DE60212687T2

DE60212687T2 - Verfahren zur nichtlinearen modellierung

Info

Publication number: DE60212687T2
Application number: DE60212687T
Authority: DE
Inventors: Karl-Gösta SAHLMAN
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 2001-11-12
Filing date: 2002-10-29
Publication date: 2007-03-29
Anticipated expiration: 2022-10-30
Also published as: US20040257157A1; SE520728C2; SE0202335D0; EP1446872B1; EP1446872A1; ATE331337T1; SE0202335L; DE60212687D1; ES2261785T3; CN1593005A; WO2003043182A1; US7091779B2

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung bezieht sich auf ein Verfahren zum Analysieren und Modulieren eines nichtlinearen Prozesses oder Systems, um HF-Leistungsverstärkungs-Verzerrungs- bzw. Abweichungsminimierung (das heißt Linearisierung oder Vorverzerrung) bereitzustellen, basierend auf nichtlinearen Leistungsbeobachtungen einer tatsächlichen Vorrichtung und der physikalischen Ursache für die zu kompensierende Verzerrung. Ein solches Verfahren ist im Dokument US-A-6,141,390 offenbart.
HINTERGRUND DER ERFINDUNG
Mobile Kommunikationssysteme, wie etwa solche, die für Mobiltelefon-Kommunikation verwendet werden, teilen das Spektrum in eine Mehrzahl von individuellen Signalkanälen oder Frequenzbändern. Bestimmte Kanäle sind individuellen Anwendern zugewiesen, wenn sie auf das System zugreifen. Der Kommunikationspfad jedes Benutzers wird durch das System durch den dem Benutzer zugewiesenen Kanal geroutet. Vom System gesendete Signale müssen sorgfältig geregelt werden, so dass sie innerhalb der den verschiedenen Anwendern zugewiesenen Kanäle verbleiben. Signale "außerhalb des Bandes" können von einem Kanal zu einem anderen übersprechen, was eine inakzeptable Interferenz mit Kommunikationen in den anderen Kanälen verursacht. Um die Datenübertragung in solchen Kanälen zu steigern, werden lineare Modulationen wie QAM, 8-PSK und andere, Amplitudenmodulation enthaltende, verwendet, im Gegensatz zu älteren Systemen, die konstante Amplitudenphasen- oder Frequenzmodulation verwenden. Die neuen 3G-Systeme erfordern Multiträgerverstärker. Diese neuen Modulationen erfordern Hochlinearitätsverstärker und Aufwärtsmischer, um keine Interferenzen mit anderen Kanälen des Funksystems zu verursachen. Obwohl das Kombinieren einer Mehrzahl von Trägern jeglicher Modulation in einen einzelnen HF-Leistungsverstärker (MCPA) bedeutet, dass der Verstärker sehr hohe Anforderungen an die Linearität verlangt, um ein spektrales Aufwachsen zu vermeiden, welches HF-Leistung in Bereiche des Spektrums spreizt, die nicht im Eingangssignal erscheinen.
Normale RF-Leistungslinearisierungs-Techniken verwenden die bekannte Aufschaltungstechnik (FF, Feed Forward) und Varianten derselben. Um die Leistung der konzeptionell verschiedenen Ansätze zur Verbesserung der Aufschaltungs-Architektur durch Vorverzerren zu verbessern, wird das Signal an den Hauptleistungsverstärker verwendet. Dies wird gemacht, um die Verzerrung im Hauptverstärker zu vermindern, bevor die Korrektursignale in der Aufschaltungsschleife angelegt werden, wodurch bessere Effizienzen erreicht werden und weniger Korrektur in der FF-Schleife nötig ist. Beispiele solcher Patente sind WO97/37427, WO99/23756, WO99/45640 und WO99/45638, dass ein allgemeines Ansteigen an analoger Komplexität beim Erzeugen der Vorverzerrungssignale an den Hauptleistungsverstärker in einer Aufschaltungsanwendung oder nur die Verwendung von Vorverzerrungslinearisierung eines HF-Verstärkers ohne die Aufschaltungsschleife für weniger anspruchsvolle Anwendungen zeigt. Mit Verbesserungen der Halbleiter-Technologie sowohl bei DSP- als auch ADC- und DAC-Techniken ist ein Ansatz unternommen worden, die Vorverzerrung im Digitalteil anstelle des analogen zu machen. Es sind verschiedene Patente zur digitalen Vorverzerrung eingereicht worden. Zuerst deckten die digitalen Vorverzerrungspatente Verbesserungen des linearen Modulationseinzelträgerverstärkers ab. Zu erwähnende Referenzen sind hier U.S.-Patent Nr. 4,291,277, U.S.-Patent Nr. 5,049,832 et al. Technische Artikel wie James Carver, IEEE Transactions on Vehicular technology, Band 39, Nr. 4, November 1990: "Amplifier Linearization using Digital Predistorter with fast adaptation and Low Memory requirements" und Andrew S. Wright und Willem Durtler, IEEE Transactions on Vehicular technology, Band 41, Nr. 4, November 1992: "Experimental Performance of an adaptive Digital Linearized Power Amplifier" geben einen guten Einblick in die vorhergehende Geschichte der Evolution von digitaler Vorverzerrung. In 1 ist ein digitaler Vorverzerrer-Umriss gezeigt, wie er von Carvers et al. beschrieben ist.
HF-Leistungs-Multi-Träger-Leistungsverstärker (MCPA, Multicarrier power amplifiers) erfordern einen sehr hohen Anspruch an die Linearität, um spektrales Aufwachsen zu vermeiden, welches HF-Leistung in Bereiche des Spektrums auf spreizt, die nicht im Eingangssignal erscheinen. Analog zur bekannten analogen Aufschaltungstechnik sind verschiedene Patente der digitalen Vorverzerrungs- und Nachverzerrungs-Implementierungen beispielsweise in den Patentdokumenten WO97/30521, WO98/51005, U.S.-Patent Nr. 5,923,712 von Leyondecker und WO98/12800 offenbart.
2 zeigt einen grundlegenden Umriss für eine digitalen Vorverzerrungs-(DPD, digital pre-distorsion)Anwendung, die auf ein Drahtlos-System angewendet wird. Jedoch kann DPD auf andere Systeme angewendet werden, die eine digitale Linearisierung erfordern. Die erwähnten Patente beschäftigen sich mit der Implementierung der so genannten digitalen Echtzeitschaltung und dann im kleineren Zusammenhang mit den Kalkulationsroutinen (Algorithmen) die im DSP zum Aktualisieren von Nachschlagtabellen und anderen Steuerungsparametern verwendet werden. Ein praktisches Design muss sowohl Hardware- als auch Software im Hinblick auf die Leichtigkeit der praktischen Implementierung berücksichtigen.
Alle erwähnten Patente stützen sich auf die in 1 illustrierte grundlegende Struktur mit einigen funktionellen Hinzufügungen, um mehr als eine grundlegende Verstärkung und Phasen-Nichtlinearitäts-Übertragungsfunktion zu handhaben und zu kompensieren, die eine echte physikalische Vorrichtung hat. Das digitale Modell für die nichtlineare Vorrichtung wie einen Verstärker (PA) muss Modelle inkorporieren, die mehr Dimensionen von Daten enthalten, wobei so genannte "Speichereffekte" berücksichtigt werden müssen. Durch Integrieren des Eingangssignals über einen gewissen Zeitraum wird eine Messung von Eingangssignalspitze zu Durchschnittssignalpegel durchgeführt. Diese wird dann verwendet, um Tabellen zu erzeugen, die die Vorrichtungsverhaltensabhängigkeit beschreiben, die nicht nur von der aktuellen Eingangssignalstärke abhängt. Das Patentdokument WO98/12800 von Spectrian beschreibt eine Art, von dem gemessenen Verstärkerverhalten durch Verwendung eines so genannten "Leck-Integrators" Informationen zur sich bewegenden Durchschnittsgrößenordnung des Signals zu erhalten und daraus eine Funktion zu erzeugen, um das Verhalten des Verstärkers in einer Tabelle kombiniert zu beschreiben. Das Spectrian-Patent verwendete die Signalbeträge als Eingabe an den "Leck-Integrator", was vom Grundsatz her falsch ist, da die Ansprüche auf Leistungsabhängigkeit gerichtet sind. Der "Leck-Integrator" soll mit dem quadrierten Betrag arbeiten, der stattdessen die Signalleistung repräsentiert. Das oben erwähnte Patent wie auch das U.S.-Patent Nr. 5,949,283 und das U.S.-Patent Nr. 5,959,500 sind verschiedene Implementierungen dazu, wie Tabellen aus Beobachtungen des Verstärkerausgangssignals erzeugt werden. Die Beobachtungen werden verwendet, um Tabellen zu vorverzerrten Eingangssignalen an den Verstärker zu erzeugen, um die Verzerrung am Ausgang des Verstärkers zu verbessern. Durch Hinzufügen von Komplexität in den Vorverzerrern wird die Dimension der Nachschlagtabelle (LUT, Look-up table) oft drastisch vergrößert. Die Patente beschäftigen sich auch mit den Szenarien der Verwendung der erzeugten Nachschlagtabelle, um Signale zu erzeugen, die als eine Nachverzerrung verwendet werden, die vom Hauptverstärker durch einen anderen Verstärkeraufwärtsmischer als die Ausgabe des Hauptverstärkers subtrahiert werden. Dies vergrößert die Komplexität der Lösungen.
Die vorliegende Erfindung bezieht sich nur auf das Design der Digitalteile, die benötigt werden, um eine Verzerrungslöschung einer nichtlinearen Vorrichtung, wie etwa einem HF-Leistungsverstärker (PA) durchzuführen und den Algorithmus zur Erzielung der Ergebnisse. Der Leistungsverstärker wird im Rest dieser Veröffentlichung als nichtlineare Vorrichtung angesehen. Verschiedene Umrisse und Patente sind für diese Sache erteilt worden. Das Folgende ist erwähnenswert. Die in jenen Patenten erzielten Ergebnisse sind, da eine sehr große mehrdimensionale Speichergröße erforderlich ist und die Algorithmen zur Berechnung der erforderlichen Speicherinhalte unklar sind. Die verfügbare Verzerrungslöschung beim Anwenden dieser Patente ist auch unbekannt, da die Strukturen und Algorithmen verschiedene PA-Leistungen einer echten Vorrichtung kontaminieren, wie Phasenverzögerung, Leistungsabhängigkeit und Vorspannungsabhängigkeit in denselben Funktionsblöcken der implementierten Digitalblockdiagramme. U.S.-Patent Nr. 5,923,712 beschreibt ein Verfahren von Tabellen, die extrahiert mehrere Gewichtungsabgriffe in einer bestimmten Weise enthalten, die sowohl Leistungs- als auch Betragsabtastungen mit verschiedenen Verzögerungen kombinieren, um über eine Durchschnittsleistung zu entscheiden. Das Ergebnis wird mit einer direkten inversen Vorverzerrungsmodellierung kombiniert. 8 in U.S. 5,923,712 zeigt, wie komplex die Implementierung für einen praktischen Fall wird, falls Speichervorhersagen verwendet werden sollen. Mehrdimensionale Tabellen werden ebenfalls für Leistungsabhängigkeitsvorhersagen implementiert, die in anderen Patenten offenbart sind.
Die Basis all dieser Patente ist, dass die KompensationsGewinnberechnungen, die in die LUT zu geben sind, durch direkte inverse Division des beobachteten HF-Leistungsausgabesignals und eines zeitverzögerten (eingestellten) Eingangssignals vorgenommen wird. Es gibt viele speziell entworfene Algorithmen, die auf jedes bestimmte Patentanwendbar sein müssen, um das grundlegende Versagen aus direkt-inversen Kalkulationen und den verwendeten bestimmten Entwürfen, wie Signalrausch-Sensitivitätsverminderung und Algorithmuskonvergenz, zu verbessern.
Die jüngst veröffentlichten Patente US2001/050592 A1 und US2002/0008578 A1 sind die erfolgversprechendsten Ansätze, basierend auf Volterra-Analyse und einer cleveren Mathematik zum Lösen der Volterra-Kernels (siehe Referenzen [1] und [2]). Das Ergebnis sind Mehrfach-Nachschlagtabellen, wo jede Tabellendimension von einem anderen Steuerungsparameter gelesen wird und das Ergebnis zu Koeffizienten eines FIR-Filters hinzuaddiert und darauf angewendet wird, um Speichereffekte zu handhaben.
Somit gibt es noch einen Bedarf für ein einfaches und effizientes Verfahren zum Bereitstellen einer HF-Leistungsverstärker-Verzerrungsminimierung (das heißt Linearisierung oder Vorverzerrung). Daher führt die vorliegende Erfindung keine direkten inversen Berechnungen durch, wie oben skizziert und was in der Beschreibung des vorliegenden neuen Verfahrens erläutert werden soll.
ZUSAMMENFASSUNG DER ERFINDUNG
Der Ansatz der vorliegenden Erfindung unterscheidet sich von den oben dargestellten Lösungen in der Struktur der Analyse des nichtlinearen Problems. Die obigen Patente analysieren die verschiedenen Ursachen für eine Verzerrung durch Bereitstellen multipler nichtlinearer Funktionen, die in einem wohlbekannten parallelen Weg zum endgültigen Koeffizientenwert hinzuaddiert werden, was zu mehrdimensionalen Nachschlagtabellen führt (23a).
In der vorliegenden Erfindung wird ein vollständig anderer Ansatz verwendet. Es werden Multiplizierblöcke verwendet, die alle von einem Nichtlinearitätsparameter abhängen, sowohl bei nichtlinearer Modellierung als auch einen entsprechenden Vorverzerrer-Design. Das neue Modell kann zur Charakterisierung eines nichtlinearen Systems oder zur Linearisierung eines nichtlinearen Systems verwendet werden. Die Anwendung auf einen Kommunikationssystemmehrfachträgerverstärker wird als ein Anwendungsbeispiel gezeigt. Auch für andere Anwendungsgebiete ist das neue mathematische Verfahren möglich (Echolöschung, nichtlineare Kommunikationskanäle etc.). Parameterextraktionen und Tabellen für das neue Modell ergeben keine multipel-dimensionalen Tabellen und multipel-dimensionale mathematische Lösungen für Parameterextraktionen, wie im Stand der Technik (23b).
