CN113079119A - 一种基于压缩采样结构的盲多带信号预失真方法 - Google Patents

Abstract

本发明公开了一种基于压缩采样结构的盲多带信号预失真方法，其中多频输出作为一个宽带信号进行下变频，送入低通滤波器滤除一部分失真后，由A‑MWC采样结构对信号进行压缩采样，利用功率谱密度函数构造一个观测向量长度为传统MWC结构观测向量长度两倍的新欠定方程，再使用基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)在不依赖信号先验信息的情况下成功重构信号的支撑集。相对传统的并行多频DPD结构，本发明所提出的结构减小了反馈回路的带宽，显著降低了ADC的采样速率，大幅度降低了系统的复杂度，减少了成本。

Description

一种基于压缩采样结构的盲多带信号预失真方法

技术领域

本发明属于信息技术领域，尤其涉及一种基于压缩采样结构的盲多带信号预失真方法。

背景技术

随着无线通信技术的快速发展，人们对于无线通信业务的需求越来越高，致使有限的无线电频谱资源将要枯竭。为了解决当前频谱资源供不应求的状况，认知无线电技术的研究成为了重中之重。认知无线电技术利用频谱感知技术探测频谱是否处于空闲状态，大幅度提升了频谱资源的利用率，是缓解频谱资源过度紧张的最有效手段之一。射频功率放大器是认知无线电系统中价格最为昂贵的器件，同时也是不可或缺的核心器件，认知无线电系统对功率放大器的线性度提出了更严格的要求，因此对于射频功率放大器线性化技术的研究非常重要，数字预失真精度高、稳定性良好的特点使其成为最优的线性化技术之一，本发明的研究也由此展开。

由于无线电系统中的大部分频谱已经分配，找到满足带宽的连续频带非常困难，因此载波聚合技术应运而生，其作用是聚合位于不同载波频率的多个频带，以增加系统的传输带宽，这要求在无线系统中部署并行多频段发射机。目前对于多频带功率放大器预失真的研究还处于发展阶段，无线电发射机只能在处理单频段信号时获得最佳的功率和线性度，多频段功率放大器具有不同形式的失真，包括互调和交调产物，这比单频段发射机中功率放大器的失真产物更严重。

在多频功率放大器预失真领域的研究中，S.A.Bassam等人提出了二维数字预失真(2D-DPD)，将两个频带上的信号作为两个独立的输入来分别补偿每个频带上的失真。M.Younes等人首次将2D-DPD扩展到3D-DPD，实现了并行三频PA的线性化。由于2D-DPD的固有特性，需要多个反馈回路来同时捕获每个频带的输出信号，虽然降低了各个反馈回路ADC的采样率，系统的实现成本也随着频带的增加而成倍上升。

发明内容

为了解决上述技术问题，本发明所解决的技术问题在于提供一种基于压缩采样结构的盲多带信号预失真方法，在支撑集未知的情况下，对信号进行盲采样和盲重构，相对传统的并行多频DPD结构，本发明所提出的结构减小了反馈回路的带宽，显著降低了ADC的采样速率，大幅度降低了系统的复杂度，减少了成本。

本发明通过以下技术方案来实现：本发明的基于压缩采样结构的盲多带信号预失真方法，主要包括：S1、将多频输出作为一个宽带信号进行下变频；S2、设置下变频器的本振频率为第1个频带和第k个频带的载波频率之和的1/2；S3、采用A-MWC结构对低通滤波器的输出信号进行盲采样；S4、利用功率谱密度函数构造出一个观测向量长度为传统MWC结构观测向量长度两倍的新欠定方程；S5、提出基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)算法，在不依赖信号先验信息的情况下成功重构信号的支撑集。

进一步，所述基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)的步骤包括：

输入：观测矩阵D∈2MQ_e×L，观测向量R∈2MQ_e×1，迭代次数k，步长S，0＜α＜1，给定概率0.3≤P_r≤0.8，迭代停止条件ε＝10^-6；

初始化：初始残差r₀＝R，初始支撑集Λ₀＝φ，L为第k次迭代支撑集中元素个数，L＝S，k＝1；

S51：在服从均匀分布的区间[0,1]内随机挑选一个值记为p；

S52：若p＜P_r，则在D的列中随机挑选2L个原子，将其索引存入Γ；

S53：计算u_Γ＝＜r_k-1,D_Γ＞，找出与残差最匹配的L个原子，将其索引存入I；

S54：若p≥P_r，计算u＝＜r_k-1,D＞，将u中绝对值最大的L个原子的索引存入I；

S55：更新支撑集：

S56：求

的最小二乘解，

S57：将P的能量从大到小依次排列，选取前L个能量较大的原子，将其索引值存入Λ_k，计算

S58：残差更新：

S59：若||r_new||₂＜ε，迭代停止；若||r_k||₂≥||r_k-1||₂，则

L＝L+S，返回步骤1继续迭代；若||r_k||₂＜||r_k-1||₂，更新支撑集索引为最终集Λ，残差更新为r_k＝r_new，k＝k+1，返回步骤1继续迭代。

