CN107437927B - 用于信号预失真的方法和设备 - Google Patents
用于信号预失真的方法和设备 Download PDFInfo
- Publication number
- CN107437927B CN107437927B CN201710303352.8A CN201710303352A CN107437927B CN 107437927 B CN107437927 B CN 107437927B CN 201710303352 A CN201710303352 A CN 201710303352A CN 107437927 B CN107437927 B CN 107437927B
- Authority
- CN
- China
- Prior art keywords
- computational model
- input signal
- signal
- coefficients
- amplifier
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000005094 computer simulation Methods 0.000 claims abstract description 359
- 238000012545 processing Methods 0.000 claims description 25
- 230000001419 dependent effect Effects 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 17
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 description 47
- 230000008859 change Effects 0.000 description 26
- 230000006870 function Effects 0.000 description 26
- 239000011159 matrix material Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 238000005070 sampling Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006835 compression Effects 0.000 description 8
- 238000007906 compression Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000003446 memory effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011867 re-evaluation Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002800 charge carrier Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
- H03F1/32—Modifications of amplifiers to reduce non-linear distortion
- H03F1/3241—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits
- H03F1/3247—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits using feedback acting on predistortion circuits
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
- H03F1/30—Modifications of amplifiers to reduce influence of variations of temperature or supply voltage or other physical parameters
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
- H03F1/32—Modifications of amplifiers to reduce non-linear distortion
- H03F1/3241—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits
- H03F1/3258—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits based on polynomial terms
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
- H03F3/189—High-frequency amplifiers, e.g. radio frequency amplifiers
- H03F3/19—High-frequency amplifiers, e.g. radio frequency amplifiers with semiconductor devices only
- H03F3/195—High-frequency amplifiers, e.g. radio frequency amplifiers with semiconductor devices only in integrated circuits
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
- H03F3/20—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F3/00—Amplifiers with only discharge tubes or only semiconductor devices as amplifying elements
- H03F3/20—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers
- H03F3/24—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers of transmitter output stages
- H03F3/245—Power amplifiers, e.g. Class B amplifiers, Class C amplifiers of transmitter output stages with semiconductor devices only
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/102—A non-specified detector of a signal envelope being used in an amplifying circuit
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/105—A non-specified detector of the power of a signal being used in an amplifying circuit
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/294—Indexing scheme relating to amplifiers the amplifier being a low noise amplifier [LNA]
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/447—Indexing scheme relating to amplifiers the amplifier being protected to temperature influence
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/465—Power sensing
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2200/00—Indexing scheme relating to amplifiers
- H03F2200/468—Indexing scheme relating to amplifiers the temperature being sensed
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2201/00—Indexing scheme relating to details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements covered by H03F1/00
- H03F2201/32—Indexing scheme relating to modifications of amplifiers to reduce non-linear distortion
- H03F2201/3224—Predistortion being done for compensating memory effects
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F2201/00—Indexing scheme relating to details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements covered by H03F1/00
- H03F2201/32—Indexing scheme relating to modifications of amplifiers to reduce non-linear distortion
- H03F2201/3233—Adaptive predistortion using lookup table, e.g. memory, RAM, ROM, LUT, to generate the predistortion
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Amplifiers (AREA)
Abstract
本文涉及用于信号预失真的方法和设备。用于对放大器设备(331,500,660)的输入信号(322,422,522)进行预失真的方法(100)包括评估(110)针对放大器设备(331,500,660)的计算模型的选择标准。计算模型针对放大器设备(331,500,660)输入信号(322,422,522)提供该放大器设备(331,500,660)的输出信号(326,526)。此外,方法(100)包括基于所评估的选择标准在放大器设备(331,500,660)的第一计算模型和放大器设备(331,500,660)的第二计算模型之间进行选择(120)。另外,方法(100)包括使用所选择的计算模型来(130)对放大器设备(331,500,660)的输入信号(322,422,522)进行预失真。
Description
技术领域
本公开涉及电信信号的预失真概念。
背景技术
诸如无线局域网收发器、移动电话、基站、无线电装置、雷达系统之类的多种电信设备依赖于预失真以补偿信号失真。由于数据速率和带宽增加,信号失真通常变得更加严重,这使得通常需要更详尽且复杂的预失真概念来满足针对预失真性能的更严格的要求,而另一方面,更详尽且复杂的预失真概念通常以更高的计算工作量为代价。因此,期望提高预失真概念的效率。
发明内容
本公开的一方面涉及一种用于对放大器设备的输入信号进行预失真的方法,该方法包括:评估针对放大器设备的计算模型的选择标准,该计算模型针对放大器设备的输入信号提供放大器设备的输出信号;基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择;以及使用所选择的计算模型对输入信号进行预失真。
本公开的另一方面涉及一种预失真电路,其被配置为对放大器设备的输入信号进行预失真,预失真电路包括:控制子电路,该控制子电路被配置为评估针对放大器设备的计算模型的选择标准,该计算模型针对输入信号来提供放大器设备的输出信号,并且该控制子电路被配置为基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择;以及预失真子电路,其被配置为使用所选择的计算模型来对输入信号进行预失真。
本公开的又一方面涉及一种放大器设备,其包括信号放大器,该信号放大器被配置为接收输入信号并提供相应的输出信号,并且放大器设备包括上述根据本公开的预失真电路。
本公开的又一方面涉及一种包括程序代码的非暂态机器可读存储介质,当程序代码被执行时,使机器执行上述根据本公开的一种用于对放大器设备的输入信号进行预失真的方法。
本公开的又一方面涉及一种用于对放大器设备的输入信号进行预失真的设备,该设备包括:用于评估针对放大器设备的计算模型的选择标准的装置,该计算模型针对放大器设备的输入信号提供放大器设备的输出信号;用于基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择的装置;以及用于使用所选择的计算模型对输入信号进行预失真的装置。
附图说明
下面将参考附图、仅通过示例描述方法和/或装置的一些示例,其中:
图1示出了用于对信号进行预失真的方法的流程图;
图2a示出了使用预失真的信号链的框图;
图2b示出了用于生成计算模型的系数的信号链的框图;
图3示出了用于对输入信号进行预失真的可编码架构;
图4示出了预失真电路的示例的框图;
图5示出了包括信号放大器和预失真电路的放大器设备的示例;以及
图6示出了包括发送器的电信设备的示例,其中,发送器包括信号放大器和预失真电路。
具体实施方式
现在将参考附图对各示例进行更加完整的描述,其中,一些示例在附图中示出。在附图中,为了清晰,线条的粗细、图层和/或区域可能被夸大。
相应地,尽管能够对示例进行各种修改并且示例能够具有各种替换形式,但本文将详细描述附图中的说明性示例。然而,应当理解的是,不打算将示例限制为所公开的特定形式,相反,示例要覆盖落入本公开的范围之内的所有修改、等同物以及替换。相似标号贯穿附图的描述来指代相似或类似元件。
