CN111131104A - 一种预失真处理方法、装置、存储介质和设备 - Google Patents

一种预失真处理方法、装置、存储介质和设备 Download PDF

Info

Publication number
CN111131104A
CN111131104A CN201911274702.8A CN201911274702A CN111131104A CN 111131104 A CN111131104 A CN 111131104A CN 201911274702 A CN201911274702 A CN 201911274702A CN 111131104 A CN111131104 A CN 111131104A
Authority
CN
China
Prior art keywords
load rate
current
predistortion
carrier
service load
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.)
Granted
Application number
CN201911274702.8A
Other languages
English (en)
Other versions
CN111131104B (zh
Inventor
吴卓智
何志基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Comba Network Systems Co Ltd
Original Assignee
Comba Telecom Systems China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Comba Telecom Systems China Ltd filed Critical Comba Telecom Systems China Ltd
Priority to CN201911274702.8A priority Critical patent/CN111131104B/zh
Publication of CN111131104A publication Critical patent/CN111131104A/zh
Application granted granted Critical
Publication of CN111131104B publication Critical patent/CN111131104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00Baseband systems
    • H04L25/38Synchronous or start-stop systems, e.g. for Baudot code
    • H04L25/40Transmitting circuits; Receiving circuits
    • H04L25/49Transmitting 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

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Amplifiers (AREA)

Abstract

本发明涉及一种预失真处理方法、装置、存储介质和设备,其中预失真处理方法包括:当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数;根据当前的所述实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;所述预失真输入信号是载波聚合之后的信号。本发明能够有效地降低载波总业务负荷率变化对预失真稳定性的影响,提供更加合理的预失真系数对载波聚合后的信号进行预失真处理。