由上，本发明将多频输出作为一个宽带信号进行下变频，显著减小了反馈回路带宽，送入低通滤波器滤除一部分失真后，由A-MWC采样结构对信号进行压缩采样，利用功率谱密度函数构造出一个观测向量长度为传统MWC结构观测向量长度两倍的新欠定方程，再使用基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)在不依赖信号先验信息的情况下成功重构信号的支撑集。相对传统的并行多频DPD结构，本发明所提出的结构减小了反馈回路的带宽，显著降低了ADC的采样速率，大幅度降低了系统的复杂度，减少了成本。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1为本发明的基于压缩采样结构的盲多带信号预失真方法的结构图；

图2为本发明的A-MWC压缩采样结构图；

图3为本发明的A-MWC的时序逻辑图。

具体实施方式

下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。

本发明提出的基于压缩采样结构的盲多号预失真方法的结构如图1所示，其中包括数字预失真器(DPD)、数模转换模块(DAC)、上变频模块、功率放大器(PA)、下变频模块、低通滤波器模块、压缩采样模块(A-MWC)、信号重构模块、预失真参数辨识模块。所述数字预失真器与输入端的信号源连接，数字预失真器的输出端连接着数模转换模块，数模转换模块的输出端与上变频模块的输入端连接，经过上变频处理的信号与功率放大器连接，功放处理后的信号经过下变频和低通滤波器处理后与压缩采样模块的输入端相连，压缩采样模块的输出端与信号重构模块连接后与预失真参数估计模块相连。

其中

是DPD输入信号，

是DPD输出信号，设置下变频的本振频率为f_LO＝f₁+f_k/2，y_mixed(t)是功放输出信号经下变频和低通滤波器后的已混频信号，采用A-MWC对y_mixed(t)进行压缩采样后，利用重构算法重构出原始信号。由于f_k和f_LO是已知的，因此可分离出基带输出信号

送入参数辨识模块，利用最小二乘法提取DPD系数。

A-MWC压缩采样结构如图2所示，A-MWC结构有M条物理采样支路，每条支路上的信号都先与伪随机序列混频，经低通滤波器后，用ADC进行采样后再重构信号。与MWC结构不同的是A-MWC结构添加触发信号来同步时序，以达到时间校准的目的。在信号模型上A-MWC结构也提出了新的假设，即在宽带稀疏模型的基础上，假设输入信号为各时间切片上具有相同功率谱密度(PSD)的宽平稳信号。由于大部分的无线通信信号都具备宽平稳特性，因此该假设是合理而宽泛的，结构依然具有强普适性。

A-MWC需要两组伪随机序列，每组随机序列的个数为M，A-MWC的采样时间窗被等分为子窗A和子窗B，分别对应两个时间区间T_A和T_B，在T_A内第一组伪随机序列以周期T_p参与混频，第i条支路伪随机序列的一个周期被记为P_i ^A，在T_B内第二组伪随机序列同样以周期T_p参与混频，第i条支路伪随机序列的一个周期被记为P_i ^B，各信号之间的时序逻辑如图3所示。

触发信号为等占空比的方波信号，其控制两组伪随机序列的切换，并将

y^A[n]和第一组伪随机序列在时间区间T_A内同步，

y^B(n)和第二组伪随机序列在时间区间T_B内同步。因此在T_A内A-MWC等同于一个MWC,输入信号为

采样序列为y^A[n]，采样窗为子窗A，第一组伪随机序列以T_p为周期在T_A内循环，同理T_B内A-MWC也等同于一个MWC。

在支路扩展器的作用下，MWC可构造一个观测向量长度为MQ的欠定方程，Q为扩展因子。由于在T_A内A-MWC等同于一个MWC，因此在T_A内A-MWC也能用MWC的方式建立欠定方程，同理在T_B内也可建立欠定方程。

