CN107770111A - 脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 - Google Patents
脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 Download PDFInfo
- Publication number
- CN107770111A CN107770111A CN201711289587.2A CN201711289587A CN107770111A CN 107770111 A CN107770111 A CN 107770111A CN 201711289587 A CN201711289587 A CN 201711289587A CN 107770111 A CN107770111 A CN 107770111A
- Authority
- CN
- China
- Prior art keywords
- mrow
- module
- distortion
- digital pre
- signal
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2614—Peak power aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/38—Synchronous or start-stop systems, e.g. for Baudot code
- H04L25/40—Transmitting circuits; Receiving circuits
- H04L25/49—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Amplifiers (AREA)
Abstract
本发明涉及一种脉冲成型结合数字预失真抑制OFDM峰均比系统与方法,针对OFDM信号高峰均比在非线性发射信道中产生严重非线性失真和传输信号频谱扩散问题,一方面从OFDM的信号构建出发,采用脉冲成型技术来降低OFDM高的PAPR;另一方面从非线性功放的性能出发,采用自适应数字预失真技术,提高功放的线性范围,如此提出了一种脉冲成型技术和自适应数字预失真技术相结合的方法,来降低OFDM信号高的PAPR对发射信道线性度的要求,仿真结果表明,该方案的OFDM信号的PAPR较小,功放线性范围大,所以可以增大信号的发射功率,间接提高系统的信噪比,从而系统的性能有效得到提高。
Description
技术领域
本发明涉及一种脉冲成型结合数字预失真抑制OFDM峰均比系统与方法,属于降低OFDM峰均比技术领域。
背景技术
OFDM技术具有频谱效率高、传输速率快和抗频率选择性衰落等优点。因此,OFDM技术已经成功应用于WIMAX,WLAN,WMAN(Wireless Metropolitan Area Networks)等系统,并成为了LTE物理层标准,但OFDM信号有高的PAPR,而高的PAPR在非线性发射信道中产生严重非线性失真和传输信号频谱扩散。同时,OFDM信号的宽带特性使功放产生记忆非线性失真,造成误码率上升,从而降低了OFDM系统的性能。
降低OFDM信号高的PAPR技术有预畸变技术,编码类技术和概率类技术三种。预畸变技术有限幅法(Clipping),技术简单有效,但引进了限幅噪声,导致OFDM系统误码率上升;编码类技术有分组编码法,对OFDM信号不产生畸变,但计算比较复杂,且产生较多冗余数据;概率类技术主要有选择映射法(Selective Mapping,SLM),部分传输序列法(PartialTransmit Sequence,PTS)和脉冲成型法(Pulse Shaping,PS)三种技术,其中,SLM技术和PTS技术简单直观,但计算量比较大,同时需要传输边带信息,导致增加了系统的实现难度和成本;PS技术实现简单且不需传送边带信息,然而是以降低系统的频谱利用率为代价的,而且不同的PS波形会导致不同的误码率。
目前降低OFDM信号高的PAPR技术提出了许多方法,但仍然不能有效解决高的PAPR在非线性发射信道中产生严重非线性失真和传输信号频谱扩散。同时,OFDM信号的宽带特性使功放产生记忆非线性失真,造成误码率上升,从而降低了OFDM系统的性能。
发明内容
本发明所要解决的技术问题是提供一种脉冲成型结合数字预失真抑制OFDM峰均比系统,能够解决高的PAPR在非线性发射信道中产生严重非线性失真和传输信号频谱扩散,以及OFDM信号的宽带特性使功放产生记忆非线性失真,造成误码率上升的问题。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种脉冲成型结合数字预失真抑制OFDM峰均比系统,包括发射通路和接收通路,其中,发射通路包括依次相连接的输入数据模块、调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块、数字预失真DPD模块、数模转化器DAC模块、功率放大器PA模块、衰减器模块、模数转化器ADC模块、数字预失真训练网络模块,以及自适应算法模块,其中,数字预失真DPD模块输出端同时与数字预失真训练网络模块输出端作差,并将差值结果输送至自适应算法模块的输入端,自适应算法模块的输出端与数字预失真训练网络模块的输入端相连接;功率放大器PA模块的输出端同时与天线相连接;
接收通路自天线起,包括依次相连接的模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块、输出数据模块。
