器进行建模，当输入为x时，功率放大器的输出为

其中，Q是记忆深度，K—1是多项式的最高非线性阶数，h_2k+1，g是多项式的系数。对于存在串扰影响的N×N的MIMO系统，则有

其中，x_i是第i(i＝1，...，N)根天线上的输入，y_i是对应的输出。在图1所示的第一实施例中，当N＝2，a₁₂＝α，a₂₁＝β，即对一个2天线输入的MIMO系统，对应的功率放大器的输出分别为：

如果将其分解成单项式相加的形式，即用于参数估计的矩阵形式，相对于单输入的功率放大器多项式，在最高非线性阶数2K—1一定的情况下，系数的数量将会增加许多，随着输入的个数增多，系数的数量也会对应的急速增长。

在现有技术中，能够准确建模发射端非线性的模型如MVP模型，由于每根天线上功率放大器的实际输入来自多根天线，相对于SISO系统需要估计更多的参数，使得计算复杂度急速上升，若想实施自适应预失真，将会消耗大量的计算资源，甚至不可能实现。所以，本发明根据消除串扰对预失真性能的影响以及降低计算复杂度的目的，设计特殊的输入序列来降低MIMO系统中发射端功率放大器模型的复杂度，使不同的天线之间的输入信号具有一定的关系，从而简化如公式(2)所示的多天线的多项式模型，使简化后的模型和单天线情况下的多项式相似，并估计出相应的系数。同时，根据不同次估计的系数及其关系，将串扰系数以及功率放大器的系数分离，对串扰影响以及功率放大器非线性的影响分开进行补偿。由于串扰时变性较功率放大器非线性来说慢许多，在串扰不变的时间段内，只需像SISO系统下的情况一样，对各天线的功率放大器非线性进行估计和补偿。这又大大降低了计算复杂度。

下面，以使用2×2MIMO系统为例说明本发明所提供的技术方案的基本流程。

第一步，使两天线的输入相等，都为x，则两个功率放大器的输出为

根据传统的数字预失真系数的估计方法，计算出所有k，q对应的h_1，2k+1，q(1+α)^2k-1、h_2，2k+1，q(1+β)^2k-1的值，设此时所需要的输入x的长度为M；

第二步，两天线的输入为x₂＝-x₁＝-x时，两个功率放大器的输出为

此时，输入x的长度为M，根据x和对应的输出，得到参数h_1，2k+1，q(1-α)^2k+1、h_2，2k+1，q(β-1)^2k+1。

第三步，由于功率放大器的两次输入的大小可以认为在功率放大器的同一个放大范围内，功率放大器非线性多项式的系数h_1，2k+1，q、h_2，2k+1，q在第一步和第二步认为是不变的。根据第一步和第二步提取到的参数，计算h_1，2k+1，q、h_2，2k+1，q、α、β。

第四步，分别进行功率放大器的非线性即信号预失真以及非线性串扰的补偿。由于信号之间的串扰系数并不是高度时变的，所以其串扰的补偿并不需要频繁的更新，可以根据MIMO系统的情况一段时间更新一次，非线性串扰的补偿如图2所示。在不需要更新的时间段里，可以认为MIMO系统发射天线之间的串扰已经被消除，每根天线上信号的行为过程可以看作和单输入情况下一样，此时仅需要根据功率放大器的特性进行数字预失真参数的自适应更新，使用传统的数字预失真模型进行即可。

第五步，等到下一次需要更新串扰补偿系数的时候，重复上述四步操作。其中训练序列x并非是固定的序列，它可以是该时刻附近时刻发送的序列，只需要两天线的输入满足公式(7)中的关系。

对2天线输入的MIMO系统，设输入序列满足如下条件

其中，x₁(m)＝x(m)(m＝1，…，2M)，M为输入x的长度。如图3所示，由于记忆多项式的记忆深度为Q，所以在每段输入序列的最前面有Q个0比特。第一行、第二行分别为第一根天线和第二根天线的输入。

需要说明的是，类似2天线输入的MIMO系统，对于4天线而言，每根天线有来自其他3天线的信号的影响，若要求来自其他天线的串扰系数，需要设计4段长度为M的输入关系不同的序列，那么对每一根天线来说，将会求取4次类似公式(5)和(6)的系数，然后根据功率放大器的系数不变，即可以求取来自其他天线的串扰影响因子和功率放大器的多项式系数。如果在天线之间相关系数矩阵为对称的情况下，即两根天线对彼此的串扰因子相同，那么需要计算的系数的数量会减少一半，整体上需要的计算量将会显著降低。