在支撑集未知的情况下，由于输入信号的平稳特性，A-MWC结构利用宽平稳信号在各时间切片上功率谱密度相同的优势，构造出新的欠定方式R＝DP，其观测的长度为原观测向量长度的2倍，达到在支撑集未知情况下提高采样性能的目的。

本发明提出一种基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)，可在稀疏度未知的情况下重构原信号，步骤如下：

输入：观测矩阵D∈2MQ_e×L，观测向量R∈2MQ_e×1，迭代次数k，步长S，0＜α＜1，给定概率0.3≤P_r≤0.8，迭代停止条件ε＝10^-6；

初始化：初始残差r₀＝R，初始支撑集Λ₀＝φ，L为第k次迭代支撑集中元素个数，L＝S，k＝1；

步骤1：在服从均匀分布的区间[0,1]内随机挑选一个值记为p；

步骤2：若p＜P_r，则在D的列中随机挑选2L个原子，将其索引存入Γ；

步骤3：计算u_Γ＝＜r_k-1,D_Γ＞，找出与残差最匹配的L个原子，将其索引存入I；

步骤4：若p≥P_r，计算u＝＜r_k-1,D＞，将u中绝对值最大的L个原子的索引存入I；

步骤5：更新支撑集：

步骤6：求

的最小二乘解，

步骤7：将P的能量从大到小依次排列，选取前L个能量较大的原子，将其索引值存入Λ_k，计算

步骤8：残差更新：

步骤9：若||r_new||₂＜ε，迭代停止；若||r_k||₂≥||r_k-1||₂，则

L＝L+S，返回步骤1继续迭代；若||r_k||₂＜||r_k-1‖₂，更新支撑集索引为最终集Λ，残差更新为r_k＝r_new，k＝k+1，返回步骤1继续迭代；

本发明在采样信号重建时采用基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法(VSStoSAMP)，其用随机的方式先挑选支撑集，减小了测量矩阵与残差的内积计算量，也在一定程度上增加了正确挑选支撑集的概率，由于迭代过程中的残差只与当前原子支撑集和信号实际稀疏度之间的差距相关，残差随着两者之间差距的缩短而减小，因此建立步长S与残差r_k之间的关系，将

作为附加步长，

表示向下取整，如果当前原子支撑集和信号实际稀疏度之间的差距较大，残差也会较大，此时采用大步长快速逼近，反之小步长也能达到精确重构的目标。该算法缩短了SAMP算法的重构时间，提升了重构精度。

以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。

Claims (2)

1.一种基于压缩采样结构的盲多带信号预失真方法，其特征在于，包括以下步骤：

S1、将多频输出作为一个宽带信号进行下变频；

S2、设置下变频器的本振频率为第1个频带和第k个频带载波频率之和的1/2；

S3、采用A-MWC结构对低通滤波器的输出信号进行盲采样；

S4、利用功率谱密度函数构造出一个观测向量长度为传统MWC结构观测向量长度两倍的新欠定方程；

S5、通过基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法，在不依赖信号先验信息的情况下成功重构信号的支撑集。

2.如权利要求1所述的基于压缩采样结构的盲多带信号预失真方法，其特征在于，步骤S5中的基于随机支撑挑选的变步长稀疏度自适应匹配追踪算法步骤包括：

输入：观测矩阵D∈2MQ_e×L，观测向量R∈2MQ_e×1，迭代次数k，步长S，0＜α＜1，给定概率0.3≤P_r≤0.8，迭代停止条件ε＝10^-6；

初始化：初始残差r₀＝R，初始支撑集Λ₀＝φ，L为第k次迭代支撑集中元素个数，L＝S，k＝1；

S51：在服从均匀分布的区间[0,1]内随机挑选一个值记为p；

S52：若p＜P_r，则在D的列中随机挑选2L个原子，将其索引存入Γ；

S53：计算u_Γ＝＜r_k-1,D_Γ＞，找出与残差最匹配的L个原子，将其索引存入I；

S54：若p≥P_r，计算u＝＜r_k-1,D＞，将u中绝对值最大的L个原子的索引存入I；

S55：更新支撑集：

S56：求

的最小二乘解，

S57：将P的能量从大到小依次排列，选取前L个能量较大的原子，将其索引值存入Λ_k，计算

S58：残差更新：

S59：若||r_new||₂＜ε，迭代停止；若||r_k||₂≥||r_k-1||₂，则

L＝L+S，返回步骤1继续迭代；若||r_k||₂＜||r_k-1||₂，更新支撑集索引为最终集Λ，残差更新为r_k＝r_new，k＝k+1，返回步骤1继续迭代。

Images