Description

一种预失真处理方法、装置、存储介质和设备
技术领域
本发明涉及载波聚合技术领域,更具体地,涉及一种预失真处理方法、装置、存储介质和设备。
背景技术
载波聚合(Carrier Aggregation,CA)是为了满足单用户峰值速率和系统容量提升的要求而增加传输带宽的技术。CA技术可以将2~5个LTE成员载波聚合在一起,实现最大100MHz的传输带宽,有效提高了上下行传输速率。
用于发射模拟信号的高功率发射机是整个通信系统最消耗功率的部分,载波聚合后的信号会进行预失真处理,预失真处理后的信号再输入到发射机中的功率放大器进行功放,最后输入到后级的信号处理单元。高功率发射机的非线性特征使得信号频谱扩展影响相邻信道的通信,因此需要提高发射机的效率,并且降低发射机的信号频谱扩展。针对高功率发射机的非线性特性,目前比较常用的方案是预失真,对进入高功率发射机的信号预先进行与功放非线性特性相反的预失真处理,补偿高功率发射机的非线性特性。
通信系统中载波聚合的不同载波存在业务负荷率不平衡的现象,而且不平衡的状态随着无线资源管理而不断快速变化,当预失真的上一次系数计算时载波的业务负荷率和当前时刻载波的业务负荷率发生较大变化时,预失真的上一次系数计算结果没有匹配当前的载波业务负荷率,进而会影响预失真的效果。
发明内容
本发明旨在克服上述现有技术的至少一种缺陷(不足),提供一种预失真处理方法、装置、存储介质和设备,能够有效地降低载波业务负荷率变化对预失真稳定性的影响,提供更加合理的预失真系数对载波聚合后的信号进行预失真处理。
本发明采取的技术方案是:
一种预失真处理方法,包括以下步骤:
当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数;
根据当前的所述实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;所述预失真输入信号是载波聚合之后的信号。
根据当前的总业务负荷率的变化量对预失真系数进行调整,可以得到优化后的当前的实际预失真系数,根据该优化后的实际预失真系数对下一个预失真系数更新周期内载波聚合后的预失真输入信号进行预失真处理,可以有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
进一步地,根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数的步骤,包括:
根据当前预失真系数更新周期计时结束时的功率放大输出信号和当前预失真系数更新周期计时结束时的所述预失真输入信号,基于记忆多项式模型计算得到预选预失真系数;
若当前的所述总业务负荷率变化量不小于预设的门限,则确定所述预选预失真系数为当前的所述实际预失真系数;
若当前的所述总业务负荷率变化量小于预设的门限,则根据历史的所述实际预失真系数和所述预选预失真系数,确定当前的所述实际预失真系数。
进一步地,根据历史的所述实际预失真系数和所述预选预失真系数,确定当前的所述实际预失真系数的步骤,包括:
根据历史的所述实际预失真系数和所述预选预失真系数,进行加权运算得到当前的所述实际预失真系数。
进一步地,历史的所述实际预失真系数包括上一个预失真系数更新周期计时结束时确定得到的所述实际预失真系数;根据历史的所述实际预失真系数和所述预选预失真系数,进行加权运算得到当前的所述实际预失真系数的步骤符合以下公式:
c′m=α*cm+(1-α)*c′m-1
式中,c′m为当前的所述实际预失真系数,cm为所述预选预失真系数,c′m-1为上一个预失真系数更新周期计时结束时确定得到的所述实际预失真系数,α为权重系数,0<α<1。
进一步地,所述总业务负荷率变化量为聚合带宽上承载的业务负荷率变化量、小区带宽上承载的业务负荷率变化量或者基站与UE间总链路带宽上承载的业务负荷率变化量;
相应的,
所述预失真输入信号为载波聚合之后在聚合带宽内的载波信号、载波聚合之后在小区带宽内的载波信号或者载波聚合之后在基站与UE间总链路带宽内的载波信号。
进一步地,获取当前的总业务负荷率变化量的步骤,包括:
获取所述总业务负荷率变化量对应带宽上各载波当前的业务负荷率和历史的所述总业务负荷率;
根据各载波当前的所述业务负荷率,计算当前的所述总业务负荷率;
根据当前的所述总业务负荷率和历史的所述总业务负荷率,得到当前的所述总业务负荷率变化量;
或者,
获取所述总业务负荷率变化量对应带宽上各载波当前的业务负荷率和各载波历史的业务负荷率;
根据各载波当前的所述业务负荷率和各载波历史的所述业务负荷率,计算各载波当前的业务负荷率变化量;
根据各载波当前的所述业务负荷率变化量,得到当前的所述总业务负荷率变化量。
进一步地,历史的所述总业务负荷率包括上一个预失真系数更新周期计时结束时计算得到的所述总业务负荷率;根据各载波当前的所述业务负荷率,计算当前的所述总业务负荷率的步骤符合以下公式:
Figure BDA0002315224460000031
Figure BDA0002315224460000032
其中,km为当前的所述总业务负荷率,ki,m为第i个载波当前的所述业务负荷率,Bi为第i个载波的带宽,I为载波的总数;
根据当前的所述总业务负荷率和历史的所述总业务负荷率,得到当前的所述总业务负荷率变化量的步骤符合以下公式:
Δm=km-km-1
其中,Δm为当前的所述总业务负荷率变化量,km为当前的所述总业务负荷率,km-1为上一个预失真系数更新周期计时结束时计算得到的所述总业务负荷率。
进一步地,各载波历史的所述业务负荷率包括各载波上一个预失真系数更新周期计时结束时获取得到的所述业务负荷率;根据各载波当前的所述业务负荷率和各载波历史的所述业务负荷率,得到各载波当前的业务负荷率变化量的步骤符合以下公式:
Δi,m=ki,m-ki,m-1
其中,Δi,m为第i个载波当前的所述业务负荷率变化量,ki,m为第i个载波当前的所述业务负荷率,ki,m-1为第i个载波上一个预失真系数更新周期计时结束时获取得到的所述业务负荷率;根据各载波当前的所述业务负荷率变化量,得到当前的所述总业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000041
Figure BDA0002315224460000042
其中,Δm为当前的所述总业务负荷率变化量,Δi,m为第i个载波当前的所述业务负荷率变化量,Bi为第i个载波的带宽,I为载波的总数。
进一步地,所述各载波的所述业务负荷率由以下公式得到:
ki=qi/pi
pi=fi*Bi*T