Die Ausführungsformen werden als auf nichtlineare Leistungsverstärkersysteme angewendete Beispiele beschrieben, aber es gibt keine Beschränkung einer Anwendung dieses neuen Ansatzes auf andere nichtlineare Systeme.
Die erste Ausführungsform dient für ein mathematisches Verfahren zum Erzielen der in den 24a bis 24c gezeigten Modellstrukturen und ist durch die folgenden Aussagen definiert:
Ein nichtlinearer Prozess oder System kann als ein Prozess ausgedrückt werden, der von einem Satz von Parametern P1 bis PN abhängt, die einen nichtlinearen Prozess namens NLS (P1, P2, ...PN) definieren. Dieser Prozess kann durch Multiplizieren einer Kaskade von Unterprozessen beschrieben werden, von denen jeder von einem der Prozesse P1 bis PN abhängt. Jeder Unterprozess kann ein verallgemeinerter Wiener- oder Hammerstein-Prozess sein (siehe auch Referenz [2]), die sowohl einen linearen als auch einen nichtlinearen Prozess enthalten. Die Prozess- oder Systembeschreibung wird in der folgenden Weise durchgeführt:
Das Modell beschreibt eine erste Übertragungsfunktion eines nichtlinearen Hauptuntersystems (MNLS, Main Non-Linear Subsystem), das von einem Prozess P1 abhängt. Die nachfolgenden multiplizierenden nichtlinearen Systemprozesse (i) sind alle durch eine Übertragungsfunktion 1 + dNLS(dPi) beschrieben, wobei der dNLS(dPi)-Prozess als ein Differenz-Unterprozess zu den vorstehenden kaskadierten Prozessen definiert ist. Der Prozess dPi ist als gleich der Differenz zwischen dem tatsächlichen Prozesswert Pi und dem Mittelwert Pi_mean des Prozessparameters Pi, der in den vorstehenden Prozessen verwendet wird, definiert (24a).
Der erste Hauptsystemprozess [MNLS(P1)] kann durch Modellparamteradaption durch Minimieren der Fehler zwischen der beobachteten Ausgabe aus dem tatsächlichen Prozess und der berechneten Ausgabe aus dem modellierten nichtlinearen Hauptprozess MNLS(P1) abhängig von Parameter P1 evaluiert werden. Sowohl das Modell als auch der tatsächlich gemessene nichtlineare Prozess haben erwartungsgemäß dieselben Eingangs-Stimuli. Der nächste kaskadierte Prozess wird weiter evaluiert und der Prozesswert Pi wird durch weitere Berechnung unter Verwendung der Fehler zwischen der Ausgabe des soweit modellierten Prozesses und der tatsächlichen Ausgabe aus dem tatsächlichen Prozess mit denselben Eingangs-Stimuli adaptiert.
Die Linearisierung eines tatsächlichen nichtlinearen Prozesses oder Systems unter Verwendung der neuen kaskadierbaren nichtlinearen Prozessbeschreibung kann durch Verbinden von Kaskaden-verbundenen Unterprozessen vorgenommen werden, die alle von den Prozessparametern Pi vor dem tatsächlichen nichtlinearen Prozess oder System abhängen. Die Verbindungen der Prozesse sind so, dass der erste Kaskadenblock in einem nichtlinearen Unterprozess abhängig von dem Differenzparameter dPn ist und der Prozess, der am nächsten am tatsächlichen nichtlinearen System ist, hängt vom Prozessparameter P1 ab, der sich auf das nichtlineare Hauptsystemmodell MNLS(P1) bezieht. Jeder Unterprozess hat die inverse Prozessfunktionalität des entsprechenden nichtlinearen Modellunterprozesses. Die inversen Unterprozesse können entweder eine direkte Inversion des nichtlinearen Modellunterprozesses 1/(1 + dNLS(Pi)) sein oder als 1 + dNLSm(Pi) ausgedrückt sein, wo dNLSm(Pi) ein modifizierter Prozess abhängig vom selben Prozess Pi wie im nichtlinearen Modell ist, das Hammerstein und Wiener Prozessdualitätsprinzip verwendet. Die inverse Funktionalität des Hauptprozesses MNLS(P1), abhängig von der Parameter P1-Funktionalität, kann entweder ein direkter inverser Prozess 1/MNLS(P1) des Nichtlinearitäts-Modelles sein oder durch Verwendung einer direkten inversen nichtlinearen Signalübertragungs-Charakteristik-Berechnung für einen Prozess MNLSm(P1) unter Verwendung des Hammerstein und Wiener Prozessdualitätsprinzips abgeleitet werden (24b und 24c).
Die Adaption und Optimierung des beschriebenen Linearisierungsprozesses wird durch Minimieren der Fehlerverteilungen zwischen den Eingangs-Stimuli und der beobachteten Ausgabe aus dem die kaskadierten Linearisierungs-Systemblöcke enthaltenen Gesamtsystem und dem tatsächlichen nichtlinearen System vorgenommen. Die Fehlerminimierung wird gegenüber dem Hauptprozess P1 im inversen Prozessblock 1/MNLS(P1) oder MNLSm(P1) der Kaskade vorgenommen. Wenn die Adaptierung ein Minimum erreicht hat und keine weitere Fehlerreduktion durch den Adaptierungsprozess möglich ist, macht das Linearisierungssystem mit einer Fehlerminimierung des vorhergehenden Kaskadenblocks weiter, abhängig von dem Differenzprozess P2 usw., bis der letzte Parameter des Kaskaden-Linearisierungssystems minimiert ist. Die Liniearisierung kann dann eine zweite Schleife oder ein kontinuierliches Schleifen der Linearisierungs-Adaption durch Vornahme desselben Fehlerminimierungsprozesses, der mit dem Parameter P1 beginnt und mit dem Parameter Pn endet, vornehmen.
Die Adaption der Linearisierungsunterblöcke in der Linearisierungs-Kaskade kann entweder durch Berechnung eines virtuellen nichtlinearen Modelles in einem, den Linearisierungsprozess steuernden Systemprozessor und Minimieren des Fehlers zwischen der berechneten virtuellen Modellausgabe mit der Gesamtsystemausgabe vorgenommen werden. Der Linearisierungsunterblock kann dann durch das direkte Inverse des berechneten Modellblocks aktualisiert werden. Auch kann eine Mischung der Adaptierungstechniken verwendet werden, indem einige Unterblöcke in den Linearisierungsschaltungen durch Werte aktualisiert werden, die aus dem virtuellen nichtlinearen Systemmodell, das nur teilweise im Prozessor berechnet ist, abgeleitet werden, während andere Blöcke direkt durch direkte inverse Signalübertragungs-Charakteristik-Berechnung aktualisiert wird, die die Fehler zwischen den Eingabe-Stimuli an das Linearisierungssystem und der beobachteten Ausgabe minimieren.
Die Prozeduren der obigen Aussagen können auch rearrangiert werden, so dass der Hauptprozess MNLS von mehr als einem Prozess abhängen kann, das heißt MNLS(P1, P2, ...PM) und die Unterprozesse können auch als dNLS(PM, PM + 1...) gesetzt werden, obwohl der Berechnungsaufwand in diesen Fällen multiple Kernellösungen für jeden Unterprozess sein wird. Es kann eine Mischung von Einzelprozessblöcken und Mehrfachprozessblöcken verwendet werden.
Die Fehlerminimierungs-Adaptiertechniken, wie hier beschrieben, werden wie auf die bekannte Praxis nichtlinearer Systeme des Standes der Technik angewendet, aber Systeme des Standes der Technik sind stets in einer additiven Weise nichtlinearer Blöcke entworfen und nicht in einer multiplizierenden Weise einer Kaskade nichtlinearer Blöcke, wie in der vorliegenden Erfindung.
In einer ersten Ausführungsform wird die Validität in der vorliegenden Veröffentlichung weiter durch ein Beispiel des Erzielens eines digitalen nichtlinearen Leistungsverstärkungsmodelles und einer auf diesen Leistungsverstärker angewandten Vorverzerrungsschaltung gezeigt.
In einer zweiten Ausführungsform der Erfindung führt ein nichtlineares Vorrichtungs-Modellierverfahren zu einer digitalen Basisband-Repräsentation einer nichtlinearen Vorrichtung, mit der Fähigkeit der Optimierung der Modellvalidität für jede modellierte Eigenschaft der verwendeten nichtlinearen Vorrichtung. Das Modell gibt Möglichkeiten, um verschiedene Vorrichtungseigenschaften zu beschreiben und zu evaluieren. Eine genaue AM-zu-AM und AM-zu-PM-Charakterisierung kann evaluiert werden. Die Frequenzantwort der Vorrichtung bei Anregung mit hüllmodulierten Signalen kann evaluiert werden. Die thermischen Zeitreaktionen der Eingangssignalleistung können gefunden werden. Die evaluierten Eigenschaften können in einem Testverfahren in einer Produktionseinrichtung verwendet werden, um die Produktionsqualität zu verifizieren. Beispielsweise kann ein thermisches Montageversagen der Vorrichtung evaluiert werden.
In einer dritten Ausführungsform der Erfindung sind die digitalen Vorverzerrer-Funktionsblöcke gemäß der vorliegenden Erfindung als die inverse Kaskade des tatsächlichen PA-Vorrichtungsmodells gebaut und die Leistung basiert auf den tatsächlichen Vorrichtungs-Charakterisierungen. Die digitale Funktionalität ist als funktionelle Blöcke entworfen, die in Kaskade geschaltet sind damit das Signal hindurchläuft. Die Blöcke sind in einer solchen Weise ausgelegt, dass verschiedene Funktionsblöcke allen verschiedenen Leistungs- und Parameterbeschreibungen einer tatsächlichen Leistungsverstärkung zugewiesen werden können. Abhängig von der Leistungsanforderung können die funktionellen Blöcke freigegeben oder gesperrt werden. Die Algorithmen zur Berechnung der Blockparameter basieren auf modernen Signalverarbeitungstechniken für einen DSP-Einsatz. Es sind keine mehrdimensionalen mathematischen Volterra-Kernellösungen erforderlich. Die grundlegende Digitalschaltungslösung ist hinsichtlich ihrer Funktionen skalierbar. Das bedeutet, dass für moderate Anforderungen ein kleinerer Teil der Blöcke verwendet kann und ein kleinerer Teil der Algorithmen im digitalen Signalprozessor (DSP) berechnet wird. Mehrdimensionaler Speicher LUT ist in keinem Funktionsblock notwendig.
Die Lösung gemäß der vorliegenden Erfindung macht es auch möglich, die eingeführten Gruppenverzögerungsfehler innerhalb der Signalbandbreite zu korrigieren, welche Einzeltabellenlösungen des Standes der Technik für digitale Vorverzerrungsanwendung nicht in der Lage sein können, zu korrigieren. Weiterhin können auch Leistungsabhängigkeits-Frequenz und Zeitreaktionen korrigiert werden.
Gemäß einer vierten Ausführungsform der Erfindung sind für Einfachheit der DSP-Implementierung und Verminderung der Speicheranforderung für die Programme nur wenige grundlegende wiederverwendbare Algorithmen für die Berechnung und Aktualisierung der unterschiedlichen Funktionsblöcke des neuen digitalen Vorverzerrers oder zur Berechnung von nichtlinearen Vorrichtungs-Digitalmodell-Charakteristika notwendig. Diese Algorithmen werden sowohl für Signalzeitausrichtungen, Speichereffektberechnungen als auch einzelne LUT-Tabellen-Aktualisierungsberechnungen in jedem angewendeten Block verwendet.
Gemäß noch einer fünften Ausführungsform der Erfindung trennen bei neuen modernen Digital-Signalverarbeitungs- Algorithmen, die auf den offenbarten DPD-Schaltkreis angewendet werden, der grundlegende digitale Funktionsblock, wie in 1 umrissen, und im Stand der Technik als "Speicherloser Digitaler Vorverzerrer" angesehen, so ausgelegt werden, dass er als ein "Digitale Vorverzerrer mit Speicherkompensation" funktionieren kann.
