CN105656434A - 基于修改分段线性函数的功放数字预失真装置及方法 - Google Patents

Abstract

本发明公开了一种基于修改分段线性函数的功放数字预失真装置及方法，包括基于修改分段线性函数的预失真模型的数字预失真器和预失真模型训练模块，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基于修改分段线性函数的功放模型参数，并发送给数字预失真器。本发明避免了简化Volterra级数模型中的高阶运算，降低数字信号处理的难度和复杂度，能很好的补偿功率放大器的复杂的非线性特性。

Description

基于修改分段线性函数的功放数字预失真装置及方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种基于修改分段线性函数的功放数字预失真装置及方法。

背景技术

随着第四代移动通信系统广泛应用，第五代移动通信技术的研究深入，通信系统的数据流量日益增加，为了提高频谱利用率，系统中传输的基带信号的带宽在变大，复杂的调制方式导致信号峰均比在变高。宽带的高峰均比基带信号对射频功率放大器的线性度要求很高。功率放大器线性化技术的研究重点由早期的前馈法、反馈法和功率合成等线性化技术逐渐转变到数字预失真技术等，并且近些年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技术中，研究人员广泛采用了各种各样非线性模型在基带预先补偿功放的失真，其中采用最多的是Volterra级数模型和神经网络模型。Volterra级数的模型比较适合于弱非线性的系统建模，射频功放可以看成一种弱非线性系统。因为Volterra级数参数会随着系统阶次和记忆长度的增大而急剧增加，所以众多研究人员提出了多种简化的Volterra模型来克服这一缺点。神经网络模型的多层结构一般过于复杂不容易在数字信号处理中实现。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于修改分段线性函数的功放数字预失真装置及方法，本发明利用了修改的分段线性函数，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。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于修改分段线性函数的功放数字预失真装置，包括基于修改分段线性函数的预失真模型的数字预失真器、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模型训练模块，其中：

所述数字预失真器输入端外接数字基带输入信号和预失真模型训练模块训练得到的模型参数；所述数字预失真器将数字基带输入信号和模型参数输入到修改分段线性函数的预失真模型得到预失真输出信号。

得到的预失真输出信号依次经过数模转换器、宽带正交调制器、功率放大器得到功放输出模拟基带信号。

所述功放输出模拟基带信号依次经过衰减耦合器、宽带正交解调器、模数转换器得到数字基带输出信号，然后将数字基带输出信号输入到预失真模型训练模块。

所述预失真模型训练模块根据数字基带输入信号和数字基带输出信号对修改分段线性函数的预失真模型的参数进行训练，并将训练得到的模型参数推送给数字预失真器。

优选的：所述预失真模型训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定基于修改分段线性函数的预失真模型的参数。

一种基于修改分段线性函数的功放数字预失真方法，包括如下步骤：

步骤1，对数字基带输入信号进行基于修改分段线性函数的预失真模型的预失真处理。

步骤2，对预失真处理后的数字基带信号输入进行数模转换、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。

步骤3，功放输出模拟基带信号经功率耦合、正交解调、模数转换后得到数字基带输出信号

步骤4，将数字基带输入信号和数字基带输出信号同步后输入预失真器训练模块。

步骤5，预失真器训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定步骤1所需基于修改分段线性函数的模型参数。

优选的：所述基于修改分段线性函数的预失真模型包括线性函数和不同的多阶基函数。

所述基于修改分段线性函数的预失真模型：

$\tilde{u}\left(n\right)=f_0\left(n\right)+f_{21}\left(n\right)+f_{22}\left(n\right)+f_{23}\left(n\right)+f_{24}\left(n\right)+...$

$f_0\left(n\right)=\underset{i=0}{\overset{M}{\Σ}}{\tilde{a}}_i\tilde{x}(n-i)$

$f_{21}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,21}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\tilde{x}(n-i)\·\left|\tilde{x}\left(n\right)\right|$

$f_{22}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,22}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\·\tilde{x}\left(n\right)$

$f_{23}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=0}{\overset{M}{\Σ}}{\tilde{c}}_{ki,23}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\·\tilde{x}(n-i)$

$f_{24}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,24}\left|\right|\tilde{x}\left(n\right)|-{\mathrm{\β}}_k|\·\tilde{x}(n-i)$