将理解的是,当元件被称为“被连接”或“被耦合”至另一元件时,该元件可以被直接连接或耦合至另一元件或者可以存在中间元件。相比较而言,当元件被称为“被直接连接”或“被直接耦合”至另一元件时,不存在任何中间元件。被用来描述元件之间的关系的其他词语应以类似的方式来解释(例如,“在...之间”与“直接处于...之间”;“相邻”与“直接相邻”等)。
本文所使用的术语仅为了描述说明性示例的目的而不意欲是限制性的。如本文所使用的,除非上下文明确指明其他说明,否则单数形式“一”、“一个”和“该”也意欲包括复数形式。还将理解的是,当本文使用术语“包括”和/或“包含”时,这些术语指明存在所陈述的特征、整数、步骤、操作、元件和/或分量信号,但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、分量信号和/或它们的群组。
除非另外定义,否则本文所使用的所有术语(包括技术术语和科学术语)具有示例所属领域的普通技术人员所通常理解的相同含义。还将理解的是,例如在通用词典中定义的那些术语应被解释为具有与这些术语在相关领域的背景中的含义一致的含义,并且除非本文明确定义,否则不会以理想化或过于正式的意义来解释这些术语。
图1根据示例示出了用于对放大器设备的输入信号进行预失真的方法的流程图。方法100包括评估(110)用于放大器设备的计算模型的选择标准。计算模型针对放大器设备的输入信号提供该放大器设备的输出信号。而且,方法100包括基于所评估的选择标准,在放大器设备的第一计算模型和放大器设备的第二计算模型之间进行选择(120)。此外,方法100包括使用所选择的计算模型对放大器设备的输入信号进行预失真(130)。
通过基于所评估的选择标准来在放大器设备的不同计算模型(例如,第一计算模型或第二计算模型)之间进行选择(120)并且通过使用所选择的计算模型来对放大器设备的输入信号进行预失真(130),可以更有效地执行对输入信号的预失真。与其他预失真概念相比较,更有效的预失真例如可以是更快的、需要更少的计算操作因而需要更少的计算资源,和/或可以需要更少的电能。由此,预失真可被调整以适应输入信号的特性、放大器设备的特性、和/或其他条件,例如,可用计算能力和/或时间预算,其可以定义可用来提供经预失真的输入信号的最大时间。
通常,如信号放大器、模拟信号处理电路和/或混合信号信号处理电路之类的放大器设备具有不够完美的传输特性,例如,除了根据它们的功能来处理信号之外,它们还使得经处理的信号失真并且提供相对于相应的输入信号而言已经失真的输出信号。放大器设备(例如,信号放大器、模拟信号处理电路和/或混合信号信号处理电路)的计算模型可被定义为针对放大器设备的输入信号提供放大器设备的输出信号。计算模型可以采用数学函数(例如,方程)的形式,其函数自变量可以对应于输入信号,并且其函数值可以对应于输出信号。计算模型可被用来基于输入信号来计算输出信号,并且因此还用来计算(例如,预测)输出信号的失真。通过能够计算(例如,预测)放大器设备的输出信号的失真,可以对输入信号进行预失真,例如,进行与失真反向的预失真。输入信号然后可作为经预失真的输入信号被提供给放大器设备,从而使得放大器设备的输出信号可以相对于输入信号无失真或者不那么严重地失真。
根据一些实施例,基于所评估的选择标准,在对输入信号进行处理期间(例如,在放大器设备的运行期间),可以动态选择放大器设备的计算模型。
在一些示例中,放大器设备可以包括信号放大器。在一些示例中,信号放大器可以包括放大器电路。放大器电路例如可以是功率放大器(例如,发送器电路的输出级),该放大器电路对射频(RF)信号(例如,经调制的载波或未经调制的载波)进行放大。对信号放大器的输入信号进行预失真可以有助于规避以例如补偿非线性失真和/或由于高频效应(例如,由信号放大器添加至输入信号的记忆效应)而导致的失真。非线性失真可以发生在功率放大器的运行期间,因为功率放大器通常被驱动以进入饱和,从而递送高输出功率(例如,其最大输出功率)。
在一些示例中,信号放大器包括多个放大器,例如,驱动放大器与作为输出级的功率放大器串连,其中,驱动放大器(和/或功率放大器)可以是可变增益放大器。
根据另一示例,信号放大器可以包括模拟信号处理链,例如,模拟前端,其包括混频器电路、本地振荡器电路、匹配电路、衰减电路、滤波器电路、和/或放大器电路。在示例中,输入信号以中频(IF)进入信号放大器并且由混频器电路上变频至RF。在RF上,经上变频的输入信号可由滤波器电路进行滤波并且由功率放大器进行放大。然后,模拟信号处理链(例如,信号放大器)的计算模型可以整体考虑模拟信号处理链的单独组件的非线性和高频效应。因此,计算模型可以有助于减少模拟信号处理链的输出信号的失真,而无需分别考虑(例如,建模)每个单独组件。
在一些示例中,放大器设备可以是混合信号电路,例如,混合信号集成电路(IC),其包括数字信号处理电路和信号放大器(例如,模拟信号处理电路)。放大器设备中所包含的数字处理电路可以包括数字信号处理器(DSP)电路,该DSP电路例如可以实现软件定义无线电、数字滤波器、和/或数字控制振荡器(NCO)。放大器设备中所包含的信号放大器(例如,模拟信号处理电路)可以包括混频器电路、本地振荡器电路、匹配电路、衰减电路、滤波器电路、和/或放大器电路。而且,混合信号电路可以包括数模转换器(DAC)电路和/或模数转换器(ADC)电路。混合信号电路的输入信号可以是数字信号。当使用用于对放大器设备的输入信号进行预失真的计算模型时,输入信号通常例如使用非线性数字滤波器被采样(例如,数字化)以计算经预失真的输入信号。然而,混合信号电路的输入信号已经是数字形式,从而使得可以节省对输入信号的额外采样,这转而可以减少硬件工作量并且减少电能消耗。
本公开的示例可以使用放大器设备的计算模型以对放大器设备的输入信号进行预失真(130)。不同的计算模型可以具有不同的复杂度。计算模型的复杂度例如可以与计算操作(例如,加法、减法、乘法和/或除法)的数目相对应,实施这些计算操作来基于放大器设备的输入信号计算放大器设备的输出信号。计算模型的复杂度还可以与计算模型的系数(例如,非零系数)的数目相对应。而且,计算模型的复杂度可以对应于非线性数字滤波器的滤波器抽头(tap)的数目,其中非线性数字滤波器实现计算模型或计算模型的逆(例如,反函数)。而且,计算模型的复杂度还可以对应于计算电路(例如,控制子电路)用于基于放大器设备的输入信号(例如,未失真的输入信号)计算放大器设备的输出信号和/或放大器设备的经预失真的输入信号所需的计算时间。附加地或者替代地,计算模型的复杂度可以对应于用于计算计算模型的系数所需的计算操作的数目。
可以发现,通常计算模型的复杂度越高,计算模型的精确度也越高,例如,当计算模型具有较高的复杂度时,所计算的输出信号和实际的输出信号之间的差值变得较小。换言之,随着计算模型的复杂度增加,预失真的性能可以提高。例如,可以增加计算模型(例如,用于减轻传输链的实际减损的预失真模型)的系数的数目。预失真的性能可以由电信工程中所使用的性能参数来表示。例如,放大器设备的输出信号的误差矢量幅度(EVM)越低,或者邻信道功率比(ACPR)越高,或者符号错误率(SER)越低,或者误码率(BER)越低,则输出信号的质量越高,因此,应用于放大器设备的相应输入信号的预失真的性能也越高。此处,ACPR被理解为主频率信道(例如,专用于输出信号的频率信道)中的输出信号的平均功率与邻频率信道(例如,邻近主频率信道的频率信道)中的输出信号的平均功率的比值,邻频率信道的中心频率或是低于主频率信道的中心频率或是高于主频率信道的中心频率。
在本公开的一些示例中,放大器设备的第一计算模型可以比放大器设备的第二计算模型具有更高的复杂度。因此,第一计算模型或第二计算模型可以是根据选择标准来选择的,在一些示例中,选择标准取决于用于计算计算模型的系数和/或用于计算放大器设备的经预失真的输入信号的可用时间预算和/或可用计算能力。例如,如果利用可用计算能力时,可用时间预算足以用于计算第一计算模型的系数和/或用于用第一计算模型计算经预失真的输入信号,则第一计算模型可被选择并且被用来对放大器设备的输入信号进行预失真。然而,如果例如在利用可用计算能力时,用于计算第一计算模型的系数和/或用于用第一计算模型计算经预失真的输入信号的时间超出可用时间预算,但足以用于计算第二计算模型的系数和/或用于用第二计算模型计算经预失真的输入信号,那么第二计算模型可被选择并且被用来对输入信号进行预失真。
在本文中,可用计算能力可以被理解为在单位时间内可以执行的计算操作(例如,加法、减法、乘法和/或除法)的数目。计算操作例如可以由处理器电路(例如,中央计算单元或数字信号处理器)执行,处理器电路可通过集成电路、专用集成电路、现场可编程门阵列(FPGA)、微控制器和/或复杂可编程逻辑器件(CPLD)来实现。例如处理器电路的可用计算能力可以随着时间而变化,并且依赖于由于其他任务而产生的对处理器电路的使用。
在一些示例中,方法100还可以包括针对选定的计算模型来生成一组系数。如上述已经解释的那样,计算模型针对放大器设备的输入信号提供放大器设备的相应输出信号,例如,采用数学函数的形式。计算模型例如可以采用具有一定数目的系数(例如,一组系数)的多项式函数或超越函数的形式,例如,指数函数、对数函数、和/或三角函数。系数的值可被确定(例如,计算)以将计算模型在特定状态下应用于放大器设备的特定实现。也就是说,对于放大器设备的特定实现,计算模型的系数可与同一放大器设备的另一特定实现不同(例如,可以具有不同的值)。而且,对于放大器设备的同一实现,计算模型的系数针对放大器设备的不同特性和/或不同设置(例如,针对不同的温度、不同的电源电压、和/或不同的信号路径设置)而言可以是不同的。不同的信号路径设置例如可以包括不同的增益、不同的最大输出功率、不同的振荡器频率、不同的中频、不同的射频、和/或不同的信号路径。
针对选定的计算模型生成一组系数可以包括记录(例如,采样)放大器设备的输出信号(例如,输出信号的一部分)以及可选地记录相应的输入信号(例如,输入信号的一部分)。在一些示例中,输入信号已经已知,因而不需要记录。根据选定的计算模型,可以设置方程组。在方程组中,所记录的输出信号可以依赖于输入信号(例如,所记录的输入信号)。方程组中的未知数可以是选定的计算模型的系数。因此,求解方程组可以产生(例如,生成)针对选定的计算模型的一组系数。
在一些示例中,方程组可以是超定方程组,例如,系数的数目可小于独立方程的数目(例如,彼此不成倍数或者不是线性组合的方程)。例如,通过记录输出信号,并且如果需要的话,还记录一段较长时间的输入信号,这样更多的方程可被添加到方程组。计算模型的系数可以近似地满足超定方程组(例如,在最小二乘方面),从而最小化所记录的输出信号的样本和使用系数基于计算模型所计算的相应输出信号的样本之间的差值(例如,差值的平方绝对值的总和)。由此,选定的计算模型的一组系数可被确定(例如,被生成),从而使得平均来说,可使用选定的计算模型基于输入信号来最准确地计算(例如,预测)输出信号。
在一些示例中,方程组对于计算模型的系数而言可具有唯一的解。
根据本公开的一些示例,第一计算模型的示例由方程1给出,并且第二计算模型的示例由方程2给出:
方程1:
方程2:
在方程1和方程2中,x[n]表示放大器设备的输入信号,并且y[n]表示放大器设备的相应输出信号。n是采样点(例如,输入信号和/或输出信号被采样的时间点),并且q是从采样点n的移位(例如,时移)。而且,与方程1相对应的第一计算模型包括第一组系数pk和p1,kq,而与方程2相对应的第二计算模型包括第二组系数pk。第一计算模型的系数和第二计算模型的系数可以是例如具有实部和虚部的复数。
在该示例中,第一计算模型的第一组系数一共包括30个系数(例如,复系数),而第二计算模型的第二组系数一共包括5个系数(例如,复系数)。因此,在该示例中,第一计算模型比第二计算模型具有更高的复杂度。而且,方程1可被视作一般模型,其可通过取消系数p1,kq(例如,将其设置为零)被简化成方程2(例如,仅非线性模型)。
在一些示例中,生成针对第一计算模型的第一组系数可能比生成针对第二计算模型的第二组系数需要更高的计算工作量(effort)。计算工作量例如可以对应于计算操作(例如,加法、减法、乘法和/或除法)的数目或者对应于针对给定的计算能力的生成一组系数所需的计算时间。而且,计算工作量例如还可以对应于方程的数目,这些方程包含未知系数并且其可被求解以确定系数(例如,系数的值)。对于某预失真性能(例如,输出信号的某最大EVM、最大SER、最大BER和/或最小ACPR),一些计算模型可能需要较长的记录时间(例如,更多的输出信号的样本),并且如果需要的话,需要更多的输入信号的样本,从而生成系数,这使得方程数目较高,因而产生较高的计算工作量。
如在一些示例中的那样,选择标准取决于用于计算计算模型的系数的可用时间预算和/或可用计算能力,可以相应地选择第一计算模型或第二计算模型。例如,如果利用可用计算能力时,可用时间预算足以用于计算第一计算模型的系数,则第一计算模型可被选择并且被用来对放大器设备的输入信号进行预失真。然而,如果例如在利用可用计算能力时,用于计算第一计算模型的系数的时间超出可用时间预算,但足以用于计算第二计算模型的系数,那么第二计算模型可被选择并且被用来对输入信号进行预失真(130)。
此外,根据一些示例,可获得用于生成第一计算模型的系数和用于生成第二计算模型的系数的输入数据(例如,经采样的输出信号)以及经采样的输入信号(如果需要的话)。然而,由于可用计算能力和可用时间预算,可以选择一种计算模型而不是另一计算模型。换句话说,如果用于生成第一计算模型的系数的处理延迟太长,例如超过可用时间预算,则可以选择第二计算模型而不是第一计算模型。
在一些示例中,放大器设备的第一计算模型和/或第二计算模型可以提供放大器设备的输出信号,其中输出信号非线性地依赖于放大器设备的相应输入信号。例如,基于方程1的第一计算模型和基于方程2的第二计算模型二者都提供输出信号y[n],y[n]非线性地依赖于输入信号x[n]。输出信号和输入信号的非线性依赖性(例如,非线性计算模型)可以例如用于在计算模型中包括放大器设备的大信号响应。例如,可以通过其大信号响应来描述放大器的饱和度、混频器电路的混频过程、使用例如变容二极管的可调谐滤波器的滤波器响应、二极管特性、和/或电子设备的其它压缩效应。将大信号响应包括在内可以支持对放大器设备的失真(例如,非线性失真)进行建模。
在一些示例中,第一计算模型可以提供放大器设备的输出信号,其中输出信号取决于相应输入信号的当前部分和先前部分。这里,信号的部分可以与信号的相应采样值(或多个相应的采样值)一起指代采样点(或多个采样点)。因此,第一计算模型可以根据同一采样点(例如,相同的时间)处的输入信号并且还根据先前的一个采样点处(或者先前的多个采样点处)(例如,在先前的一个时间实例处(或在先前的多个时间实例)处)的输入信号来提供输出信号。例如,基于方程1的第一计算模型根据输入信号的当前部分x[n]并且还根据输入信号的先前部分x[n-q](q>0)来提供输出信号y[n]。