Ein Verfahren zur nichtlinearen Analyse gemäß der vorliegenden Erfindung wird durch den unabhängigen Patentanspruch 1 und die abhängigen Ansprüche 2 bis 6 dargestellt.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Die Erfindung kann zusammen mit den weiteren Aufgaben und Vorteilen derselben am besten unter Bezugnahme auf die nachfolgende Beschreibung in Verbindung mit den beigefügten Zeichnungen verstanden werden, in welchen:
1 einen grundlegenden AM-nach-AM und AM-nach-PM-Vorverzerrerblock illustriert (Stand der Technik);
2 einen digitalen Vorverzerrungseinsatz illustriert (Stand der Technik);
3 ein Evaluierungsschema für die PA-Modell-Charakterisierung ist;
4a Leistungsverstärker mit einer Vorspannungsversorgungsschaltung zeigt;
4b eine digitale Modellrepräsentation mit einem FIR-Filter und einer Anordnung zum Multiplizieren des Eingangssignals durch eine Komplexgewinntabelle LUT zeigt;
5a einen grundlegenden Komplexverstärker-Einstellblock des neuen digitalen Vorverzerrers zeigt;
5b illustriert, dass der neue digitale Vorverzerrer eine inverse Funktion des abgeleiteten digitalen PA-Modells in 4b ist;
6a ein gemessenes Eingangssignalspektrum für das Spektrumsverhalten des abgeleiteten PA-Modells ist;
6b das Spektrumsverhalten des abgeleiteten PA-Modells ohne angelegte Vorverzerrung zeigt;
6c das Spektrumsverhalten eines direkt inversen Gewinnvorverzerrers des Standes der Technik zeigt, der nach fünf Adaptierungen der LUT erzielt wird;
6d das verbesserte Spektrumsverhalten des Vorverzerrers gemäß der vorliegenden Erfindung zeigt, ebenfalls nach fünf Adaptierungen der LUT;
7a eine Magnituden-Gewinndatenbasis und invertierte Phasengewinn-Datenbasis für die erste Adaptierung von direkt inversen Gewinn-Berechnungs-DPD-Lösungen des Standes der Technik illustriert;
7b eine Magnituden-Gewinndatenbasis und invertierte Phasengewinn-Datenbasis für die fünfte Adaptierung von direktinversen Gewinn-Berechnungs-DPD-Lösungen des Standes der Technik illustriert;
7c den Inhalt der LUT-Tabelle für Magnituden- Gewinn und Phasengewinn nach fünf Adaptierungen von direktinversen Gewinn-Berechnungs-DPD-Lösungen des Standes der Technik zeigt;
8a dieselben Magnituden- und Phasengewinn-Daten zeigt, im selben Maßstab aufgetragen wie in 7a für die erste Adaptierung zur Berechnung des PA-Modells + DPD-Verhaltens gemäß der vorliegenden Erfindung unter Verwendung des früher in dieser Erfindung beschriebenen FIR-Entzerr-Algorithmus im digitalen Signalprozessor zeigt;
8b dieselben Daten nach der fünften Adaptierung gemäß der vorliegenden Erfindung zeigt, das eine beachtliche Verminderung des Datenbereichs für Gewinnberechnungen und Adaptierung anzeigt;
8c die invertierten Amplituden und Phasengewinn-Tabelleninhalte zeigt, die nach der fünften Adaptierung gemäß der vorliegenden Erfindung in die Vorverzerrer-LUT gelegt werden;
9 die neu vorgeschlagenen digitalen Modellfunktionsblöcke zur weiteren Verminderung des Fehlervektors zwischen dem digitalen PA-Modell und der gemessenen PA-Leistung illustriert;
10 den digitalen Modelldifferenzialkomplex-Gewinnabhängigkeitsfunktionsblock illustriert;
11a die erzielten Ergebnisse aus aufeinander folgenden Optimierungen des ersten PA-Modells "Gewinn/Phase"-Abhängigkeitsblocks zeigt;
11b dasselbe Ergebnis zeigt, wenn der "DifferenzialGewinn"-Abhängigkeitsblock zum digitalen Vorrichtungsmodell hinzuaddiert wird;
11c den Differenzialgewinnbetrag und die Differenzialgewinnphase in Radian gegenüber dem Eingangssignal-Betrag zeigt;
12 einen Plot der Eingangssignaldifferenzialleistung und der Modellbetragsfehler gegenüber dem gemessenen Leistungsverstärker illustriert;
13a differenzielle Eingangsleistungs-Kreuzkorrelation gegenüber den Betragsfehlern des Modells und der tatsächlichen Vorrichtung zeigt;
13b korrigierte Betragsfehler und die ursprünglichen Betragsfehler zwischen dem Modell und der gemessenen Vorrichtung zeigt;
14 das Digitalmodell mit Leistungsabhängigkeitsfunktionsblock zeigt;
15a den Vergleich der Digitalmodell-Spektrumsfehler gegenüber der tatsächlichen Vorrichtung bei Differenzialgewinn-Kompensation, die dem grundlegenden Gewinn-/Phasenabhängigkeitsblock hinzuaddiert wird, illustriert;
15b den Vergleich der Digitalmodell-Spektrumsfehler gegenüber der tatsächlichen Vorrichtung bei weiterer Addition der Leistungsabhängigkeits-Funktionsblockkorrektur zeigt;
16a die verbesserten Digitalmodell-Funktionsblöcke illustriert;
16b ein Fehlerspektrumsverhalten zwischen dem Digitalmodell und der gemessenen Vorrichtung und dem gemessenen PA-Spektrumsverhaltens zeigt;
16c das Flussdiagramm für Modellberechnungen des in 16b gezeigten Ergebnisses illustriert und die verbesserten Digitalmodellblöcke numerisch als "Block 1" bis "Block 3" gemäß 16a beschrieben sind;
16d die detaillierten Berechnungen in "Block 1" von 16c illustriert;
16e die detaillierten Berechnungen in "Block 2" von 16c illustriert;
16f die detaillierten Berechnungen in "Block 3" von 16c illustriert;
17a ein grundlegendes Vorverzerrersystem gemäß der vorliegenden Erfindung illustriert;
17b das Flussdiagramm zur Verwendung des grundlegenden Vorverzerrersystems zeigt;
18 den Gewinn-/Phasen-Multiplikatorblock zeigt;
19 den Gewinn-/Phasen-Vorverzerrungsfunktionsblock zeigt;
20 den differenziellen Komplexgewinn-Vorverzerrerblock zeigt;
21 die für DPD-Anwendung erforderlichen Vorverzerrungsblöcke zeigt;
22 den digitalen Vorverzerrer gemäß der vorliegenden Erfindung illustriert, bei Anwendung bei einer kombinierten DPD und Aufschaltungs-MCPA-Anwendung;
23a und b den Unterschied zwischen nichtlinearen Ansätzen des Standes der Technik und der vorliegenden Erfindung illustrieren, gezeigt für eine nichtlineare 3- Parameter-Systembeschreibung, obwohl mehr Parameter sowohl im Stand der Technik als auch in der vorliegenden Erfindung verwendet werden können; und
24a, b und c grundlegende Prozesse des neuen Verfahrens gemäß der beschriebenen vorliegenden Erfindung illustrieren.
DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
Um einen gut funktionierenden digitalen Vorverzerrer zu definieren, muss das Verhalten der (PA) genannten nichtlinearen Vorrichtung bekannt sein. Daher muss das PA-Verhalten durch Messungen bekannt sein und ein als Funktion der Realvektor I und der imaginären Vektor Q -Abtastungen beschriebenes digitales Basisband PA-Modell des digitalen Eingangssignals entsprechend entworfen sein. Die Modellcharakterisierung wird durch Herunterladen eines definierten Bereichs von Abtastungen in der Zeit des Eingangssignals und eines gleichen Bereichs von Proben der digitalen Messungen eines tatsächlichen Leistungsverstärkers oder einer anderen nichtlinearen Vorrichtung vorgenommen. Die Signalfehler zwischen dem digitalen Modell und der tatsächlichen Messung der echten Vorrichtungssignale werden normalerweise als die Leistungsfähigkeit abgeschätzt, welche ein digitaler Vorverzerrungseinsatz erzielen kann, falls es gemäß der modulierten Vorrichtung entworfen wird.
Um diese Erfindung einem Durchschnittsfachmann zu erklären, beschreibt der erste Teil der Erfindung im Detail die Ableitung einer Kaskade des Funktionsblocks im PA-Modell, bei dem digitale Basisbandrepräsentierung eines echten PAs möglich ist, basierend auf dem Verständnis der physikalischen Ursache für aus einer realen Schaltung auftauchenden verschiedenen nichtlinearen Abweichungen. Die eingesetzten Algorithmen basieren auf modernen Digitalsignalverarbeitungstechniken und nicht auf intern erfundenen Optimierungsroutinen, um die digitalen Vorverzerrer des Standes der Technik zum Arbeiten zu bringen. Die Beispiele in dieser Ableitung werden durch Zeigen von Messungen unter Verwendung eines kommerziellen Testaufbaus und eines Unternehmens-Leistungsverstärkers vorgenommen, der mehr als 300 Watt Spitzenleistung abgeben kann.
Als nächstes wird die vorgeschlagene digitale Vorverzerrungsschaltung als die inverse Funktion des PA-Modells mit der angewandten kompletten Funktionalität umrissen.
Leistungssimulationen einer Minimum-Vorverzerrer-Simulation gemäß der vierten Ausführungsform dieser Erfindung werden gezeigt, um die Leistungsverbesserung zu zeigen, welche die erfinderische Verbesserung im Vergleich zu in den referenzierten Patenten erwähnten digitalen Vorverzerrern des Standes der Technik möglich machen, basierend auf direkten inversen Gewinnberechnungs-Algorithmen, verglichen mit den bei dieser neuen Erfindung verwendeten Algorithmen.
PA-Digitalmodellableitung
Die Verzerrung eines PAs kann als aus verschiedenen Faktoren herrührend betrachtet werden und verschiedenen Phänomenen zugeordnet werden.

I) AM nach AM und AM nach PM Nichtlinearität aus der verwendeten Vorrichtung.
II) Lineare Speichereffekte, die von Zeit- und Phasenverzögerungen in den tatsächlichen Schaltungspassungs-Netzwerken und der Vorspannungs-Stromversorgung und der Vorrichtung herrühren. Dies kann als Modulations-Antwort der Vorrichtung angesehen werden.
III) Nichtlineare Speichereffekte der Vorrichtung, wie etwa Eingangsleistung und Temperaturabhängigkeit und die Eingangssignalabhängigkeit von Änderungen der Vorrichtungsspannungen.

Die erste Art von Abweichung wird normalerweise durch die inverse Verstärkungskompensation gehandhabt, wie bei der im Stand der Technik beschriebenen speicherlosen DPD.
Die zweite Kategorie, der lineare Speichereffekt, wird weggelassen, wenn Vorverzerrer des Standes der Technik die direkten inversen Verstärkungskalkulationen durch Teilen des Eingangssignals durch das gemessene Signal verwenden. Die Patente des Standes der Technik zeigen verschiedene Arten, die Beschreibung dieser Phänomene zu versuchen. Eine Art, die zweite Sorte von Phänomenen zu handhaben und zu beschreiben, wird in der unten beschriebenen Leistungsevaluierung gezeigt werden, wenn eine Abtastungsstimulation einer PA + DPD-Leistungsdifferenz zwischen dieser Erfindung und Techniken des Standes der Technik gemäß der vierten Ausführungsform dieser Erfindung beschrieben wird.
Die dritte Kategorie von Speichereffekten ist die am schwierigsten zu beschreibende, aber dieser Ansatz der Erfindung gibt Möglichkeiten zur Charakterisierung dieses Verhaltens und Anwendung von Vorverzerrungslösungen für Signalleistungsabhängigkeit und weitere Verbesserungen wie Stromversorgungsbegrenzung, falls notwendig. Leistungsabhängigkeits- und andere Verzerrungen gerader Ordnung ergeben Spektralverteilungen um Gleichstrom herum, welche das Leistungsverstärkungs-HF-Ausgabespektrum aufgrund von Rückkopplungseffekten im tatsächlichen Verstärker modifizieren.
Leistungsverstärkermesstechniken.
Ein Durchschnittsfachmann wird realisieren, dass die Leistung des Gesamtsystems für digitalen Vorverzerrungseinsatz sich sehr auf das tatsächliche Design der Messvorrichtung stützt.
In 2, die eine typische DPD-Anwendung beschreibt, ist die Messvorrichtung der Abwärtsmischers und der ADC. Das unter Verwendung von digitaler Adaptierung erzielte geschlossene Schleifensystem kompensiert auch Ungenauigkeiten der Messvorrichtung, falls die Messvorrichtung unkalibriert ist.
3 ist ein Entwurf für Messungen, die für nichtlineare Vorrichtungs-Charakterisierung und digitale Modellevaluierung vorgesehen ist. Kommerziell erhältliche Signalgeneratoren und Vektorsignal-Analysatoren können verwendet werden. Der Signalgenerator erzeugt das modulierte Testsignal. Mit dieser Testprozedur sind dieselben Testfehler sowohl in dem unter Verwendung der "Durchgangsleitung" getesteten Eingangssignal und durch Testen der "Leistungsverstärker und -dämpfer"-Leistungsfähigkeit unter Verwendung derselben Stimulationssignale aus dem Signalgenerator vorhanden. Die komplexen Signale werden abgetastet und einer Datensammeleinheit bereitgestellt. Die Ausgangs- und Eingangssignale werden dann an einen Prozessor zur Analyse und PA-Modellevaluierung exportiert. Die in 2 illustrierte, grundlegende Struktur kann auch zu dieser Art von Messsystem verändert werden, indem dieselbe Art von Schaltern in den Entwurf eingeführt wird.
In der vorliegenden Erfindungsoffenbarung werden die gezeigten Messungen an einem Einträger WCDMA-Signal als Eingangssignal vorgenommen, wegen der Bandbreitenbeschränkung kommerzieller Ausrüstung. Jedoch sind verschiedene Arten von Verstärkern getestet worden. Evaluierungen der Messungen zeigten, dass das erfindungsgemäße Verfahren auf alle gemessenen Vorrichtungen anwendbar war. Es gab sowohl bei Typ 2 als auch Typ 3 Leistungen der getesteten Vorrichtungen Unterschiede. Je höher die Ausgangsleistungsfähigkeit der getesteten Vorrichtung war, eine desto größere tatsächliche Leistungseingangssignalabhängigkeit wurde gezeigt.
Gewinnmodell für die PA-Repräsentation.
4a und 4b sind die Basis zum Ableiten der Modellrepräsentation in der vorliegenden Erfindung. Dies repräsentiert den in der ersten Ausführungsform der vorliegenden Erfindung beschriebenen nichtlinearen Hauptblock. In 4a ist auch die Vorspannungsversorgungsschaltung einer Vorrichtung gezeigt. Es gibt einige Entkopplungskondensatoren der Vorspannungsversorgungsleitungen und es gibt Verlustwiderstände in Kabeln und Schaltungsbordleitungen zur Vorrichtung. Dies bedeutet, dass die Vorrichtung nicht durch eine ideale Spannungsquelle angetrieben wird, sondern wahrscheinlicher durch eine Spannungsquelle mit Widerstand ungleich Null, gefolgt von einem Tiefpassfilter. Dies bedeutet, dass eine gewisse Verzögerung in den Vorrichtungsstrom eingeführt wird, wenn sich die Eingangssignal im Betrag ändern. Auch hat die Vorrichtung selbst eine Stufenreaktion, die eine Verzögerung einführt. Obwohl eine normale Gewinn gegenüber Frequenz-Reaktionsmessung in einem Netzwerkanalysator eine sehr flache Verstärkungsreaktion einer Vorrichtung zeigt, ist die nichtlineare Vorrichtungsreaktion zu einem digital modulierten Eingangssignal mit Hüllen-Variation Bandbreiten-limitiert. Die erste offensichtliche Sache besteht dann darin, die eingeführten Verzögerungen bei einer echten PA-Hardware durch Addieren eines Tiefpassfilters zum digitalen Basisbandmodell der PA zu beschreiben, wodurch die eingeführten Phasenverzögerungen berücksichtigt werden. Der Tiefpassfilter wird als ein FIR-Filter oder eine andere Art digitalen Filters implementiert. Nur ein paar Abgriffe dieses Filters werden benötigt, da der Hauptzweck darin besteht, eine angenäherte Durchschnittsverzögerung des PA-Sinals zu beschreiben. Diese Tiefpassfilterverzögerung ist der Hauptbeitrag für unterschiedliche Nebenbandpegel auf der Hochseite und der niedrigen Seite der Ausgabeabweichung, wenn ein praktischer PA mit einem Spektrumsanalysator gemessen wird. Aufgrund der Verzögerung ist die Hochfrequenzseitenabweichung immer höher als die Niederfrequenzseite. Das neue PA-Modell für digitales Basisband ist in 4b gezeigt. Diese Modellrepräsentation eröffnet Möglichkeiten, die Vorspannungsversorgungs-Tiefpasseinflüsse im Modell und ebenso andere Verzögerungen zu beschreiben. Die PA-Modellrepräsentation wird als das bekannte Hammerstein-Funktionsmodell beschrieben, das hier einen nichtlinearen Teil und einen linearen Teil enthält (FIR-Filter).