其中,ki为第i个载波的所述业务负荷率,qi为第i个载波统计周期内的业务量,pi为第i个载波统计周期内的网络承载能力,fi为第i个载波统计周期内的频谱效率,Bi为第i个载波统计周期内的带宽,T为统计周期时长。
一种预失真处理装置,包括:
负荷率变化量获取模块,用于当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
实际预失真系数确定模块,用于根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数;
预失真处理模块,用于根据当前的所述实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;所述预失真输入信号是载波聚合之后的信号。
实际预失真系数确定模块根据当前的总业务负荷率变化量对预失真系数进行调整,可以得到优化后的当前的实际预失真系数,预失真处理模块根据该优化后的实际预失真系数对下一个预失真系数更新周期内载波聚合后的预失真输入信号进行预失真处理,可以有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述预失真处理方法的步骤。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述预失真处理方法的步骤。
与现有技术相比,本发明的有益效果为:根据总业务负荷率的变化量对载波聚合预失真系数进行优化,进而得到更加合理的预失真系数,采用该更加合理的预失真系数对载波聚合后的信号进行预失真处理,能够有效地降低载波负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
附图说明
图1为本发明一个实施例中预失真处理方法的流程示意图。
图2为本发明一个实施例中预失真处理方法的应用环境图。
图3为本发明另一个实施例中预失真处理方法的流程示意图。
图4为本发明一个实施例中确定当前的总业务负荷率变化量的流程示意图。
图5为本发明另一个实施例中确定当前的总业务负荷率变化量的流程示意图。
图6为本发明一个实施例中预失真处理装置结构框图。
图7为本发明另一个实施例中预失真处理装置结构框图。
图8为本发明一个实施例中负荷率变化量获取模块结构框图。
图9为本发明另一个实施例中负荷率变化量获取模块结构框图。
图10为本发明另一个实施例中预失真处理装置结构框图。
图11为本发明一个实施例中预失真处理系统结构框图。
具体实施方式
本发明附图仅用于示例性说明,不能理解为对本发明的限制。为了更好说明以下实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
如图1所示,在一个实施例中,提供了一种预失真处理方法,包括以下步骤:
S1.当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
具体地,总业务负荷率为总业务负荷率对应的带宽上的实际承载数据量与最大承载数据量的比值,当前的总业务负荷率变化量是根据当前的预失真系数更新周期计时结束时的总业务负荷率,与之前的预失真系数更新周期计时结束时的总业务负荷率,计算前后两者的变化量而得到的;
S2.根据当前的总业务负荷率变化量,确定当前的实际预失真系数;
S3.根据当前的实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;预失真输入信号是载波聚合之后的信号。
当进入下一个预失真系数更新周期时,下一个预失真系数更新周期成为当前预失真更新周期,再继续上述步骤S1到步骤S3。
根据当前的总业务负荷率变化量对预失真系数进行调整,可以得到优化后的当前的实际预失真系数,根据该优化后的当前的实际预失真系数对下一个预失真更新周期内载波聚合后的预失真输入信号进行预失真处理,可以有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
本实施例所提供的预失真处理方法可以具体应用在包括如图2所示的预失真器11和功率放大器12的一种发射机中。其信号处理过程:载波聚合后输入预失真器11的输入信号,经过预失真器11进行预失真处理后,输入到功率放大器12中进行功放后,再输入到后级的信号处理单元。在上述信号处理过程中,可以通过预失真优化单元(例如在发射机内扩展相应的优化单元电路或者配置相应的处理器等),在当前预失真系数更新周期的计时结束时,先根据当前的总业务负荷率变化量,确定出更为合理的当前的实际预失真系数;将当前的实际预失真系数输入预失真器11,预失真器11就可以根据该当前的实际预失真系数对下一个预失真系数更新周期内载波聚合后的输入信号进行预失真处理,经过预失真处理后再输入到功率放大器12以及其他后级的信号处理单元。
如图3所示,在一个实施例中,步骤S2包括:
S21.根据当前预失真系数更新周期计时结束时的功率放大输出信号和当前预失真系数更新周期计时结束时的预失真输入信号,基于记忆多项式模型计算得到预选预失真系数;S22.若当前的总业务负荷率变化量不小于预设的门限,则确定预选预失真系数为当前的实际预失真系数;
S23.若当前的总业务负荷率变化量小于预设的门限,则根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数。
在步骤S21中,预选预失真系数可以采用记忆多项式模型和最小二乘法进行计算得到的。令R为记忆多项式模型的最大阶数,S为记忆多项式模型的最大记忆深度,有记忆多项式模型公式为
Figure BDA0002315224460000061
其中x(n)为预失真输入信号,也即与当前预失真系数更新周期更新计时结束时载波聚合后的信号,也即当前预失真系数更新周期更新计时结束时载波聚合后输入如图2所示预失真器11的输入信号,z(n-s)为功率放大输出信号,也即当前预失真系数更新周期计时结束时的功率放大输出信号,也即当前预失真系数更新周期计时结束时如图2所示功率放大器12的输出信号,n的取值为大于或等于1且小于或等于N的正整数,N是采集信号的点数,r为多项式阶数,s为记忆深度,c(r,s)为预选预失真系数。由此,可以按照上述记忆多项式模型公式,根据最新的一组功率放大输出信号和预失真输入信号,基于记忆多项式模型计算得到预选预失真系数。
对记忆多项式模型公式隐去变量r,s,记cm为当前计算得到的预选预失真系数。
具体实施过程中,预选预失真系数还可以采用本领域中其他常规的模型与估计算法计算得到,其他常规的模型可以是但不限于维纳(Wiener)模型、哈默斯坦(Hammerstein)模型、或沃尔泰勒(Volterra)模型等,其他估计算法可以是但不限于最小二乘法、最小均方算法或递推最小二乘法。