其中，代表功放输入信号经模拟数字转换后n采样时刻的复数包络数据，f₀(n)代表线性函数，f₂₁(n)，f₂₂(n)，f₂₃(n)，f₂₄(n)...为多阶基函数，代表功放输出信号经模拟数字转换后n采样时刻的复数包络数据，M代表记忆长度，K代表分段线性函数的分段数，β_k预先设定的分段线性函数的分段点， 和代表模型的参数。

优选的：所述基于修改分段线性函数的预失真模型的高阶基函数扩展为：

$\underset{k=1}{\overset{K}{\Σ}}\underset{i=0}{\overset{M}{\Σ}}{\tilde{c}}_{ki,p1}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\tilde{x}(n-i)\·|\tilde{x}\left(n\right){|}^p$

式中，K代表分段线性函数的分段数，M代表记忆长度，代表模型的参数，代表预失真输入信号经模拟数字转换后n采样时刻的复数包络数据，β_k预先设定的分段线性函数的分段点，p为整数。

优选的：所述基于修改分段线性函数的预失真模型的建立方法如下：

步骤11，获取模型训练的数字基带输入信号和数字基带输出信号并做归一化处理。

步骤12，根据系统非线性特性的复杂程度确定预失真模型所包括的分段线性函数和多阶基函数。

步骤13，根据步骤11获取的数字基带输入信号和数字基带输出信号确定步骤12中确定的分段线性函数的分段点β_k，模型的记忆长度M，分段线性函数的分段数K。

步骤14，根据分段线性函数的分段点β_k，模型的记忆长度M，分段线性函数的分段数K利用最小二乘算法对数字基带输入信号和数字基带输出信号进行预失真模型参数训练，确定预失真模型的参数。

优选的：所述预失真模型参数确定后，去掉多阶基函数的分段线性函数的绝对值符号，将模型参数合并。

有益效果：本发明提供的一种基于修改分段线性函数的功放数字预失真装置及方法，相比现有技术，具有以下有益效果：

1)避免了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)模型可根据系统需求，选择线性函数和不同的多阶基函数组合在一起，有较强的灵活性。

3)如果去掉分段线性函数的绝对值符号，预失真模型参数可以进一步合并，模型可以变的更加简单。

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。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

一种基于修改分段线性函数的功放数字预失真装置，如图1所示，包括基于修改分段线性函数的预失真模型的数字预失真器、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模型训练模块，其中：

所述数字预失真器输入端外接数字基带输入信号和预失真模型训练模块训练得到的模型参数；所述数字预失真器将数字基带输入信号和模型参数输入到修改分段线性函数的预失真模型得到预失真输出信号

得到的预失真输出信号依次经过数模转换器、宽带正交调制器、功率放大器得到功放输出模拟基带信号。

所述功放输出模拟基带信号依次经过衰减耦合器、宽带正交解调器、模数转换器得到数字基带输出信号，然后将数字基带输出信号输入到预失真模型训练模块。

如图1所示，数字基带输入信号经数字预失真器预失真处理和数模转换器DAC数模转换生成输入基带I/Q信号，输入基带I/Q信号通过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和宽带正交解调器正交解调成输出基带I/Q信号，输出基带I/Q信号通过模数转换器ADC模数转换后生成数字基带输出信号。

所述预失真模型训练模块根据数字基带输入信号和数字基带输出信号对修改分段线性函数的预失真模型的参数进行训练，并将训练得到的模型参数推送给数字预失真器。

一种基于修改分段线性函数的功放数字预失真方法，如图2所示，包括如下步骤：

步骤1，对数字基带输入信号进行基于修改分段线性函数的预失真模型的预失真处理。

步骤2，对预失真处理后的数字基带信号输入进行数模转换、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。

步骤3，功放输出模拟基带信号经功率耦合、正交解调、模数转换后得到数字基带输出信号

步骤4，将数字基带输入信号和数字基带输出信号同步后输入预失真器训练模块。

步骤5，预失真器训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定步骤1所需基于修改分段线性函数的模型参数。

所述基于修改分段线性函数的预失真模型包括线性函数和不同的多阶基函数。

所述基于修改分段线性函数的预失真模型：

$\tilde{u}\left(n\right)=f_0\left(n\right)+f_{21}\left(n\right)+f_{22}\left(n\right)+f_{23}\left(n\right)+f_{24}\left(n\right)+...$