与上述相对应,本发明所还要解决的技术问题是提供一种脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,能够解决高的PAPR在非线性发射信道中产生严重非线性失真和传输信号频谱扩散,以及OFDM信号的宽带特性使功放产生记忆非线性失真,造成误码率上升的问题。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,首先基于发射通路,执行如下步骤A至步骤I:
步骤A.将输入数据模块的基带信号依次通过调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块处理产生x(n);
步骤B.采用记忆多项式模型,构造数字预失真DPD模块内核,并将信号x(n)发送至数字预失真DPD模块中进行处理,获得信号z(n);
步骤C.将所获信号z(n)经过功率放大器PA模块的输出采样信号为y(n);
步骤D.功率放大器PA模块输出的采样信号y(n)经耦合器,并且通过衰减器模块衰减G倍得到的反馈信号v(n);
步骤E.取简化交叉记忆多项式模型SC-MP的非线性阶数K=5,记忆深度M1=3,M2=3,则反馈信号v(n)经模数转化器ADC模块后,获得u(n)输入到数字预失真训练网络模块中;
步骤F.经过数字预失真训练网络模块,输出信号
步骤G.由数字预失真DPD模块处理所获信号z(n)与数字预失真训练网络模块处理所获信号之间的差值,作为误差信号e(n);
步骤H.采用自适应算法模块,获得误差信号e(n)的均方误差,并经LMS算法收敛,获得全局最优解,获得数字预失真训练网络模块的权向量w0;
步骤I.将权向量w0复制给数字预失真DPD模块内核,作为其内核系数Ckq;
然后基于接收通路,执行如下操作:
接收通路所接收到的信号,依次通过模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块,送给数据模块。
如此,基于所设计脉冲成型结合数字预失真抑制OFDM峰均比系统,实现OFDM峰均比的抑制。
作为本发明的一种优选技术方案:所述步骤B中,采用记忆多项式模型,如下式所示:
构造数字预失真DPD模块内核;其中,z(n)为数字预失真输出信号,K表示模型的最高非线性阶数,M为记忆深度,Ckq为数字预失真DPD模块内核内核系数。
作为本发明的一种优选技术方案:所述步骤D中,功率放大器PA模块输出的采样信号y(n)经耦合器,并且通过衰减器模块衰减G倍得到的反馈信号v(n),如下所示:
v(n)=(y(n)+n0)/G (10)
其中,n0表示预设耦合信号。
作为本发明的一种优选技术方案:所述步骤F中,经过数字预失真训练网络模块,根据如下公式:
获得输出信号其中,wH表示预设数字预失真训练网络模块内核系数。
作为本发明的一种优选技术方案:步骤H中,经LMS算法收敛,获得全局最优解,获得数字预失真训练网络模块的权向量w0,如下所示:
w0=(E{u(n)uH(n)})-1(E{u(n)z*(n)}) (14)
其中,E{*}为期望值,其中,wH表示预设数字预失真训练网络模块内核系数。
作为本发明的一种优选技术方案:采用反转指数脉冲,其中FE脉冲频域表达式参见如下公式:
FE脉冲时域表达式参见如下公式:
其中,λ=ln2/αB,式中,α为预设滚降系数,且0≤α≤1。
作为本发明的一种优选技术方案:在间接学习结构数字预失真系统中,z(n)为n时刻数字预失真器的输出信号,为数字预失真训练网络的输出信号,w(n)为预失真训练网络权系数,u(n)为输入数字预失真训练网络的向量,误差信号为e(n),则改进变步长LMS算法辨识数字预失真器参数流程参见公式如下(4)-公式(7);
μ(n+1)=αμ(n)+βe(n)e(n-1) (6)
w(n+1)=w(n)+μ(n)e*(n)u(n) (7)
其中,α为常数,0<α<1;β为常数,β>0;w(n)H是w(n)的复共轭转置,e*(n)为e(n)复共轭。
本发明所述一种脉冲成型结合数字预失真抑制OFDM峰均比系统与方法,采用以上技术方案与现有技术相比,具有以下技术效果:本发明所设计脉冲成型结合数字预失真抑制OFDM峰均比系统与方法,针对OFDM信号高峰均比在非线性发射信道中产生严重非线性失真和传输信号频谱扩散问题,一方面从OFDM的信号构建出发,采用脉冲成型技术来降低OFDM高的PAPR;另一方面从非线性功放的性能出发,采用自适应数字预失真技术,提高功放的线性范围,如此提出了一种脉冲成型技术和自适应数字预失真技术相结合的方法,来降低OFDM信号高的PAPR对发射信道线性度的要求,仿真结果表明,该方案的OFDM信号的PAPR较小,功放线性范围大,所以可以增大信号的发射功率,间接提高系统的信噪比,从而系统的性能有效得到提高。
附图说明
图1是本发明设计脉冲成型结合数字预失真抑制OFDM峰均比系统框图;
图2是本发明AWGN信道比特率曲线图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
如图1所示,本发明设计了一种脉冲成型结合数字预失真抑制OFDM峰均比系统,包括发射通路和接收通路,其中,发射通路包括依次相连接的输入数据模块、调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块、数字预失真DPD模块、数模转化器DAC模块、功率放大器PA模块、衰减器模块、模数转化器ADC模块、数字预失真训练网络模块,以及自适应算法模块,其中,数字预失真DPD模块输出端同时与数字预失真训练网络模块输出端作差,并将差值结果输送至自适应算法模块的输入端,自适应算法模块的输出端与数字预失真训练网络模块的输入端相连接;功率放大器PA模块的输出端同时与天线相连接;接收通路自天线起,包括依次相连接的模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块、输出数据模块。