PA-Modell FIR-Filterberechnung.
Um den im Modell verwendeten Filter zu charakterisieren, werden die aus den digitalen Empfängertechnologien bekannten Entzerrfilter-Algorithmen-Verfahren verwendet. Der FIR-Filter wird in 4b in dieser Beschreibung als H0 bezeichnet. Wenn man 4b betrachtet, führt das durch das Komplexgewinntabellen-LUT-Gewicht multiplizierte Eingangssignal zu einem als S_{in_}GC bezeichneten Signal, das zum Vergleich mit dem gemessenen PA-Ausgangssignal verwendet wird. Die Filterabgriffs-Koeffizienten werden durch Lösen der Konvolutionsgleichung mit zeitausgerichteten Signalen mit dem PA-Ausgangssignal auf Zeitabtastbasis gefunden.
Dann werden die Gleichungen der Filterfaltung: S_{in_}GC ⨂ H0 = V_out für die H0-Abgriffswerte gelöst.
Normalerweise wird das Eingangssignal in der diskreten Zeitfaltung S_{in_}GC als Matrix und H0 und V_out als Vektoren geschrieben und die H0-FIR-Abgriffswerte werden durch Matrixmathematik gelöst. Der erzielte H0-FIR-Filtergewinn bei Nullfrequenz wird auf gleich 1 adjustiert, um nicht den Betragsgewinn des Modells zu ändern, was die LUT Absolutgewinnwerte beeinträchtigen würde. Wenn im H0-Filter, dem so genannten "Entzerr-FIR-Filter", wenige Abgriffe verwendet werden, wirkt die Matrixgleichung als Annäherung kleinster Quadrate der Lösung. Die Filterabgriffe werden aus mehr Gleichungen als notwendig definiert. Die Entzerrung ergibt so als Ergebnis auch eine Rauschunterdrückung in den Signalen. Der tatsächliche Entzerrerfilter-Algorithmus, der hier verwendet wird, ist in einer solchen Weise ausgelegt, dass die Filtergruppenverzögerung am mittleren Abgriff des FIR-Filters zentriert ist und eine ungerade Anzahl von Abgriffen verwendet wird, um eine Abtastzeitausrichtung zu erzielen. Eine Anzahl von 3 bis 5 Abgriffen im Filter wird normalerweise in einer normalen Anwendung gut arbeiten, obwohl es keine Beschränkung bei der praktischen Implementierung gibt.
Dann wird eine Faltung des Eingangssignals S_{in_}GC mit dem abgeleiteten FIR-Filter im Prozessor berechnet und das resultierende Signal wird für die Komplexgewinnberechnungen durch Vergleich mit dem gemessenen PA-Ausgangssignal verwendet. Die FIR-Filteranwendung ergibt eine akkurate Gewichtung zur Berechnung einer komplexen Gewinntabelle LUT für die Vorrichtungscharakterisierung. Diese berechnete Komplexgewinn-LUT kann in einem digitalen Vorverzerrereinsatz verwendet werden, falls die invertierten Gewinnwerte für den Komplexgewinn in einen LUT-Speicher angewendet werden. Die Implementierung eines Entzerrer-FIR-Filteralgorithmus ergibt weit bessere Resultate bei der Gewichtung der Daten für Berechnungen als direkte Signalabtastungen und inverse Gewinnimplementierungen des Standes der Technik durch Teilen der Signale, beispielsweise im Patent WO98/51047 beschrieben. Die Erfinder realisierten, dass es eine gewisse mit einem realen nichtlinearen Vorrichtung assoziierte Verzögerung gibt, die ein Vorverzerrer kompensieren muss und versuchten, ein zeitverzögerteres Abtasten von Signalen in die DPD- Blockstrukturen einzufügen. Eine im Stand der Technik verwendete lineare Interpolationsannäherung durch Abtasten zu zwei oder mehr Zeitpunkten gibt nur kleine Verbesserungen und führt normalerweise zu multidimensionalen Tabellenspeichern LUT, wie in den erwähnten Patenten von Leyondecker et al. gesehen.
Die Verwendung der direkten Inversverstärkungs-Evaluierung des Standes der Technik ohne Filterentzerrung der für inverse Komplexgewinntabellen berechneten und verwendeten Signale bedeutet, dass die digitale Adaptierung der Aktualisierung der LUT-Tabellen zu einem nichtoptimalen Ergebnis konvergiert. Das Ergebnis ist, dass das Ausgangssignal nach digitaler Vorverzerrung eine ungleiche Nebenbandpegelunterdrückung der Verzerrung bei Implementationen des Standes der Technik zeigt. Der Stand der Technik kann nur mit speziellen PA-Entwürfen mit sehr niedrigen Speichereffekten arbeiten. Die Verwendung der Entzerrfilter vermindert auch das Rauschen in den für die Berechnung der LUT-Tabellenwerte verwendeten Daten. Einige Nachteile der Lösungen des Standes der Technik sind unten in dieser Beschreibung gemäß der fünften Ausführungsform der Erfindung gezeigt.
Grundlegender digitaler Vorverzerrer (DPD) für Gewinn und Phasenverzerrungsreduktion.
In diesem Kapitel werden die Algorithmen und Verfahren zum Anwenden des abgeleiteten digitalen PA-Modells in 4, die in einer umgekehrten Weise als ein DPD verwendet werden, erläutert. Eine Abtastsimulierung am Ende des Kapitels zeigt die Differenzen zwischen den Lösungen des Standes der Technik und der in der vorliegenden Erfindung offenbarten Lösung.
Anwendungsbeschreibung
In einer Anwendung, wie der in 5a beschriebenen, für einen einfachen Gewinn-/Phaseneinstellvorverzerrer, ist der Unterschied im Umriss gegenüber in 1 gezeigtem Stand der Technik der in 5 gezeigte, eingeführte inverse FIR-Filter (H0^–1). 5b zeigt, dass der digitale Vorverzerrer eine inverse Funktion des abgeleiteten digitalen PA-Modells in 4b ist. Der FIR-Filter (H0^–1) im Vorverzerrer ist der inverse Filter des früher erwähnten H0-Filters, der eine Vorrichtungsantwort auf eine Amplituden-Modulierung beschreibt. Die Vorverzerrerverstärkungstabelle LUT weist den inversen Komplexgewinn der Vorrichtung auf. Es gibt Unterschiede im Ansatz in dieser Erfindung im Vergleich zum Stand der Technik. Durch Berechnen für jede Iteration des entzerrten Komplexgewinn des vollständigen Vorverzerrers und PA und dann Adaptieren der invertierten Komplexgewinnwerte an den Vorverzerrer für jede Adaptierung, wird eine verbesserte Leistung eines solchen einfachen Vorverzerrers erzielt. Der Hauptunterschied liegt in der Verwendung der H0-FIR-Gewichtung der Daten für die Komplexgewinnberechnung.
5b zeigt den neuen digitalen Vorverzerrer vor dem abgeleiteten Digitalvorrichtungsmodell zur Gewinn-/Phasenbeschreibung einer tatsächlichen Vorrichtung. Aus der Figur ist ersichtlich, dass die Vorverzerrungsschaltung als das direkt inverse Modell des PA-Digitalmodells gemäß 4b entworfen ist. 5b kann in einer Simulationsumgebung verwendet werden. Durch Sperren der inversen Filterkompensation H0^–1 weist der Vorverzerrer denselben Entwurf wie der in 1 illustrierten Stand der Technik auf. Im Gegensatz zur PA-Modellevaluierung, die das V_in-Signal so einstellt, dass es im Signal V_out endet, wobei V_in an dem PA-Modell-Eingangsport angelegt wird, ist das Verfahren, eine inverse PA-Modellierung durch Einstellen des V_in-Signals durch den Vorverzerrer vorzunehmen, um das V_out Signal dazu zu bringen, dass es dem V_in-Signal ähnelt oder gleich ist. Wenn der Gesamtgewinn für den kombinierten Vorverzerrer und PA-Modellfilter in den DPD-Berechnungen berechnet wird, wird die resultierende Verstärkung invers in der Vorverzerrer-LUT aktualisiert. Ein Vergleich mit den Prozeduren des Standes des Technik ist dann durch Sperren des H0 PA-Modellfilters in den Berechnungen in der Simulation als der H0^–1-Filter verfügbar und zeigt auf diese Weise die Leistungsunterschiede zwischen der neuen Technik und der vorbekannten Technik. Das Sperren des FIR-Filters H0 in den Gewinnberechnungen ist dasselbe wie ein Durchführen der direkten inversen Modellierung, das heißt ohne Gewichtung der LUT-Tabellenwerte vor der Kalkulation. Diese Evaluierung wird in einem späteren Kapitel vorgenommen und die Ergebnisse werden gezeigt.
Die Zeitausrichtungs-Algorithmus-Beschreibung.
Um in der Lage zu sein, die Gewinntabellen etc. für einen digitalen Vorverzerrer wie in 5b zu berechnen, müssen die Kalkulationen mit abgetasteten Eingangs- und Ausgangskomplex I/Q-Signalvektoren vorgenommen werden. Die Signalvektoren werden in den DSP geladen und die exakte Zeitverzögerung zwischen den Signalen in den Abtastzeiten wird durch Kreuzkorrelation der Komplex-Signalvektoren oder des Betrags der Signalvektoren wie in den Beschreibungen des Standes der Technik vorgenommen, basierend auf modernen Signalverarbeitungsverfahren. Aus Gründen der Genauigkeit muss sogar noch eine weitere Zeitausrichtung auf Unterabtastbasis vorgenommen werden, um korrekte Werte für die Aktualisierung der Gewinn-LUTs zu extrahieren. Dies ist sehr wichtig, insbesondere um vorbekannte Vorverzerrer zum Arbeiten zu bringen. Der Stand der Technik verwendet manchmal Algorithmen, die auf Unterabtastungen der Abtastzeit (T) basieren und stellt die Signalzeitnahmen auf einen Wert t + T/N ein, wobei N eine ganze Zahl ist. Für diese Erfindung wird eine Phaseneinstellung nur auf eines der Signale verwendet.
Neue Signalphasen-Einstellmethode
Für eine korrekte Funktion eines Vorverzerrers müssen das beobachtete Signal und die Eingangssignal-I/Q-Diagramme eingestellt und mit einer größeren Genauigkeit als die Probenzeitausrichtung ausgerichtet werden. Dies bedeutet, dass es eine ±180 Grad Phaseneinstellung gibt, die an den beobachteten Signalen vorgenommen werden kann, wenn die exakte Zeitnahme in den Probenzeiten gefunden wird. Diese Prozedur kann durch Verwendung von komplexer Nummern-Multiplikations-Korrektur an jeder Probe eines der Signale vorgenommen werden. Diese Erfindung braucht nur eine Phasenausrichtung oder Abtastungsbasis der verwendeten Signale zum Vergleich.
Der neue Ansatz in dieser Erfindung ist die Wiederverwendung des FIR-Entzerr-Algorithmus durch Einstellen der komplexen Eingangs- und gemessenen Ausgangssignale durch Vornahme einer 1-Abgriff-FIR-Filter-Entzerrung unter Verwendung des Eingangssignals als Eingabe an den Algorithmus und des gemessenen Signals als Ergebnisvektor im Algorithmus. Falls dieser 1-Abgriff-Filter Abgriffswert A + jB ist, kann das ausgerichtete Eingangssignal an den DSP durch einen komplexen "Phasor" berechnet werden, der als (A + jB)/abs(A + jB) für jede Zeitprobe des Vektors oder unter Verwendung des Konjugat"Phasor"-Werts (A – jB)/abs(A – jB) zum Multiplizieren des gemessenen Signals abhängig von der Anwendung berechnet wird.
In derselben Weise wie im vorherigen Kapitel beschrieben, ist der Vorteil, dass der Fehler zwischen den Signalen bei der Null-Frequenz die Approximation kleinster Quadrate ist. Die vorbekannten Verfahren müssen sich auf weitere Unterproben-Optimierung der Zeitdifferenz zwischen den Signalen verlassen. Dieses Problem wird in dieser Erfindung durch Verwendung der 1-Abgriffs-FIR-Filtertechniken, die später beschrieben werden, berücksichtigt.
Matrix-Algorithmus zur Berechnung von LUT-Speicher.
Eine Art der Berechnung der LUT-Speicherwerte erfolgt durch Verwenden einer Matrix für die Berechnungen. Die Berechnungen des vorbekannten LUT sind als ein Beispiel gezeigt.
Werte für jede Abtastung der Eingangs- und Messsignale werden bezüglich inverser Verstärkung evaluiert. Die Größenordnung (R_in) des Eingangssignals wird in digitale Bin-Größen R_in(Bin) sortiert. Normalerweise ist die Bin-Größe 1/127 oder 1/255 der erlaubten Eingangssignal-Amplitude. Dies entspricht (2⁷) – 1 und (2⁸) – 1, was praktisch ist, wenn der DSP-Prozessor mit der Basis von 2 rechnet.
Die erste Spalte der Matrix enthält Werte der Größenordnung des Eingangssignals, ausgedrückt in Bin-Größen R_in[Bin(t)] und enthält so viele Zeilen wie die Abtastsignalgröße an Zeitabtastungen.
Die zweite Spalte enthält den entsprechenden Zeitabtastbetrag des hier unten stehend definierten beobachteten abgetasteten Vorrichtungs-Signalinversgewinns.