当载波聚合后的总业务负荷率的变化量较大时,历史所采用的实际预失真系数对当前的实际预失真系数的计算没有很大的指导修正意义,因此可以直接令当前的实际预失真系数为当前所计算出的预选预失真系数。当载波聚合后的总业务负荷率的变化量较小时,可以考虑历史的实际预失真系数,对预选预失真系数进行修正,得到当前的实际预失真系数。由此可以根据载波总业务负荷率变化量对载波聚合的预失真系数进行优化,进而得到更加合理的预失真系数,有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
在一个实施例中,步骤S23中,根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数,包括:
步骤S231,根据历史的实际预失真系数和预选预失真系数,进行加权运算得到当前的实际预失真系数。
在一个实施例中,步骤S23中,根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数的步骤,可以是当前的预选预失真系数和上一个预失真系数更新周期计时结束时确定得到的实际预失真系数进行加权得到,具体可以按照以下公式:
c′m=α*cm+(1-α)*c′m-1
式中,c′m为当前的实际预失真系数,cm为预选预失真系数,c′m-1为上一个预失真系数更新周期计时结束时确定得到的实际预失真系数,α为权重系数,0<α<1。优选地,权重系数α的取值为0.8。
记预设的门限为H、载波聚合后当前的总业务负荷率变化量为Δm,则步骤S2具体可以包括:
若Δm≥H,则c′m=cm
若Δm<H,则c′m=α*cm+(1-α)*c′m-1,0<α<1。
优选地,预设的门限H的取值为0.1。
在另一个实施例中,步骤S23中,根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数的步骤,可以是当前的预选预失真系数和上一个到上N个预失真系数更新周期计时结束时确定得到的实际预失真系数进行加权得到,N为大于或等于2的正整数。
在一个实施例中,当前的预选预失真系数和上一个、上两个预失真系数更新周期计时结束时确定得到的实际预失真系数可以按照以下公式加权运算,得到当前的实际预失真系数,具体可以按照以下公式:
c′m=α*cm+β*c′m-1+γ*cm-2;(α+β+γ=1)
其中,β和γ均为权重系数,cm-2为上两个预失真系数更新周期计时结束时确定得到的实际预失真系数。
在一个实施例中,总业务负荷率变化量为聚合带宽上承载的业务负荷率变化量、小区带宽上承载的业务负荷率变化量或者基站与UE间总链路带宽上承载的业务负荷率变化量;相应的,
预失真输入信号为载波聚合之后在聚合带宽内的载波信号、载波聚合之后在小区带宽内的载波信号或者载波聚合之后在基站与UE间总链路带宽内的载波信号。
如图4或图5所示,在一个实施例中,步骤S1中,获取当前的总业务负荷率变化量,包括:
S11.获取总业务负荷率变化量对应带宽上各载波当前的业务负荷率和历史的总业务负荷率;
S12.根据各载波当前的业务负荷率,计算当前的总业务负荷率;
S13.根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量;
或者,
S11’.获取总业务负荷率变化量对应带宽上各载波当前的业务负荷率和各载波历史的业务负荷率;
S12’.根据各载波当前的业务负荷率和各载波历史的业务负荷率,计算各载波当前的业务负荷率变化量;
S13’.根据各载波当前的业务负荷率变化量,得到当前的总业务负荷率变化量。
在一个实施例中,步骤S12中,根据各载波当前的业务负荷率,计算当前的总业务负荷率的步骤符合以下公式:
Figure BDA0002315224460000091
Figure BDA0002315224460000092
其中,km为当前的总业务负荷率,ki,m为第i个载波当前的业务负荷率,Bi为第i个载波的带宽,I为载波的总数。
历史的总业务负荷率包括上一个预失真系数更新周期计时结束时计算得到的总业务负荷率。步骤S13中,根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量的步骤符合以下公式:
Δm=km-km-1
其中,Δm为当前的总业务负荷率变化量,km为当前的总业务负荷率,km-1为上一个预失真系数更新周期计时结束时计算得到的总业务负荷率。在一个实施例中,历史的总业务负荷率包括上一个到上N个预失真系数更新周期计时结束时计算得到的总业务负荷率,N大于等于2。例如,当N=2时,根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000093
其中,km-2为上两个预失真系数更新周期计时结束时计算得到的总业务负荷率。
在一个实施例中,各载波历史的业务负荷率包括各载波上一个预失真系数更新周期计时结束时获取得到的业务负荷率。步骤S12’中,根据各载波当前的业务负荷率和各载波历史的业务负荷率,计算各载波当前的业务负荷率变化量的步骤符合以下公式:
Δi,m=ki,m-ki,m-1
其中,Δi,m为第i个载波当前的业务负荷率变化量,ki,m为第i个载波当前的业务负荷率,ki,m-1为第i个载波上一个预失真系数更新周期计时结束时获取得到的业务负荷率。
步骤S13’中,根据各载波当前的业务负荷率变化量,得到当前的总业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000094
Figure BDA0002315224460000095
其中,Δm为当前的总业务负荷率变化量,Δi,m为第i个载波当前的业务负荷率变化量,Bi为第i个载波的带宽,I为载波的总数。
同理,在一个实施例中,各载波历史的业务负荷率包括各载波上一个到上N个预失真系数更新周期计时结束时获取得到的业务负荷率,N大于等于2。例如,当N=2时,根据各载波当前的业务负荷率和各载波历史的业务负荷率,得到各载波当前的业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000101
其中,ki,m-2为第i个载波上两个预失真系数更新周期计时结束时获取得到的业务负荷率。
在一个实施例中,各载波的业务负荷率由以下公式得到:
ki=qi/pi
pi=fi*Bi*T
其中,ki为第i个载波的业务负荷率,qi为第i个载波统计周期内的业务量,单位为比特;pi为第i个载波统计周期内的网络承载能力,fi为第i个载波统计周期内的频谱效率,Bi为第i个载波统计周期内的带宽,T为统计周期时长。
需要说明的是,统计周期时长小于或等于预失真系数更新周期时长。统计周期时长越小,得到的各载波的业务负荷率就越准确,从而各载波的业务负荷率变化量也更准确。