下面通过仿真实验对本发明所提供的MIMO系统发射端数字预失真优化方法的实施效果进行验证。在该仿真实验中，所使用的MIMO系统是图1所示的2天线输入的MIMO系统。在仿真过程中，两根天线的功率放大器的设定是一致的，使用的是记忆深度为Q＝2，K＝3即最高阶数为5的记忆多项式模型，其参数为：

h＝[1.0513+0.0904j，-0.0542-0.2900j，-0.9657-0.7028j，-0.0680-0.0023j，0.2234+0.2317j，-0.2451-0.3735j，0.0289-0.0054j，-0.0621-0.0932j，0.1229+0.1508j]^T

输入为IEEE 11ac信号，进行预失真时同样采用记忆多项式模型，其中Q＝2，K＝5即最高阶数为9。其中两根天线的串扰相同均为—15dB。

图4是图3所示的输入序列的仿真输出功率谱示意图。其中，标识为no-compen的线表示的是在没有任何补偿的情况下的输出，标识为conv.-DPD的线表示的是按照传统预失真的方式进行补偿后的输出，标识为CO-DPD的线表示的是按照CO-DPD模型补偿之后的输出，标识为RS-MVP的虚线是使用我们提出的方案，设计输入序列之后分开补偿两个非线性因素之后的输出，标识为DPD，no crs-talk的线表示的是在没有串扰情况下进行数字预失真处理之后的输出，标识为input的线为输入。

从图4中可以看出本发明所提供的方法达到了很好的效果，消除了串扰对数字预失真性能的影响，同没有串扰的输出基本一致，比CO-DPD补偿之后的输出有大概3dB的增长，比传统的数字预失真相比有大概12dB的性能增益。同时，其相对于能够准确建模功率放大器非线性以及串扰影响的MVP模型，能够达到一样的性能，但是其计算复杂度相对于MVP来说更低，尤其对于天线数增多的情况，需要估计的系数的数量相对MVP极大地减小了。虽然需要额外分离开串扰系数以及功率放大器的预失真的系数的计算步骤，但是总体上相对于MVP模型，其计算量还是小很多的。

需要说明的是，本发明中的输入序列还可以有其他的设计方法。下面结合图5介绍本发明的另一个实施例。在下文中，采用2×2的MIMO系统对该实施例进行说明。

对于SISO系统下的功率放大器输出，即公式(1)可以写成矩阵的形式：

y＝A_xh (8)

此处，h＝[h_1，0 h_3，0 ... h_2K-1，0 ... h_1，Q ... h_2K-1，Q]^T是记忆多项式的K(1+Q)×1 的系数向量。y＝[y(1) y(2) ... y(L)]^T是功率放大器的输出的采样，长度为L；x＝[x(1) x(2) ... x(L)]^T是输入基带信号的采样，长度为L。其中

且a_2k-1(x(n))＝|x(n)|^2kx(n)。

对于2×2MIMO系统，当两根天线的输入序列满足图5所示的关系，即第二根天线的输入序列除去最前面的Q个0比特，其奇数位的值与第一根天线的相同，偶数位的值与第一根天线的相反，那么第一根天线写成如式(8)所示的矩阵形式的时候，其相应的式(9)可以写成：

其中，γ_i＝(1+(-1)^i-1α)，a_2k-1(x(n))＝|x(n)|^2kx(n)。

同时其对应的输入输出长度分别为2L。此时，其相应的矩阵表达式中A_x的奇数行 可以提出因子偶 数行可以提出因子其中i ＝1，2，…，L。那么可以将奇数行和偶数行分开来计算，此时的输出分别对应长度为2L的输 出向量的奇数项与偶数项，可以得到两个矩阵表达式，但是对应的系数向量h相同，根据矩 阵计算得到的系数为h_odd＝γ_oddh，h_even＝γ_evenh，由于γ_odd与γ_even中均只有一个未知变量 α，可以根据其关系计算得到α以及h。

然后，根据计算得到的α和h对功率放大器非线性以及串扰分别进行补偿。在α不变而需要对数字预失真模块的参数进行更新的时候，其情况和SISO系统中的数字预失真一样，因为此时串扰已经被补偿。