其中,所述的输入数据模块是输入数据的接口;所述的调制是让基带信号变为适合传输形式的过程;所述的串并转化模块是把串行数据转化成并行数据;所述的IFFT模块是离散傅里叶逆变换;所述的预编码矩阵P模块是正交矩阵,即预编码矩阵P需满足如下公式1:
PPH=I (8)
式中,I为单位矩阵,PH矩阵为预编码矩阵P的共轭转置矩阵。
所述的并串变换模块是把并行数据转化成串行数据;所述的插入CP模块是加循环前缀以降低OFDM符号间干扰;所述的DAC对DPD内核处理后的预失真信号进行数模转换并输出模拟下信号;所述功率放大器是作为发射机中最重要的组成部分,它将电源功率高效地转化为发射机功率;所述耦合器通过芯片实现;所述衰减器是把耦合的信号进行衰减;所述ADC主要对模拟信号进行模数转化;所述的FFT模块是离散傅里叶变换;所述的去除CP模块是去除循环前缀;所述的预编码逆矩阵P-1模块是预编码矩阵P的逆变换;所述的解调模块是让调制信号变为基带信号;所述的输出数据模块是输出数据的接口。
基于上述系统设计,本发明还设计了基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,一方面从OFDM的信号构建出发,采用脉冲成型技术来降低OFDM高的峰均比;另一方面从非线性功放的性能出发,采用自适应数字预失真技术,提高功放的线性范围。
所述脉冲成型技术来降低OFDM高的PAPR的方法,采用一种反转指数脉冲(FlippedExponential Pulse,FE),其中FE脉冲频域表达式参见如下公式:
FE脉冲时域表达式参见如下公式:
其中,λ=ln2/αB,式中,α为预设滚降系数,且0≤α≤1,具体实施应用中,α=0.22。
所述数字预失真技术是在功放前插入数字预失真器,其中数字预失真器具有与功放非线性相反的特性,让输入信号先经过数字预失真器处理后再通过功放,实现信号的输入输出在整体上呈线性关系,从而达到补偿功放非线性的效果。该技术主要包括功放模型、学习结构和自适应算法三个部分。
所述功放模型是基于记忆多项式模型(Memory Polynomial,MP)的基础上,只考虑了记忆间交调项这样得到的多项式模型称为交叉记忆多项式(Cross MP,C-MP)模型,由于信号通过非线性功放,三阶交调分量接近主信号,为干扰信号,不能通过滤波器滤除,而其余阶数交调分量比三阶交调小得多,实际应用不予考虑。为简化C-MP功放模型,本方案只考虑记忆交调项包络间的三阶交调项。令N1=3,N2=3,则简化交叉记忆多项式模型(Simplified C-MP,SC-MP)的输出信号ySC-MP的数学表达式参见公式3;
式中,akm和dpq分别为MP和简化记忆交调项系数,N1为MP的非线性阶数,M1和M2为MP和交叉记忆多项式的记忆深度。
所述间接学习结构是不需要对功放模型进行辨识,而是对数字预失真器训练网络模块的参数进行辨识,然后,将数字预失真训练网络的参数直接复制给具有相同结构的数字预失真器DPD中。
所述改进变步长LMS自适应算法如下:
在间接学习结构数字预失真系统中,z(n)为n时刻数字预失真器的输出信号,为数字预失真训练网络的输出信号,w(n)为预失真训练网络权系数,u(n)为输入数字预失真训练网络的向量,误差信号为e(n),则改进变步长LMS算法辨识数字预失真器参数流程参见公式如下(4)-公式(7);
μ(n+1)=αμ(n)+βe(n)e(n-1) (6)
w(n+1)=w(n)+μ(n)e*(n)u(n) (7)
其中,α为常数,0<α<1;β为常数,β>0;w(n)H是w(n)的复共轭转置,e*(n)为e(n)复共轭。
实际应用中,本发明基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,首先基于发射通路,具体执行如下步骤A至步骤I:
步骤A.将输入数据模块的基带信号依次通过调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块处理产生x(n)。
步骤B.采用记忆多项式模型,如下式所示:
构造数字预失真DPD模块内核,并将信号x(n)发送至数字预失真DPD模块中进行处理,获得信号z(n);其中,z(n)为数字预失真输出信号,K表示模型的最高非线性阶数,M为记忆深度,Ckq为数字预失真DPD模块内核内核系数。
步骤C.将所获信号z(n)经过功率放大器PA模块的输出采样信号为y(n)。
步骤D.功率放大器PA模块输出的采样信号y(n)经耦合器,并且通过衰减器模块衰减G倍得到的反馈信号v(n),如下所示:
v(n)=(y(n)+n0)/G (10)
其中,n0表示预设耦合信号。
步骤E.取简化交叉记忆多项式模型SC-MP的非线性阶数K=5,记忆深度M1=3,M2=3,则反馈信号v(n)经模数转化器ADC模块后,获得u(n)输入到数字预失真训练网络模块中。
步骤F.经过数字预失真训练网络模块,根据如下公式:
获得输出信号其中,wH表示预设数字预失真训练网络模块内核系数。
步骤G.由数字预失真DPD模块处理所获信号z(n)与数字预失真训练网络模块处理所获信号之间的差值,作为误差信号e(n)。
步骤H.采用自适应算法模块,获得误差信号e(n)的均方误差,并经LMS算法收敛,获得全局最优解,获得数字预失真训练网络模块的权向量w0,如下所示:
w0=(E{u(n)uH(n)})-1(E{u(n)z*(n)}) (14)
其中,E{*}为期望值,其中,wH表示预设数字预失真训练网络模块内核系数。