Die dritte Spalte der Matrix enthält die entsprechende Phase des beobachteten, abgetasteten Vorrichtungssignals. Dies ergibt eine Matrix, die zur Berechnung von LUT-Tabellen geeignet ist.
Die invertierte Komplexverstärkung wird im Stand der Technik berechnet als: Inv_CG(R(t)) = Vin(t + τ1)/Vout(t)für jede der zeitausgerichteten Proben. τ₁ ist die Anzahl von Taktzeitverzögerungen, die für eine optimale Kreuzkorrelations-Evaluierung verwendet wird. Eine weitere Zeitausrichtung kann auch für das Signal V_in(t + τ₁) verwendet werden und wird normalerweise auch auf Unterabtastbasis durchgeführt.
Danach wird die Matrix bezüglich der Wertegröße von Spalte 1 sortiert, das heißt der als Bin-Werte ausgedrückten Eingangsgrößenordnung in aufsteigender Reihenfolge. Dies bedeutet, dass die Zeilen der Matrix verändert werden. Danach wird eine Untermatrix extrahiert, die jedem Bin von R_in entspricht, ausgedrückt als der Eingangssignalbetrags-Bin-Wert. Der Durchschnittswert für die Größenordnung und Phase des entsprechenden Inv_CG(R(Bin)) wird dann berechnet. Für jede vorgenommene Kalkulation wird die Vorverzerrer-LUT entsprechend aktualisiert auf: Mag[Inv_CG(New)] = Mag[Inv_CG(old)] + α·(Mag[Inv_CG(Calc)]–1)) Phase[Inv_CG(New)] = Phase[Inv_CG(old)] + β·(Phase[Inv_CG(Calc)])
Wobei α und β die Vorverzerrer-Adaptierungs-Rückkopplungs-Faktorwerte zur Aktualisierung der LUT für jede Berechnung oder Adaptierung sind. Die Adaptierungs-Rückkopplungs-Faktorwerte liegen normalerweise im Bereich 0 bis <1. Werte größer als 1 können "Oszillierungen" verursachen.
Es sollte auch erwähnt werden, dass Algorithmen zum Entfernen der leeren Bins, das heißt der keine Werte aus den Berechnungen enthaltenden Untermatrizen, verwendet werden sollen und die Tabellenwerte glatter werden, falls die Berechnung dieselbe Art von Glättung oder Regression des endgültigen berechneten inversen Komplexgewinn-LUT-Ergebnisses verwenden.
Das grundlegende Problem bei Vorverzerrung besteht darin, die Leistung einer nichtlinearen Vorrichtung vorherzusagen und sie zu kompensieren. Dies wird stets in einer solchen Weise vorgenommen, dass die Durchschnittsleistung berechnet wird. Daher werden die Durchschnittswerte im digitalen Signalprozessor (DSP) berechnet.
Die Beschreibung des neuen LUT-Aktualisierungs-Algorithmus.
Die digitale Vorverzerrungs-(DPD)Anwendung in 5a basiert auf dem PA-Modell. Der Vorverzerrer soll das Inverse der PA-Modellfunktion sein, das Inverse des H0-Filters ist vor dem vom Vorverzerrer-LUT-Speicherinhalt angetriebenen Vorverzerrer-Komplexgewinnblock angeordnet. Die Verwendung des inversen H0-Filters erfolgt nur bezüglich Frequenz-Abhängigkeit und Phasenkorrektur des Ausgangssignals zur Löschung der Gruppenverzögerungseinheiten im linearisierten Ausgangssignal aus der vorverzerrten Vorrichtung. Dies ist bei den erwähnten Patenten des Standes der Technik nicht möglich. Falls eine Gruppenverzögerungs-Kompensation verwendet wird, soll der Filter die entgegengesetzte Phasenverzögerung im Vergleich zum PA-Modell H0-berechneten Filter ergeben. Der inverse H0-Filter muss in weiteren Erweiterungen des später in dieser Erfindungsoffenbarung beschriebenen neuen erfinderischen Vorverzerrerblocks verwendet werden. In einer einfachen DPD-Anwendung, wie in 1, wird das PA-Modell H0 nur virtuell in den DSP-Berechnungen verwendet, um eine korrekte Konvergenz des Vorverzerrer-LUT-Speichers zu erzielen.
Die Änderung in den Algorithmen für die neue Erfindung wird untenstehend erläutert. Beim Berechnen der DPD-Gewinntabellen LUT wird die Konvolution des Signals S_in mit dem berechneten H0-Filter durch Lösen von S_in ⨂ H0 = V_out benutzt. Die Filter-Betragsverstärkung von H0 bei Nullfrequenz wird auf gleich 1 eingestellt. Das resultierende Signal aus der Konvolution von S_in und den Gewinn-normalisierten H0 wird S_inH0 genannt. Danach wird dieses Signal wieder mit dem gemessenen PA-Signal anhand der eingeführten FIR-Filter-Digitalverzögerung in Abtastungen der Abtastzeit (T) zeiteingestellt.
Der Betrag dieses Signals (S_inH0) wird nach Betrags-Bins R_in[Bin(t)] sortiert und es wird der Komplexgewinnausdruck für PA und den Vorverzerrer berechnet. Ein Fehlervektor EV wird als EV = V_out – S_inH0 für jede Abtastung berechnet. V_out ist die gemessene Leistung des kombinierten digitalen Vorverzerrers, Hochkonvertierers, PA- und Abkonvertierers in 1. Wie zuvor erwähnt, müssen der Abkonvertierer und ADC in einem realen Design sehr genau sein.
Die Modifikation und Ableitung des Gewinnausdruckes wird wie untenstehend für jede Abtastzeit vorgenommen: (man erinnere sich, dass die DC-Verstärkung für S_inH0 für S_in dieselbe ist). Vout (t) = SinH0(t) + EV(t).
Der komplexe Gewinnausdruck kann als ein Vektor Vout/SinH0 = 1 + EV/SinH0,beschrieben werden, wobei die Zeilen der Abtastzeit t entsprechen.
Das Anordnen dieses Ausdruckes für die Einfachheit bei DSP-Implementierung ergibt den Komplexgewinn, ausgedrückt wie unten durch Multiplizieren sowohl des Nominators als auch des Denominators mit dem Konjugat des Eingabesignals (erinnerlich, dass ein mit seinem Konjugatwert multiplizierter Komplexvektor der Betrag quadriert ist): Für jede Zeitprobe der Signale wird der folgende Ausdruck evaluiert: CG = 1 + [EV* SinH0(Konjugat)]/[mag(SinH0)]2 wobei mag (S_inH0) = R_in. Da R_in(t) Quadrat die Eingangssignalleistung ist, kann der komplexe VeGewinnrstärkung auch von der Eingangssignalleistung abhängig gemacht werden. In dieser Erfindung wird aber der Eingabesignalbetrag verwendet und gezeigt.
Das Ergebnis aus der Evaluierung wird in eine Zeile einer Matrix gelegt, die eine Zeile für jede Abtastzeitinstanz der Signale aufweist. Eine Matrixzeile enthält die folgenden Spalteninhalte.
R_in[Bin(t)], mag[CG(t)] und Phase [CG(t)] und enthalten so viele Zeilen wie die Gesamtzahl von in den DSP aus den S_in und V_out-Signalen nach Zeiteinstellung und FIR-Filterung im DSP verwendeten Gesamtzahl von Abtastungen.
Dieselben Matrix-Algorithmusberechnungen zum Lösen der früher beschriebenen inversen Komplexgewinn-LUTs des Standes der Technik werden verwendet. Die Aktualisierung des kombinierten [DPD und PA-Gewinns], welcher die akkumulierte und angenommene Komplexgewinntabelle ergibt, die virtuell im DSP als eine Funktion der Eingangssignalbetragswerte in Bins vorhanden ist, wird vorgenommen. Dann wird die aktualisierte PA_DPD Betragsgewinntabelle durch 1/X-Teilung invertiert. Die PA-Phasengewinntabelle wird mit einem Faktor –1 multipliziert. Die neuen invertierten Tabellenwerte werden als neue Werte in den Vorverzerrer-LUT eingefügt, und sind somit der invertierte Komplexgewinn.
LUT-Gehalt: Inv_CG(Bin) = 1/CG(Bin)
Die Adaptierung wird auf folgende Weise vorgenommen. Wenn der Vorverzerrer initiiert wird, wird die im DSP lokalisierte virtuelle PA-Gewinntabelle durch Komplexwerte gemäß einem Betragsgewinn von "1" und einem Phasengewinn von "0" gefüllt und der Vorverzerrer wird dieselben Werte als Start in der LUT haben. Der reverse H0-Filter wird für alle Abgriffswerte außer dem mittleren Abgriff, der mit einem Einheitswert geladen wird, mit Nullen gefüllt. Für diese Simulation, wenn ein Vergleich mit dem Stand der Technik gemacht wird, wird der inverse Vorverzerrer H0-FIR-Filter nicht aktualisiert.
Dies bedeutet, dass dieser inverse H0-FIR-Filter in 5b gesperrt ist. Es wird aber das H0-Filterverfahren bei den DSP-Berechnungen verwendet, um die verbesserten Leistungen dieser neuen Erfindung zu erzielen.
Jede DSP-Berechnung ergibt eine neue Korrektur (Adaptierung), die zu der PA-Modell-Komplexgewinntabelle hinzuaddiert wird, die virtuell im DSP liegt, gemäß: Mag(GC(bin)) = Mag(GC(bin))_old + α·[(Mag(GC(bin)_calculated]–1) Phase(GC(bin)) = Phase(GC(bin))_old + α·(GC(bin)_calculated)
Dann wird die virtuelle Tabelle gelesen und der inverse Komplexgewinn wird berechnet und in den digitalen Vorverzerrer-LUT-Speicher gemäß den Adaptierungsprozeduren wie vorstehend geladen.
Die neue Weise zur Berechnung der Komplexgewinntabelle und der verwendeten Algorithmen ergibt Möglichkeiten, die speicherlose DPD-Anwendung des Standes der Technik zu einem DPD-System weiterzuentwickeln, das Speichereffekte abdeckt, die aus Zeit- und Phasenverzögerungen in der tatsächlichen realen nichtlinearen Vorrichtung herrühren, aufgrund des für das Gewichten der Frequenzantwort der Daten für die LUT-Berechnungen verwendeten FIR-Filter-Entzerr-Algorithmus-Verfahrens.
Höhere Werte von α und β Vorverzerrer-Adaptier-Rückkopplungsfaktoren können verwendet werden und es kann immer noch eine gute Konvergenz bei dieser neuen DPD-Anwendung erzielt werden. Dies gestattet eine schnellere Konvergenz des Vorverzerrers.
Leistungsevaluierung der neuen Gewinn-/Phasenvorverzerrung, angewendet in einer DPD-Lösung.
Die Verifikation der in dieser Erfindung beschriebenen neuen Algorithmen wird durch Simulation vorgenommen. Das Ziel ist gewesen, die direkt inversen Gewinnberechnungs-Algorithmen gemäß einem Block in 1 des Standes der Technik mit den für den neuen digitalen Vorverzerrer gemäß 5 angewendeter Algorithmen zu vergleichen, die in Verbindung mit der vorliegenden Erfindung diskutiert worden sind, angewendet auf einem Verstärker, der sich nicht wie ein "idealer" Verstärker ohne Zeit- und Phasenverzögerung in der Amplitudenmodulationsantwort verhält.
Eine grundlegende Simulation einer digitalen Vorverzerrungsleistung wurde durchgeführt. Für die Simulation wurde das von der PA-Modellarbeit abgeleitete digitale Leistungsverstärkermodell gemäß 4B als aktiver Vorrichtung in der Simulation verwendet. Das verwendete Basisband-Digital- PA-Modell wurde aus Messungen abgeleitet. Das Modell wurde mit FIR-Filtern zum Erzielen eines Modells mit aus Zeitverzögerungen und Frequenzreaktion aus Amplitudenmodulationen herrührenden Speichereffekten implementiert.
Simulationsergebnisse.
6b zeigt die Spektrumsleistung des abgeleiteten PA-Modells ohne angelegte Vorverzerrung und unter Verwendung des in 6a gezeigten Eingangssignals. Die Signale sind bei ungefähr 30 kHz Auflösungs-Bandbreite in der Spektrumsanzeige gefiltert worden. Der Verstärker hat aufgrund der Speichereffekte ein asymmetrisches Abweichungsspektrum.
6c zeigt die Spektrumsleistung nach fünf Aktualisierungen der LUT unter Verwendung von Einstellungen gemäß den direktinversen Gewinnberechnungen des Standes der TEchnik.
6d gibt die verbesserte Spektrumsleistung nach fünf Aktualisierungen der auf dem neuen Vorverzerrer gemäß der vorliegenden Erfindung basierenden LUT, bei der der FIR-Filter Gewichtungsalgorithmus für die Gewinnberechnungen verwendet worden war, an. Sowohl für den Stand der Technik als auch das neue Verfahren wurde keine Verbesserung nach fünf Aktualisierungen bemerkt.
In 7a ist der Betrag und die Phase der zum Erzielen der Durchschnittsberechnung für Vorverzerrer des Standes der Technik für die anfängliche erste Adaptations- Rechnung dieser Art von Vorverzerrer verwendeten inversen Gewinns gezeigt.
7b zeigt dieselben Daten nach der fünften Adaptierung gemäß dem Stand der Technik. Nur eine schwache Tendenz des Datenbasisbereichs zum Schrumpfen während der Adaptierung wird beobachtet.
Weiterhin zeigt 7c den Inhalt der LUT-Tabelle nach fünf Adaptierungen im Stand der Technik. Die LUT-Tabelle enthält immer noch viel Welligkeit bei den vorbekannten Prozeduren und dies ist die Erklärung für all die besonderen mathematischen Algorithmen, die für vorbekannte Anwendungen patentiert worden sind, um die LUT-Wert-Wellungen zu vermindern, die man normalerweise auf rauschbehaftete Eingangsdaten zurückführt.
8a zeigt dieselben Betrags- und Phasenverstärkungsdaten, die im selben Maßstab aufgetragen sind wie in 7, für die erste Adaptierung zur Berechnung der PA-Modell + DPD-Leistung unter Verwendung des früher in dieser Erfindung beschriebenen FIR-Entzerr-Algorithmus im digitalen Signalprozessor.