在一些示例中,第一计算模型可以非线性地依赖于相应输入信号的当前部分和/或非线性地依赖于相应输入信号的先前部分来提供放大器设备的输出信号。例如,基于方程1的第一计算模型非线性地依赖于输入信号的当前部分x[n]并且非线性地依赖于输入信号的先前部分x[n-q](q>0)来提供输出信号y[n]。
在一些示例中,可以使用如下计算模型(例如,第一计算模型)来描述放大器设备的高频响应(例如,高频特性)并且将该高频响应包括在内,该计算模型根据相应输入信号的当前部分和先前部分来提供输出信号。也就是说,这样的计算模型可以覆盖诸如记忆效应之类的高频效应。放大器设备所包含的有源半导体设备和/或偏置电路的记忆效应例如可以包括快速热时间常数、传输延迟、和/或少数电荷载体的存储效应。
根据一些示例,由于用于选择(120)计算模型的选择标准取决于输入信号的属性(例如输入信号的带宽),因此如果输入信号的带宽大于预定义带宽,则第一计算模型(其根据相应输入信号的当前部分和先前部分提供输出信号)可以用于对输入信号进行预失真(130)。例如,预定义带宽可以总计为40MHz和80MHz之间、80MHz和160MHz之间的值,或者在一些示例中为高于160MHz或高于2000MHz的值。预定义带宽也可以被表示为输入信号相对于输入信号(或者输出信号)的载波频率(例如,中心频率)的带宽,其中超过该预定义带宽时,第一计算模型用于对输入信号进行预失真(130)。例如,如果相对带宽大于0.8%、大于1.6%、大于3.2%、或甚至等于5%或大于5%,则第一计算模型可用于对输入信号进行预失真(130)。对于等于或小于预定义带宽的带宽,可以选择第二计算模型用于对输入信号进行预失真(130),其中,第二计算模型仅非线性地依赖于输入信号的当前部分来提供输出信号。
在一些示例中,第一计算模型可以包括第一多项式,并且第二计算模型可以包括第二多项式,其中第一多项式比第二多项式包括更多的系数(例如,更多的非零系数)。例如,基于方程1的第一计算模型是具有30个复系数的多项式,例如,第一多项式。基于方程2的第二计算模型是具有5个复系数的多项式,例如,第二多项式。因此,基于方程1的第一多项式比基于方程2的第二多项式包括更多的系数。如果包括多项式或采用多项式形式的计算模型包括更多的系数(例如,更多的非零系数),则它们可能具有更高的复杂度,并且还可能需要更高的计算工作量来计算更大量的系数的值。
在一些示例中,第一计算模型和第二计算模型都可以包括多项式,其非线性地依赖于相应输入信号的当前部分并且同时非线性地依赖于先前部分来提供输出信号。然而,第一计算模型(例如,第一多项式)可以比第二计算模型(例如,第二多项式)包括更多的系数。因此,第二多项式的系数可以比第一多项式的系数更快地生成,而第一多项式可以比第二多项式提供更高质量的输出信号。因此,根据选择标准,如果需要高质量的输出信号,则可以选择第一多项式。例如,为了不干扰邻近信道的信号,可能需要具有高于预定值的ACPR的输出信号,例如,使得带外噪声低于预定义边界的输出信号。因此,可以使用第一多项式来对放大器设备的输入信号进行预失真。
然而,如果对输出信号质量的要求不太严格,则第二多项式可用于对放大器设备的输入信号进行预失真(130)。例如,在传输开始时可以给出较不严格的要求。在传输开始时,输入信号(以及因此得到的输出信号)可能具有较低的带宽,并且因此可能不会在邻近信道中引起干扰,因为信道带宽可能比输出信号的带宽更宽。例如,在根据电信标准IEEE802.11(例如IEEE 802.11n,IEEE 802.11ac和/或IEEE 802.11ad)的电信中,在创建新连接并且以传统速率仅交换控制消息时,可使用第二计算模型(例如,第二多项式)来对放大器设备的输入信号进行预失真(130)。当以传统速率发送信号(例如,输入信号)时,信号的带宽可能远小于信道带宽。在创建连接之后,可以以高于传统速率的速率来发送有效载荷数据,以使得输入信号的带宽增加。输入信号的带宽可以例如与信道带宽一样宽。由于放大器设备的非线性和高频效应现在可能引起带内失真和带外失真,因此第一计算模型(例如,第一多项式)可用于对输入信号进行预失真以提供电信标准所要求的输出信号质量。
在一些示例中,用于选择(120)计算模型的选择标准可以取决于输入信号的属性和/或放大器设备的属性。此外,在一些示例中,输入信号的属性可以是输入信号的功率、输入信号的功率动态范围、输入信号的载波频率、输入信号的带宽和/或输入信号的调制方式。
例如,如果放大器设备的输入信号的功率可能高于预定义值,则放大器设备被输入信号驱动更多进入饱和,导致输出信号的较强失真,例如,非线性失真。因此,可以使用比另一计算模型(例如,第二计算模型)具有更高复杂度的计算模型(例如,第一计算模型)来对输入信号进行预失真(130)。例如,可以相对于输入功率1dB压缩点或相对于放大器设备的输入三阶截取点来定义输入功率的预定值,其中,输入信号应该超过该预定义值。在一些示例中,在放大器设备的输入功率超过如下功率时,比第二计算模型具有更高复杂度的第一计算模型可被选择来对输入信号进行预失真(130):所述功率高于在放大器设备的输入功率1dB压缩点下面30分贝(dB)的退避(back-off)。在一些示例中,从输入功率1dB压缩点的退避可以小于30dB,例如小于20dB,小于10dB,甚至小于5dB。
受益于本公开的技术人员将理解,输入信号的其他属性(例如,功率动态范围、载波频率、带宽和/或调制方式)可以被评估(例如,被包括在选择标准之内)以决定是选择具有较高复杂度的计算模型(例如,第一计算模型)还是选择具有较低复杂度的计算模型(例如,第二计算模型)来对放大器设备的输入信号进行预失真(130)。
在一些示例中,如果输入信号的调制方式使得输入信号的包络是恒定的,例如,4-正交幅度调制(QAM)或相移键控(PSK)调制,则可以选择具有较低复杂度的第二计算模型。如果输入信号的调制方式具有使得输入信号的包络变化的格式(例如,较高格式的调制),或者输入信号的调制方式被改变为这样的格式(例如,16-QAM、64-QAM、或256-QAM),则可以选择具有较高复杂度的第一计算模型。
在一些示例中,用于选择(120)计算模型的选择标准可以取决于放大器设备的属性。此外,在一些示例中,放大器设备的属性是电源电压、增益(例如,输出信号相对于相应的输入信号被放大的信号增益)、最大输出功率和/或振荡器的频率。
在本文中,电源电压可以是放大器设备所包括的信号放大器(例如,放大器电路、有源混频器、有源滤波器、和/或有源倍频器)的电源电压。电源电压可以是可变的。增益可以是输出信号相对于相应的输入信号被放大的信号增益,并且例如如果放大器设备包括可变的增益放大器和/或可配置的(例如,可变的)衰减器,则该增益可以是可变的。振荡器可以被包括在放大器设备中,并且可以是用于将输入信号转换到另一频域的本地振荡器,例如转换到RF载波频域、IF域、或基带频域。
在一些示例中,例如,如果放大器设备是电池供电的,则电源电压可以是可调节的或者可以被监测(例如,由ADC感测),因为它可能随时间而减小。调整电源电压(或电源电压的降低)可能会改变放大器设备的最大输出功率(例如,输出信号的最大功率)。通常会发现,电源电压越低,最大输出功率也越低。因此,根据一些示例,如果电源电压从其标称值较低到预定义值以下,则放大器设备可以被输入信号较早地驱动(例如,在较低的输入功率下)进入饱和,从而产生输出信号的较强失真。因此,可以选择具有较高复杂度的计算模型(例如,第一计算模型)用于对输入信号进行预失真(130)以补偿由于降低的电源电压而引起的较强失真。如果电源电压高于预定义值,则根据一些示例,可以选择具有较低复杂度的计算模型(例如,第二计算模型)。在一些示例中,导致选择具有较高复杂度的计算模型的预定义值(低于该值,电源电压可能降低)可以为低于标称电源电压的90%、低于标称电源电压的80%、或至少在一些示例中甚至低于标称电源电压的60%的值。
在一些示例中,可以使用混频器电路连同本地振荡器将放大器设备的输入信号上变频到RF载波频域。例如,放大器设备的相应输出信号可以是由输入信号调制的RF载波,其中载波频率取决于振荡器频率。改变振荡器频率也可以改变输出信号的载波频率。因此,根据不同的振荡器频率,输出信号的失真情况可能不同,例如,对于不同的振荡器频率,输出信号的质量可能不同。例如,对于较高的振荡器频率,由于相比较低的振荡器频率具有更强的高频效应,因此输出信号的失真可能更严重,使得当放大器设备的本地振荡器被设置为较高的振荡器频率时,可以选择具有较高复杂度的计算模型(例如第一计算模型)来对输入信号进行预失真。
在一些示例中,方法100还包括观察触发条件。在触发条件发生(例如,满足)时,可以重新评估选择标准。如果选择标准的重新评估导致选择了与在触发条件发生之前用于对输入信号进行预失真的计算模型不同的计算模型,则可以生成针对新选择的计算模型的一组系数。在一些示例中,在发生触发条件时,可以重新生成在触发条件发生之前已经用于对输入信号进行预失真的计算模型的一组系数。
在一些示例中,触发条件包括超时、温度变化(例如,放大器设备的温度变化或放大器设备的环境)和/或输出信号的质量变化。
例如,在预定义的倒计时达到零之后可能发生超时。根据一些示例,相应的倒计时时间可以长于五秒,长于30秒,长于一分钟,或甚至长于五分钟。触发重新评估选择标准和/或生成新选择的或原始的计算模型的系数的超时可以确保在某时间量之后(例如,当输入信号和/或放大器设备的属性可能已经改变时)最初对计算模型和/或选定的系数的值所做出的选择仍然有效。在一个示例中,当倒计时达到零时,选定的计算模型的系数被周期性地重新生成,以便使系数的值适应于放大器设备的属性和/或输入信号的属性的潜在变化。
在一些示例中,如果当已经生成所使用的计算模型的系数时放大器设备处的温度与实际温度之间的温度变化高于预定义的允许的温度偏差时,可重新评估选择标准以选择另一计算模型和/或可以重新生成所使用的计算模型的系数。以这种方式,改变的特性(例如,输出信号如何被放大器设备失真方面的变化)可以被包括在用于对输入信号进行预失真的计算模型中。预定义的允许的温度偏差可以例如为0.5开尔文(K)或更高、1K或更高、2K或更高、或者甚至10K或更高。
例如,当检测到高于预定义的允许的温度偏差的温度变化时,根据比第二计算模型具有更高的复杂度的第一计算模型,放大器设备的输入信号被预失真。现在,重新评估选择标准,这取决于例如可用计算能力和可用时间预算。因此,可有两个选项:可用时间预算足以利用可用计算能力来重新生成第一计算模型的系数,或者不是这样。在前一种情况下,第一计算模型的系数被重新生成,使得在第一计算模型中考虑温度变化。如果不是,则可以生成第二计算模型的系数,其在该示例中需要较低的计算工作量,因此需要更短的计算时间,并且可以使用第二计算模型对输入信号进行预失真。
例如,温度变化可以由电子温度传感器检测,电子温度传感器可以被集成到放大器设备中,或者可以与放大器设备在相同的电路板上或在同一电信设备内。
在一些示例中,如果观察到输出信号的质量变化(例如,降低),例如,如果输出信号的质量下降到预定义信号质量以下,则可以重新评估选择标准以选择另一计算模型并且生成新选择的计算模型的系数,和/或可以重新生成所使用的计算模型的系数。以这种方式,方法100可以对输出信号质量的降低做出反应。
在一些示例中,输出信号的质量可以由输出信号的EVM、ACPR、SER、和/或BER表示(例如,可以由它们来确定)。这些量可以例如由反馈接收器确定,反馈接收器被配置为接收放大器设备的输出信号,并且可以被集成到放大器设备中。可以针对已知的输入信号来确定输出信号的EVM、SER和BER。例如,可以将输出信号所包含的符号和/或比特与输入信号所包含的相应符号和/或比特进行比较,以便确定输出信号的SER或BER。可以根据输出信号在其信道带宽内的功率测量和根据对邻近信道在这些邻近信道的带宽内的功率进行测量来确定ACPR。对于这些功率测量,例如,反馈接收器也可以与功率检测器一起使用。也可以使用反馈接收器来确定EVM。
根据示例,在传输信号期间,输出信号的质量下降到预定义的信号质量以下,其中使用第一计算模型对相应的输入信号进行预失真,第一计算模型比第二计算模型具有更高的复杂度。例如,BER可以超过预定义的限制,预定义的限制例如可以被设定为0.1%至1%之间、或1%至2%之间、或2%至5%之间的值。由于输出信号的质量被反馈接收器监视(例如,感测),因此反馈接收器生成触发信号以对识别到输出信号质量的降低进行反应。然后,触发信号可以导致第一计算模型的系数的重新生成,因为实际系数不再提供所需的预失真性能,因此不提供所需的输出信号质量。输出信号的质量的降低可能有各种原因,例如放大器设备的外部环境的变化,如突然的温度变化或电压驻波比(VSWR)的变化,例如,放大器设备的负载阻抗的变化。利用重新生成的一组系数,预失真可以适应于针对放大器设备的改变后的状况,并且因此提供更高质量(例如,所需质量)的输出信号。在一些示例中,如果根据选择标准,使用可用计算能力对第一计算模型的系数的重新生成可能超过用于生成系数的可用时间预算,则可以代替地选择第二计算模型。也就是说,用于对输入信号进行预失真的计算模型可以被改变为第二计算模型,可以使用可用计算能力在可用时间预算内生成第二计算模型的系数。
图2a根据示例示出了使用预失真的信号链200的框图。在该示例中,放大器设备包括功率放大器232,其中输入信号为x,相应的输出信号为y。在输入信号x进入功率放大器232之前,它由预失真电路210(例如,采用数字预失真的电路)预失真。之后,该信号作为经预失真的输入信号z被提供给功率放大器。由于输入信号x被预失真以提供未失真(或较少失真)的输出信号y,所以信号链200处于校正操作阶段。
预失真电路210可以例如采用基于方程1的第一计算模型和/或基于方程2的第二计算模型来对输入信号x进行预失真。
图2b示出了在学习操作阶段中的信号链201的框图,该学习操作阶段例如用于生成计算模型的系数,例如,第一计算模型的第一组系数和/或第二计算模型的第二组系数。换句话说,信号链201示出了用于根据后置(post)失真方法或非直接方法来评估预失真系数的设置。
为了清楚起见,应当修改的是,在用于对放大器设备的输入信号进行预失真的反对(opposed)直接的方法中,首先生成选定的计算模型的系数以获得函数,该函数根据放大器设备的输入信号提供放大器设备的输出信号。之后,根据直接的方法,该函数可以被反转成反函数。该反函数的系数可以被称为预失真系数,因为反函数然后可以被用于对输入信号进行预失真,从而使得经预失真的输入信号相对于由放大器设备引起的失真被反转。因此,经预失真的输入信号可以作为未失真(或者失真不太严重)的输出信号离开放大器设备。在后置失真方法中,反函数(例如,预失真系数)可以被直接生成。这可以通过应用计算模型来根据所采样的输出信号计算(已知的)输入信号,使得计算模型的系数可以与预失真系数相同来实现。换句话说,根据后置失真方法,计算模型可以描述放大器设备的反向特性。
