CN114374366A - 一种数字预失真处理方法及装置 - Google Patents

一种数字预失真处理方法及装置 Download PDF

Info

Publication number
CN114374366A
CN114374366A CN202011106040.6A CN202011106040A CN114374366A CN 114374366 A CN114374366 A CN 114374366A CN 202011106040 A CN202011106040 A CN 202011106040A CN 114374366 A CN114374366 A CN 114374366A
Authority
CN
China
Prior art keywords
value
basis function
value range
digital predistortion
input 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
Application number
CN202011106040.6A
Other languages
English (en)
Inventor
李品
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.)
Datang Mobile Communications Equipment Co Ltd
Original Assignee
Datang Mobile Communications Equipment Co 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 Datang Mobile Communications Equipment Co Ltd filed Critical Datang Mobile Communications Equipment Co Ltd
Priority to CN202011106040.6A priority Critical patent/CN114374366A/zh
Publication of CN114374366A publication Critical patent/CN114374366A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Amplifiers (AREA)

Abstract

本发明实施例提供了一种数字预失真处理方法及装置。所述方法包括获取功率放大器的输入信号和输出信号；分别对所述输入信号和所述输出信号进行采样，获得样本数据；根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数；利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。其中，本发明的实施例中采用具有分段特性的基函数，从而适合于拟合功放的分段特性。因此，本发明的实施例，能够更精确的拟合分段特性明显的曲线。

Description

一种数字预失真处理方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种数字预失真处理方法及装置。
背景技术
无线通信用户数量迅猛增加，服务要求快速提升，致频谱资源日益紧张。为提高数据传输速率及频谱利用率，现代通信系统广泛采用日趋复杂的数字调制技术，如正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM)、64正交振幅调制(Quadrature Amplitude Modulation，QAM)等。然而这些高效的数字调制技术使的信号峰均比很高，则对射频功率放大器的设计造成了很大的压力。
其中，射频功率放大器作为射频系统中的关键模块，除了昂贵的价格，它还是发射链路中功率消耗最大的器件，同时，功放的非线性会严重失真传输信号，以及带外频谱扩展，进而影响临道、次临道。并且，现代通信系统中的非恒定包络调制带来的高峰均比，使得单纯的依靠功率回退保持线性度的方法变得不切实际，因为功放工作在压缩区时效率最高，所以功率回退虽然改善线性，却极大的牺牲了效率。因而为了解决射频功率放大器的效率与线性度的矛盾，功放线性化技术应运而生。
在系统级，常见的线性化方法有反馈、前馈、非线性器件的线性放大(LINC)、包络消除与恢复(EE&R)和数字预失真技术(DPD)等。在诸多方法中，数字预失真技术通常在基带和中频实现。其中，随着数字器件DSP和FPGA等制造工艺和处理速度的不断提升，数字预失真技术的成本越来越低，精确度不断提高，工程应用中具有极高的一致性，因此，数字预失真以其低成本、高精度、强稳定性成为射频功率放大器线性化的主流技术。
如图1所示，为数字预失真的基本原理，可以看出，数字预失真器可以是功率放大器的逆模型，因而线性化问题也归结为建模问题。其中，为利于工程实现，DPD模型选取一般遵循四个应用条件，即离散特性、非线性和记忆效应的表述、适用于复数信号、系数是线性的。而Volterra级数充分满足前述四个条件，且具有完备性，因此，记忆多项式(MP)、广义记忆多项式(GMP)等现有方案多由Volterra简化而来。
然而，现有的数字预失真技术，虽然对非线性与记忆效应的描述很直观，系数线性易求解，工程实现简单，但是其无法更精确的拟合分段特性明显的曲线。
发明内容
本发明实施例提供一种数字预失真处理方法及装置，以解决现有技术中，解决基站启动异常的方式存在的缺陷问题。
一方面，本发明实施例提供了一种数字预失真处理方法，应用于基站，所述方法包括：
获取功率放大器的输入信号和输出信号；
分别对所述输入信号和所述输出信号进行采样，获得样本数据；
根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
另一方面，本发明实施例还提供一种数字预失真处理装置，所述装置包括：
信号获取模块，用于获取功率放大器的输入信号和输出信号；
样本采集模块，用于分别对所述输入信号和所述输出信号进行采样，获得样本数据；
系数确定模块，用于根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
处理模块，用于利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
又一方面，本发明实施例还提供一种电子设备，该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的数字预失真处理方法中的步骤。
再一方面，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质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如上所述的数字预失真处理方法中的步骤。
在本发明实施例中，能够获取功率放大器的输入信号和输出信号，然后分别对该输入信号和输出信号进行采样，获得样本数据，并根据样本数据以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，从而利于确定出系数的数字预失真模型，对功率放大器的输入信号进行数字预失真处理。其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数。由此可见，本发明的实施例中采用具有分段特性的基函数，从而适合于拟合功放的分段特性。因此，本发明的实施例，能够更精确的拟合分段特性明显的曲线。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为现有技术中的数字预失真原理示意图；
图2为现有技术中采用的多项式基函数的归一化图形；
图3为本发明实施例提供的数字预失真处理方法的步骤流程图；
图4为本发明实施例中采用的基函数的曲线图；
图5为本发明实施例中计算建立的数字预失真模型的系数的原理示意图；
图6为本发明实施例中进行数字预失真处理前后的频域效果对比示意图；
图7为本发明实施例提供的数字预失真处理装置的结构框图；
图8为本发明实施例提供的电子设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在本发明所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。
为了便于理解本发明实施例的数字预失真处理方法，首先介绍一种现有技术中的数字预失真处理方法。
现有技术中采用的一种数字预失真处理方法是基于GMP建立的数字预失真模型。该模型表达式如下所示。
Figure BDA0002726990200000051
其中，j表示在利用该函数对待处理信号进行数字预失真处理时，从待处理信号上采集的样本的序号，y(j)表示对第j个样本处理后的取值。
由上述表达可以看出，该模型表达式实质上是一组基函数的线性加权，其中，该组基函数Fl为{1,x,x2,…xL}，该基函数的归一化图形如图2所示，图2中Fl表示该组基函数中第l个基函数，l取1～L中的整数。
其中，图2中所示的每一条曲线为一个基函数，可以看出该组基函数在阶数提高时，Fl-1与Fl曲线几乎重合，具有极高的相关性，导致系数矩阵奇异。并且该基函数为0-1范围内全局最优拟合，对分段特性明显的功放适应性差。此外，求出系数后，还需要量化成查找表(LUT)，则会造成精度损失。
如图3所示，本发明实施例提供了一种数字预失真处理方法，所述方法可以包括以下步骤：
步骤301，获取功率放大器的输入信号和输出信号。
其中，数字预失真技术主要的实现方式是对功率放大器的输入信号和输出信号进行采样，并进行误差的算法，从而在功率放大器的输入口加入一个与功率放大器的失真反方向的信号，以抵消功率放大器件的失真。
步骤302：分别对所述输入信号和所述输出信号进行采样，获得样本数据。
其中，通过步骤302对输入信号和输出信号进行采样，以确定在某个时刻输入至功率放大器的信号的幅度，经过功率放大器的处理后变为多少。
步骤303：根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数。
其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数。
由此可知，本发明的实施例中，采样的多个基函数中，对于每相邻的两个基函数的因变量大于预设值时的自变量的取值范围，二者存在不重叠的部分，即本发明的实施例中采用的是具有分段特性的基函数。
此外，在确定上述基函数时，可以将待处理信号的信号幅度分成N段，则上述基函数的数量为N+1个，其中，N为大于1的整数。
步骤304：利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
其中，确定出上述数字预失真模型的系数后，则可以利用该数字预失真模型，对功率放大器的输入信号进行数字预失真处理。
由上述可知，在本发明实施例中，能够获取功率放大器的输入信号和输出信号，然后分别对该输入信号和输出信号进行采样，获得样本数据，并根据样本数据以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，从而利于确定出系数的数字预失真模型，对功率放大器的输入信号进行数字预失真处理。其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数。由此可见，本发明的实施例中采用具有分段特性的基函数，从而适合于拟合功放的分段特性。因此，本发明的实施例，能够更精确的拟合分段特性明显的曲线。
可选的，所述分别对所述输入信号和所述输出信号进行采样，获得样本数据，包括：
对所述输入信号进行采样获得第一数据，并对所述输出信号进行采样获得第二数据，将所述第一数据和所述第二数据作为所述样本数据；
其中，所述输入信号的第一采集时刻与所述输出信号的第二采集时刻一一对应，且所述第二采集时刻与其对应的所述第一采集时刻间隔预设时间，所述预设时间为所述功率放大器的信号输出时延。
例如对输入信号分别在t1、t2、t3、t4、t5时刻进行了采样，则需要在t1+T、t2+T、t3+T、t4+T、t5+T时刻对输出信号进行采样，从而可以确定在某个时刻输入至功率放大器的信号的幅度，经过功率放大器的处理后变为多少，其中T表示功率放大器的信号输出时延。
可选的，所述根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，包括：
分别在j取1至n中每一个整数，以及i取0至k中的每一个整数时，执行如下过程：
将第j个所述第一采集时刻采集的第一数据的绝对值作为第i个基函数的自变量的取值，代入至所述第i个基函数中，并将得到的所述第i个基函数的因变量的取值，作为第一矩阵中第j行第i列的元素，其中，所述第一矩阵为n行k+1列的矩阵；
将与所述第j个所述第一采集时刻对应的所述第二采集时刻采集的所述第二数据，作为第二矩阵中的第j行第一列的元素，其中，所述第二矩阵为n行一列的矩阵；
根据预设公式U*A＝Y，计算得到第三矩阵A，其中，U表示所述第一矩阵，Y表示所述第二矩阵，A表示所述数字预失真模型的系数组成的k+1行一列的矩阵；
其中，n表示所述第一采集时刻的数量，k+1表示所述基函数的数量，上述第一矩阵即为系数矩阵。
例如上述第一数据包括x[1]～x[n]，第二数据包括y[1]～y[n]，a0～aK为待求解的预先建立的数字预失真模型的系数，则可按照图5所示的原理，计算a0～aK的具体数值。
即将x[1]的绝对值分别代入至P0至Pk中的每一个基函数中，然后按照图5中所示，将P0(|x[1]|)乘以a0，将P1(|x[1]|)乘以a1……，将Pk(|x[1]|)乘以aK，进而将这些乘积求和，从而可以得到一个方程：P0(|x[1]|)*a0+P1(|x[1]|)*a1……+Pk(|x[1]|)*aK＝y[1]。
同理，将x[2]～x[n]中的每一个数据的绝对值分别代入至P0至Pk中的每一个基函数中，则可以得到n-1个方程。
由上述可知，经过上述过程得到的n个方程可以组成关于a0～aK的方程组，则可以利用该方程组求解a0～aK的具体取值。
其中，上述方程组还可采用矩阵的形式进行表示，即为：U*A＝Y，
Figure BDA0002726990200000081
Figure BDA0002726990200000082
其中，由最小二乘法可求得数字预失真模型的系数为：A＝(UHU)-1UHY。
另外，本发明的实施例中，求得的上述数字预失真模型的系数即为LUT，从而无需LUT量化过程，并且其长度与基函数的自变量的分段数相关，大大小于传统LUT长度。
此外需要说明的是，本发明的实施例中，是将从功率放大器的输入信号中采集的第一数据作为了基函数的自变量，将从功率放大器的输出信号中采集的第二数据作为了基函数的因变量，则计算获得的上述第三矩阵中的系数为上述预先确定的数字预失真模型作为误差模型时的系数。
同理，还可以将从功率放大器的输出信号中采集的第二数据作为基函数的自变量，将从功率放大器的输入信号中采集的第一数据作为基函数的因变量，则计算获得的上述第三矩阵中的系数为上述预先确定的数字预失真模型作为逆模型时的系数。
可选的，第i个基函数与第1～k个基函数中除第i-1个基函数和第i+1个基函数之外的其他基函数正交，即本发明的实施例所采用的基函数中每一个基函数与其相邻的基函数不正交，而与其相邻的基函数之外的其他基函数均正交，亦即本发明的实施例中所采用的基函数属于近似正交的关系。其中，基函数在具有近似正交特性的情况下，上述第一矩阵(即系数矩阵)具有较好的条件数，从而使得本发明实施例的数字预失真处理方法的稳定性较强。
其中，需要说明的是条件数事实上表示了矩阵计算对于误差的敏感性。例如对于线性方程组Ax＝b，如果A的条件数大，b的微小改变就能引起解x较大的改变，数值稳定性差。如果A的条件数小，b有微小的改变，x的改变也很微小，数值稳定性好。它也可以表示b不变，而A有微小改变时，x的变化情况。
可选的，所述数字预失真模型的表达式为：
Figure BDA0002726990200000091
其中，M为预先确定的常量，k+1表示所述基函数的数量，Pi(|x(j-m2)|)表示第i个基函数的自变量取值为|x(j-m2)|时所述第i个基函数的因变量的取值。
另外，j表示在利用该表达对待处理信号进行数字预失真处理时，从待处理信号上采集的样本的序号，x(j)表示对待处理信号采集的第j个样本的取值，y(j)表示对第j个样本处理后的取值。即本发明的实施例中，在利用
Figure BDA0002726990200000092
对待处理信号进行数字预失真处理时，需要对待处理信号进行采样，然后将采样获得的数据代入该表达式，从而可以得到每个采样值被处理后的数值。
此外，需要说明的是当本发明实施例中的数字预失真模型的表达式为
Figure BDA0002726990200000101
时，a000～aMM0是相等的，可以设其为a0；a001～aMM1是相等的，可以设其为a1，……a00K～aMMK是相等的，可以设其为aK，则a0～aK组成的矩阵即为前述的矩阵A。
其中，需要注意的是am1m2i的下标“m1m2i”中，m1、m2、i三者之间并非是相乘的关系，这三者组合在一起只用于区分不同的系数。
可选的，第i个基函数的表达式为：
Figure BDA0002726990200000102
其中，Δ为预先确定的常量。例如当Δ取值为2000时，上述基函数的曲线图如图4所示。
另外，在第i个基函数的表达式采用上述表达式时，上述第一矩阵(即系数矩阵)为稀疏矩阵，即本发明的实施例中采用的基函数具有分段特性，因此系数矩阵为稀疏矩阵，因此本发明的实施例能够在求解数字预失真模型的系数的过程中，可以减少运算量。
具体的，当本发明的实施例中采用的第i个基函数的表达式如下所示：
Figure BDA0002726990200000111
且预先确定的数字预失真模型的表达式如下所示时：
Figure BDA0002726990200000112
采用本发明实施例的数字预失真处理方法对功率放大器的输入信号进行数字预失真处理之前与之后在频域上的对比示意图如图6所示。即，功率放大器的输出信号FB在无预失真时失真严重，无法满足3GPP协议要求，而对功率放大器的输入信号TR采用本发明实施例的数字预失真处理方法进行处理后，该功率放大器的输出信号FB’的失真显著下降，与输入信号TR几乎重合。
综上所述，本发明的实施例，相对现有技术而言，具有如下优点：
第一点，能拟合功放的分段特性；
第二点，基函数具有近似正交特性，且系数矩阵有归一化的特性，矩阵条件数优，较稳定；
第三点，系数矩阵为稀疏矩阵，在求解过程中，可以减少运算。
第四点，数字预失真模型的系数即为LUT，无需LUT量化过程，因而LUT长度较短，从而可以节省存储空间。
以上介绍了本发明实施例提供的数字预失真处理方法，下面将结合附图介绍本发明实施例提供的数字预失真处理装置。
参见图7，本发明实施例还提供了一种数字预失真处理装置，所述装置包括：
信号获取模块701，用于获取功率放大器的输入信号和输出信号；
样本采集模块702，用于分别对所述输入信号和所述输出信号进行采样，获得样本数据；
系数确定模块703，用于根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
处理模块704，用于利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
可选的，所述样本采集模块702具体用于：
对所述输入信号进行采样获得第一数据，并对所述输出信号进行采样获得第二数据，将所述第一数据和所述第二数据作为所述样本数据；
其中，所述输入信号的第一采集时刻与所述输出信号的第二采集时刻一一对应，且所述第二采集时刻与其对应的所述第一采集时刻间隔预设时间，所述预设时间为所述功率放大器的信号输出时延。
可选的，所述系数确定模块703具体用于：
分别在j取1至n中每一个整数，以及i取0至k中的每一个整数时，执行如下过程：
将第j个所述第一采集时刻采集的第一数据的绝对值作为第i个基函数的自变量的取值，代入至所述第i个基函数中，并将得到的所述第i个基函数的因变量的取值，作为第一矩阵中第j行第i列的元素，其中，所述第一矩阵为n行k+1列的矩阵；
将与所述第j个所述第一采集时刻对应的所述第二采集时刻采集的所述第二数据，作为第二矩阵中的第j行第一列的元素，其中，所述第二矩阵为n行一列的矩阵；
根据预设公式U*A＝Y，计算得到第三矩阵A，其中，U表示所述第一矩阵，Y表示所述第二矩阵，A表示所述数字预失真模型的系数组成的k+1行一列的矩阵；
其中，n表示所述第一采集时刻的数量，k+1表示所述基函数的数量。
可选的，第i个基函数与第1～k个基函数中除第i-1个基函数和第i+1个基函数之外的其他基函数正交。
可选的，所述数字预失真模型的表达式为：
Figure BDA0002726990200000131
其中，M为预先确定的常量，k+1表示所述基函数的数量，Pi(|x(j-m2)|)表示第i个基函数的自变量取值为|x(j-m2)|时所述第i个基函数的因变量的取值。
可选的，第i个基函数的表达式为：
Figure BDA0002726990200000132
其中，Δ为预先确定的常量。
本发明实施例提供的数字预失真处理装置能够实现图3的方法实施例中实现的各个过程，为避免重复，这里不再赘述。
由上述可知，在本发明实施例中，能够获取功率放大器的输入信号和输出信号，然后分别对该输入信号和输出信号进行采样，获得样本数据，并根据样本数据以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，从而利于确定出系数的数字预失真模型，对功率放大器的输入信号进行数字预失真处理。其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数。由此可见，本发明的实施例中采用具有分段特性的基函数，从而适合于拟合功放的分段特性。因此，本发明的实施例，能够更精确的拟合分段特性明显的曲线。
另一方面，本发明实施例还提供了一种电子设备，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述数字预失真处理方法中的步骤。
举个例子如下，图8示出了一种电子设备的实体结构示意图。
如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行如下方法：
获取功率放大器的输入信号和输出信号；
分别对所述输入信号和所述输出信号进行采样，获得样本数据；
根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
再一方面，本发明实施例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，该计算机程序被处理器执行时实现以执行上述各实施例提供的数字预失真处理方法，例如包括：
获取功率放大器的输入信号和输出信号；
分别对所述输入信号和所述输出信号进行采样，获得样本数据；
根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种数字预失真处理方法，其特征在于，所述方法包括：
获取功率放大器的输入信号和输出信号；
分别对所述输入信号和所述输出信号进行采样，获得样本数据；
根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
2.根据权利要求1所述的数字预失真处理方法，其特征在于，所述分别对所述输入信号和所述输出信号进行采样，获得样本数据，包括：
对所述输入信号进行采样获得第一数据，并对所述输出信号进行采样获得第二数据，将所述第一数据和所述第二数据作为所述样本数据；
其中，所述输入信号的第一采集时刻与所述输出信号的第二采集时刻一一对应，且所述第二采集时刻与其对应的所述第一采集时刻间隔预设时间，所述预设时间为所述功率放大器的信号输出时延。
3.根据权利要求2所述的数字预失真处理方法，其特征在于，所述根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，包括：
分别在j取1至n中每一个整数，以及i取0至k中的每一个整数时，执行如下过程：
将第j个所述第一采集时刻采集的第一数据的绝对值作为第i个基函数的自变量的取值，代入至所述第i个基函数中，并将得到的所述第i个基函数的因变量的取值，作为第一矩阵中第j行第i列的元素，其中，所述第一矩阵为n行k+1列的矩阵；
将与所述第j个所述第一采集时刻对应的所述第二采集时刻采集的所述第二数据，作为第二矩阵中的第j行第一列的元素，其中，所述第二矩阵为n行一列的矩阵；
根据预设公式U*A＝Y，计算得到第三矩阵A，其中，U表示所述第一矩阵，Y表示所述第二矩阵，A表示所述数字预失真模型的系数组成的k+1行一列的矩阵；
其中，n表示所述第一采集时刻的数量，k+1表示所述基函数的数量。
4.根据权利要求3所述的数字预失真处理方法，其特征在于，第i个基函数与第1～k个基函数中除第i-1个基函数和第i+1个基函数之外的其他基函数正交。
5.根据权利要求1所述的数字预失真处理方法，其特征在于，所述数字预失真模型的表达式为：
Figure FDA0002726990190000021
其中，M为预先确定的常量，k+1表示所述基函数的数量，Pi(|x(j-m2)|)表示第i个基函数的自变量取值为|x(j-m2)|时所述第i个基函数的因变量的取值。
6.根据权利要求1至5中任一项所述的数字预失真处理方法，其特征在于，第i个基函数的表达式为：
Figure FDA0002726990190000022
其中，Δ为预先确定的常量。
7.一种数字预失真处理装置，其特征在于，所述装置包括：
信号获取模块，用于获取功率放大器的输入信号和输出信号；
样本采集模块，用于分别对所述输入信号和所述输出信号进行采样，获得样本数据；
系数确定模块，用于根据所述样本数据，以及预先确定的多个基函数，确定预先建立的数字预失真模型的系数，其中，第一取值范围的上限值大于或等于第二取值范围的下限值，且所述第一取值范围的上限值小于所述第二取值范围的上限值，所述第一取值范围为第i个基函数的因变量的取值大于预设值时所述第i个基函数的自变量的取值范围，所述第二取值范围为第i+1个基函数的因变量取值大于所述预设值时所述第i+1个基函数的自变量的取值范围，i为大于或等于0的整数；
处理模块，用于利用确定出系数的所述数字预失真模型，对所述功率放大器的输入信号进行数字预失真处理。
8.一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的数字预失真处理方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的数字预失真处理方法的步骤。
CN202011106040.6A 2020-10-15 2020-10-15 一种数字预失真处理方法及装置 Pending CN114374366A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011106040.6A CN114374366A (zh) 2020-10-15 2020-10-15 一种数字预失真处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011106040.6A CN114374366A (zh) 2020-10-15 2020-10-15 一种数字预失真处理方法及装置

Publications (1)

Publication Number Publication Date
CN114374366A true CN114374366A (zh) 2022-04-19

Family

ID=81138255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011106040.6A Pending CN114374366A (zh) 2020-10-15 2020-10-15 一种数字预失真处理方法及装置

Country Status (1)

Country Link
CN (1) CN114374366A (zh)

Similar Documents

Publication Publication Date Title
JP5236661B2 (ja) 多チャンネル広帯域通信システムにおけるベースバンドプリディストーション線形化の方法及びシステム
US8787494B2 (en) Modeling digital predistorter
TWI326966B (en) Apparatus and method of dynamically adapting the lut spacing for linearizing a power amplifier
CN104796091B (zh) 基于分段记忆多项式的功率放大器建模及数字预失真方法
CN113037226B (zh) 基于自适应步长裁剪方法的数字预失真设计方法及装置
US7847631B2 (en) Method and apparatus for performing predistortion
CN102075469B (zh) 用于数字预失真系统的信号延迟时间的估计方法
WO2012126431A2 (zh) 预失真校正方法、预失真校正装置、发射机及基站
CN113868994A (zh) 适用于基于cpwl函数的功放模型的门限值优化方法
KR20050006725A (ko) 프리디스토션을 이용한 전력 증폭 장치, 그 방법 및 그장치를 포함하는 무선 통신 시스템
CN105897189A (zh) 一种查找表数字预失真器结构及方法
CN107786174B (zh) 用于预失真的电路和方法
Wang et al. A joint crest factor reduction and digital predistortion for power amplifiers linearization based on clipping-and-bank-filtering
Mondal et al. Genetic algorithm optimized memory polynomial digital pre-distorter for RF power amplifiers
CN114598274B (zh) 一种面向宽带预失真的低复杂度查找表构建方法
CN110086438B (zh) 一种针对无源多波束发射机的数字预失真系统及方法
CN114374366A (zh) 一种数字预失真处理方法及装置
CN116319202A (zh) 一种适用于射频功放模型的基函数优化选取方法
CN107592084B (zh) 基于动态建模的宽带功率放大器的畸变补偿装置
CN113055323B (zh) 一种通信系统的数字预失真处理的方法及系统
CN106169985B (zh) 基于改进模型的包络跟踪放大器数字预失真方法
CN113852586A (zh) 基于5g通信的信号处理方法及装置
CN102904846A (zh) 一种适应快变信号的数字预失真处理方法
CN102522957A (zh) 一种改善射频功率放大器预失真性能的方法
Li et al. A new sparse design framework for broadband power amplifier behavioral modeling and digital predistortion

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