8b zeigt dieselben Daten nach fünf Adaptierungen für diese Erfindung. Eine bemerkenswerte Verminderung des Datenbereichs für Gewinnberechnungen und Adaptierung wird gesehen.
8c zeigt die Inhalte der invertierten Verstärkungstabelle, die nach fünf Adaptierungen in die Vorverzerrer-LUT gesetzt werden.
6, 7 und 8 zeigen die verbesserte Leistung beim Anlegen der in dieser Erfindung offenbarten Algorithmen auf einem einfachen DPD-Entwurf. Der Entzerr-FIR-Filter-Algorithmus löst viele Probleme wie Rauschunterdrückung und hilft bei der Verminderung der Datenspreizung zur Berechnung der Durchschnittswerte, die in einem Vorverzerrer-Nachschlagtabellenspeicher verwendet werden. Es wurde den gezeigten grundlegenden Simulationen kein Rauschen hinzugefügt.
Die Ergebnisse stimmen überein mit der fünften Ausführungsform dieser Erfindung. Die grundlegende Folgerung aus dieser Simulation war, dass die Vorverzerrer des Standes der Technik auf direkten inversen Gewinnberechnungen basierten und nicht in der Lage sind, zu einer optimalen Lösung zu konvergieren. Vorbekannte Lösungen sind nicht in der Lage, gleiche Seitenbandpegel der Verzerrung in einem echten PA mit Zeitverzögerung in der aktuellen Reaktion zu erzielen, da der Frequenzreaktion der tatsächlichen Vorrichtung keine Erwägung gegeben werden kann. Vorbekannte Patente, die in dieser Offenbarung erwähnt werden, versuchen das grundlegende Problem direkter inverser Gewinnberechnungen zu verbessern, indem sie eigene erfundene Zusätze und Annäherungen an die grundlegenden DPD-Entwürfe, basierend auf 1, implementieren.
Es wird in dieser Erfindung später gezeigt werden, dass die Anwendung des inversen H0^–1-Filters im "Gewinn-/Phasen"-Vorverzerrungsblock, der die Gruppenverzögerungsdifferenzen zwischen dem Eingangssignal und dem Vorrichtungs- Ausgangssignal minimiert, Möglichkeiten eröffnet, die Ursache zu untersuchen und mehr der verbleibenden Verzerrungen einzustellen, welche ein komplexer Gewinntabellen-LUT-DPD-Funktionsblock nicht handhaben kann.
Das PA-Modell mit hinzugefügter funktioneller Abhängigkeitsblockbeschreibung.
Das in 4b gezeigte abgeleitete PA-Modell kann verbessert werden, um mehr als den ersten und teilweise zweiten Typ von Verzerrung zu handhaben. Dies ist möglich, weil das neue Modellverfahren den Fehlervektor zwischen dem Modell und der gemessenen Vorrichtung vermindert, so dass detailliertere Leistungsdifferenzen zwischen dem Modell und der tatsächlichen Vorrichtung nach jedem Schritt aufgedeckt werden. Dies ist nicht möglich, wenn wie im Stand der Technik nur eine Verzerrungsverminderung ohne Fehlervektorminimierung erzielt wird. Die Funktionalitätsverbesserung wird durch Kaskadenverbindungen von weiteren digitalen PA-Modell-Funktionsblöcken vorgenommen.
9 zeigt die neuen vorgeschlagenen Digitalmodell-Funktionsblöcke zur weiteren Verminderung des Fehlervektors zwischen dem digitalen PA-Modell und der gemessenen PA-Leistung. Die Figur zeigt den bereits beschriebenen "Gewinn-/Phasen-Abhängigkeitsblock", gefolgt vom "differenziellen Komplexgewinn-Abhängigkeitsblock" und dem "Leistungsabhängigkeitsblock". Der Ansatz besteht darin, jegliche systematischen verbleibenden Fehler zu kompensieren und dabei zu berücksichtigen, dass die Funktionsblöcke sich auf die physikalische Ursache der echten Vorrichtung der systematischen Fehler beziehen. Die Funktionsblöcke im digitalen Modell in dieser Erfindung haben die Fähigkeit, individuell für die Modellleistung in einem aufeinander folgenden und adaptiven Weg optimiert zu werden.
Der differenzielle Komplexgewinn-Abhängigkeitsblock.
Bei Sicht auf 4a gibt es eine Zeitkonstante (τ), die im Leistungsverstärkersymbol gezeigt ist, die intrinsische Vorrichtungseinschaltverzögerung für Eingangssignaländerung repräsentiert, von der angenommen wird, dass sie viel kleiner ist als die im Vorverzerrer verwendete Abtastzeit oder die Mess-Abtasttaktzeit. Der Einfluss aus diesem Verhalten wird durch Betrachten des ersten Zeitderivats des PA-modellierten Signals und des gemessenen Signals beschrieben. Die grundlegende Idee ist es, die Algorithmen aus dem ersten Block wieder zu verwenden und eine "Differenzielle Komplexgewinn"-Tabelle in Abhängigkeit von der Ableitung gegenüber der Zeit des Eingangssignals zu entwerfen und einen differenziellen Gewinneinfluss im Funktionsblock zu berechnen, der als der "Differenzielle Komplexgewinn"-Abhängigkeitsblock (–dCG) bezeichnet wird. Gemäß der ersten Ausführungsform dieser Erfindung ist der Durchschnitts-Ausgabe-Multiplikatorwert für den differenziellen Gewinnblock gleich "1", wenn er nicht verwendet wird. Das Ergebnis wird bei Verwendungin Form eines Multiplikators "(1 + Differenz)" vorliegen.
Die differenzielle Komplexgewinn-Abhängigkeitsblock-Ableitung.
Die Mathematik für das "differenzielle Komplexgewinn"-Blockdesign wird unten vorgestellt. Das modellierte Signal nach dem "Gewinn-/Phasengewinn"-Block ergibt die gemittelte Leistungscharakterisierung des ersten Gewinnblocks im PA-Modell und wird hier V_avg(t) genannt. Es kann ein Differenz-Kaskaden-Funktionsblock gemäß der Beschreibung der ersten Ausführungsform entworfen werden. Das gemessene Signal wird V_out(t) genannt. Jene Signale können auch als eine Funktion der ersten Ableitung gegenüber der Zeit (Proben der Abtastzeit T) geschrieben werden. Vout(t + T) = Vout(t) + dVout(t + T) (1)wobei dV_out(t + T) = V_out(t) – V_out(t) und alle Komplexzahlen sind Vavg(t + T) = Vavg(t) + dVavg(t + T) (2)
Das Ziel für das digitale PA-Modell ist es, so kleine Fehler wie möglich zu bekommen. Daher ist die Anforderung an die obigen Gleichungen, dass V_out(t + T) gleich V_avg(t + T). Beim Einsetzen in die obigen Gleichungen und Auflösen nach dV_out(t + T) ergibt sich: dVout(t + T) = dVavg(t + T) – [Vout(t) – Vavg(t)] (3)
Ein neuer Durchschnitts-Modellfehlervektor EV_avg nach dem "Gewinn-/Phasengewinn"-Block wird identifiziert und definiert als: EVavg(t) = [Vout(t) – Vavg(t)] (4)
Das Lösen nach dem differenziellen Komplexgewinnausdruck, der definiert ist als: dCG(t + T) = dVout(t + T)/dVavg(t + T)ergibt: dCG(t + T) == 1 – EVavg(t)/dVavg(t + T) (5)
Aus Gleichung (4) wird auch realisiert, dass EV_avg(t) einen entsprechenden V_avg(t)-Wert und auch einen Betrag R des V_avg(t)-Eingangssignals an diesen assoziierten Block aufweist. Daher haben die differenziellen komplexen Gewinnwerte dCG(t + T) eine Abhängigkeit von dem vorhergehenden Proben-Eingangssignal-Betrag. (R(t)). Ein ähnlicher digitaler Funktionsstrukturblock wie beim ersten Gewinnblock im digitalen PA-Modell kann entworfen werden. Es ist auch möglich, einen Funktionsblock abhängig von dV_avg(t + T) als multiplizierendem Block-Steuerungsparameter zu entwerfen.
Das Ausgangssignal nach diesem Block wird in der folgenden Weise modifiziert: VdG(t + T) = Vavg(t) + dVavg(t + T)·dCG[RBin(t)] (6)
Wobei dCG(Rbin) der differenzielle komplexe Verstärkungswert ist, der aus Gleichung (5) in derselben Weise wie für den ersten "Gewinn- und Phasengewinn"-Abhängigkeitsblock beschrieben berechnet wurde und in einem differenziellen Komplexgewinn-LUT-Speicher abgelegt wurde. Adaptierungen der differenziellen Komplexgewinn-Block-LUT können wie im vorherigen Block vorgenommen werden und eine Leistungsmessung kann durch Vergleichen des maximalen Adaptierungswertes mit einem vorliegenden Limit evaluiert werden.
10 zeigt die "Differenzial-Komplexgewinn"-Abhängigkeitsblock-Digital-Funktionalität, wo die Verzögerungen (D0, D1, D2) in den Probenzeiten T entsprechend für Zeitausrichtung innerhalb des Funktionsblocks entworfen sind, um Gleichung (6) zu genügen. Dieselben Gewinnmatrix-Berechnungsroutinen können auf diesen Block angewendet werden wie auf den vorherigen Gewinn-/Phasenblock, um eine Differential-Verstärkungs-LUT, abhängig von der Eingangssignal-Amplitude (R) an den Block, zu berechnen.
11a zeigt die erzielten Ergebnisse aus aufeinander folgenden Optimierungen des ersten PA-Modell-"Gewinn-/Phasen"-Abhängigkeitsblocks.
11b zeigt dann dasselbe Ergebnis, wenn der "Differenzialgewinn"-Abhängigkeitsblock zum digitalen Vorrichtungsmodell addiert wird. Beide Grafiken in 11a und 11b zeigen das gemessene PA-Ausgabespektrum und das Fehlervektorspektrum zwischen der Vorrichtung und der modellierten Leistung.
11c zeigt die Datenbasis zur Berechnung und Optimierung der Differenzialgewinn-LUT-Tabelle dCG(Rbin) für die Vorrichtung.
Das Ergebnis aus der Modellierung zeigt, dass die differenzielle Gewinnmodellierung sich um die feinen Gewinn-/Phasenfehler innerhalb der Signalbandbreite kümmert und weiterhin das Fehlerspektrum zwischen dem Modell und der gemessenen Vorrichtung vermindert.
Der Leistungsabhängigkeitsblock.
Das bislang abgeleitete PA-Modell hat immer noch Reste von Verzerrung übrig. Eine Untersuchung des verbleibenden Fehlervektors zeigt Betragsfehler, aber im Wesentlichen sehr niedrige Phasenverschiebungen. Die Betragsfehler werden als Einfluss, assoziiert von der Eingangsleistung an dem PA, angesehen. Um dies zu untersuchen, werden die verbleibenden Signalamplitudenfehler zwischen dem gemessenen PA-Betrag (R_{out_}Measured) und dem PA-Modell (R_Modell) für weitere Untersuchungen evaluiert.
R_err(t) = R_{out_}Measured(t) – R_Model(t), Betrags-Fehlervektor gegenüber Zeit.
Das Auftragen des Vektors R_err gegenüber der Abtastzeit "t" und [R_Model(t)]², was die Leistung P(t) im modellierten PA-Signal ist, zeigt, dass es einige Speichereffekte gibt, die von der Eingangssignalleistung an den PA herrühren, die noch modelliert werden müssen.
Der Ansatz und das Denken in dieser Erfindung unterscheidet sich von vorbekannten Verfahren. Die grundlegende Idee ist es, durch Betrachten dessen, was soweit in dem PA-Modellierungs-Funktionsblöcken getan worden ist. Die "Durchschnitts"- PA-Modell-Leistung wird aus einem Eingangssignal abgeleitet. Dieses Eingangssignal weist auch eine Durchschnittsleistung gegenüber der Zeit auf. Daher muss die Leistung für Leistungsabhängigkeit, die in das Modell eingebaut ist, dann abhängen von den Leistungspegeln, wo die Durchschnittsleistung der Durchschnittsleistung des Eingangssignals entspricht. Dies stimmt überein mit der Beschreibung der ersten Ausführungsform und es wird ein Kaskaden-Differenz-Eingangsleistungs-Nichtlinear-Multiplikatorblock entworfen. Ein Modell, das am korrektesten die Leistungsabhängigkeit des echten Leistungsverstärkers beschreibt, muss dann auf der "Differenz der Durchschnittsleistung des für die Modellierungsarbeit verwendeten Signals" basieren.
Die Durchschnittsleistung des Eingangssignal an diesem Leistungsblock wird berechnet und als PM bezeichnet. Es wird ein neuer Differenz-Leistungsvektor entworfen als: dP(t) = P(t) – PM
dp(t) ist der Parameter, der den Leistungsabhängigkeitsblock gemäß der ersten Ausführungsform der Erfindung steuert.
12 zeigt die Differenzialleistung dP(t) (gestrichelte Kurve) aufgetragen zusammen mit den verbleibenden Amplitudenfehlern R_err(t) (durchgehende Kurve) zwischen dem Digitalmodell und der tatsächlichen PA-Messung, um einen Einblick darin zu erlangen, wie die Abhängigkeit aussieht. Aus der Figur wird gefolgert, dass es eine gewisse Korrelation einige Proben nach dem dP(t) Plot gegenüber R_err(t) gibt.
Um einen genaueren Blick auf die Abhängigkeit der Differenzialleistung dP(t) gegenüber den verbleibenden Betragsfehlern R_err(t) zu erlangen, wird eine in der Signalverarbeitungstheorie übliche Kreuzkorrelations-Evaluierung vorgenommen.
13a zeigt das Kreuzkorrelations-Ergebnis ist als eine Funktion der unterschiedlichen Probenzeitdifferenzen in den Probenzeiten (T) zwischen den verwendeten Signalen aufgetragen.