一个最优选的实施方式是:
确定预选预失真系数cm:根据当前预失真系数更新周期计时结束时的放大输出信号和当前预失真系数更新周期计时结束时预失真输入信号,基于记忆多项式模型计算得到预选预失真系数cm
确定载波当前的网络承载能力pi:根据统计周期内各个载波的频谱效率fi以及各个载波的带宽Bi,确定各个载波统计周期内的网络承载能力pi
确定载波当前的业务负荷率ki,m:根据各个载波当前的网络承载能力pi和统计周期内各个载波的业务量qi,确定各个载波当前的业务负荷率ki,m
确定载波当前的业务负荷率变化量Δi,m:根据各个载波当前的业务负荷率ki,m和各个载波历史的业务负荷率ki,m-1,确定各个载波当前的业务负荷率变化量Δi,m
确定当前的总业务负荷率变化量Δm:根据各个载波当前的业务负荷率变化量Δi,m,确定载波聚合后当前的总业务负荷率变化量Δm
确定当前的实际预失真系数:根据当前的总业务负荷率变化量Δm,确定当前的实际预失真系数c′m
进一步确定当前的实际预失真系数:将载波聚合后当前的总业务负荷率变化量Δm与预设的门限H进行比较,若Δm不小于H则直接将预选预失真系数cm作为当前的实际预失真系数c′m,若Δm小于H则需要根据历史的实际预失真系数c′m-1和预选预失真系数cm来确定当前的实际预失真系数c′m
最后,将进一步根据确定的当前的实际预失真系数c′m对预失真输入信号进行预失真处理。
在另一个最优选的实施方式中,其与上述最优选的实施方式不同的是当前的总业务负荷率变化量Δm的确定方法。在本优选的实施方式中,载波聚合后当前的总业务负荷率变化量Δm的确定方法是这样的:先根据各个载波当前的业务负荷率ki,m,确定载波聚合后当前的总业务负荷率km;再根据当前的总业务负荷率km和历史的总业务负荷率km-1,确定当前的总业务负荷率变化量Δm
如图6所示,基于与上述预失真处理方法的同一个发明构思,在一个实施例中,还提供了一种预失真处理装置,包括:
负荷率变化量获取模块13,用于当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
具体地,总业务负荷率为总业务负荷率对应的带宽上的实际承载数据量与最大承载数据量的比值,当前的总业务负荷率变化量是根据当前的预失真系数更新周期计时结束时的总业务负荷率,与之前的预失真系数更新周期计时结束时的总业务负荷率,计算前后两者的变化量而得到的;
实际预失真系数确定模块14,用于根据当前的总业务负荷率变化量,确定当前的实际预失真系数;
预失真处理模块15,用于根据当前的实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;预失真输入信号是载波聚合后的信号。
当进入下一个预失真系数更新周期时,下一个预失真系数更新周期成为当前预失真更新周期,负荷率变化量获取模块13、实际预失真系数确定模块14、预失真处理模块15继续用于执行上述步骤。
上述预失真处理装置中的各个模块可以全部或部分通过软件形式、硬件形式或者两者结合的形式来实现。采用软件形式时可以是存储于计算机存储介质中的计算机程序,以备处理器执行;采用硬件形式时可以是内嵌于或者独立于计算机设备的处理器中。
实际预失真系数确定模块14根据当前的总业务负荷率变化量对预失真系数进行调整,可以得到优化后的当前的实际预失真系数,预失真处理模块15根据该优化后的当前的实际预失真系数对下一个预失真系数更新周期内载波聚合后的预失真输入信号进行预失真处理,可以有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
如图7所示,在一个实施例中,实际预失真系数确定模块14包括:
预选预失真系数计算单元141,用于根据当前预失真系数更新周期计时结束时的功率放大输出信号和当前预失真系数更新周期计时结束时的预失真输入信号,基于记忆多项式模型计算得到预选预失真系数;
实际预失真系数确定单元142,用于若当前的总业务负荷率变化量不小于预设的门限,则确定预选预失真系数为当前的实际预失真系数;若当前的总业务负荷率变化量小于预设的门限,则根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数。
在一个实施例中,实际预失真系数确定单元142用于根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数的步骤,包括:
根据历史的实际预失真系数和预选预失真系数,进行加权运算得到当前的实际预失真系数。
在一个实施例中,历史的实际预失真系数包括上一个预失真系数更新周期计时结束时确定得到的实际预失真系数;实际预失真系数确定单元142用于根据历史的实际预失真系数和预选预失真系数,进行加权运算得到当前的实际预失真系数的步骤符合以下公式:
c′m=α*cm+(1-α)*c′m-1
式中,c′m为当前的实际预失真系数,cm为预选预失真系数,c′m-1为上一个预失真系数更新周期计时结束时确定得到的实际预失真系数,α为权重系数,0<α<1。
优选地,权重系数α的取值为0.8。
记预设的门限为H、载波聚合后当前的总业务负荷率变化量为Δm,则实际预失真系数确定单元142具体用于:若Δm≥H,则c′m=cm;若Δm<H,则c′m=α*cm+(1-α)*c′m-1,0<α<1。
在另一个实施例中,实际预失真系数确定单元142用于根据历史的实际预失真系数和预选预失真系数,确定当前的实际预失真系数的步骤,可以是当前的预选预失真系数和上一个到上N个预失真系数更新周期计时结束时确定得到实际预失真系数进行加权得到,N为大于或等于2的正整数。
在一个实施例中,实际预失真系数确定单元142用于根据当前的预选预失真系数和上一个、上两个预失真系数更新周期计时结束时确定得到的实际预失真系数实际预失真系数可以按照以下公式加权运算,得到当前的实际预失真系数,具体可以按照以下公式:
c′m=α*cm+β*c′m-1+γ*cm-2;(α+β+γ=1)
其中,β和γ均为权重系数,cm-2为上两个预失真系数更新周期计时结束时确定得到的实际预失真系数。
具体地,c′m为当前预失真系数更新周期计时结束时确定得到的实际预失真系数,c′m-1为上一个预失真系数更新周期计时结束时确定得到的实际预失真系数,c′m-1为上两个预失真系数更新周期计时结束时确定得到的实际预失真系数。
在一个实施例中,总业务负荷率变化量为聚合带宽上承载的业务负荷率变化量、小区带宽上承载的业务负荷率变化量或者基站与UE间总链路带宽上承载的业务负荷率变化量;相应的,
预失真输入信号为载波聚合之后在聚合带宽内的载波信号、载波聚合之后在小区带宽内的载波信号或者载波聚合之后在基站与UE间总链路带宽内的载波信号。