步骤I.将权向量w0复制给数字预失真DPD模块内核,作为其内核系数Ckq。
然后基于接收通路,执行如下操作:
接收通路所接收到的信号,依次通过模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块,送给数据模块。
如此,基于所设计脉冲成型结合数字预失真抑制OFDM峰均比系统,实现OFDM峰均比的抑制。
图2所示本发明AWGN信道比特率曲线图,表示误比特率对Eb/No在AWGN信道上的性能。可以看到发送信号仅经过功放、信号经过矫正后再通过功放,以及对信号进行脉冲成型结合自适应数字预失真技术的处理后,误比特率的曲线变化。仿真条件为:子载波个数为3200,QPSK调制方式、过采样因子取4,功放采用简化交叉记忆多项式模型。在BER为10-4时,有预失真带来的系统性能比无预失真改善了0.5dB,脉冲成型结合预失真方案的系统性能比无预失真改善了约1.7dB.从另一个角度来说,在同等的硬件指标条件下,脉冲成型结合预失真方案的OFDM信号峰均比小、功放线性范围大,所以可以增大信号的发射功率,这相当于间接的提高了系统的信噪比,取得了系统的性能增益。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变动。
Claims (8)
1.一种脉冲成型结合数字预失真抑制OFDM峰均比系统,其特征在于:包括发射通路和接收通路,其中,发射通路包括依次相连接的输入数据模块、调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块、数字预失真DPD模块、数模转化器DAC模块、功率放大器PA模块、衰减器模块、模数转化器ADC模块、数字预失真训练网络模块,以及自适应算法模块,其中,数字预失真DPD模块输出端同时与数字预失真训练网络模块输出端作差,并将差值结果输送至自适应算法模块的输入端,自适应算法模块的输出端与数字预失真训练网络模块的输入端相连接;功率放大器PA模块的输出端同时与天线相连接;
接收通路自天线起,包括依次相连接的模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块、输出数据模块。
2.一种基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:首先基于发射通路,执行如下步骤A至步骤I:
步骤A.将输入数据模块的基带信号依次通过调制模块、串并转化模块、逆傅里叶变换模块、预编码矩阵P模块、并串变换模块、插入CP模块处理产生x(n);
步骤B.采用记忆多项式模型,构造数字预失真DPD模块内核,并将信号x(n)发送至数字预失真DPD模块中进行处理,获得信号z(n);
步骤C.将所获信号z(n)经过功率放大器PA模块的输出采样信号为y(n);
步骤D.功率放大器PA模块输出的采样信号y(n)经耦合器,并且通过衰减器模块衰减G倍得到的反馈信号v(n);
步骤E.取简化交叉记忆多项式模型SC-MP的非线性阶数K=5,记忆深度M1=3,M2=3,则反馈信号v(n)经模数转化器ADC模块后,获得u(n)输入到数字预失真训练网络模块中;
步骤F.经过数字预失真训练网络模块,输出信号
步骤G.由数字预失真DPD模块处理所获信号z(n)与数字预失真训练网络模块处理所获信号之间的差值,作为误差信号e(n);
步骤H.采用自适应算法模块,获得误差信号e(n)的均方误差,并经LMS算法收敛,获得全局最优解,获得数字预失真训练网络模块的权向量w0;
步骤I.将权向量w0复制给数字预失真DPD模块内核,作为其内核系数Ckq;
然后基于接收通路,执行如下操作:
接收通路所接收到的信号,依次通过模数转化器ADC模块、去除CP模块、串并转换模块、傅里叶变换模块、预编码逆矩阵P-1模块、并串变换模块、解调模块,送给数据模块。
如此,基于所设计脉冲成型结合数字预失真抑制OFDM峰均比系统,实现OFDM峰均比的抑制。
3.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:所述步骤B中,采用记忆多项式模型,如下式所示:
<mrow>
<mi>z</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>M</mi>
</munderover>
<msub>
<mi>C</mi>
<mrow>
<mi>k</mi>
<mi>m</mi>
</mrow>
</msub>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>|</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
构造数字预失真DPD模块内核;其中,z(n)为数字预失真输出信号,K表示模型的最高非线性阶数,M为记忆深度,Ckq为数字预失真DPD模块内核内核系数。
4.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:所述步骤D中,功率放大器PA模块输出的采样信号y(n)经耦合器,并且通过衰减器模块衰减G倍得到的反馈信号v(n),如下所示:
v(n)=(y(n)+n0)/G (10)
其中,n0表示预设耦合信号。
5.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:所述步骤F中,经过数字预失真训练网络模块,根据如下公式:
<mrow>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>w</mi>
<mi>H</mi>