根据图2b,输入信号x被直接馈送到包括功率放大器232的放大器设备中,并且还被预失真电路210记录(例如,采样)。与输入信号x相对应的功率放大器232的输出信号y被除以功率放大器232的信号增益(例如,通过该信号增益来均衡(equalize)),并且还作为经增益校正的输出信号由预失真电路210记录(例如,采样)。根据经增益校正的输出信号(例如,的采样值),可以设置大小为NxP的矩阵其中数字N对应于输入信号x和/或输出信号y的长度(例如,样本数目),并且P对应于选定的计算模型的系数的数目,例如,预失真系数的总数。在学习阶段,可以通过后置失真方法来评估可在Px1列向量d中收集的预失真系数,如方程3所示:
方程3:
在方程3中,x是在Nx1列向量中收集的经采样的输入信号(例如,所发送的数据)。
在一些示例中,方法100还包括使用Cholesky分解来确定线性方程组的最小二乘解,其中线性方程组对应于选定的计算模型。例如,方程3是针对以下线性方程组(例如,标准线性方程组)的选定计算模型的预失真系数d的最小二乘解:
方程4:
在一些示例中,针对方程3中描述的预失真系数的最小二乘解d可以用于实现具有很少实现损失的鲁棒解,并且可以通过包括Cholesky分解进行计算。
方程3的解的复杂性可以由两个参数给出,这两个参数是输入序列的长度和统计信息以及模型(例如,选定的计算模型)中的参数数目。输入序列的长度和统计信息可以对应于输入信号x的样本数目和输出信号y的样本数目。模型(例如,选定的计算模型)中的参数的数目可以对应于选定的计算模型的系数的数目。
现在将针对两个示例来解释方程3的解的复杂性,这两个示例例如为第一示例和第二示例:
在第一示例中,例如根据标准IEEE 802.11ac的输入信号具有160MHz的带宽并且由无线保真(WiFi)内部功率放大器放大。在该示例中,输入信号被基于方程1的第一计算模型进行预失真,第一计算模型具有大约30个复参数(例如,30个复系数)。为了确定预失真系数,例如,以640MHz的采样频率在所需的大约25微秒(μs)的信号持续时间中对输入信号进行采样。这产生N=16,000(一万六千)个样本(=640e6*25μs=16,000)。
在第二示例中,输入信号具有20MHz的带宽。例如,这样的输入信号可以用于在创建新的电信连接期间(例如,在通信链路的加速(ramp up)期间)根据标准IEEE 802.11(例如,IEEE 802.11ac)以传统速率交换控制消息。可以根据方程2的第二计算模型对该输入信号进行预失真,第二计算模型具有待评估的五个复参数(例如,五个复系数)。此外,可以以160MHz的采样频率在所需的大约10微秒的信号持续时间中对输入信号进行采样,以根据第二计算模型确定预失真系数。因此,所需的信号持续时间可以小于上述25μs,因为使用了需要较低的计算工作量来生成相应的一组系数的第二计算模型。这产生N=1,600(一千六百)个样本(=160e6*10μs=1,600)。
方程3的计算复杂度可以描述如下:
关系式5.1:
在第二步中,方程4.1的矩阵A可以被反转到具有与O(P3)成比例的计算复杂度的逆矩阵B:
关系式5.2:
B=(A)-1~O(P3)
关系式5.3:
在第四步中,可以计算矩阵与向量的乘积B×C,其具有与O(P2)成比例的计算复杂度:
关系式5.4:
B×C~O(P2)
从关系式5.1、5.2、5.3和5.4可以推断出,总复杂度(例如,总计算复杂度)大约为O(P2×N)。
因此,根据上述第一示例的(例如,针对第一(例如,完整)计算模型)的计算复杂度可以计算为:
~O(302×16,000)=O(14,400,000)。
在许多系统中,O(14,400,000)的计算复杂度可能导致长的计算时间,从而可能超出所要求的时间预算。
因此,根据上述第二示例的(例如,针对第二(例如,简化的)计算模型)的计算复杂度可以计算为:
~O(52×1,600)=O(40,000)。
在许多系统中,O(40,000)的计算复杂度可以使得计算时间更短,例如,与在所要求的时间预算内计算第一计算模型的系数相比,可以相对较快地计算第二计算模型的系数。
在某些情况下,学习阶段(例如,用于生成预失真系数)的时间预算可以例如在上电(例如,放大器设备的上电)的情况下被限制。为了确保良好的用户体验,应该使得设备(例如,放大器设备)能够尽快进行发送。
因此,根据本公开的一些示例,提供了一种可配置架构,其被配置为在时间有限的情况下以性能为代价(例如,以放大器设备的输出信号的质量为代价)来评估简化模型(例如,以生成第二计算模型的系数)。此外,可配置架构被配置为在时间预算足以评估完整模型的情况下评估完整模型(例如,以生成第一计算模型的系数),以便与使用简化的计算模型来对输入信号进行预失真相比,提供更高质量的输出信号,例如,从而实现更好的性能。
在一些示例中,提供了被配置为在第一性能模式和第二性能模式之间动态切换以对放大器设备的输入信号进行预失真的可编程架构。第一性能模式的性能和第二性能模式的性能可以对应于放大器设备的相应输出信号的质量。相应的输出信号的质量可以对应于输出信号的EVM、ACPR(例如,频谱掩盖)、SER、和/或BER。在一些示例中,与第二性能模式相比,第一性能模式可以提供更高的性能,例如更高的输出信号质量。此外,第一性能模式可以对应于校准(例如,用于生成预失真系数)所需的大量计算能力,而第二性能模式可对应于校准所需的有限计算能力。此外,与根据第二性能模式相比,根据第一性能模式可以生成更多数目的预失真系数。在一些示例中,在第一性能模式中,可以基于第一计算模型(例如,基于方程1)来生成(例如,评估)预失真系数;而在第二性能模式中,可以基于第二计算模型(例如,基于方程2)来生成(例如,评估)预失真系数。换句话说,在第一性能模式中用于根据第一计算模型来生成预失真系数的计算工作量高于在第二性能模式中用于根据第二计算模型来生成预失真系数的计算工作量。
在一些示例中,可编程架构能够根据性能要求来对校准所需的计算能力进行优化。
高带宽预失真器(例如,被配置为对具有大带宽的信号进行预失真的预失真电路,所述大带宽例如可以是大于80MHz、大于160MHz、大于500MHz、或者甚至等于或大于2000MHz的带宽)针对校准阶段(例如,用于基于计算模型生成预失真系数)所需的计算能力(例如,计算工作量)可能很高(例如,在利用可用计算能力的情况下,可能会超过用于生成预失真系数的可用时间预算)。因此,根据一些示例,可以动态地调整用于对输入信号进行预失真的计算模型(例如,预失真器模型)。这可以以产品成本为代价来避免对设备(例如,放大器设备)增加计算能力,并且还可以以校准持续时间(例如,用于生成预失真系数所需的时间)为代价来避免使用(例如,依赖于)用于校准的现有(例如,可用的)计算能力。因此,根据一些示例,在对校准持续时间(例如,通信链路的上电和加速期间)敏感的场景中,简单的预失真模型(例如,比第一计算模型具有更低的复杂度的第二计算模型)可以用于对输入信号进行预失真。例如,通过使用第二计算模型,可以以性能为代价(例如,以输出信号的质量为代价)来缩短校准持续时间,例如缩短30倍或更多。在其他场景中,例如,当可用时间预算足以基于第一计算模型生成预失真系数时,可以采用完整预失真模型(例如第一计算模型)来对输入信号进行预失真。
在一些示例中,相同的算法可以用于基于根据方程1的第一计算模型来生成预失真系数,并且基于根据方程2的第二计算模型来生成预失真系数,其中可以在复杂度方面简化数学模型,例如,通过将系数p1,kq设置为零,可以推导出方程2作为方程1的特殊情况。例如,基于第一计算模型生成预失真系数和基于第二计算模型生成预失真系数的两种类型的校准可以使用相同的数据输入。
根据示例,图3示出了用于对放大器设备331的输入信号322进行预失真的可编程架构300。在该示例中,放大器设备331包括混合信号电路334和功率放大器332。混合信号电路334可以串联连接到功率放大器332。此外,混合信号电路334可以包括可选的内插链(例如,可选的内插滤波器)、DAC、滤波器电路(例如,基带滤波器)和混频器电路(例如,上变频混频器)。在一些示例中,混合信号电路334和功率放大器332被包括在模拟前端(例如,发送器的模拟前端)。这样的发送器可以被集成到电信设备中,例如根据标准IEEE 802.11(例如,IEEE 802.11n、IEEE 802.11ac或IEEE 802.11ad)操作的电信设备。功率放大器332的输出被连接到天线338,使得放大器设备331可以用于无线通信。
此外,功率放大器332的输出信号326被连接到反馈接收器336。输出信号326例如可以使用功率分配器、开关或定向耦合器(图3中未示出)而被耦合到功率放大器332的输出外。功率分配器或定向耦合器的使用可以允许利用反馈接收器336接收输出信号326并同时从天线338发射相应的信号。在利用功率分配器的情况下,例如,可以使用Wilkinson功率分配器或电阻装置(tee)。在利用开关的情况下,例如,可以使用正-本征-负-二极管(pin-diode)开关,诸如CMOS开关的晶体管开关或继电器。在利用定向耦合器的情况下,耦合器可以是对称耦合器(例如,3-dB定向耦合器)或非对称定向耦合器,其耦合系数在-3dB至-10dB之间,或在-10dB至-20dB之间,或在-20dB至-40dB之间,或甚至低于-40dB。换句话说,如果使用非对称定向耦合器,则输出信号326的功率低于从天线338发射的对应信号的功率。此外,指示信号质量的输出信号326的属性(例如,EVM、ACPR、SER和BER)对应于从天线338发射的信号的属性。换句话说,输出信号326可被看作是从天线338发射出的信号(的较低功率的)副本。反馈接收器336可以包括混频器电路(例如,下变频混频器)、滤波器电路(例如,基带滤波器)、ADC和可选的抽取滤波器。
此外,可编程架构300包括预失真子电路314。基于针对计算模型所评估的选择标准和基于选择计算模型,预失真子电路314被配置为根据放大器设备331的第一计算模型以及放大器设备331的第二计算模型来对放大器设备331的输入信号322进行预失真。在一些示例中,第一计算模型可以比第二计算模型具有更高的复杂度。例如,第一计算模型可以提供输出信号326,其中输出信号326非线性地依赖于输入信号322的当前部分并非线性地依赖于输入信号322的先前部分,而第二计算模型可以仅非线性依赖于输入信号的当前部分来提供输出信号326。在一些示例中,第一计算模型可以包括第一多项式,并且第二计算模型可以包括第二多项式,其中第一多项式比第二多项式具有更多的系数。在一些示例中,第一计算模型可以是基于方程1的计算模型,并且第二计算模型可以是基于方程2的计算模型。
在一些实施例中,预失真子电路314可以被实现为非线性数字滤波器,例如在数字信号处理器上实现,或者通过单片集成到放大器设备331中来实现。该非线性数字滤波器可以被实现为非线性有限脉冲响应滤波器(FIR滤波器)或非线性无限脉冲响应滤波器(IIR滤波器)。该非线性数字滤波器的抽头可以对应于选定的计算模型的系数并被调整以适应于选定的计算模型(例如第一计算模型或第二计算模型)的系数。换句话说,预失真子电路314可以被配置为支持可变数目的系数。
或者,在一些实施例中,预失真子电路314可以以软件或固件的形式作为在处理单元/电路(例如,中央处理单元、数字信号处理器、专用集成电路(ASIC)或现场可编程门阵列(FPGA))上执行的信号处理算法来实现。
多路复用器315与可选的抽取滤波器一起被配置来在放大器设备331的输入信号322(例如,未失真的输入信号)和经预失真的输入信号324(例如,预失真子电路314的输出信号)之间进行选择。因此,多路复用器315可以将放大器设备331的输入信号322或经预失真的输入信号324传送到发送器缓冲器316。由反馈接收器336接收的放大器设备331的输出信号326可以由反馈接收器336传送到接收器缓冲器318。发送器缓冲器316和接收器缓冲器318可以包括存储器电路,例如,随机存取存储器(RAM)电路或移位寄存器电路,并且发送器缓冲器316和接收器缓冲器318可以被配置为分别存储输入信号322或经预失真的输入信号324和所接收的输出信号326。
预失真子电路314、混合信号电路334、功率放大器332、多路复用器315、反馈接收器336、发送器缓冲器316和接收器缓冲器318可以以硬件实现,并且根据一些示例,可以将其集成到通用半导体管芯(例如,集成电路(IC))中。天线338也以硬件来实现。在一些示例中,天线338可以被集成到通用半导体管芯中。
此外,可编程架构300包括对准块342(例如,对准例程)、学习块344(例如,学习例程)和表生成块346(例如,表生成例程)。对准块342、学习块344和表生成块346可以以固件实现并且可以串联连接,其中对准块342在首位,学习块344第二,并且表生成块346第三。
对准块342可以被配置为从发送器缓冲器316读取输入信号322或经预失真的输入信号324。换句话说,发送器缓冲器316可以包含作为学习算法的输入(例如,针对方程3的输入信号x)的发送数据,其中需要该输入信号x来基于方程3生成预失真系数的向量d。此外,对准块342被配置为从接收器缓冲器318读取输出信号326。换句话说,接收器缓冲器318可以包含作为学习算法的输入(例如,用于生成方程3的矩阵的输出信号y)的接收数据。进而,矩阵可以被用于基于方程3生成预失真系数的向量d。
此外,对准块342可以被配置为评估和校正增益偏移、相位偏移和输入(例如输入信号322)与输出(例如输出信号326)之间的定时偏移。例如,可以执行该校正以免反馈接收器336影响选定的计算模型的预失真系数的生成,并且将输出信号326除以功率放大器332的信号增益以提供经增益校正的输出信号,如上述在图2b的上下文中所解释的那样。此外,对定时偏移的校正可以用于根据输入信号322的当前部分(例如,输入信号322的当前样本)并且根据输入信号322的先前部分(例如,输入信号322的一个先前样本(或多个先前样本))来提供输出信号326(例如,输出信号326的当前样本)。
学习块344可以被配置为从对准块342接收对应于方程3中的输入信号x的输入信号322,并且可以被配置为还从对准块342接收经增益偏移、相位偏移和定时偏移校正的输出信号根据经校正的输出信号(例如,根据对功率放大器332的输出信号326的测量),学习块344然后可以如上所述构造NxP矩阵并建立方程组(例如,线性方程组),该方程组对应于选定的计算模型并且根据NxP矩阵并根据Px1列向量d来提供输入信号x(例如,采用Nx1列向量的形式的发送数据),其中,d包含待确定(例如,待生成)的预失真系数。在这里,P对应于预失真系数的总数,N对应于输入信号322和/或输出信号326的长度,例如,样本数目。在一些示例中,所得到的方程组可被表示为:
方程6:
方程7:
A·d=b
此外,学习块344可以被配置为计算矩阵A的Cholesky分解,例如A=L·LH,其中L是下三角矩阵。此外,学习块344可以被配置为通过采用矩阵A的Cholesky分解来求解方程7中包含预失真系数的向量d。这可以通过两个步骤完成。在第一步骤中,可以通过前向消除来计算中间结果向量c,例如通过求解L·c=b以得到c。在第二步骤中,可以通过后向消除来计算包含预失真系数的向量d,例如通过求解LH·d=c以得到d。因此,学习块344可以被配置为针对选定的计算模型生成一组系数,例如包含预失真系数的向量d。
表生成块346可以被配置用于生成可以被加载到预失真块(例如预失真子电路314)的预失真表。因此,预失真子电路314可以基于选定的计算模型来对输入信号322进行预失真。
换句话说,预失真表可以包括包含预失真系数的向量d。表生成块346的输出可以经由预失真反馈信号347耦合到预失真子电路314,以便将预失真系数提供给预失真子电路314。以这种方式,可以完成预失真回路。
根据示例,对准块342、学习块344、表生成块346和预失真块(例如,预失真子电路314)是可编程的,并且被配置为支持具有不同数目的系数的预失真模型,例如,第一计算模型和/或第二计算模型。
基于针对放大器设备331(例如,混合信号电路334和功率放大器332)的计算模型所评估的选择标准,可编程逻辑架构300可以被配置为根据第一计算模型或者根据第二计算模型来对输入信号322进行预失真,其中,第一计算模型比第二计算模型具有更高的复杂度,例如,具有更多的系数。
在本公开的一些示例中,在使用第二计算模型的第二组系数来对输入信号进行预失真时,生成第一模型的第一组系数。例如,可编程架构300可以被集成到电信设备的发送器中。可以使用电信设备来创建新的电信连接。例如,电信设备可以例如是可以经由无线局域网(WLAN)连接到路由器以获得互联网接入的膝上型个人计算机(PC)、平板PC或智能电话。为了创建新的电信连接,电信设备和路由器可以交换控制消息,例如包含网络地址、互联网协议地址、媒体访问控制地址、密码、用于评估所使用的电信信道的传递函数的导频符号和/或关于哪些频率和哪些调制方式将在通信期间使用的信息的消息。
控制消息的交换可以以低数据速率进行,例如以传统速率进行。例如,所使用的电信信道可以具有80MHz或更大的带宽,但是对于交换控制消息,可以采用较低带宽的控制信号,例如,控制信号可以具有20MHz或更小的带宽。为了交换控制消息,例如,为了从电信设备向路由器发送控制信号,可编程架构300可以对控制信号进行预失真,以便提供高质量的相应输出控制信号,例如输出控制信号的EVM和ACPR可以满足在通信时所基于的电信标准的要求,这些电信标准例如是IEEE 802.11n、IEEE 802.11ac和/或IEEE 802.11ad之类的IEEE 802.11标准。电信设备然后可以评估用于选择放大器设备331(例如混合信号电路334和功率放大器332)的计算模型的选择标准。
例如,可以通过放大器设备的控制子电路(类似于图4和图5所示的控制子电路412/512)来评估选择标准。在该示例中,选择标准可以包括对放大器设备331的输入信号322的属性(例如,输入信号322的带宽)的依赖性。如在该示例中,在创建电信连接时,输入信号322(例如,控制信号)具有低带宽,例如20MHz或更低,选择标准可以确定使用第二计算模型(例如,基于方程2的第二计算模型),第二计算模型比第一计算模型具有更低的复杂度,并且对于对输入信号322进行预失真,第二计算模型比第一计算模型需要更低的计算工作量来生成其系数。
控制子电路(图3中未示出)然后可以将配置信号328发送到可编程架构300,使得可编程架构300可以如上所述生成第二计算模型的系数,并且使用所生成的第二计算模型的系数来对输入信号322进行预失真,在这种情况下,输入信号322对应于用于创建新的电信连接的控制信号。如上所述,由于在该示例中,输入信号322的带宽较低,所以输入信号322可能对源于放大器设备331所包含的半导体设备的高频效应(例如,记忆效应、传输延迟、和/或快速热时间常数)的失真不敏感。
然而,输入信号322仍然可能受到压缩效应(例如,功率放大器332的输出功率压缩)的影响。因此,第二计算模型可以用来对输入信号322(例如,控制信号)进行预失真,其中,第二计算模型通过例如非线性地依赖于输入信号322而提供输出信号326来处理压缩效应,但是可以不考虑记忆效应、传输延迟和/或快速热时间常数。通过选择可能比第一计算模型需要更低的计算工作量来生成其系数的第二计算模型,可以减少计算时间,并且可以更快地创建电信连接。此外,由于计算工作量较小,因此可以执行较少的计算操作,并且因此可以消耗较少的电能,例如,可以节省电能,这在电信设备是电池供电的情形下,转而可以使得电信设备的充电周期更长。
在创建电信连接之后,输入信号322可以被从控制信号切换到数据信号(例如,有效载荷数据信号),其中数据信号可以具有较大的带宽,例如80MHz或更大的带宽。因此,可以再次评估(例如,重新评估)选择标准,并且基于输入信号322(例如,数据信号)的较大带宽,选择标准现在可以确定使用第一计算模型(例如,基于方程1的第一计算模型),其比第二计算模型具有更高的复杂度。由于较大的带宽,输入信号322也可能由于放大器设备331所包括的半导体设备的高频效应(例如,记忆效应、传输延迟和/或快速热时间常数)以及压缩效应而易于失真。因此,可以选择第一计算模型来对输入信号322(例如,数据信号)进行预失真,其中第一计算模型可以非线性地依赖于输入信号的当前部分并且非线性地依赖于输入信号的先前部分来提供输出信号326。这可以提供从天线338发射的信号的相应的高质量的输出信号326,例如,输出信号326的EVM和ACPR和从天线338发射的信号的EVM和ACPR可以满足在通信时所基于的电信标准的要求。
在一些示例中,由于基于方程2的第二计算模型可以被推导为基于方程1的第一计算模型的特殊情况,所以第二计算模型的系数(例如,方程2的系数pk)可以被设置为等于第一计算模型中对应于第二计算模型的系数(例如,方程1的系数pk)的这些系数。以这种方式,当生成第一计算模型的系数时,例如当求解线性方程组(如方程3、4、6和7所述)时,一部分解(例如系数pk)已经已知,使得用于生成第一计算模型的系数的计算工作量可以减少,这可以节省计算时间以及电能。此外,在一些示例中,当正在生成第一计算模型的系数(例如,第一组系数)时,第二计算模型可以用于对输入信号进行预失真。以这种方式,可以加速对输入信号的预失真。
在一些示例中,用于对放大器设备的输入信号进行预失真的方法包括观察触发条件。在发生触发条件时,该方法还包括重新评估选择标准和/或生成针对选定的计算模型的一组系数。这里,选定的计算模型可以是在重新评估选择标准的过程中新选择的计算模型,或者可以是在触发条件发生之前使用并且由于触发条件的发生其系数可以被重新生成的计算模式。
参考图3,与触发条件的发生相对应的触发信号可以被包括在可编程架构300的配置信号328内。例如,配置信号328可以包括多个比特,其中一个比特对应于触发信号并且该比特被配置为指示触发条件的发生。在发生触发条件时,控制子电路(图3中未示出)可以启动可编程架构300以重新生成已经被选择来对输入信号322进行预失真的计算模型的系数,或者切换到另一计算模型,生成其系数,并用它来对输入信号322进行预失真。
触发条件例如可以在放大器设备331(例如,混合信号电路334和功率放大器332)的配置发生变化的过程中发生。例如,电源电压和/或功率放大器332的增益(例如,信号增益)可以被改变(例如,增加或减小)以针对不同性能和/或功率效率折衷目标。放大器设备331的配置发生变化的另一示例是输出信号326的载波频率发生变化,其可以例如通过改变放大器设备331(例如,混合信号电路334)的振荡器频率来完成。当包括放大器设备331的电信设备根据来自共址蜂窝设计的指示移动到新的地理约束时,和/或当电信设备识别到与其通信伙伴(例如,另一方)的邻近度发生变化时(证明新的折衷配置是合理的)(例如,当无论采用何种方式,针对到另一方向的较高的或极限的邻近度或者变化不需要高的发送功率时),放大器设备331的配置方面的这种变化可以例如被执行。换句话说,如果电信设备检测到与其通信伙伴的距离发生变化,则其可以调整功率放大器332的最大输出功率、增益和/或电源电压。例如,如果距离变小,则可以减小功率放大器332的最大输出功率、增益和/或电源电压。如果距离变大,则可以增大功率放大器332的最大输出功率、增益和/或电源电压。
例如,触发条件可以在通信期间发生,其中,输入信号322可以对应于具有大带宽(例如(如上所述)大于80MHz)的数据信号,使得使用第一计算模型来对输入信号进行预失真。由于触发信号的发生,可以对评估标准进行重新评估。评估标准可以例如取决于可用于生成选定计算模型的系数的时间预算和可用计算能力。如果可用计算能力不足以在可用时间预算内重新生成第一计算模型的系数,则选择标准可以确定使用第二计算模型来对输入信号322进行预失真,其中,可以用可用计算能力在可用时间预算内生成第二计算模型的系数。因此,在生成第二计算模型的系数之后,预失真子电路314可以通过使用第二计算模型来对输入信号322进行预失真。为了进一步提高相应的输出信号326的质量,可编程架构可以在使用第二计算模型来对输入信号322进行预失真时生成第一计算模型的第一组系数。在生成第一计算模型的第一组系数之后,预失真子电路314可以通过使用第一计算模型来对输入信号322进行预失真。以这种方式,在发生触发条件之后,通过首先使用第二计算模型来对输入信号322进行预失真,可以加速发送性能的提升。
在另一示例中,当放大器设备331和/或包括放大器设备331的电信设备从节能模式切换回操作模式时,例如当从这种长睡眠和/或掉电状态唤醒时,触发条件可以发生。这可能导致放大器设备331和/或电信设备的温度发生变化和/或来自平台电池(例如,蜂窝平台)的电源发生变化。因此,通信可以首先开始使用第二计算模型来对输入信号进行预失真,其中第二计算模型的系数可以比第一计算模型的系数更快地生成,使得可以更快地建立电信连接。换句话说,为了加速发送性能的提升,执行次优预失真。之后,当使用第二计算模型来对于输入信号322进行预失真时,可编程架构可以生成第一计算模型的第一组系数,以使用第一计算模型来对输入信号322进行预失真以进一步提高相应的输出信号326的质量。
根据示例,在外部环境发生变化(例如,突然的温度变化和/或电压驻波比的变化,其中该温度变化高于距确定所使用的计算模型的系数所处的温度的预定义的最大温度偏差)的过程中,触发条件可以发生以及因此对选择标准的重新评估和对选定的计算模型的一组系数的生成(或重新生成)可以发生。
根据本公开的另一方面,提供了一种预失真电路。图4根据示例示出了预失真电路400的框图。预失真电路400被配置为对放大器设备的输入信号422进行预失真。预失真电路包括控制子电路412和预失真子电路414。控制子电路412被配置为评估用于放大器设备的计算模型的选择标准,该计算模型针对放大器设备的输入信号424提供放大器设备的输出信号。此外,控制子电路412被配置为基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择。预失真子电路414被配置为使用选定的计算模型来对输入信号422进行预失真,例如,预失真子电路414被配置为接收未失真的输入信号422并且向放大器设备提供相应的经预失真的输入信号424。
在一些示例中,控制子电路412还可以被配置为针对选定的计算模型生成一组系数。
在一些示例中,控制子电路412还可以被配置为确定可用计算能力和/或可用时间预算。可用时间预算可以与生成选定的计算模型的系数所需要的时间和/或对输入信号进行预失真所需要的时间相对应。
例如,控制子电路412可以具有关于可以执行多少计算操作以便生成计算模型的系数的先验信息。此外,控制子电路412可以通过向算术逻辑单元和/或中央处理单元查询关于其可用计算能力的信息(例如,关于单位时间可以执行的计算操作数目的信息)来确定可用计算能力。这里,控制子电路412可以连接到算术逻辑单元和/或中央处理单元,或者可以包括算术逻辑单元和/或中央处理单元。根据生成计算模型的系数所需的计算操作的数目并且根据可用计算能力,控制子电路412可以确定用于生成计算模型的系数所需的时间。然后,控制子电路412可以将用于生成计算模型的系数所需的时间与可用时间预算进行比较,以确定可用时间预算是否足以生成计算模型的系数。控制子电路412可以具有关于可用时间预算的先验信息(例如,采用查找表的形式),其包含涉及不同电信标准(例如,标准IEEE 802.11)以及涉及这些电信标准内的不同场景(例如,创建电信连接或经由电信连接来发送数据消息(例如,有效载荷数据消息))的可用时间预算。
在一些示例中,控制子电路412还被配置为确定输入信号422的属性和/或放大器设备的属性。
在一些示例中,输入信号422的属性是如下项中的至少一项:输入信号422的功率、输入信号422的功率动态范围、输入信号422的载波频率、输入的带宽信号422、以及输入信号422的调制方式。
在一些示例中,控制子电路412可以通过测量来确定输入信号422的属性,或者具有输入信号422的属性(例如,输入信号422的功率、输入信号422的功率动态范围、输入信号422的载波频率、输入信号422的带宽、和/或输入信号422的调制方式)的先验信息。这里,可以分析经预失真的输入信号424和/或可以分析未失真的输入信号422以确定放大器设备的输入信号的属性。在不失一般性的情况下,以下将仅引用未失真的输入信号422,其被称为输入信号422。
例如,在通信期间,控制子电路412可以自己设置输入信号422的属性,例如,为了使用控制消息(如上所述)创建电信连接,控制子电路412可以将输入信号422(其对应于要发送的控制消息)的带宽设置为较低的值,例如,为20MHz或更低。在创建电信连接期间,控制子电路412还可以调整并因此设置输入信号422的调制方式。例如,在创建电信连接期间,可以尝试不同的调制阶数(例如,4-QAM、16-QAM、64-QAM、和/或256-QAM),例如,只要通信的SER或BER保持在某一边界以下,则可以增加调制的阶数以提高电信的数据速率。此外,在创建电信连接期间,控制子电路412可以调整并因此设置输入信号422的载波频率。例如,输入信号422的载波频率可以被设置为可用频率信道的中心频率。例如,可用频率信道可以由相应的电信伙伴传送到控制子电路412,或者可以由控制子电路412根据载波侦听多路访问(CSMA)和冲突检测协议来感测。在创建电信连接之后,放大器设备可以发送数据消息。因此,输入信号422然后可以对应于数据消息,并且控制子电路412可以将输入信号422的带宽设置为更大的值,例如,80MHz或更大。根据一些示例,由于控制子电路412可以设置输入信号422的属性,所以控制子电路412还可以具有关于输入信号422的这些属性的信息,并且因此可以被配置为确定输入信号422的这些属性。
在一些示例中,控制子电路412可以通过测量来确定输入信号422的属性。例如,控制子电路412可以连接到检测器电路或者可以包括检测器电路,其中检测器电路被配置为检测(例如,测量)输入信号422的属性。检测器电路可以例如包括输入功率检测器(例如,包络检测器),用于确定输入信号422的功率和/或功率动态范围。控制子电路412还可以被配置为确定输入信号422的带宽和/或载波频率。例如,控制子电路412可以被配置为计算输入信号422的快速傅里叶变换,其中FFT的输入数据(例如,时域表示中的输入信号422(例如,输入信号422的样本))由预失真子电路414提供给控制子电路412,或者其中控制子电路412包括附加DAC以对输入信号422进行采样。
在一些示例中,放大器设备的属性是如下项中的至少一项:电源电压、增益、最大输出功率、和振荡器频率。控制子电路412可以被配置为确定放大器设备的属性。例如,控制子电路412可以例如通过另一DAC来感测放大器设备的电源电压,或者控制子电路412可以具有关于电源电压的先验信息,因为它本身可以调整并因此设置放大器设备的电源电压。例如,为了节省电能,它可以减小放大器设备的电源电压。控制子电路412可以被配置为例如通过连接到相应的温度传感器或通过包括温度传感器来确定放大器设备的温度和/或放大器设备的环境的温度,其中,温度传感器被配置为感测放大器设备的温度和/或放大器设备的环境温度。此外,控制子电路412可以经由被配置以检测放大器设备的输出信号的功率的输出功率检测器(例如,包络检测器)来测量放大器设备的最大输出功率。输出功率检测器可以被包括在控制子电路412之内,或者可以被连接到控制子电路412。另外,控制子电路412可以被配置为调整并因此设置放大器设备的增益(例如,信号增益)。例如,电信伙伴可以向控制子电路412指示在电信伙伴处的接收信号(例如,放大器设备的输出信号)的功率太低,使得控制子电路412可以将放大器设备的增益(例如,信号增益)设置为更高的值,以便提供更高功率的输出信号。在一些示例中,控制子电路412可以被配置为测量放大器设备的增益。例如,控制子电路412可以用输入功率检测器来测量输入信号422的功率,并用输出功率检测器来测量输出信号的功率。通过计算输出信号的功率与输入信号422的功率之间的差异,控制子电路412可以确定放大器设备的增益。
在一些示例中,控制子电路412可以被配置为设置放大器设备的振荡器(例如,本地振荡器)的振荡器频率,并且因此具有(例如,被配置为确定)关于放大器设备的输出信号的载波频率方面的信息。这里,放大器设备的振荡器可以被配置为将经预失真的输入信号424上变频到RF载波域。通过例如经由FFT(如上所述)确定输入信号422的频率,并且通过确定本地振荡器的频率,控制子电路412可以确定放大器设备的输出信号的载波频率。此外,如果不是使用基本频率,而是使用本地振荡器的较高谐波频率来对经预失真的输入信号424上变频,则控制子电路可以被配置为设置和/或确定本地振荡器频率的乘法因子。
在一些示例中,控制子电路412被配置为接收触发信号。基于触发信号,控制子电路412被配置为重新评估选择标准和/或被配置为生成用于选定的计算模型的一组系数。
在一些示例中,控制子电路412被配置为确定第一计算模型的第一组系数,而预失真子电路414使用第二计算模型的第二组系数来对输入信号进行预失真。
在一些示例中,控制子电路412和/或预失真子电路414可以被集成到通用半导体设备中。此外,控制子电路412和/或预失真子分支电路414可以被包括在下述集成电路中:例如,ASIC、FPGA、CPLD、DSP、微控制器和/或中央处理单元(CPU)。预失真子电路414可以包括非线性FIR或非线性IIR数字滤波器。
如图5所示,根据本公开的另一方面,提供了放大器设备500。放大器设备500包括信号放大器532,其被配置为接收输入信号524(例如,经预失真的输入信号)并且提供相应的输出信号526。放大器设备500还包括预失真电路510,如上述图4所示,例如,预失真电路510包括控制子电路512和预失真子电路514。控制子电路512被配置为评估针对信号放大器532的计算模型的选择标准,所述计算模型针对信号放大器532的输入信号524提供信号放大器532的输出信号526。此外,控制子电路512被配置为基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择。预失真子电路514被配置为接收未失真的输入信号522,并且使用所选择的信号放大器532的计算模型将相应的经预失真的输入信号524提供给信号放大器532。
在一些示例中,信号放大器532包括如下项中的至少一项:放大器电路、混频器、基带滤波器、数模转换器和内插滤波器。放大器电路可以包括半导体放大器电路和/或管式(tube)放大器电路。放大器电路可以例如包括如下项中的至少一项:功率放大器电路、驱动器放大器电路、可变增益放大器电路和/或低噪声放大器电路。
根据本公开的又一方面,提供了一种发送器。该发送器包括如上所述的放大器设备,例如类似于图5的放大器设备500。放大器设备包括预失真电路(类似于图4的预失真电路400或类似于图5的预失真电路510)和信号放大器(类似于图5的信号放大器532)。
如图6所示,根据本公开的另一方面,提供了电信设备600。电信设备600包括如上所述的发送器670。发送器670包括类似于图5的放大器设备500的放大器设备660。放大器设备660包括信号放大器632(其类似于图5的信号放大器532)和预失真电路610(其类似于图4的预失真电路400或类似于图5的预失真电路510)。预失真电路610包括控制子电路612(类似于图4的控制子电路412)以及预失真子电路614(其类似于图4的预失真子电路414)。
在一些示例中,电信设备600可以是移动电信设备。为此,发送器670被耦合到天线638。如图6中公开的使用根据本文描述的示例的发送器670的移动电信设备可以根据下述每个已知的和未来的电信标准进行操作:例如,由第三代合作伙伴计划(3GPP)标准化的移动电信系统之一,例如,全球移动电信系统(GSM)、用于GSM演进的增强型数据速率(EDGE)、GSM EDGE无线接入网(GERAN)、高速分组接入(HSPA)、通用陆地无线电接入网(UTRAN)或演进型UTRAN(E-UTRAN)、长期演进(LTE)或LTE-Advanced(LTE-A)或具有其他标准(例如,全球微波接入互操作性(WIMAX)IEEE 802.16或无线局域网(WLAN)IEEE 802.11)的移动电信系统,其一般是基于时分多址(TDMA)、频分多址(FDMA)、正交频分多址(OFDMA)、码分多址(CDMA)等的任意系统。术语移动通信系统和移动通信网络可以同义使用。
移动电信设备可以对应于智能电话、蜂窝电话、用户设备(UE)、膝上型计算机、笔记本电脑、个人计算机、个人数字助理(PDA)、通用串行总线(USB)条、平板计算机、汽车等。移动发送器、收发器或终端也可以被称为符合3GPP术语的UE或用户。基站发送器或基站收发器可以位于网络或系统的固定或静态部分。基站发送器或基站收发器可以例如对应于远程无线电头、传输点或接入点。基站发送器或基站收发器可以是有线网络的无线接口,其能够向UE、移动收发器或中继收发器发送无线电信号和从其接收无线电信号。这样的无线电信号可以符合例如由3GPP标准化的无线电信号,或者通常与上述列出的一个或多个系统一致。因此,基站收发器可以对应于NodeB、eNodeB、BTS、接入点等。中继站收发器可以对应于基站收发器和移动台收发器之间的通信路径中的中间网络节点。中继站收发器可以分别地将从移动收发器接收到的信号转发到基站收发器,将从基站收发器接收到的信号转发到移动台收发器。
在下文中,描述了一些示例。示例1是用于对放大器设备的输入信号进行预失真的方法,该方法包括:评估针对放大器设备的计算模型的选择标准,该计算模型针对放大器设备的输入信号提供放大器设备的输出信号;基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择;以及使用所选择的计算模型对输入信号进行预失真。
在示例2中,示例1的主题可以可选地包括:第一计算模型比第二计算模型具有更高的复杂度。
在示例3中,示例1或示例2的主题可以可选地包括:生成针对所选择的计算模型的一组系数。
在示例4中,示例3的主题可以可选地包括:生成针对第一计算模型的第一组系数比生成针对第二计算模型的第二组系数需要更高的计算工作量。
在示例5中,示例4的主题可以可选地包括:在使用第二计算模型的第二组系数来对输入信号进行预失真时,第一计算模型的第一组系数被生成。
在示例6中,示例1至5中任一个的主题可以可选地包括:第一计算模型和第二计算模型中的至少一个非线性地依赖于输入信号来提供输出信号。
在示例7中,示例6的主题可以可选地包括:第一计算模型基于输入信号的当前部分并且基于输入信号的先前部分来提供输出信号。
在示例8中,示例1至7中的任一个的主题可以可选地包括:第一计算模型包括第一多项式,并且第二计算模型包括第二多项式,第一多项式比第二多项式包括更多的系数。
在示例9中,示例1至8中的任一个的主题可以可选地包括:选择标准取决于可用计算能力和可用时间预算中的至少一个。
在示例10中,示例1至9中任一个的主题可以可选地包括:选择标准取决于输入信号的属性和放大器设备的属性中的至少一个。
在示例11中,示例10的主题可以可选地包括:输入信号的属性是如下项中的至少一项:输入信号的功率、输入信号的功率动态范围、输入信号的载波频率、输入信号的带宽、以及输入信号的调制方式。
在示例12中,示例10或示例11的主题可以可选地包括:放大器设备的属性是如下项中的至少一项:电源电压、增益、最大输出功率以及振荡器频率。
在示例13中,示例3的主题可以可选地包括:观察触发条件并且在触发条件发生时进行如下操作中的至少一个操作:重新评估选择标准,生成针对所选择的计算模型的一组系数。
在示例14中,示例13的主题可以可选地包括:触发条件包括如下项中的至少一项:超时、温度变化、以及输出信号的质量变化。
在示例15中,示例14的主题可以可选地包括:输出信号的质量是如下项中的至少一项:误差矢量幅度、邻信道功率比、符号错误率、以及误码率。
在示例16中,示例1至15中的任一个的主题可以可选地包括:使用Cholesky分解来确定线性方程组的最小二乘解,其中线性方程组对应于所选择的计算模型。
在示例17中,示例1至16中任一个的主题可以可选地包括:放大器设备包括信号放大器。
在示例18中,示例17的主题可以可选地包括:信号放大器包括放大器电路。
示例19涉及一种预失真电路,其被配置为对放大器设备的输入信号进行预失真,预失真电路包括:控制子电路,该控制子电路被配置为评估针对放大器设备的计算模型的选择标准,该计算模型针对输入信号来提供放大器设备的输出信号,并且该控制子电路被配置为基于所评估的选择标准在第一计算模型和第二计算模型之间进行选择;以及预失真子电路,其被配置为使用所选择的计算模型来对输入信号进行预失真。
在示例20中,示例19的主题可以可选地包括控制子电路,其还被配置为生成针对所选择的计算模型的一组系数。
在示例21中,示例19或示例20的主题可以可选地包括控制子电路,其还被配置为确定可用计算能力和可用时间预算中的至少一个。
在示例22中,示例19至21中任一个的主题可以可选地包括控制子电路,其还被配置为确定输入信号的属性和放大器设备的属性中的至少一个。
在示例23中,示例22的主题可以可选地包括:输入信号的属性是如下项中的至少一项:输入信号的功率、输入信号的功率动态范围、输入信号的载波频率、输入信号的带宽、以及输入信号的调制方式。
在示例24中,示例22或示例23的主题可以可选地包括:放大器设备的属性是如下项中的至少一项:电源电压、增益、最大输出功率、以及振荡器频率。
在示例25中,示例19至24中任一个的主题可以可选地包括控制子电路,其被配置为接收触发信号,其中,根据触发信号,控制子电路被配置为重新评估选择标准或者生成针对所选择的计算模型的一组系数。
在示例26中,示例19至25中的任一个的主题可以可选地包括控制子电路,其被配置为在预失真子电路使用第二计算模型的第二组系数来对输入信号进行预失真时,确定第一计算模型的第一组系数。
示例27涉及放大器设备,其包括信号放大器,该信号放大器被配置为接收输入信号并提供相应的输出信号,并且放大器设备包括示例19至26中任一个的预失真电路。
在示例28中,示例27的主题可以可选地包括信号放大器,该信号放大器包括如下项中的至少一项:放大器电路、混频器、基带滤波器、数模转换器、以及内插滤波器。
示例29涉及一种发送器,其包括示例27或示例28的放大器设备。
示例30涉及包括示例29的发射器的电信设备。
示例31涉及包括程序代码的计算机程序,当程序代码被执行时,使机器执行示例1至18中任一个的方法。
示例32涉及一种包括程序代码的非暂态机器可读存储介质,当程序代码被执行时,使机器执行示例1至18中任一个的方法。
示例还可以提供计算机程序,其具有当该计算机程序被在计算机或处理器上运行时用于执行上述方法之一的程序代码。本领域技术人员将易于理解,上述各种方法的步骤可以通过编程计算机来执行。在本文中,一些示例也意欲覆盖程序存储设备,例如,数字数据存储介质,这些程序存储设备是机器或计算机可读的并且编码机器可执行或计算机可执行指令程序,其中,这些指令执行上述方法的一些或全部动作。程序存储设备例如可以是数字存储器、磁存储介质(例如,磁盘和磁带)、硬驱动器或光可读数字数据存储介质。这些示例还意欲覆盖被编程以执行上述方法的动作的计算机或者被编程以执行上述方法的动作的(现场)可编程逻辑阵列((F)PLA)或(现场)可编程门阵列((F)PGA)。
说明书和附图仅示出本公开的原理。因而应理解的是,本领域技术人员将能够想到各种安排,尽管这些安排未在本文中被描述或示出,但其实施本公开的原理并且被包括在其精神和范围之内。而且,本文所记载的所有示例主要明确地旨在于仅用于教学目的,从而有助于读者理解本公开的原理以及(一个或多个)发明人为推进技术所贡献的观念,并且本文所记载的所有示例应被解释为对具体记载的示例和条件不进行限制。而且,本文记载本公开的原理、方面和示例的所有陈述以及其具体示例旨在于包括其等同物。
被表示为“用于...的装置”(执行某一功能)的功能块应被理解为包括电路的功能块,该电路被配置为相应地执行某一功能。因此,“用于...的装置”也可以被理解为“被配置为...或者适于...的装置”。被配置为执行某一功能的装置因而不暗示(在给定时刻)该装置必须正在执行该功能。
附图中示出的各种元件(包括被标记为“装置”“用于提供传感器信号的装置”、“用于生成发送信号的装置”等的任意功能块)的功能可以通过使用专用硬件(例如,“信号提供端”、“信号处理单元”、“处理器”、“控制器”等)以及能够运行软件且与适当软件相关联的硬件来提供。而且,本文所描述的诸如“装置”之类的任何实体可以对应于或者被实现为“一个或多个模块”、“一个或多个设备”、“一个或多个单元”等。当由处理器来提供功能时,功能可由单个专用处理器、单个共享处理器或多个独立的处理器(这些处理器中的一些可被共享)来提供。而且,对术语“处理器”或“控制器”的明确使用不应被解释为排他地指代能够运行软件的硬件,并且可以隐含地包括而非限制于数字信号处理器(DSP)硬件、网络处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、用于存储软件的只读存储器(ROM)、随机存取存储器(RAM)以及非暂态存储设备。还可以包括其他硬件(常规的和/或定制的)。
本领域技术人员应理解的是,本文的任何框图表示实施本公开的原理的说明性电路的概念性视图。类似地,应理解的是,任何流程图、流图、状态转移图、伪代码等表示各种过程,这些过程基本上可被表示在计算机可读介质中,因而被计算机或处理器执行,不考虑该计算机或处理器是否被明确示出。
另外,所附权利要求被合并到具体实施例中,其中每个权利要求可以作为单独示例而独立存在。尽管每个权利要求可以作为单独示例而独立存在,但应当注意的是,其他示例也可以包括从属权利与每个其他从属权利要求或独立权利要求的主题的组合(尽管从属权利要求在权利要求书中可能涉及与一个或多个其他权利要求的组合)。除非陈述不意为包括特定组合,否则本文建议这样的组合。而且,还旨在于包括权利要求对于任意其他独立权利要求的特征,即使该权利要求不直接从属于独立权利要求。
还应注意,说明书或权利要求书中所公开的方法可由具有用于执行这些方法的每个相应动作的装置的设备来实现。
而且,应当理解的是,对说明书或权利要求书中所公开的多个动作或功能的公开可以不被解释为采用特定顺序。因此,多个动作或功能的公开不会将这些动作或功能限制到特定顺序,除非这样的动作或功能出于技术原因而不可互换。另外,在一些示例中,单个动作可以包括多个子动作或者可以被划分为多个子动作。除非明确排除,否则可以包括这样的子动作以及该单个动作的公开的一部分。
Claims (41)
1.一种用于对放大器设备的输入信号进行预失真的方法,该方法包括:
评估针对所述放大器设备的计算模型的选择标准,所述计算模型针对所述放大器设备的所述输入信号提供所述放大器设备的输出信号;
在对所述输入信号进行处理期间,基于所评估的选择标准在第一计算模型和第二计算模型之间进行动态选择;以及
使用所选择的计算模型对所述输入信号进行预失真。
2.如权利要求1所述的方法,其中,所述第一计算模型比所述第二计算模型具有更高的复杂度。
3.如权利要求1或2所述的方法,还包括:
生成针对所选择的计算模型的一组系数。
4.如权利要求3所述的方法,其中,生成针对所述第一计算模型的第一组系数比生成针对所述第二计算模型的第二组系数需要更高的计算工作量。
5.如权利要求4所述的方法,其中,在使用所述第二计算模型的所述第二组系数来对所述输入信号进行预失真时,所述第一计算模型的所述第一组系数被生成。
6.如权利要求1或2所述的方法,其中,所述第一计算模型和所述第二计算模型中的至少一个非线性地依赖于所述输入信号来提供所述输出信号。
7.如权利要求6所述的方法,其中,所述第一计算模型基于所述输入信号的当前部分并且基于所述输入信号的先前部分来提供所述输出信号。
8.如权利要求1或2所述的方法,其中,所述第一计算模型包括第一多项式,并且其中,所述第二计算模型包括第二多项式,所述第一多项式比所述第二多项式包括更多的系数。
9.如权利要求1或2所述的方法,其中,所述选择标准取决于可用计算能力和可用时间预算中的至少一个。
10.如权利要求1或2所述的方法,其中,所述选择标准取决于所述输入信号的属性和所述放大器设备的属性中的至少一个。
11.如权利要求10所述的方法,其中,所述输入信号的属性是如下项中的至少一项:所述输入信号的功率、所述输入信号的功率动态范围、所述输入信号的载波频率、所述输入信号的带宽以及所述输入信号的调制方式。
12.如权利要求10所述的方法,其中,所述放大器设备的属性是如下项中的至少一项:电源电压、增益、最大输出功率以及振荡器频率。
13.如权利要求3所述的方法,还包括:
观察触发条件并且在所述触发条件发生时进行如下操作中的至少一个操作:重新评估所述选择标准;生成针对所选择的计算模型的一组系数。
14.如权利要求13所述的方法,其中,所述触发条件包括如下项中的至少一项:超时、温度变化以及所述输出信号的质量变化。
15.如权利要求14所述的方法,其中,所述输出信号的质量是如下项中的至少一项:误差矢量幅度、邻信道功率比、符号错误率以及误码率。
16.如权利要求1或2所述的方法,还包括:使用Cholesky分解来确定线性方程组的最小二乘解,其中所述线性方程组对应于所选择的计算模型。
17.如权利要求1或2所述的方法,其中,所述放大器设备包括信号放大器。
18.如权利要求17所述的方法,其中,所述信号放大器包括放大器电路。
19.一种被配置为对放大器设备的输入信号进行预失真的预失真电路,包括:
控制子电路,该控制子电路被配置为评估针对所述放大器设备的计算模型的选择标准,所述计算模型针对所述输入信号来提供所述放大器设备的输出信号,并且该控制子电路被配置为在对所述输入信号进行处理期间,基于所评估的选择标准在第一计算模型和第二计算模型之间进行动态选择;以及
预失真子电路,其被配置为使用所选择的计算模型来对所述输入信号进行预失真。
20.如权利要求19所述的预失真电路,其中,所述控制子电路还被配置为生成针对所选择的计算模型的一组系数。
21.一种放大器设备,包括:
信号放大器,该信号放大器被配置为接收输入信号并提供相应的输出信号;以及
根据权利要求19至20中任一项所述的预失真电路。
22.如权利要求21所述的放大器设备,其中,所述信号放大器包括如下项中的至少一项:放大器电路、混频器、基带滤波器、数模转换器以及内插滤波器。
23.一种包括程序代码的非暂态机器可读存储介质,当所述程序代码被执行时,使机器执行权利要求1至18中任一项所述的方法。
24.一种用于对放大器设备的输入信号进行预失真的设备,该设备包括:
用于评估针对所述放大器设备的计算模型的选择标准的装置,所述计算模型针对所述放大器设备的所述输入信号提供所述放大器设备的输出信号;
用于在对所述输入信号进行处理期间,基于所评估的选择标准在第一计算模型和第二计算模型之间进行动态选择的装置;以及
用于使用所选择的计算模型对所述输入信号进行预失真的装置。
25.如权利要求24所述的设备,其中,所述第一计算模型比所述第二计算模型具有更高的复杂度。
26.如权利要求24或25所述的设备,还包括:
用于生成针对所选择的计算模型的一组系数的装置。
27.如权利要求26所述的设备,其中,生成针对所述第一计算模型的第一组系数比生成针对所述第二计算模型的第二组系数需要更高的计算工作量。
28.如权利要求27所述的设备,其中,在使用所述第二计算模型的所述第二组系数来对所述输入信号进行预失真时,所述第一计算模型的所述第一组系数被生成。
29.如权利要求24或25所述的设备,其中,所述第一计算模型和所述第二计算模型中的至少一个非线性地依赖于所述输入信号来提供所述输出信号。
30.如权利要求29所述的设备,其中,所述第一计算模型基于所述输入信号的当前部分并且基于所述输入信号的先前部分来提供所述输出信号。
31.如权利要求24或25所述的设备,其中,所述第一计算模型包括第一多项式,并且其中,所述第二计算模型包括第二多项式,所述第一多项式比所述第二多项式包括更多的系数。
32.如权利要求24或25所述的设备,其中,所述选择标准取决于可用计算能力和可用时间预算中的至少一个。
33.如权利要求24或25所述的设备,其中,所述选择标准取决于所述输入信号的属性和所述放大器设备的属性中的至少一个。
34.如权利要求33所述的设备,其中,所述输入信号的属性是如下项中的至少一项:所述输入信号的功率、所述输入信号的功率动态范围、所述输入信号的载波频率、所述输入信号的带宽以及所述输入信号的调制方式。
35.如权利要求33所述的设备,其中,所述放大器设备的属性是如下项中的至少一项:电源电压、增益、最大输出功率以及振荡器频率。
36.如权利要求26所述的设备,还包括:
用于观察触发条件并且在所述触发条件发生时进行如下操作中的至少一个操作的装置:重新评估所述选择标准;生成针对所选择的计算模型的一组系数。
37.如权利要求36所述的设备,其中,所述触发条件包括如下项中的至少一项:超时、温度变化以及所述输出信号的质量变化。
38.如权利要求37所述的设备,其中,所述输出信号的质量是如下项中的至少一项:误差矢量幅度、邻信道功率比、符号错误率以及误码率。
39.如权利要求24或25所述的设备,还包括:用于使用Cholesky分解来确定线性方程组的最小二乘解的装置,其中所述线性方程组对应于所选择的计算模型。
40.如权利要求24或25所述的设备,其中,所述放大器设备包括信号放大器。
41.如权利要求40所述的设备,其中,所述信号放大器包括放大器电路。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16172440.6 | 2016-06-01 | ||
EP16172440.6A EP3252949B1 (en) | 2016-06-01 | 2016-06-01 | Methods and devices for predistortion of signals |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107437927A CN107437927A (zh) | 2017-12-05 |
CN107437927B true CN107437927B (zh) | 2020-11-10 |
Family
ID=56096579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710303352.8A Active CN107437927B (zh) | 2016-06-01 | 2017-05-02 | 用于信号预失真的方法和设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10177719B2 (zh) |
EP (1) | EP3252949B1 (zh) |
CN (1) | CN107437927B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108476035B (zh) * | 2016-01-26 | 2020-09-25 | 株式会社村田制作所 | 高频前端电路、通信装置 |
US11437032B2 (en) | 2017-09-29 | 2022-09-06 | Shanghai Cambricon Information Technology Co., Ltd | Image processing apparatus and method |
US10237835B1 (en) * | 2017-11-06 | 2019-03-19 | T-Mobile Usa, Inc. | Temporal power control system and method |
EP3701691A4 (en) * | 2017-12-29 | 2021-08-25 | Apple Inc. | PREDISTORSION CIRCUIT, PROCESS FOR GENERATING A PREDISTORED BASE BAND SIGNAL, CONTROL CIRCUIT FOR A PREDISTORSION CIRCUIT, PROCESS FOR DETERMINING PARAMETERS FOR A PREDISTORSION CIRCUIT AS WELL AS THE APPARATUS AND PREDISTORSION PROCEDURE BASED |
US11704125B2 (en) | 2018-02-13 | 2023-07-18 | Cambricon (Xi'an) Semiconductor Co., Ltd. | Computing device and method |
US11630666B2 (en) | 2018-02-13 | 2023-04-18 | Shanghai Cambricon Information Technology Co., Ltd | Computing device and method |
EP3640863B1 (en) | 2018-02-13 | 2021-10-27 | Shanghai Cambricon Information Technology Co., Ltd | Computation device and method |
CN116991226A (zh) * | 2018-02-14 | 2023-11-03 | 上海寒武纪信息科技有限公司 | 处理器的控制装置、方法及设备 |
WO2019218896A1 (zh) | 2018-05-18 | 2019-11-21 | 上海寒武纪信息科技有限公司 | 计算方法以及相关产品 |
CN108471622B (zh) * | 2018-06-12 | 2021-08-17 | Oppo广东移动通信有限公司 | WiFi连接调整方法、装置、移动终端以及存储介质 |
WO2020001438A1 (zh) | 2018-06-27 | 2020-01-02 | 上海寒武纪信息科技有限公司 | 片上代码断点调试方法、片上处理器及芯片断点调试系统 |
KR102519467B1 (ko) | 2018-08-28 | 2023-04-06 | 캠브리콘 테크놀로지스 코퍼레이션 리미티드 | 데이터 전처리 방법, 장치, 컴퓨터 설비 및 저장 매체 |
EP3859488A4 (en) | 2018-09-28 | 2022-06-29 | Shanghai Cambricon Information Technology Co., Ltd | Signal processing device, signal processing method and related product |
CN109286379A (zh) * | 2018-10-19 | 2019-01-29 | 成都中科天御通信技术有限公司 | 一种功率合成放大电路 |
DE102018220101B4 (de) * | 2018-11-22 | 2020-06-10 | Infineon Technologies Ag | Vorverzerrungstechnik für eine Schaltungsanordnung mit einem Verstärker |
CN111383637A (zh) | 2018-12-28 | 2020-07-07 | 上海寒武纪信息科技有限公司 | 信号处理装置、信号处理方法及相关产品 |
US20200334522A1 (en) | 2019-04-18 | 2020-10-22 | Cambricon Technologies Corporation Limited | Data processing method and related products |
CN111831543A (zh) | 2019-04-18 | 2020-10-27 | 中科寒武纪科技股份有限公司 | 一种数据处理方法及相关产品 |
US11676028B2 (en) | 2019-06-12 | 2023-06-13 | Shanghai Cambricon Information Technology Co., Ltd | Neural network quantization parameter determination method and related products |
CN112085184B (zh) | 2019-06-12 | 2024-03-29 | 上海寒武纪信息科技有限公司 | 量化参数调整方法、装置及相关产品 |
CN111147031B (zh) * | 2019-12-27 | 2024-01-30 | 京信网络系统股份有限公司 | 功率放大器的建模方法、装置、电子设备和存储介质 |
US11592339B2 (en) * | 2019-12-27 | 2023-02-28 | Intel Corporation | Device and method for determining a model related to a temperature shift |
US11316500B2 (en) * | 2020-03-13 | 2022-04-26 | Qorvo Us, Inc. | Beamforming with phase correction |
JP7389953B2 (ja) * | 2020-03-30 | 2023-12-01 | 住友電気工業株式会社 | モデル装置、演算方法、及びコンピュータプログラム |
US11777542B2 (en) * | 2020-11-18 | 2023-10-03 | Mediatek Inc. | Method for tuning envelope tracking system and associated processing module |
US11251819B1 (en) * | 2020-12-23 | 2022-02-15 | Xilinx, Inc. | Thermal effect mitigation for digital pre-distortion |
CA3193796A1 (en) * | 2021-03-16 | 2022-09-22 | Fadhel Ghannouchi | Apparatus and method for artificial intelligence driven digital predistortion in transmission systems having multiple impairments |
US11942899B2 (en) | 2021-06-18 | 2024-03-26 | Qorvo Us, Inc. | Envelope tracking voltage correction in a transmission circuit |
US11962338B2 (en) | 2021-09-16 | 2024-04-16 | Qorvo Us, Inc. | Equalization filter calibration in a transceiver circuit |
KR20240017914A (ko) * | 2022-01-28 | 2024-02-08 | 반칩 (톈진) 테크놀로지 컴퍼니 리미티드 | Rf 프론트 엔드 모듈 및 대응하는 rf 프론트 엔드 시스템, 칩 및 전자 장치 |
CN114337567B (zh) * | 2022-03-03 | 2022-05-10 | 唯捷创芯(天津)电子技术股份有限公司 | 射频前端模块及相应的射频前端系统、芯片及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5524285A (en) * | 1993-11-02 | 1996-06-04 | Wray; Anthony J. | Radio transmitter with power amplifier and linearization |
EP0584312B1 (en) * | 1992-03-02 | 1998-05-13 | Motorola Ltd | Rf power amplifier with linearizattion |
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 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6342810B1 (en) * | 1999-07-13 | 2002-01-29 | Pmc-Sierra, Inc. | Predistortion amplifier system with separately controllable amplifiers |
DE102005013880B3 (de) * | 2005-03-24 | 2006-04-20 | Infineon Technologies Ag | Verfahren zur Vorverzerrung eines Signals und Sendeeinrichtung mit digitaler Vorverzerrung, insbesondere für Mobilfunk |
FI20075690A0 (fi) * | 2007-10-01 | 2007-10-01 | Nokia Corp | Signaalin esivääristäminen radiolähettimessä |
US20110270590A1 (en) * | 2010-04-28 | 2011-11-03 | Qualcomm Incorporated | Nonlinear identification using compressed sensing and minimal system sampling |
HUE024880T2 (en) * | 2010-11-16 | 2016-02-29 | Ericsson Telefon Ab L M | Configurable Basic Function Generation for Nonlinear Modeling |
US20140333376A1 (en) * | 2013-05-09 | 2014-11-13 | King Fahd University Of Petroleum And Minerals | Scalable digital predistortion system |
-
2016
- 2016-06-01 EP EP16172440.6A patent/EP3252949B1/en active Active
-
2017
- 2017-05-02 US US15/584,076 patent/US10177719B2/en active Active
- 2017-05-02 CN CN201710303352.8A patent/CN107437927B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0584312B1 (en) * | 1992-03-02 | 1998-05-13 | Motorola Ltd | Rf power amplifier with linearizattion |
US5524285A (en) * | 1993-11-02 | 1996-06-04 | Wray; Anthony J. | Radio transmitter with power amplifier and linearization |
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 |
Also Published As
Publication number | Publication date |
---|---|
EP3252949A1 (en) | 2017-12-06 |
US10177719B2 (en) | 2019-01-08 |
CN107437927A (zh) | 2017-12-05 |
EP3252949B1 (en) | 2020-03-18 |
US20170353163A1 (en) | 2017-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107437927B (zh) | 用于信号预失真的方法和设备 | |
CN111436225B (zh) | 无线发射器的预失真电路以及生成预失真基带信号的方法 | |
Guan et al. | Green communications: Digital predistortion for wideband RF power amplifiers | |
KR102141257B1 (ko) | 무선 통신 시스템에서의 광대역 디지털 사전왜곡을 위해 주파수가 널리 이격된 신호들을 정렬하는 방법 및 시스템 | |
Ma et al. | FPGA implementation of adaptive digital predistorter with fast convergence rate and low complexity for multi-channel transmitters | |
JP2012065318A (ja) | スプリアス放射打ち消しのためのシステムおよび方法 | |
US11736068B2 (en) | Low-power approximate DPD actuator for 5G-new radio | |
US9450544B2 (en) | Pre-distortion method, associated apparatus and non-transitory machine readable medium | |
US20150055731A1 (en) | Digital Transmitter With Sample Rate Digital Predistortion | |
US11271600B2 (en) | Transmitters and methods for operating the same | |
Baran et al. | A configurable implementation of adaptive digital predistortion system for RF power amplifiers | |
US20200220564A1 (en) | Transceivers for a wireless communication system, mobile device, and method for improving transceiver loopback calibration accuracy | |
Zeleny et al. | Receiver-aided predistortion of power amplifier non-linearities in cellular networks | |
US11356066B1 (en) | Digital communications circuits and systems | |
KR20200010475A (ko) | 전치왜곡 처리 방법 및 장치 | |
US9264188B2 (en) | Apparatus and a method for determining information on an amplitude error of a transmit signal | |
Pham | Contribution to dimensionality reduction of digital predistorter behavioral models for RF power amplifier linearization | |
CN112262369B (zh) | 用于数据处理的方法、装置和计算机可读介质 | |
CN110351218B (zh) | 一种预失真处理方法、装置和通信设备 | |
CN109995393B (zh) | 一种校正装置及方法 | |
Baran | Energy-efficient design techniques for LUT based adaptive digital pre-distorters | |
Long et al. | Indirect learning hybrid memory predistorter based on polynomial and look-up-table | |
EP3402098B1 (en) | Transceiver for a wireless communication system, and methods for increasing transceiver loopback calibration accuracy | |
Gregorio et al. | Digital Block and RF Front-End Models | |
Sulimarski et al. | Polynomial memory pre distortion based on non uniform delays for wireless applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210630 Address after: California, USA Patentee after: INTEL Corp. Address before: California, USA Patentee before: INTEL IP Corp. |
|
TR01 | Transfer of patent right |