Bei Betrachtung von 13a zieht ein Fachmann den Schluss, dass das Kreuzkorrelations-Ergebnis im Wesentlichen die kombinierte Impulsantwort aus kombinierten Tiefpass-Filtern mit unterschiedlichen Zeitkonstanten, Gewinn und Bandbreite zeigt. In einer PA-Modell-Leistungskompensationsblock-Funktion, die darauf abzielt, niedrige Verzerrungsseitenbänder zu erzielen, wird die höchste Antwort, die auch die meiste Bandbreite (kurze Impulsreaktion) aufweist, als der beste Job beim Unterdrücken der Verzerrung außerhalb des Trägers vom Leistungseinfluss angesehen. Die Korrekturlösung für den nächsten Block wird dann sein, eine gefilterte Differenzialleistungs-Einflusskorrektur zum Betrag des soweit modellierten Signals zu addieren. Der "Leistungsfilter" kann mit symmetrischen Abgriffen aus der Kreuzkorrelations-Evaluierung als die Kreuzkorrelationswerte vom Null-Kreuzkorrelations-Timing bis hinauf zum Maximalwert aufweisen, der den zentralen FIR-Filterabgriff der Impulsantwort definiert. Wenn die Hälfte der Impulsreaktion ausgewählt wird, wird der Rest der Reaktion durch Spiegeln der Abgriffswerte aus dem Zentrum zum Ende des FIR-Filters erzielt. Die Anzahl von Abgriffen wird dann auf eine ungerade Anzahl gesetzt und der FIR-Filter ist symmetrisch um den zentralen Abgriff. Dies vermindert die numerischen Berechnungen im Leistungskorrekturblock, die definiert werden müssen.
Ein anderer einfacher Ansatz, der in der Simulation implementiert ist, besteht darin, den Filter als einen Standard-Signalverarbeitungs-Fensterfunktionsfilter zu entwerfen. Die Kreuzkorrelation wird in Zeitreaktion von der ersten Positiven, die über den Nulldurchgang geht, zum Maximalwert, wie oben, evaluiert. Die Zahl der Abgriffe wird als das Zweifache + 1 der Zeitdifferenz in Abtastungen entschieden. Eine "Hanning"-Fensterfunktion wird für den differenziellen Leistungs-FIR-Filter in dieser Erfindungsbeschreibung verwendet. Andere übliche Fensterfunktionsfilter oder Tiefpass-FIR-Filter können ebenfalls verwendet werden. Eine Filterfunktion mit mehr Abgriffen und unsymmetrischen Abgriffwerten, die mehr den Kreuzkorrelations-Evaluierungs-Ergebnissen ähneln, kann ebenfalls verwendet werden, aber dies bedeutet einen Filter, der mehr Abgriffe enthält, und das Einführen von mehr Verarbeitungsbemühungen.
Zur Evaluierung all der in den Leistungskorrekturblock hinein zu entwerfenden Parameter wird eine Konvolution des differenziellen Leistungsvektors dP(t) mit dem gewählten Differenzial-Leistungs-FIR-Filter verwendet, um einen differenziellen Bewegungs-Durchschnittsleistungsvektor als das neue Ergebnis mit Namen dP_ma(t) zu erzielen. Dieser neue Vektor wird dann wiederum querkorreliert gegenüber dem R_err(t)-Vektor, um die optimale Zeitverzögerung td in Zeitproben zu definieren, um die Leistungseinflusskorrektur im Modell durchzuführen. Der Leistungs-FIR-Filtergewinnfaktor GP für den optimalen Kompensationsgewinn wird durch Wiederverwenden der 1-Abgriffs-FIR-Entzerr-DSP-Routine berechnet, die in dieser Erfindungsbeschreibung zuvor verwendet wurde, wieder einmal auf den Signalen, die zu dP_ma(t + td)·GP gleich R_err(t) in der kleinsten Quadrate-Optimierungsweise führen. Der erzielte Faktorwert GP ist die optimale Bewegungs-Durchschnittsdifferenzleistungs-Korrelation des Betragsfehlersignals R_err(t). Die Leistungskorrektur am digitalen Modellsignal wird vorgenommen als: Sin_Model_Power_Correct(t) = Sin_Model(t)·[1 – GP·dPma(t + td)/(Rin(t) + δ)]wobei δ eine kleine Zahl zum Verhindern des Overflows in den Berechnungen ist.
In dem Ausdruck wird die untersuchte Leistungsabhängigkeit des Betragsfehlers in einen Gewinnausdruck konvertiert, der den Betrag des Signals berührt, um die Leistungsabhängigkeit zu beschreiben. Dies ist möglich, da die vorherigen Block-Evaluierungen zu einem Fehler hauptsächlich in dem Betrag, aber nicht in der Phase zwischen den Signalen führen.
13b zeigt den leistungskorrigierten Betragsfehlervektor (1) und den Betragsfehlervektor ohne Leistungskorrektur im Vergleich zum Vorrichtungs-gemessenen Signal (2), aufgetragen gegen den Eingangssignal-Betrag R_in zum Leistungsabhängigkeitsblock im Vergleich mit dem vorrichtungs-gemessenen Signal.
14 zeigt den abgeleiteten Leistungsabhängigkeitsblock-Digitalentwurf. Die gezeigten Zeitverzögerungen werden gemäß der digitalen Implementierung eingestellt, so dass der Ausdruck S_{in_}Model_Power_Correct(t) erfüllt ist.
Die bislang im Digitalmodell erzielten Blöcke sind in 9 gezeigt. Eine weitere Verfeinerung des Modells ist nach Wahl des Anwenders verfügbar. Dieses Modell arbeitet sehr gut, da jede individuelle Funktion die Fähigkeit hat, die Leistung für jede individuelle Charakteristik einer echten Vorrichtung zu optimieren, solange die Charakteristik auf einer gewissen physikalischen Abhängigkeit basiert, die beschrieben werden kann.
Mit Reduzierung des Fehlers zwischen dem digitalen Basisband-Modell und der gemessenen PA-Leistung für jede Implementierung eines Funktionsblocks gibt es auch die Möglichkeit, die oben beschriebenen Verfahren anzuwenden, um eine weitere Verminderung der Modellfehler zu erzielen. Vorrichtungen, die Fehler zeigen, die von dem Eingangssignal-Betrag abhängen, können in derselben Weise wie für Leistungsabhängigkeit evaluiert werden, indem eine differenzielle Betrags-Korrelation gegenüber den verbleibenden Fehlern zwischen dem Modell und der gemessenen Vorrichtung als Beispiel bereitgestellt wird.
15 zeigt die erzielte Spektrumsverbesserung des Fehlervektors zwischen der modellierten Leistung, im Vergleich zur gemessenen PA-Leistung. Die Verbesserung im Digitalmodell mit angewendeter Differenzialleistungs-Vorverzerrungskorrektur gegenüber dem nicht-leistungskorrigierten Modell wird gezeigt.
15a zeigt den Vergleich der digitalen Modell-Spektrumfehler gegenüber der tatsächlichen Vorrichtung bei Abhängigkeitskorrektur der Modellergebnisse, nachdem differenzielles Komplexgewinn-Abhängigkeitsmodell aus 11 wiederholt wird.
In 15b sind die Ergebnisse nach den Leistungsabhängigkeitsmodellkorrekturen gezeigt. Beide Abbildungen zeigen die Spektrumsleistung der gemessenen PA-Vorrichtung und das entsprechende Fehlervektorspektrum gegenüber der digital modellierten Vorrichtung.
Die resultierenden Fehlervektoren werden normalerweise als ein Ergebnis angesehen, eine wie gute Vorabweichung angewendet werden kann und wie sie bei der tatsächlichen Vorrichtung arbeitet. Der erzielte Fehlervektor für das leistungskorrigierte Modell soll mit dem in 11a gezeigten verwendeten Eingangssignalspektrum für ein einfaches AM-nach-AM und AM-nach-PM Digitalmodell verglichen werden.
Durch Vergleichen von 15 mit den vorhergehenden Figuren von Spektrum- und Fehlerauftragungen des abgeleiteten Digitalmodells ist die Folgerung, dass jeder Block zur Genauigkeit des Modells beiträgt, wie erwartet, wenn er auf physikalische Abhängigkeit einer Vorrichtung basiert.
15 zeigt, wie weit die Modellierarbeit an relativ schlechter Messausrüstung durchgeführt werden kann, basierend auf 12-bit ADC und DAC, die in eine kommerzielle Ausrüstung eingebaut sind. Dieses PA-Modell kann auch für Simulationszwecke in der Vorverzerrer-Umgebung verwendet werden, um die Vorverzerrer-Systemleistung und Implementierung zu optimieren, wie es in dieser Erfindung gemacht wird. Beispielsweise werden keine Erwägungen für die eingeführten Fehler in der Abtast-Taktsynchronisierung zwischen den kommerziellen Instrumenten vorgenommen. Das Rauschen vom Abwärtsmischer und dem lokalen Oszillator, der in der Testausrüstung vorhanden ist, ist auch in den in dieser Erfindungsoffenbarung präsentierten Modellkalkulationen vorhanden.
Verbesserte Modellierung des digitalen PA-Modells.
Bei Betrachtung von 13b sieht man eine Krümmung in dem leistungskorrigierten Betragsfehler, der verbleibt. Die Fehler folgen nicht der zentralen Null-Linie auf der y-Achse. Dies bedeutet, dass es in dem soweit vorgenommenen Modell einige verbleibende Gewinnfehler gibt. Um dies im digitalen Modell zu berücksichtigen, wird eine Neuanordnung der in 9 gezeigt Modellblöcke vorgenommen. Die Leistungskorrektur wird vor dem Komplexgewinn-/Phasenblock vorgenommen. Dies bedeutet, dass die in diesem Block lesende Gewinn-LUT um den Leistungseinfluss korrigiert wird, bevor der Signal-Betrag als Adresse in der Gewinn-LUT ausgewählt wird. Die Korrektur wird mit denselben Formeln wie für die zuvor beschriebene Nachkorrektur vorgenommen. Mit diesem Verfahren ist ein multidimensionaler LUT-Speicher nicht erforderlich.
16a zeigt die Rearrangierung der digitalen Vorrichtungs-Modellblöcke mit dem als ersten Block in den digitalen Vorrichtungs-Modellblöcken verwendeten Leistungskorrektur-Abhängigkeitsblock. Durch Evaluierung einer ein Modell berechnenden Vorrichtung wird zuerst der Leistungskorrekturblock gesperrt und die zwei folgenden Blöcke werden bezüglich der besten Übereinstimmung des Modells evaluiert. Dann wird die benötigte Leistungsabhängigkeitsblock-Datenbasis evaluiert und die Daten werden mit denselben Werten wie für Nachkorrektur in den Vorkorrekturblock geladen und der Gewinn-/Phasenblock und der Differenzial-Komplexgewinnblock wird wieder evaluiert.
16b zeigt die durch diese Modellevaluierung erzielte Spektrumsleistung. Eine Verbesserung der digitalen Modellgenauigkeit zur gemessenen PA-Leistung wird durch Vergleichen der Plots mit 15b ersichtlich. Die Differenz im Fehlervektorspektrum auf der hohen und der tiefen Seite des Signals wird durch die Verstärkung der Leistungsabhängigkeits-FIR, benutzend einen Hanning-Fensterfilter, verursacht, bei dem die Zeitverzögerung nicht exakt auf die Verzögerung der Leistungsabhängigkeit korrigiert werden kann, ohne mehr oversampled Signale vorzunehmen. Dies bedeutet, dass die Messungsanordnung eine höhere Abtast-Taktrate haben soll. Eine Verbesserung des Ergebnisses kann stattdessen unter Verwendung der Kreuzkorrelations-Funktionswerte als der früher geschriebenen Leistungs-FIR-Annäherung vorgenommen werden. Der Vergleich mit dem Eingangssignalspektrum in 6a zeigt, dass die Modellierfehler sehr nah an die Spektrumsgrenzen des gemessenen Eingangssignals herankommen. Die verbleibenden Fehler sind ebenfalls innerhalb der Eingangssignalbandbreite am höchsten, da die Leistungsabhängigkeitskorrektur so ausgewählt wurde, dass sie hauptsächlich für die Seitenband-Unterdrückungsfehler funktionierte. Es soll erwähnt werden, dass die Möglichkeit der Durchführung einer weniger genauen Leistungsabhängigkeits-Evaluierung durch Sperren der Differenzial-Gewinnblock-Evaluierungen möglich ist. 16c bis 16f illustrieren die prinzipiellen Flussdiagramme für die Digitalmodellberechnungen gemäß 16a.
Digital-Signal-Vorverzerrer, basierend auf nichtlinearer Vorrichtungsmodellierung.
Bei den, das digitale PA-Modell bedenkenden beschreibenden vorstehenden Kapiteln ist die Ableitung eines neuen digitalen Vorverzerrers gemäß der ersten Ausführungsform dieser Erfindung offensichtlich. In dem Abschnitt auf den Seiten 17 bis 25 wurde gezeigt, dass die Anwendung des inversen PA-Komplexgewinnmodells als ein sehr effizienter digitaler Vorverzerrer für eine komplexe Gewinnverzerrungsauslöschung diente. Durch Anwenden desselben Konzepts auf alle Blöcke des abgeleiteten PA-Modells wird eine neue digitale Vorverzerrungsschaltung vorgeschlagen.
17 zeigt die vorgeschlagene digitale Vorverzerrungsschaltung. Die Erfindung beschreibt vier grundlegende Blöcke mit den Namen 1, 2, 3 und 4.
Der erste Funktionsblock 1 ist die digitale Hardware-Implementierung des Vorverzerrers. Er ist die Echtzeit-Digitalschaltung mit allen gezeigten Funktionsblöcken 101 bis 106.
Der zweite Block 2 ist der digitale Signalprozessor, der zum Aktualisieren der unterschiedlichen Parameter und Nachschlagtabellen, die im Vorverzerrer verwendet werden, verwendet wird. Die unterschiedlichen Softwareblöcke 201 bis 206 werden gezeigt.
Der dritte gezeigte Block 3 ist das zur Steuerung des Systems verwendete Steuerungswort, welches Daten enthält, die für alle anderen in dem Bild gezeigten Blöcke zum Lesen und Schreiben zugänglich sind. Er kann im digitalen Hardwareblock 1 platziert werden, ist aber als ein separater Block aus Gründen der Klarheit gezeigt.
Der vierte Block 4 ist die externe Systemsteuerung zur Überwachung des aktuellen Systemstatus und seiner Aktualisierung. Die externe Steuerung kann entscheiden, ob eine Kalibrationsprozedur durchgeführt werden muss oder ein Vorgang, bei dem einige Blöcke im grundlegenden Vorverzerrer gesperrt werden oder nicht, indem die Inhalte im Steuerwort überschrieben werden. Er kann für SW-Aktualisierungen, Signal-Herunterladungen etc. aus dem DSP 2 verwendet werden.