如图8或图9所示,在一个实施例中,负荷率变化量获取模块13包括:
负荷率获取单元131,用于获取总业务负荷率变化量对应带宽上各载波当前的业务负荷率和历史的总业务负荷率;
当前总业务负荷率计算单元132,用于根据各载波当前的业务负荷率,计算当前的总业务负荷率;
总业务负荷率变化计算单元133,用于根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量;
或者,
负荷率获取单元131’,用于获取总业务负荷率变化量对应带宽上各载波当前的业务负荷率和各载波历史的业务负荷率;
业务负荷率变化计算单元132’,用于所述根据各载波当前的业务负荷率和各载波历史的业务负荷率,计算各载波当前的业务负荷率变化量;
总业务负荷率变化计算单元133’,用于根据各载波当前的业务负荷率变化量,得到当前的总业务负荷率变化量。
在一个实施例中,当前总业务负荷率计算单元132用于根据各载波当前的业务负荷率,计算当前的总业务负荷率的步骤符合以下公式:
Figure BDA0002315224460000141
Figure BDA0002315224460000142
其中,km为当前的总业务负荷率,ki,m为第i个载波当前的业务负荷率,Bi为第i个载波的带宽,I为载波的总数。
历史的总业务负荷率包括上一个预失真系数更新周期计时结束时计算得到的总业务负荷率。总业务负荷率变化计算单元133用于根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量的步骤符合以下公式:
Δm=km-km-1
其中,Δm为当前的总业务负荷率变化量,km为当前的总业务负荷率,km-1为上一个预失真系数更新周期计时结束时计算得到的总业务负荷率。
在一个实施例中,历史的总业务负荷率包括上一个到上N个预失真系数更新周期计时结束时计算得到的总业务负荷率,N大于等于2。例如,当N=2时,总业务负荷率变化计算单元133用于根据当前的总业务负荷率和历史的总业务负荷率,得到当前的总业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000143
其中,km-2为上两个预失真系数更新周期计时结束时计算得到的总业务负荷率。
在一个实施例中,各载波历史的业务负荷率包括各载波上一次获取得到的业务负荷率。业务负荷率变化计算单元132’用于根据各载波当前的业务负荷率和各载波历史的业务负荷率,计算各载波当前的业务负荷率变化量的步骤符合以下公式:
Δi,m=ki,m-ki,m-1
其中,Δi,m为第i个载波当前的业务负荷率变化量,ki,m为第i个载波当前的业务负荷率,ki,m-1为第i个载波上一次获取得到的业务负荷率。
总业务负荷率变化计算单元133’用于根据各载波当前的业务负荷率变化量,得到当前的总业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000144
Figure BDA0002315224460000145
其中,Δm为当前的总业务负荷率变化量,Δi,m为第i个载波当前的业务负荷率变化量,Bi为第i个载波的带宽,I为载波的总数。
同理,在一个实施例中,各载波历史的业务负荷率包括各载波上N次获取得到的业务负荷率,N大于等于2。例如,当N=2时,总业务负荷率变化计算单元133’根据各载波当前的业务负荷率和各载波历史的业务负荷率,得到各载波当前的业务负荷率变化量的步骤符合以下公式:
Figure BDA0002315224460000151
其中,ki,m-2为第i个载波上两个预失真系数更新周期计时结束时获取得到的业务负荷率。
如图10所示,在一个实施例中,预失真处理装置还包括:
负荷率获取模块16,用于由以下公式计算各载波的业务负荷率:
ki=qi/pi
pi=fi*Bi*T
其中,ki为第i个载波的业务负荷率,qi为第i个载波统计周期内的业务量,单位为比特;pi为第i个载波统计周期内的网络承载能力,fi为第i个载波统计周期内的频谱效率,Bi为第i个载波统计周期内的带宽,T为统计周期时长。
需要说明的是,统计周期时长小于或等于预失真系数更新周期时长。统计周期时长越小,得到的各载波的业务负荷率就越准确,从而各载波的业务负荷率变化量也更准确。
如图11所示,基于与上述预失真处理方法的同一个发明构思,在一个实施例中,还提供了一种预失真处理系统,包括预失真器11,功率放大器12、信号采集电路21、预失真系数计算电路22、负荷率变化计算电路23;
信号采集电路21,用于当前预失真系数更新周期计时结束时采集载波聚合后输入预失真器11的预失真输入信号和功率放大器12的功率放大输出信号,并输入预失真系数计算电路22;预失真系数计算电路22,用于当前预失真系数更新周期计时结束时接收负荷率变化计算电路23输出的载波聚合后当前的总业务负荷率变化量,根据当前的总业务负荷率变化量、预失真输入信号、功率放大输出信号,确定当前的实际预失真系数,并将当前的实际预失真系数输入预失真器11;
预失真器11,用于根据当前的实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理,并将预失真处理后的信号输入功率放大器12;
功率放大器12,用于将预失真处理后的信号进行功放并输出。
当进入下一个预失真系数更新周期时,下一个预失真系数更新周期成为当前预失真更新周期,信号采集电路21、预失真系数计算电路22、预失真器11和功率放大器12继续用于执行上述步骤。
通过上述各个电路单元,根据载波聚合后当前的总业务负荷率变化量对预失真系数进行调整,可以得到优化后的当前的实际预失真系数,预失真器11根据该优化后的当前的实际预失真系数对下一个预失真系数更新周期内载波聚合后的预失真输入信号进行预失真处理,可以有效地降低载波总业务负荷率变化对预失真稳定性的影响,从而提高预失真的性能。
上述预失真处理系统的各个电路单元,可以实现上述各个实施例中的预失真处理方法的步骤。
在一个实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例中的预失真处理方法的步骤。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述各个实施例中的预失真处理方法的步骤。
显然,本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例,而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (12)