</msup>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
获得输出信号其中,wH表示预设数字预失真训练网络模块内核系数。
6.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:步骤H中,经LMS算法收敛,获得全局最优解,获得数字预失真训练网络模块的权向量w0,如下所示:
w0=(E{u(n)uH(n)})-1(E{u(n)z*(n)}) (14)
其中,E{*}为期望值,其中,wH表示预设数字预失真训练网络模块内核系数。
7.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:采用反转指数脉冲,其中FE脉冲频域表达式参见如下公式:
<mrow>
<msub>
<mi>H</mi>
<mrow>
<mi>F</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
<mo>&le;</mo>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>exp</mi>
<mo>{</mo>
<mi>&lambda;</mi>
<mo>&lsqb;</mo>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
<mo>&rsqb;</mo>
<mo>}</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
<mo>&le;</mo>
<mi>B</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>exp</mi>
<mo>{</mo>
<mi>&lambda;</mi>
<mo>&lsqb;</mo>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
<mo>&rsqb;</mo>
<mo>}</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>B</mi>
<mo><</mo>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
<mo>&le;</mo>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mo>|</mo>
<mi>f</mi>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
FE脉冲时域表达式参见如下公式:
<mrow>
<msub>
<mi>h</mi>
<mrow>
<mi>F</mi>
<mi>E</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>sin</mi>
<mi> </mi>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mn>4</mn>
<mi>&lambda;</mi>
<mi>&pi;</mi>
<mi>t</mi>
<mi> </mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>&pi;</mi>
<mi>&alpha;</mi>
<mi>t</mi>
<mo>/</mo>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msup>
<mi>&lambda;</mi>
<mn>2</mn>
</msup>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>&pi;</mi>
<mi>&alpha;</mi>
<mi>t</mi>
<mo>/</mo>
<msub>
<mi>T</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msup>
<mi>&lambda;</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>&pi;</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mi>&lambda;</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,λ=ln2/αB,式中,α为预设滚降系数,且0≤α≤1。
8.根据权利要求2所述的基于脉冲成型结合数字预失真抑制OFDM峰均比系统的方法,其特征在于:在间接学习结构数字预失真系统中,z(n)为n时刻数字预失真器的输出信号,为数字预失真训练网络的输出信号,w(n)为预失真训练网络权系数,u(n)为输入数字预失真训练网络的向量,误差信号为e(n),则改进变步长LMS算法辨识数字预失真器参数流程参见公式如下(4)-公式(7);
<mrow>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>w</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>H</mi>
</msup>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>z</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