$f_0\left(n\right)=\underset{i=0}{\overset{M}{\Σ}}{\tilde{a}}_i\tilde{x}(n-i)$

$f_{21}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,21}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\tilde{x}(n-i)\·\left|\tilde{x}\left(n\right)\right|$

$f_{22}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,22}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\·\tilde{x}\left(n\right)$

$f_{23}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=0}{\overset{M}{\Σ}}{\tilde{c}}_{ki,23}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\·\tilde{x}(n-i)$

$f_{24}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,24}\left|\right|\tilde{x}\left(n\right)|-{\mathrm{\β}}_k|\·\tilde{x}(n-i)$

其中，代表功放输入信号经模拟数字转换后n采样时刻的复数包络数据，f₀(n)代表线性函数，f₂₁(n)，f₂₂(n)，f₂₃(n)，f₂₄(n)...为多阶基函数，代表功放输出信号经模拟数字转换后n采样时刻的复数包络数据，M代表记忆长度，K代表分段线性函数的分段数，β_k预先设定的分段线性函数的分段点， 和代表模型的参数。

基于修改分段线性函数的模型可根据系统需求，选择线性函数和不同的多阶基函数组合在一起，例如其中一种更高阶基函数可以扩展为：

$\underset{k=1}{\overset{K}{\Σ}}\underset{i=0}{\overset{M}{\Σ}}{\tilde{c}}_{ki,p1}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\tilde{x}(n-i)\·|\tilde{x}\left(n\right){|}^p$

式中，K代表分段线性函数的分段数，M代表记忆长度，代表模型的参数，代表功放输出信号经模拟数字转换后n采样时刻的复数包络数据，β_k预先设定的分段线性函数的分段点，p为整数。

所述预失真模型训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定基于修改分段线性函数的预失真模型的参数。

去掉多阶基函数的分段线性函数的绝对值符号，将模型参数合并。

基于修改分段线性函数的模型的建模具体流程如图2，具体分析如下。

1)获取模型训练的输入和输出数据，通常做归一化处理；

2)根据系统非线性特性的复杂程度选择模型包含的线性函数和多阶的基函数

3)选择确定设定的分段线性函数的分段点β_k，模型的记忆长度M，分段线性函数的分段数K。分段点β_k可以在0和1之间均匀分布，比如β_k＝(k-1)/K。

4)利用最小二乘法获得未知模型参数，比如和等。

5)模型所有参数都确定后，可以去掉基函数中绝对值符号，进一步简化模型结构。以f₂₂(n)为例。

$\begin{array}{c}{f}_{22}\left(n\right)=\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,22}\left|\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k|\·\tilde{x}\left(x\right)\\ =\underset{k=1}{\overset{K}{\Σ}}\underset{i=1}{\overset{M}{\Σ}}{\tilde{c}}_{ki,22}{\mathrm{\λ}}_{ki}\left(\right|\tilde{x}(n-i)|-{\mathrm{\β}}_k)\·\tilde{x}\left(n\right)\\ =\underset{i=1}{\overset{M}{\Σ}}\left(\underset{k=1}{\overset{K}{\Σ}}{\tilde{c}}_{ki,22}{\mathrm{\λ}}_{ki}\right)\left|\tilde{x}(n-i)\right|\tilde{x}\left(n\right)-\left(\underset{k=1}{\overset{K}{\Σ}}{\tilde{c}}_{ki,22}{\mathrm{\λ}}_{ki}{\mathrm{\β}}_k\right)\tilde{x}\left(n\right)\\ =\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\α}}_{ki}\left|\tilde{x}(n-i)\right|\tilde{x}\left(n\right)-{\mathrm{\γ}}_{ki}\tilde{x}\left(n\right)\end{array}$

${\mathrm{\λ}}_{ki}=sign\left(\right|\tilde{x}\left(n-i\right)|-{\mathrm{\β}}_k)$

${\mathrm{\α}}_{ki}=\underset{k=1}{\overset{K}{\Σ}}{\tilde{c}}_{ki,22}{\mathrm{\λ}}_{ki}$

${\mathrm{\γ}}_{ki}=\underset{k=1}{\overset{K}{\Σ}}{\tilde{c}}_{ki,22}{\mathrm{\λ}}_{ki}{\mathrm{\β}}_k$