1.一种预失真处理方法,其特征在于,包括以下步骤:
当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数;
根据当前的所述实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;所述预失真输入信号是载波聚合之后的信号。
2.根据权利要求1所述的预失真处理方法,其特征在于,根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数的步骤,包括:
根据当前预失真系数更新周期计时结束时的功率放大输出信号和当前预失真系数更新周期计时结束时的所述预失真输入信号,基于记忆多项式模型计算得到预选预失真系数;
若当前的所述总业务负荷率变化量不小于预设的门限,则确定所述预选预失真系数为当前的所述实际预失真系数;
若当前的所述总业务负荷率变化量小于预设的门限,则根据历史的所述实际预失真系数和所述预选预失真系数,确定当前的所述实际预失真系数。
3.根据权利要求2所述的预失真处理方法,其特征在于,根据历史的所述实际预失真系数和所述预选预失真系数,确定当前的所述实际预失真系数的步骤,包括:
根据历史的所述实际预失真系数和所述预选预失真系数,进行加权运算得到当前的所述实际预失真系数。
4.根据权利要求3所述的预失真处理方法,其特征在于,历史的所述实际预失真系数包括上一个预失真系数更新周期计时结束时确定得到的所述实际预失真系数;根据历史的所述实际预失真系数和所述预选预失真系数,进行加权运算得到当前的所述实际预失真系数的步骤符合以下公式:
c′m=α*cm+(1-α)*c′m-1
其中,c′m为当前的所述实际预失真系数,cm为所述预选预失真系数,c′m-1为上一个预失真系数更新周期计时结束时确定得到的所述实际预失真系数,α为权重系数,0<α<1。
5.根据权利要求1至4任意一项所述的预失真处理方法,其特征在于,所述总业务负荷率变化量为聚合带宽上承载的业务负荷率变化量、小区带宽上承载的业务负荷率变化量或者基站与UE间总链路带宽上承载的业务负荷率变化量;
相应的,
所述预失真输入信号为载波聚合之后在聚合带宽内的载波信号、载波聚合之后在小区带宽内的载波信号或者载波聚合之后在基站与UE间总链路带宽内的载波信号。
6.根据权利要求5所述的预失真处理方法,其特征在于,获取当前的总业务负荷率变化量的步骤,包括:
获取当前的所述总业务负荷率变化量对应带宽上各载波当前的业务负荷率和历史的总业务负荷率;
根据各载波当前的所述业务负荷率,计算当前的所述总业务负荷率;
根据当前的所述总业务负荷率和历史的所述总业务负荷率,得到当前的所述总业务负荷率变化量;
或者,
获取所述总业务负荷率变化量对应带宽上各载波当前的业务负荷率和各载波历史的业务负荷率;
根据各载波当前的所述业务负荷率和各载波历史的所述业务负荷率,计算各载波当前的业务负荷率变化量;
根据各载波当前的所述业务负荷率变化量,得到当前的所述总业务负荷率变化量。
7.根据权利要求6所述的预失真处理方法,其特征在于,历史的所述总业务负荷率包括上一个预失真系数更新周期计时结束时计算得到的所述总业务负荷率;根据各载波当前的所述业务负荷率,计算当前的所述总业务负荷率的步骤符合以下公式:
Figure FDA0002315224450000021
Figure FDA0002315224450000022
其中,km为当前的所述总业务负荷率,ki,m为第i个载波当前的所述业务负荷率,Bi为第i个载波的带宽,I为载波的总数;
根据当前的所述总业务负荷率和历史的所述总业务负荷率,得到当前的所述总业务负荷率变化量的步骤符合以下公式:
Δm=km-km-1
其中,Δm为当前的所述总业务负荷率变化量,km为当前的所述总业务负荷率,km-1为上一个预失真系数更新周期计时结束时计算得到的所述总业务负荷率。
8.根据权利要求6所述的预失真处理方法,其特征在于,各载波历史的所述业务负荷率包括各载波上一个预失真系数更新周期计时结束时获取得到的所述业务负荷率;根据各载波当前的所述业务负荷率和各载波历史的所述业务负荷率,计算各载波当前的业务负荷率变化量的步骤符合以下公式:
Δi,m=ki,m-ki,m-1
其中,Δi,m为第i个载波当前的所述业务负荷率变化量,ki,m为第i个载波当前的所述业务负荷率,ki,m-1为第i个载波上一个预失真系数更新周期计时结束时获取得到的所述业务负荷率;根据各载波当前的所述业务负荷率变化量,得到当前的所述总业务负荷率变化量的步骤符合以下公式:
Figure FDA0002315224450000031
Figure FDA0002315224450000032
其中,Δm为当前的所述总业务负荷率变化量,Δi,m为第i个载波当前的所述业务负荷率变化量,Bi为第i个载波的带宽,I为载波的总数。
9.根据权利要求8所述的预失真处理方法,其特征在于,各载波的所述业务负荷率由以下公式得到:
ki=qi/pi
pi=fi*Bi*T
其中,ki为第i个载波的所述业务负荷率,qi为第i个载波统计周期内的业务量,pi为第i个载波统计周期内的网络承载能力,fi为第i个载波统计周期内的频谱效率,Bi为第i个载波的带宽,T为统计周期时长。
10.一种预失真处理装置,其特征在于,包括:
负荷率变化量获取模块,用于当前预失真系数更新周期计时结束时,获取当前的总业务负荷率变化量;
实际预失真系数确定模块,用于根据当前的所述总业务负荷率变化量,确定当前的实际预失真系数;
预失真处理模块,用于根据当前的所述实际预失真系数对下一个预失真系数更新周期内的预失真输入信号进行预失真处理;所述预失真输入信号是载波聚合后的信号。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
12.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9任一项所述方法的步骤。
CN201911274702.8A 2019-12-12 2019-12-12 一种预失真处理方法、装置、存储介质和设备 Active CN111131104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911274702.8A CN111131104B (zh) 2019-12-12 2019-12-12 一种预失真处理方法、装置、存储介质和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911274702.8A CN111131104B (zh) 2019-12-12 2019-12-12 一种预失真处理方法、装置、存储介质和设备