μ(n+1)=αμ(n)+βe(n)e(n-1) (6)
w(n+1)=w(n)+μ(n)e*(n)u(n) (7)
其中,α为常数,0<α<1;β为常数,β>0;w(n)H是w(n)的复共轭转置,e*(n)为e(n)复共轭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289587.2A CN107770111A (zh) | 2017-12-08 | 2017-12-08 | 脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711289587.2A CN107770111A (zh) | 2017-12-08 | 2017-12-08 | 脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107770111A true CN107770111A (zh) | 2018-03-06 |
Family
ID=61277981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711289587.2A Pending CN107770111A (zh) | 2017-12-08 | 2017-12-08 | 脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107770111A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109729036A (zh) * | 2018-12-30 | 2019-05-07 | 中国人民解放军陆军工程大学 | 一种抑制ofdma系统频谱旁瓣的离散时域窗设计方法 |
CN111082757A (zh) * | 2019-12-27 | 2020-04-28 | 东方红卫星移动通信有限公司 | 自适应带限数字预失真在宽带卫星通信系统中应用的方法 |
CN111193521A (zh) * | 2020-01-07 | 2020-05-22 | 成都天奥信息科技有限公司 | 一种应用于民航地空数据链的数字预失真处理回路及方法 |
CN111447164A (zh) * | 2020-05-20 | 2020-07-24 | 西安电子科技大学 | Ofdm系统中基于建设性干扰的峰均比抑制方法 |
CN112859611A (zh) * | 2021-01-19 | 2021-05-28 | 重庆邮电大学 | 一种自适应预失真系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901524A (zh) * | 2005-07-20 | 2007-01-24 | 电子科技大学中山学院 | 一种低复杂度正交频分复用通信系统降低峰平比方法 |
CN101478523A (zh) * | 2009-02-11 | 2009-07-08 | 航天恒星科技有限公司 | 一种ofdm系统中的自适应预失真器及预失真方法 |
CN105356854A (zh) * | 2015-10-13 | 2016-02-24 | 重庆临菲电子科技有限公司 | 组合算法应用于组合学习结构数字预失真系统的方法 |
CN105812302A (zh) * | 2014-12-29 | 2016-07-27 | 中兴通讯股份有限公司 | 数字预失真方法和装置 |
CN106712728A (zh) * | 2015-11-15 | 2017-05-24 | 上海航天卫星应用有限公司 | 一种用于卫星通信中的功放预失真补偿的方法 |
-
2017
- 2017-12-08 CN CN201711289587.2A patent/CN107770111A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901524A (zh) * | 2005-07-20 | 2007-01-24 | 电子科技大学中山学院 | 一种低复杂度正交频分复用通信系统降低峰平比方法 |
CN101478523A (zh) * | 2009-02-11 | 2009-07-08 | 航天恒星科技有限公司 | 一种ofdm系统中的自适应预失真器及预失真方法 |
CN105812302A (zh) * | 2014-12-29 | 2016-07-27 | 中兴通讯股份有限公司 | 数字预失真方法和装置 |
CN105356854A (zh) * | 2015-10-13 | 2016-02-24 | 重庆临菲电子科技有限公司 | 组合算法应用于组合学习结构数字预失真系统的方法 |
CN106712728A (zh) * | 2015-11-15 | 2017-05-24 | 上海航天卫星应用有限公司 | 一种用于卫星通信中的功放预失真补偿的方法 |
Non-Patent Citations (2)
Title |
---|
冯卓明 等: "抑制OFDM信号PAPR的改进脉冲整形", 《通信学报》 * |
包磊: "LTE-A射频功率放大器中频技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109729036A (zh) * | 2018-12-30 | 2019-05-07 | 中国人民解放军陆军工程大学 | 一种抑制ofdma系统频谱旁瓣的离散时域窗设计方法 |
CN111082757A (zh) * | 2019-12-27 | 2020-04-28 | 东方红卫星移动通信有限公司 | 自适应带限数字预失真在宽带卫星通信系统中应用的方法 |