式中sign(.)代表符号函数，λ_k代表的符号，α_ki和γ_ki是和相关的复参数。

模型的参数确定之后，对于给定的和β_k，可以计算得到λ_k，然后可以根据公式获得α_ki和γ_ki。

以100MHz带宽的LTE-A信号输入一个1.95GHz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。模型构成为f₀(n)+f₂₁(n)+f₂₂(n)+f₂₃(n)+f₂₄(n)，取K＝8，M＝2，β_k＝(k-1)/K，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。

由上述可知，本发明的功放数字预失真方法避免了一些其他简化Volterra级数模型中的高阶运算，降低数字信号处理的难度和复杂度，能很好的补偿功率放大器的复杂的非线性特性。

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 (9)

1.一种基于修改分段线性函数的功放数字预失真装置，其特征在于：包括基于修改分段线性函数的预失真模型的数字预失真器、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模型训练模块，其中：

所述数字预失真器输入端外接数字基带输入信号和预失真模型训练模块训练得到的模型参数；所述数字预失真器将数字基带输入信号和模型参数输入到修改分段线性函数的预失真模型得到预失真输出信号；

得到的预失真输出信号依次经过数模转换器、宽带正交调制器、功率放大器得到功放输出模拟基带信号；

所述功放输出模拟基带信号依次经过衰减耦合器、宽带正交解调器、模数转换器得到数字基带输出信号，然后将数字基带输出信号输入到预失真模型训练模块；

所述预失真模型训练模块根据数字基带输入信号和数字基带输出信号对修改分段线性函数的预失真模型的参数进行训练，并将训练得到的模型参数推送给数字预失真器。

2.根据权利要求1所述的基于修改分段线性函数的功放数字预失真装置，其特征在于：所述预失真模型训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定基于修改分段线性函数的预失真模型的参数。

3.一种基于权利要求1所述的基于修改分段线性函数的功放数字预失真方法，其特征在于，包括如下步骤：

步骤1，对数字基带输入信号进行基于修改分段线性函数的预失真模型的预失真处理；

步骤2，对预失真处理后的数字基带信号输入进行数模转换、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；

步骤3，功放输出模拟基带信号经功率耦合、正交解调、模数转换后得到数字基带输出信号

步骤4，将数字基带输入信号和数字基带输出信号同步后输入预失真器训练模块；

步骤5，预失真器训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定步骤1所需基于修改分段线性函数的模型参数。

4.根据权利要求1或3所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述基于修改分段线性函数的预失真模型包括线性函数和不同的多阶基函数。

5.根据权利要求1或3所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述基于修改分段线性函数的预失真模型：

其中，代表功放输入信号经模拟数字转换后n采样时刻的复数包络数据，f₀(n)代表线性函数，f₂₁(n)，f₂₂(n)，f₂₃(n)，f₂₄(n)...为多阶基函数，代表功放输出信号经模拟数字转换后n采样时刻的复数包络数据，M代表记忆长度，K代表分段线性函数的分段数，β_k预先设定的分段线性函数的分段点， 和代表模型的参数。

6.根据权利要求5所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述基于修改分段线性函数的预失真模型的高阶基函数扩展为：

式中，K代表分段线性函数的分段数，M代表记忆长度，代表模型的参数，代表功放输出信号经模拟数字转换后n采样时刻的复数包络数据，β_k预先设定的分段线性函数的分段点，p为整数。

7.根据权利要求6所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述预失真模型训练模块利用最小二乘算法对数字基带输入信号和数字基带输出信号进行参数训练，确定基于修改分段线性函数的预失真模型的参数。

8.根据权利要求6所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述基于修改分段线性函数的预失真模型的建立方法如下：

步骤11，获取模型训练的数字基带输入信号和数字基带输出信号并做归一化处理；

步骤12，根据系统非线性特性的复杂程度确定预失真模型所包括的分段线性函数和多阶基函数；

步骤13，根据步骤11获取的数字基带输入信号和数字基带输出信号确定步骤12中确定的分段线性函数的分段点β_k，模型的记忆长度M，分段线性函数的分段数K；

步骤14，根据分段线性函数的分段点β_k，模型的记忆长度M，分段线性函数的分段数K利用最小二乘算法对数字基带输入信号和数字基带输出信号进行预失真模型参数训练，确定预失真模型的参数。

9.根据权利要求8所述的基于修改分段线性函数的功放数字预失真方法，其特征在于：所述预失真模型参数确定后，去掉多阶基函数的分段线性函数的绝对值符号，将模型参数合并。