对于2天线输入的MIMO系统来说，以2个采样间隔为周期在第一根天线的输入序列上乘以[1，-1]作为第二根天线的输入序列。

对于N(N为正整数)根天线输入的MIMO系统来说，若第一根天线的输入序列为x＝[x(1) x(2) ... x(NL)]^T，则从第二根天线开始至第N根天线，每根天线在第一根天线的输入序列基础上以N为周期乘以一个长度为N的关系向量，作为该天线的输入序列，每根天线上的向量不同。

在计算的时候，可以提出N组矩阵相乘的形式，计算得到N组含有h的系数，然后根据N组系数的关系可以计算出串扰的系数以及h。

本发明所提供的数字预失真优化方法，对一个2×2的MIMO系统发送端，需要计算的数字预失真系数的个数为2K(1+Q)，其中多项式的非线性阶数为2K—1，根据计算的h_1，2k+1，q(1+α)^2k+1、h_2，2k+1，q(1+β)^2k+1与h_1，2k+1，q(1-α)^2k+1、h_2，2k+1，q(β-1)^2k+1的关系，计算α、β。因为具有多个等式，得到多个α、β，可以求取其平均值，然后根据α、β以及上面提取的系数，计算出h_1，2k+1，q、h_2，2k+1，q。后面计算α、β与h_1，2k+1，q、h_2，2k+1，q的计算量相对于根据多项式计算多项式系数的计算量来说已经很小了。

图6是图5所示的输入序列的仿真输出功率谱示意图，其中各条曲线的含义与图4中的是一致的。从图6可以看出，在相同的仿真设置下其输出曲线和图4是基本一致的。

本发明特别适用于存在天线之间非线性串扰的MIMO系统，可以快速实现其发射端的功率放大器的非线性校正。与现有技术相比较，本发明通过优化设计输入序列，简化了非线性模型，降低了计算复杂度。由于串扰时变速度并没有功率放大器非线性快，所以分离串扰系数与功率放大器非线性的系数，分开进行补偿。在不需要更新串扰系数的时间段内，由于串扰已经提前补偿，此时各天线上的数字预失真处理和采用SISO系统下的情况一样。

前已述及，已知的一种能够准确建模MIMO系统发射端信号行为的模型—多变量多项式模型(multivariable polynomial，简写为MVP)，其需要计算的多项式的系数的数量为(K+2)(K+1)(1+Q)，其中2K-1为多项式的非线性阶数。该模型需要计算的系数的数量，在K较大的时候，相对与本发明所提出的方法要多出许多。即使本发明中后来还需要额外的根据估计的多项式的系数计算α、β与h_1，2k+1，q、h_2，2k+1，q，MVP模型的复杂度也要高出许多。随着MIMO输入天线个数N的增加，MVP模型需要计算的系数将会急速增长，其数量与K^N(1+Q)有关，此时，本发明中需要计算的多项式的系数的数量是N*K(1+Q)，因此在计算复杂度上将明显占优势。

上面对本发明所提供的基于输入序列的MIMO系统发射端数字预失真优化方法进行了详细说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对他所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。

Claims (5)

1.一种基于输入序列的MIMO系统发射端数字预失真优化方法，其特征在于包括如下步骤：

使用记忆多项式模型对发射端的功率放大器进行表征；

向所述功率放大器的模型输入预定的输入序列，使不同天线之间的输入信号具有关联关系，从而简化多天线的记忆多项式模型并估计出相应的系数；

根据所述输入序列估计出的系数，将串扰系数以及功率放大器的系数分离，对串扰影响以及功率放大器非线性的影响分开进行补偿。

2.如权利要求1所述的MIMO系统发射端数字预失真优化方法，其特征在于：

对于2天线输入的MIMO系统，以2个采样间隔为周期在第一根天线的输入序列上乘以[1，-1]作为第二根天线的输入序列。

3.如权利要求2所述的MIMO系统发射端数字预失真优化方法，其特征在于：

在所述输入序列的最前面有Q个0比特，其中Q为记忆多项式模型的记忆深度。

4.如权利要求1所述的MIMO系统发射端数字预失真优化方法，其特征在于：

对于2天线输入的MIMO系统，第二根天线的输入序列除去最前面的Q个0比特，其奇数位的值与第一根天线的相同，偶数位的值与第一根天线的相反，其中Q为记忆多项式模型的记忆深度。

5.如权利要求1所述的MIMO系统发射端数字预失真优化方法，其特征在于：

对于N根天线输入的MIMO系统，从第二根天线开始至第N根天线，每根天线在第一根天线的输入序列基础上以N为周期乘以一个长度为N的关系向量，作为该天线的输入序列，其中N为正整数。