Publications (2)

Publication Number Publication Date
CN111131104A true CN111131104A (zh) 2020-05-08
CN111131104B CN111131104B (zh) 2022-12-06

Family

ID=70499925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911274702.8A Active CN111131104B (zh) 2019-12-12 2019-12-12 一种预失真处理方法、装置、存储介质和设备

Country Status (1)

Country Link
CN (1) CN111131104B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112838996A (zh) * 2020-12-31 2021-05-25 京信网络系统股份有限公司 数字预失真系数更新方法、装置、通信设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080056126A1 (en) * 2006-09-04 2008-03-06 Samsung Electronics Co. Ltd. Apparatus for and method of managing a routing table in a multi-hop system
CN102142851A (zh) * 2010-01-29 2011-08-03 富士通株式会社 失真补偿装置、发送装置和失真补偿方法
CN103701738A (zh) * 2013-12-09 2014-04-02 京信通信系统(中国)有限公司 一种预失真参数确定方法、设备及数字预失真处理系统
GB201411871D0 (en) * 2014-07-03 2014-08-20 Aceaxis Ltd Improvements to digital pre-distortion processing
CN104378322A (zh) * 2013-08-14 2015-02-25 富士通株式会社 预失真器控制方法和预失真器控制装置
CN107124144A (zh) * 2017-04-20 2017-09-01 京信通信技术(广州)有限公司 一种数字预失真处理方法和装置
CN107852136A (zh) * 2015-05-08 2018-03-27 思睿逻辑国际半导体有限公司 具有预失真的音频放大器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080056126A1 (en) * 2006-09-04 2008-03-06 Samsung Electronics Co. Ltd. Apparatus for and method of managing a routing table in a multi-hop system
CN102142851A (zh) * 2010-01-29 2011-08-03 富士通株式会社 失真补偿装置、发送装置和失真补偿方法
CN104378322A (zh) * 2013-08-14 2015-02-25 富士通株式会社 预失真器控制方法和预失真器控制装置
CN103701738A (zh) * 2013-12-09 2014-04-02 京信通信系统(中国)有限公司 一种预失真参数确定方法、设备及数字预失真处理系统
GB201411871D0 (en) * 2014-07-03 2014-08-20 Aceaxis Ltd Improvements to digital pre-distortion processing
CN107852136A (zh) * 2015-05-08 2018-03-27 思睿逻辑国际半导体有限公司 具有预失真的音频放大器
CN107124144A (zh) * 2017-04-20 2017-09-01 京信通信技术(广州)有限公司 一种数字预失真处理方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FILIPE M. BARRADAS 等: "Digital predistortion of RF PAs for MIMO transmitters based on the equivalent load", 《IEEE》 *
WEI XUE 等: "Novel DLA-based digital pre-distortion technique for power amplifier", 《IEEE》 *
李波 等: "系数可变的多项式预失真器", 《华中科技大学学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112838996A (zh) * 2020-12-31 2021-05-25 京信网络系统股份有限公司 数字预失真系数更新方法、装置、通信设备和存储介质
CN112838996B (zh) * 2020-12-31 2022-03-25 京信网络系统股份有限公司 数字预失真系数更新方法、装置、通信设备和存储介质

Also Published As

Publication number Publication date
CN111131104B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
US9913194B2 (en) Method and system for baseband predistortion linearization in multi-channel wideband communication systems
US8787494B2 (en) Modeling digital predistorter
CN107276546B (zh) 一种数字预失真处理方法及装置
WO2012066381A1 (en) Configurable basis-function generation for nonlinear modeling
CN103051574A (zh) 数字预失真处理方法及系统
CN102195912B (zh) 数字预失真处理设备和方法
CN101741787B (zh) 一种预失真快速收敛的训练数据采集方法及系统
CN1578284A (zh) 用于线性化带有不对称特性的功率放大器的数字预失真
US20130243119A1 (en) Digital Predistortion of Non-Linear Devices
CN101355536B (zh) 对基带信号进行预失真处理的装置及方法
CN103618684B (zh) 一种估计dpd系数的方法及装置
CN102970261A (zh) 一种提高数字预失真处理速度的方法
CN108011598A (zh) 一种数字预失真自适应处理方法
CN111131104B (zh) 一种预失真处理方法、装置、存储介质和设备
CN103888395B (zh) 一种数字预失真方法和数字预失真器
CN102904846B (zh) 一种适应快变信号的数字预失真处理方法
US9496903B2 (en) Method for reducing the crest factor wide band signal
CN106169985B (zh) 基于改进模型的包络跟踪放大器数字预失真方法
CN103532499B (zh) 失真补偿装置和失真补偿方法
Sills et al. Adaptive power amplifier linearization by digital pre-distortion using genetic algorithms
CN102522957B (zh) 一种改善射频功率放大器预失真性能的方法
US9509541B1 (en) Crest factor reduction
CN104270330B (zh) 一种数字预失真系统中的数据采集方法
Zhang et al. OFDM PAPR reduction with digital amplitude predistortion
CN206922797U (zh) 一种短波数字预失真装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 510663 Shenzhou Road, Guangzhou Science City, Guangzhou economic and Technological Development Zone, Guangdong, 10

Applicant after: Jingxin Network System Co.,Ltd.

Address before: 510663 Shenzhou Road, Guangzhou Science City, Guangzhou economic and Technological Development Zone, Guangdong, 10

Applicant before: COMBA TELECOM SYSTEMS (CHINA) Ltd.

GR01 Patent grant
GR01 Patent grant