CN111082757B (zh) * | 2019-12-27 | 2023-05-23 | 东方红卫星移动通信有限公司 | 自适应带限数字预失真在宽带卫星通信系统中应用的方法 |
CN111193521A (zh) * | 2020-01-07 | 2020-05-22 | 成都天奥信息科技有限公司 | 一种应用于民航地空数据链的数字预失真处理回路及方法 |
CN111193521B (zh) * | 2020-01-07 | 2021-10-12 | 成都天奥信息科技有限公司 | 一种应用于民航地空数据链的数字预失真处理回路及方法 |
CN111447164A (zh) * | 2020-05-20 | 2020-07-24 | 西安电子科技大学 | Ofdm系统中基于建设性干扰的峰均比抑制方法 |
CN111447164B (zh) * | 2020-05-20 | 2021-11-19 | 西安电子科技大学 | Ofdm系统中基于建设性干扰的峰均比抑制方法 |
CN112859611A (zh) * | 2021-01-19 | 2021-05-28 | 重庆邮电大学 | 一种自适应预失真系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107770111A (zh) | 脉冲成型结合数字预失真抑制ofdm峰均比系统与方法 | |
CN101175061B (zh) | 一种ofdm发射机的自适应数字预失真方法和装置 | |
US7924956B2 (en) | System and method for compensation of non-linear transmitter distortion | |
Pratt et al. | OFDM link performance with companding for PAPR reduction in the presence of non-linear amplification | |
CN105656830B (zh) | 基于分布式实现的ofdm信号峰平比抑制方法 | |
US6882217B1 (en) | Cubic spline predistortion, algorithm and training, for a wireless LAN system | |
Ciochina et al. | An analysis of OFDM peak power reduction techniques for WiMAX systems | |
CN102077536A (zh) | 降低ofdm信号的papr的方法和系统 | |
US7949059B2 (en) | Peak-to-average-power reduction of OFDM signals | |
CN101155168A (zh) | 一种降低ofdm系统papr的方法 | |
CN102510368B (zh) | 基于幅度分布变换的无线ofdm信号峰平比抑制方法 | |
CN102497350B (zh) | 基于星座线性扩展的ofdm降峰均比方法 | |
Zhidkov et al. | Belief propagation receivers for near-optimal detection of nonlinearly distorted OFDM signals | |
CN101753500A (zh) | 一种基于压扩的有效抑制ofdm系统大峰均功率比的方法和系统 | |
CN105141565A (zh) | 一种降低ofdm信号papr的分块slm方法 | |
CN111988254B (zh) | 一种低复杂度峰均比压缩与预失真联合优化方法 | |
Tellado et al. | Maximum likelihood detection of nonlinearly distorted multicarrier symbols by iterative decoding | |
CN107592280A (zh) | 一种结合信道估计避免pts发送边带信息的方法 | |
Li et al. | A least-squares Volterra predistorter for compensation of non-linear effects with memory in OFDM transmitters | |
Al-Rubaye | Performance of 5G NR-polar QAM-OFDM in nonlinear distortion plus Non-Gaussian noise over Rayleigh fading channel | |
CN103414681B (zh) | Lte系统中基于幅度误差矢量幅度降低误比特率的方法 | |
Zhang et al. | OFDM PAPR reduction with digital amplitude predistortion | |
CN105072073B (zh) | Lte系统中降低多载波信号非线性失真的方法 | |
Ismail et al. | Performance evaluation of PAPR in OFDM for UMTS-LTE system | |
CN115102587B (zh) | 一种降低mimo-ofdm系统papr的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |