CN117424568A - 基于极坐标多项式模型的数字信号预失真处理方法及系统 - Google Patents
基于极坐标多项式模型的数字信号预失真处理方法及系统 Download PDFInfo
- Publication number
- CN117424568A CN117424568A CN202311456336.4A CN202311456336A CN117424568A CN 117424568 A CN117424568 A CN 117424568A CN 202311456336 A CN202311456336 A CN 202311456336A CN 117424568 A CN117424568 A CN 117424568A
- Authority
- CN
- China
- Prior art keywords
- signal
- polynomial model
- model
- polar
- power 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 32
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 230000003321 amplification Effects 0.000 claims description 8
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003446 memory effect Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Amplifiers (AREA)
Abstract
本发明提供了一种基于极坐标多项式模型的数字信号预失真处理方法及系统,用于解决传统MP模型只能描述信号的幅值特性,不能描述信号的相位信息,导致在对信号进行预失真处理时存在无法完全恢复信号相位特性的技术问题。本发明提供的数字预失真方法中,采用改进型极坐标多项式模型对当前周期输入信号x(n)进行预失真处理,得到预失真信号q(n);预失真信号q(n)进行数模转换和上变频处理后进入功率放大器中,获得输出信号y(n);对输出信号y(n)进行下变频、模数转换和相位提取;将提取到的相位信号、输入信号x(n)和预失真信号q(n),送入系数提取模型,得到极坐标多项式模型的最新系数;按照系数更新后的极坐标多项式模型对下一周期输入信号进行预失真处理。
Description
技术领域
本发明属于涉及数字预失真方法及系统,尤其涉及一种基于极坐标多项式模型的数字信号预失真处理方法及系统。
背景技术
功率放大器(PA)对发射机起着关键作用,但同时也是发射机系统中比较耗能的器件之一。PA通常必须工作在饱和区附近以获得更好的输出性能,但由于PA的效率与其线性度之间存在近似的反比关系,因此,这将导致PA的非线性失真,进而造成带内和带外频谱干扰,降低发射信号的质量并影响邻近信道的传播。目前,为了尽量减少PA非线性失真的影响,多种PA线性化技术应运而生,其中,基于数字预失真(DPD)的PA线性化技术由于其高度的灵活性和可重构性,在行业内获得了广泛应用。
基于数字预失真的PA线性化技术的原理为:测量PA输出侧的非线性度,并通过先进的信号处理技术在PA输入侧提供互补的非线性度,再将一个与PA具有相反特性的数字预失真器级联在PA之前。在获得上述数字预失真器时,需要对PA的非线性特性进行建模,目前,建模模型主要有Wiener模型、Hammerstein模型以及Volterra模型等。这些模型认为动态非线性系统是由动态线性和静态非线性组成的,因此它们分别用线性模型和无记忆非线性模型来描述PA的不同特性的变形,虽然这些模型的复杂性较低,但其在建模宽带PA的动态非线性方面的有效性是有限的,不能满足有记忆效应的非线性建模的需要。
随着通信系统带宽的增加,充分的基函数和丰富的行为模型是更好补偿非线性失真的前提。从准确性和复杂度综合来看,修剪的Volterra模型,如MP模型,是表现出记忆效应和PA行为建模的最简单的常用模型,它可以很好的补偿大部分信号的非线性失真,包括非线性/线性记忆效应,因此,更适用于数字预失真器的线性化。但在一些非线性系统中,尤其是射频功率放大器等高频系统中,信号的非线性失真不仅包括幅值失真,还包括相位失真。而传统的MP模型为实数域多项式模型,其只能描述信号的幅值特性,不能描述信号的相位信息,因此,传统的MP模型在对信号进行预失真处理时存在无法完全恢复信号相位特性的问题。
发明内容
本发明的目的在于解决传统MP模型只能描述信号的幅值特性,不能描述信号的相位信息,导致在对信号进行预失真处理时存在无法完全恢复信号相位特性的技术问题,而提供一种基于极坐标多项式模型的数字信号预失真处理方法及系统。
为了实现上述目的,本发明提供的技术解决方案如下:
一种基于极坐标多项式模型的数字信号预失真处理方法,其特殊之处在于,包括以下步骤:
1】根据极坐标多项式模型对当前周期输入信号x(n)进行预失真处理,得到预失真信号q(n),初始时,q(n)=x(n);所述极坐标多项式模型为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,k表示模型的非线性阶数,m表示模型的记忆深度,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号的相位,e为自然常数,j为复数;
2】预失真信号q(n)依次进行数模转换和上变频处理后进入功率放大器中,经功率放大器功率放大后获得输出信号y(n);
3】对输出信号y(n)依次进行下变频、模数转换以及相位提取;
4】将提取到的相位信号、输入信号x(n)和预失真信号q(n),送入系数提取模型,得到极坐标多项式模型的最新系数,根据最新系数更新极坐标多项式模型;
5】按照更新后的极坐标多项式模型对下一周期输入信号进行预失真处理;
所述系数提取模型采用以下方法建立:
a】搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,获得系数提取模型。
进一步地,通过最小二乘法求解极坐标多项式模型的系数。
进一步地,通过Matlab软件对极坐标多项式模型进行训练。
为了实现上述预失真处理方法,本发明还提供了一种基于极坐标多项式模型的数字信号预失真处理系统,其特殊之处在于,包括预失真处理单元和系数提取单元;
所述预失真处理单元包括依次连接的预失真器、数模转换器、上变频单元、功率放大器;
系数提取单元包括依次连接的下变频单元、模数转换器、相位提取模块以及系数提取模块;下变频单元接功率放大器的输出端;系数提取模块的另外两个输入端分别接预失真器的输入端和输出端;
所述预失真器中设置有极坐标多项式模型,所述极坐标多项式模型为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,k表示模型的非线性阶数,m表示模型的记忆深度,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号的相位,e为自然常数,j为复数;
所述系数提取模块中设置有系数提取模型;系数提取模型向预失真器提供更新后的系数。
进一步地,所述系数提取模型采用以下方法建立:
a】搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,获得系数提取模型。
进一步地,所述上变频单元用于对模数转换后的预失真信号q(n)进行上变频处理;
所述下变频单元用于对功率放大后的输出信号y(n)/进行下变频处理。
进一步地,所述计算机通过最小二乘法求解极坐标多项式模型的系数。进一步地,所述计算机通过Matlab软件对极坐标多项式模型进行训练。
本发明相比于现有技术的有益效果如下:
1、本发明提供的一种基于极坐标多项式模型的数字信号预失真处理方法,对传统的MP模型进行改进形成极坐标改进记忆多项式模型,来描述功率放大器的非线性特性,与传统的实数域多项式不同,极坐标下的多项式模型在考虑了幅值的基础上,同时引入了相位调整参数,将极坐标多项式模型分成了复数域输入信号的包络项和输出信号相位的加权和,能够更准确地描述信号的相位失真,从而更好地适应功率放大器的非线性特性。
2、本发明提供的一种基于极坐标多项式模型的数字信号预失真处理方法,采用了极坐标系中复数的运算,拟合了动态场景下的静态非线性,从而降低了极坐标多项式模型的拟合要求,减少了极坐标多项式模型的系数个数。
3、本发明提供的一种基于极坐标多项式模型的数字信号预失真处理方法,采用极坐标改进记忆多项式模型,具有比传统MP模型更高的灵活性,使得本发明的极坐标多项式模型在保留传统MP模型优点的基础上,同时提高了信号的准确性,并且可以有效的拟合线性化过程。
4、本发明提供的一种基于极坐标多项式模型的数字信号预失真处理系统,充分考虑到功率放大器输入信号和输出信号的幅值和相位对非线性特性的影响,设置了相位提取模块,对输出信号的相位进行调整,将极坐标多项式模型分成了复数域输入信号的包络项和输出信号相位的加权和,可以更准确地描述信号的相位失真,从而更好地适应功率放大器的非线性特性。
附图说明
图1为本发明基于极坐标多项式模型的数字信号预失真处理方法步骤4中搭建系数提取模型试验系统的结构示意图;
图2为本发明基于极坐标多项式模型的数字信号预失真处理系统实施例的结构框图;
图3为10MHz带宽信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明改进型极坐标多项式模型处理的输出信号功率谱对比图;
图4为30MHz带宽信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明改进型极坐标多项式模型处理的输出信号功率谱对比图;
图5为双音信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明改进型极坐标多项式模型的输出信号功率谱对比图;
图6为10MHz带宽信号分别经过本发明改进型极坐标多项式模型和传统MP记忆多项式模型的输出信号与输入信号之间的最小均方误差NMSE随相应模型系数收敛的曲线对比示意图;
图7为30MHz带宽信号分别经过本发明极坐标多项式模型和传统MP记忆多项式模型的输出信号与输入信号之间的最小均方误差NMSE随相应模型系数收敛的曲线对比示意图;
图8为10MHz带宽信号未进行预失真处理及通过本发明极坐标多项式模型的AM/AM、AM/PM特性对比图;
图9为双音信号未进行预失真处理及通过本发明极坐标多项式模型的AM/AM、AM/PM特性对比图。
具体实施方式
为使本发明的优点和特征更加清楚,以下结合附图和具体实施例对本发明作进一步详细说明。
一种基于极坐标多项式模型的数字信号预失真处理方法,具体包括以下步骤:
1】建立极坐标多项式模型,根据极坐标多项式模型对当前周期输入信号x(n)进行预失真处理,得到预失真信号q(n),初始时,q(n)=x(n)。
具体的,本发明极坐标多项式模型通过以下步骤建立:
输入信号x(n-m)在极坐标下的表达式为:
其中,m为时延量,e为自然常数,j为复数,为提取到的相位信息,
传统MP记忆多项式模型为:
其中,yMP(n)表示基于传统MP记忆多项式模型的功率放大器输出,αmk表示传统MP记忆多项式模型的系数,k表示模型的非线性阶数,m表示模型的记忆深度,Ka表示传统MP记忆多项式模型中非线性阶数的最大值,Ma表示传统MP记忆多项式模型中记忆深度的最大值。
将公式(1)代入传统MP记忆多项式模型中,可以得到传统极坐标多项式模型:
其中,δmk表示传统极坐标多项式模型的系数。
由于传统MP记忆多项式模型在补偿功率放大器的非线性失真时变频器会对功率放大器的输出信号的相位产生影响,因此,为了更好的补偿系统中的相位失真,我们提取了下变频器输出信号的相位信息,进而获得本发明改进型的极坐标多项式模型,即预失真模型,其表达式为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号y(n)的相位信息,
通过公式(4)可以看出,本发明改进型的极坐标多项式模型被分成了输入信号的包络项(幅度)和输出信号相位的加权和,其中,用于描述功率放大器输出信号y(n)的相位信息,而|x(n-m)|k用来描述功率放大器输入信号的幅度信息。
2】将预失真信号q(n)依次进行数模转换和上变频处理后进入功率放大器中,经功率放大器功率放大后获得输出信号y(n)。
3】经功率放大器功率放大后的输出信号y(n)一路用于向外部天线进行信号输出,另一路依次进行下变频、模数转换以及相位提取处理。
4】将步骤3提取到的相位信号、输入信号x(n)和预失真信号q(n),送入系数提取模型,得到极坐标多项式模型的最新系数,根据最新系数更新极坐标多项式模型。
其中,系数提取模型采用以下方法建立:
a】如图1所示,搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,获得系数提取模型。本实施例中通过采用Matlab软件对极坐标多项式模型进行训练。
与传统MP记忆多项式模型类似,本发明的改进型极坐标多项式模型也保持了参数属性,因此预失真模型的系数提取可以使用优化算法的最小二乘法(LS)进行。
具体的,本发通过测量信号放大器的输入输出数据样本,以获得极坐标多项式模型的系数。将本发明的极坐标多项式模型通过矩阵形式可以表示为:
上式中,YPHA-MP表示动态非线性多项式的输出向量,其为通过多项式盒的基函数及其输入信号构造的矩阵,YPHA-MP=[Y(N),Y(N-1),…Y(1)]T,()T表示矩阵转置,N表示遍历次数,Y(N)表示遍历不同非线性阶数k和记忆深度m时对应的输出信号;表示极坐标多项式模型的系数矩阵,/> 表示遍历不同非线性阶数k和记忆深度m时对应的系数。X表示包含极坐标多项式模型系数的输入矩阵,X=[X(N),X(N-1),…,X(1)]T,X(N)表示遍历不同非线性阶数k和记忆深度m时除去系数的剩余部分;将公式(5)代入公式(1)中,可得:
通过优化算法的最小二乘法(LS)对公式(6)求解,可以获得极坐标多项式模型的系数矩阵
上式中,()H表示共轭转置。
5】按照更新后的极坐标多项式模型对下一周期输入信号进行预失真处理。
为了实现上述一种基于极坐标多项式模型的数字信号预失真处理方法,本发明还提供了一种基于极坐标多项式模型的数字信号预失真处理系统,如图2所示,包括预失真处理单元和系数提取单元。
预失真处理单元包括依次连接的预失真器、数模转换器、上变频单元、功率放大器,用于将预失真器输出的预失真信号q(n)依次进行数模转换和上变频处理后送入功率放大器中,经功率放大器信号放大后获得输出信号y(n)。
其中,预失真器中设置有极坐标多项式模型,具体的,极坐标多项式模型为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,k表示模型的非线性阶数,m表示模型的记忆深度,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号的相位,e为自然常数,j为复数;
系数提取单元包括依次连接的下变频单元、模数转换器、相位提取模块以及系数提取模块,下变频单元接功率放大器的输出端,用于对功率放大器的输出信号y(n)依次进行下变频、数模转换以及相位提取处理,以提取输出信号y(n)的相位。
系数提取模块中设置有系数提取模型,系数提取模型用于向预失真器提供更新后的系数。具体的,系数提取模块的另外两个输入端分别接预失真器的输入端和输出端,用于将输出信号y(n)的相位、输入信号x(n)以及预失真信号q(n)送入系数提取模型,得到极坐标多项式模型的最新系数,根据最新系数更新极坐标多项式模型。
其中,系数提取模型采用以下方法建立:
a】搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,并通过最小二乘法求解本发明极坐标多项式模型的系数,以将误差降低到期望水平,得到最优系数的预失真模型。本实施例中通过采用Matlab软件对极坐标多项式模型进行训练。
以下通过对本发明改进型极坐标多项式模型的PA输出和传统MP记忆多项式模型的PA输出进行对比,进一步说明本发明基于极坐标多项式模型优势。
同时分别采用采样率为75MH的10MHz带宽信号,采样率为75MHz的30MHz带宽信号,以及具有60kHz的间隔、40MHz的采样率和5.334MHz的载波频率的双音信号进行验证。在考虑模型相同的复杂度后,本发明极坐标多项式模型和传统MP记忆多项式模型在针对10MHz带宽信号时,Kc=4,Mc=2,针对30MHz带宽信号时,Kc=6,Mc=2,针对双音信号时,Kc=2,Mc=6。
图3为10MHz带宽信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明极坐标多项式模型处理的输出信号功率谱对比图,图4为30MHz带宽信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明极坐标多项式模型处理的输出信号功率谱对比图,图5为双音信号未进行预失真处理以及分别通过传统MP记忆多项式模型和本发明极坐标多项式模型的输出信号功率谱对比图。其中,图3-图5中的实线分别表示三个信号未进行预失真处理的输出信号功率谱,带实心三角标志的曲线分别表示三个信号通过传统MP记忆多项式模型处理的输出信号功率谱,带实心正方形的曲线分别表示三个信号通过本发明极坐标多项式模型的输出信号功率谱。可以看出,预失真处理前,10MHz带宽信号、30MHz带宽信号以及双音信号的功放原始NMSE分别为-19.15dB、-10.93dB、-10.48dB,通过本发明极坐标多项式模型预失真处理后功放输出信号的NMSE分别为-44.89dB、-27.05dB、-32.01dB,分别达到了25dB、17dB、22dB的矫正效果;同时相比于传统MP记忆多项式模型其矫正效果更好,在不同信号激励时,均可以有效改善功率放大器输出信号的频谱再生。
图6为10MHz带宽信号分别经过本发明极坐标多项式模型和传统MP记忆多项式模型的输出信号与输入信号之间的最小均方误差NMSE随相应模型系数收敛曲线对比示意图,图7为30MHz带宽信号分别经过本发明极坐标多项式模型和传统MP记忆多项式模型的输出信号与输入信号之间的最小均方误差NMSE随相应模型系数收敛曲线对比示意图,其中,图6和图7中带实心圆形的曲线分别表示10MHz和30MHz带宽信号经过本发明极坐标多项式模型的输出信号与输入信号之间的最小均方误差NMSE随模型系数的收敛曲线图,带实心方形的曲线分别表示10MHz和30MHz带宽信号经过传统MP记忆多项式模型的输出信号与输入信号之间的最小均方误差NMSE随模型系数的收敛曲线图。通过遍历参数空间获得每个模型的NMSE曲线,可以看出,本发明极坐标多项式模型的线性化性能均优于传统MP记忆多项式模型。
图8为10MHz带宽信号未进行预失真处理及通过本发明极坐标多项式模型的AM/AM、AM/PM特性对比图,图9为双音信号未进行预失真处理及通过本发明极坐标多项式模型的AM/AM、AM/PM特性对比图。可以看出,功率放大器的实际输出功率与本发明极坐标多项式模型输出功率的特性较为吻合,进而可以看出本发明极坐标多项式模型在预测功率放大器的实际动态特性方面有着较好的效果,其即使面对功率放大器的记忆效应,也能保证优良的性能。
以上所述,仅用以说明本发明的技术方案,而非对其限制,对于本领域的普通专业技术人员来说,可以对上述实施例所记载的具体技术方案进行修改,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所保护技术方案的范围。
Claims (8)
1.一种基于极坐标多项式模型的数字信号预失真处理方法,其特征在于,包括以下步骤:
1】根据极坐标多项式模型对当前周期输入信号x(n)进行预失真处理,得到预失真信号q(n),初始时,q(n)=x(n);所述极坐标多项式模型为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,k表示模型的非线性阶数,m表示模型的记忆深度,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号的相位,e为自然常数,j为复数;
2】预失真信号q(n)依次进行数模转换和上变频处理后进入功率放大器中,经功率放大器功率放大后获得输出信号y(n);
3】对输出信号y(n)依次进行下变频、模数转换以及相位提取;
4】将提取到的相位信号、输入信号x(n)和预失真信号q(n),送入系数提取模型,得到极坐标多项式模型的最新系数,根据最新系数更新极坐标多项式模型;
5】按照更新后的极坐标多项式模型对下一周期输入信号进行预失真处理;
所述系数提取模型采用以下方法建立:
a】搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,获得系数提取模型。
2.根据权利要求1所述的基于极坐标多项式模型的数字信号预失真处理方法,其特征在于:
通过最小二乘法求解极坐标多项式模型的系数。
3.根据权利要求2所述的基于极坐标多项式模型的数字信号预失真处理方法,其特征在于:
通过Matlab软件对极坐标多项式模型进行训练。
4.一种基于极坐标多项式模型的数字信号预失真处理系统,用于实现权利要求1-3任一所述的预失真处理方法,其特征在于:
包括预失真处理单元和系数提取单元;
所述预失真处理单元包括依次连接的预失真器、数模转换器、上变频单元、功率放大器;
系数提取单元包括依次连接的下变频单元、模数转换器、相位提取模块以及系数提取模块;下变频单元接功率放大器的输出端;系数提取模块的另外两个输入端分别接预失真器的输入端和输出端;
所述预失真器中设置有极坐标多项式模型,所述极坐标多项式模型为:
其中,yPHA-MP(n)表示基于极坐标多项式模型的功率放大器输出,k表示模型的非线性阶数,m表示模型的记忆深度,Kc表示极坐标多项式模型中非线性阶数的最大值,Mc表示极坐标多项式模型中记忆深度的最大值,γmk表示极坐标多项式模型的系数,表示功率放大器输出信号的相位,e为自然常数,j为复数;
所述系数提取模块中设置有系数提取模型;系数提取模型向预失真器提供更新后的系数。
5.根据权利要求4所述的基于极坐标多项式模型的数字信号预失真处理系统,其特征在于:
所述系数提取模型采用以下方法建立:
a】搭建试验系统,所述试验系统包括信号发生器、参考功率放大器、衰减器、频谱分析仪以及计算机;所述信号发生器用于产生基准信号、调制信号;所述调制信号分为两路,其中一路调制信号依次通过参考功率放大器、衰减器后送入频谱分析仪信号输入端,另一路调制信号直接送入频谱分析仪的触发端作为同步信号,其基准信号送入频谱分析仪的参考信号输入端;参考功率放大器与步骤2中的放大器参数相同;
b】频谱分析仪根据同步信号对调制信号和基准信号进行失真分析,并将分析结果送入计算机中对极坐标多项式模型进行训练,获得系数提取模型。
6.根据权利要求4或5所述的基于极坐标多项式模型的数字信号预失真处理系统,其特征在于:
所述上变频单元用于对模数转换后的预失真信号q(n)进行上变频处理;
所述下变频单元用于对功率放大后的输出信号y(n)进行下变频处理。
7.根据权利要求6所述的基于极坐标多项式模型的数字信号预失真处理系统,其特征在于:
所述计算机通过最小二乘法求解极坐标多项式模型的系数。
8.根据权利要求7所述的基于极坐标多项式模型的数字信号预失真处理系统,其特征在于:
所述计算机通过Matlab软件对极坐标多项式模型进行训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311456336.4A CN117424568A (zh) | 2023-11-03 | 2023-11-03 | 基于极坐标多项式模型的数字信号预失真处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311456336.4A CN117424568A (zh) | 2023-11-03 | 2023-11-03 | 基于极坐标多项式模型的数字信号预失真处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117424568A true CN117424568A (zh) | 2024-01-19 |
Family
ID=89522476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311456336.4A Pending CN117424568A (zh) | 2023-11-03 | 2023-11-03 | 基于极坐标多项式模型的数字信号预失真处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117424568A (zh) |
-
2023
- 2023-11-03 CN CN202311456336.4A patent/CN117424568A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8836426B2 (en) | Adaptive linearizer with narrowband feedback path | |
Liu et al. | Deembedding static nonlinearities and accurately identifying and modeling memory effects in wide-band RF transmitters | |
KR101680207B1 (ko) | 디지털 전치 왜곡 파라미터를 산출하는 방법 및 전치 왜곡 시스템 | |
KR101389880B1 (ko) | 포락선 검출 궤환 방식의 저비용 디지털 전치왜곡 장치 및 그 방법 | |
KR20180088882A (ko) | 디지털 보상기 | |
Naraharisetti et al. | Efficient least-squares 2-D-cubic spline for concurrent dual-band systems | |
US10075324B2 (en) | Predistortion processing apparatus and method | |
JP2007282066A (ja) | ディジタルプリディストーション送信機 | |
CN104796091A (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 | |
Safari et al. | An approximation of Volterra series using delay envelopes, applied to digital predistortion of RF power amplifiers with memory effects | |
Cheang et al. | A hardware-efficient feedback polynomial topology for DPD linearization of power amplifiers: Theory and FPGA validation | |
CN102611661B (zh) | 基于精确反解记忆多项式模型方程的预失真装置及方法 | |
CN111988254B (zh) | 一种低复杂度峰均比压缩与预失真联合优化方法 | |
CN115913140B (zh) | 运算精度控制的分段多项式数字预失真装置和方法 | |
JP6064374B2 (ja) | 歪補償装置、および、歪補償方法 | |
CN117424568A (zh) | 基于极坐标多项式模型的数字信号预失真处理方法及系统 | |
Tripathi et al. | Analysing digital predistortion technique for computation‐efficient power amplifier linearisation in the presence of measurement noise | |
LIU et al. | Robust digital predistortion for LTE/5G power amplifiers utilizing negative feedback iteration | |
CN108134584B (zh) | 针对宽带射频功率放大器的带内与带外联合数字预失真系统及方法 | |
JP5004823B2 (ja) | 送信装置 | |
KR101451912B1 (ko) | 전력증폭기 모델을 포함하는 광대역 신호 송신장치 | |
Tripathi et al. | Robust linearization of power amplifier in the presence of transceiver noise | |
Chani-Cahuana | Digital compensation techniques for power amplifiers in radio transmitters | |
Tanovic et al. | Discrete-time models resulting from dynamic continuous-time perturbations in phase-amplitude modulation-demodulation schemes | |
Shan et al. | Spectral sensitivity of predistortion linearizer architectures to filter ripple |
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 |