Grundlegende Kalibrierung und Initialisierung.
Für Kalibrierungszwecke soll ein bekanntes Signal mit ungefähr derselben Leistung, wie in dem höchsten Leistungsfall-Einsatz beabsichtigt, verwendet werden. Ein grundsätzlicher Kalibrierungslauf des Systems wird durchgeführt, um die Tabellen und Parameter mit Standarddaten gemäß der verwendeten aktiven Vorrichtung zu füllen. Die durchschnittliche Leistung und Spitzenleistung im für die Leistungskorrektur-Evaluierung verwendeten Eingangssignal soll im Bereich der beabsichtigten Verwendung des Systems liegen, um die Kalibrierung und Anwendung nachher zu vereinfachen.
Beim Kalibrieren und Initialisieren des Systems wird eine grundlegende Routine eingesetzt. Die digitalen Echtzeitschaltungsblöcke für Leistungsabhängigkeit 103 und der differenzielle Gewinnblock 104 werden gesperrt. Dies bedeutet, dass das Signal durch diese Blöcke unbeeinträchtigt durchgeht. Der EV-FIR-Block 102 wird mit Nullen für alle Abgriffswerte außer dem mittleren Abgriff beladen, der mit dem Wert "1" beladen wird. Dies ist im Detail in den Beschreibungen der individuellen Blöcke später in dieser Veröffentlichung beschrieben.
Der Gewinn-/Phasenvorverzerrungsblock 105 wird mit LUT-Tabellen entsprechend einer Verstärkung von 1 und einem Phasenwinkel von Null beladen. Die FIR-Filter werden mit Zentralabgriffen gleich Eins beladen und der Rest der Abgriffe wird genullt. Der externe DSP und der Vorverzerrer- Steuerungsblock 4 initialisieren ein Digitalwort 5, das durch den digitalen Vorverzerrer 1 gelesen werden soll, das der Schaltung sagt, dass sie starten soll und die in den Speichern innerhalb des Blockes 1 gespeicherte Kalibrationsdatenbasis verwenden soll. Der Parameterblock für jede Funktion hat als ein Beispiel drei Speicherorte –0, 1 und 2. Der erste dient der Initialisierung und wird als der "0"-Block bezeichnet. Der DSP, der das Steuerungswort 3 überwacht, beginnt, Signale S1 und VM aus dem Speicher in 106 herunterzuladen und beginnt die Verarbeitung der Daten. Wenn der DSP 2 Berechnungen anhand der Softwareblöcke 202 und 203 vorgenommen hat und zum Aktualisieren bereit ist, liest er das Steuerungswort 5, das die Datenbankverwendung definiert und entscheidet, wo die aktualisierten Daten abzulegen sind. Falls das Steuerungswort eine "0" für diese Position aufweist, lädt der DSP die neuen Daten in eine "1" genannte Speicherposition. Wenn das Laden abgeschlossen ist, überschreibt der DSP die "0" im Steuerungswort 3 Datenbank-Pointer mit einer "1", was der digitalen Echtzeitschaltung 1 mitteilt, dass sie unter Verwendung der neuen Datenbank beginnen soll. Falls der DSP bereits eine "1" im digitalen Steuerungswort liest, entscheidet der DSP, dass er die neuen Aktualisierungen in eine Position "2" legt und den Steuerungswort-Datenbank-Pointer entsprechend ändert. Falls der DSP eine "2" Speicherposition liest, schaltet er zurück und legt die neuen Daten in "1"-Position ab und aktualisiert den Steuerwort 5-Datenbank-Pointer.
Zeitphasen und Verstärkungseinstellung.
Eine definierte Anzahl von Proben aus dem Eingangssignal S1 und dem Ausgangssignal VM wird auf den DSP heruntergeladen. Die DSP-Routine 201 berechnet die Zeitdifferenz in den Proben und den korrekten, als Korrektur der Verstärkungstabelle LUT zu verwendenden Phasor und speichert ihn für spätere Aktualisierung. Der DSP speichert die Zeitdifferenzverzögerung (ts), um die Berechnungszeit für weitere Aktualisierungen später zu vermindern. Der DSP kann auch eine Korrektur des Gewinns des Eingangssignals in Block 101 vornehmen. Falls ein zu hoher Pegel des Eingangssignals an dem System angelegt wird, berichtet der DSP an das Steuerungswort 3, das weiter an die externe Steuerung 4 berichtet, die einige externe Dämpfer einstellen kann. Das Steuerungswort 3 kann auch die Möglichkeit haben, selbst externe Einstellungen mit hinzugefügten Schnittstellen und DSP-Funktionalität vorzunehmen. Die Berechnung des Timings und der Phasenkorrektur wird in derselben Weise vorgenommen wie im Abschnitt auf den Seiten 17 bis 25 beschrieben. Der Steuerungsblock 3 kann mit einem "Gewinn-Back Off"-Faktor geladen werden, der im System zu verwenden ist, um mit der Analog-Vorrichtungs-Gewinnänderung gegenüber der Temperatur klarzukommen und dem Eingangssignal eine ungefähre Marge zu verleihen, so dass die Signalpegel innerhalb des Systemes niemals einen maximalen gestatteten Wert übersteigen. Die Phasendifferenz zwischen den VM- und S1-Signalen kann in die inversen FIR-Filterabgriffswerte inkorporiert werden, indem jeder Komplex mit dem Korrekturphasenwert für eine erste Adaptierung multipliziert wird. Der in 105 inkorporierte inverse FIR-Filter adaptiert und korrigiert bezüglich des langsamen Drifts im Aufwärtsmischer und der PA-Gruppenverzögerung und Frequenzreaktions-Drifts.
Die Gewinneinstellung soll in einer solchen Weise vorgenommen werden, dass der Vorverzerrer 1 die Fähigkeit hat, die Tabellen innerhalb des Eingangssignalbereichs so einzustellen, dass eine langsame Vorverzerrer-Adaptierung gemacht werden kann aufgrund der Umgebungstemperaturänderung der verwendeten nichtlinearen Vorrichtung. Eine Art von digitalen Signalverstärkungs-Backoff wird. verwendet und in AGA-Block 101 eingestellt. Es wird angenommen, dass die Umgebungstemperatur durch die Adaptierung des Vorverzerrers korrigiert wird. Die Gewinn-Backoff-Einstellung kann auch für kalibrierte Übertragungs-Drifts in den Hardware- Einstellaufwärtsmischern und Abwärtsmischern des nichtlinearen PA angenommen werden.
Gewinn-/Phasen-Vorverzerrungsblock.
Die Aktualisierung von Gewinntabellen-LUTs und FIR-Filter-Abgriffspeichern des Gewinn- und Phasenentzerrungsblocks 105 wird im DSP-Block 203 anhand der obigen Beschreibung berechnet. Jede Berechnung bedeutet eine Aktualisierung der LUT und der FIR-Filterspeicher, die in dem Vorverzerrer 105 verwendet werden. Eine Messung der in späteren Kapiteln beschriebenen Leistung wird der Vorverzerrersteuerung 3 berichtet, welche die Freigabe-Funktionen im digitalen Steuerwort 5 aktualisiert, um das System mit mehr angewendeten Funktionen zu betreiben. Wenn sich alle Funktionen der Gewinn-/Phasen-Entzerrblöcke für einen gewissen Leistungsmessfaktor angepasst haben, geht der DSP gemäß der Steuerungswortablesung weiter, um den nächsten Block gemäß den Einstellungen des Steuerworts 3 zu berechnen.
Der differenzielle Gewinnvorverzerrungsblock.
Die Prozeduren der Kalkulierung dieses Blockes 204 und der Aktualisierung des Digitalteils 104 können in zwei unterschiedlichen Weisen vorgenommen werden, abhängig von der Prozessor-Kalkulationsleistungs-Fähigkeit des DSP.
Zuerst kann er durch dieselbe Prozedur wie für die differenzielle Verstärkung gemäß dem Betrag und der Phasendatenbasis, die in 11c gezeigt sind, berechnet werden. Die Aktualisierung wird dann als die inversen Komplexgewinnwerte in der LUT vorgenommen.
Ein zweiter, schnellerer aber weniger genauer Weg als der erste Ansatz ist die Verwendung linearer Regression der in die LUT-Tabellen gesetzten Daten. Die Anwendung dieser Prozedur hängt von der nichtlinearen Vorrichtungsleistung ab.
Wenn der DSP die Berechnung vorgenommen hat, aktualisiert er die entsprechenden Speicherpositionen in 1 und schreibt die entsprechende Aktualisierung an das Steuerwort 5. Eine Adaptierung des differenziellen Gewinnvorverzerrungsblocks wird in derselben Weise wie für den komplexen Gewinn-/Phasenblock vorgenommen, bevor zum nächsten Block fortgeschritten wird.
Der Leistungskorrektur-Evaluierungsblock.
Das System schreitet damit fort, die differenzielle Leistungsabhängigkeit anhand dem DSP-Block 205 zu berechnen. Es gibt zwei Auswahlen, wie dies und die Prozeduren gemacht werden können.
Das erste Verfahren ist das, das automatisch vorgenommen wird. Der DSP berechnet alle Prozeduren durch geeignete Programmierung des DSPs. Der DSP kann gesteuert werden, eine Aktualisierung der Leistungsabhängigkeit periodisch nachträglich vorzunehmen, falls die Umgebungstemperatur diese Leistung beeinträchtigt. Dies wurde im Abschnitt "der Leistungsabhängigkeitblock" beginnend auf Seite 30 umrissen. Wie oft die Abhängigkeits-Adaptierung vorgenommen werden muss, ist unklar, da es keine verfügbaren Daten gibt. Die Erfahrung des Anwendens der DPD-Lösung gemäß der vorliegenden Erfindung wird zukünftig mehr Einsicht in diese Frage geben. Eine Adaptierung des Leistungs-FIR-Gewinnfaktors wird wahrscheinlich am durchführbarsten sein.
Das zweite Verfahren ist, dass der DSP und der Vorverzerrer das Steuerungswort kontroll-liest und entsprechend S2 und VM-Signale in die externe Steuerung lädt, wo der Leistungsabhängigkeits-FIR-Filter in einem anderen Prozessor evaluiert werden, der von einer menschlichen Schnittstelle kontrolliert wird, die die Berechnungen und Evaluierungen vornimmt. Dies ist möglich, falls die Leistungsabhängigkeit einer Vorrichtung sich erwartungsgemäß nicht ändert und dann kann sie nur einmal evaluiert werden. Wahrscheinlich gibt es ein Versagen bei der tatsächlichen Vorrichtung, falls die Temperaturabhängigkeit anfängt, sich in der angewendeten nichtlinearen Vorrichtung zu ändern. Durch Vornehmen der Leistungsabhängigkeit außerhalb des Systems wird viel Speicherplatz für Programm im DSP-Block 205 in 16 gespart.
Nachdem die Evaluierung der differenziellen Leistungsabhängigkeit vorgenommen ist, werden die Daten für den FIR-Filter, die Verzögerung und die Gewichtung gemäß einem vorherigen Kapitel in den Speicher des Leistungsabhängigkeits-Vorabweichungsblocks 103 geladen und das Steuerwort 3 wird aktualisiert, so dass der Vorverzerrer 1 beginnt, diese Funktion zu nutzen.
Falls eine korrekte Einstellung des Leistungsmittelwerts PM für den differenziellen Leistungskorrekturblock und die Zeitverzögerung vorgenommen worden ist, ist das Ergebnis eine symmetrische Seitenbandunterdrückung im Vorverzerrer.
EV-FIR-Anwendung.
Bei einigen Anwendungen der vorgeschlagenen DPD-Schaltung muss der Fehlervektor zwischen dem Eingangssignal und dem Ausgangssignal einen sehr niedrigen Pegel an Fehlern zwischen dem digitalen Eingangssignal und dem gemessenen Ausgangssignal löschen, wobei die Aufwärtsmischfrequenz-Eigenschaften als die Einflüsse aus den Blöcken 103 und 104 berücksichtigt werden. Die FIR-Filter im Gewinn-/Phasen-Vorabweichungsblock werden sich an ein. Eingangssignal anpassen, das mit der Leistung und der angelegten differenziellen Gewinnvorverzerrung modifiziert wird. Die Verwendung des EV_FIR 102 wird angewendet, um die Gruppenverzögerung und Frequenzantwort gegenüber dem wahren Eingangssignal an das System zu korrigieren. Die Berechnungen sind dieselben wie für die später beschriebenen inversen H0-Berechnungen, die in Block 105 verwendet werden, aber mit Verwendung des Eingangssignales S1 anstelle des S2-Signals, zusammen mit dem gemessenen Signal VM in 17a.
Für eine breitere Frequenzabdeckung der EV-FIR-Leistung als der beabsichtigten Eingangssignal-Bandbreite kann das Signal 51 in diesem Fall ein breiteres Frequenzsignal sein, aber mit einem niedrigeren Leistungspegel zum PA und somit ein Vermindern der Verzerrung aus der aktiven Vorrichtung, welche die Berechnung beeinträchtigen kann und die von den EV-FIR-Abgriffsevaluierungen herrührt. Noch besser ist es, ein phasenmoduliertes Signal ohne vorhandene Amplitudenmodulation zu verwenden.
Verwendung des Systems.
Nachdem die Kalibrierung vorgenommen worden ist, ist das System bereit zur Verwendung. Die Einstellung des letzten Steuerworts 3 definiert die Datenbasis zum Betrieb für die einzelnen Blöcke. Die Kalibrierungsdaten sind in einem nicht-destruktiven Speichermedium gespeichert worden. Das System lädt die Daten in den DSP 2 und den Vorverzerrer 1 und beginnt zu laufen. Der DSP berechnet und aktualisiert die drei Basisblöcke 101, 103 und 104 anhand der bereits beschriebenen Einstellungen des Steuerworts 5. Die anfänglichen DSP-Steuer-Evaluierungsparameter werden durch den DSP und die Vorverzerrersteuerung überwacht, welche die Validität der überwachten Parameter überprüft und einen Alarm an die externe Steuerung 3 gibt, falls die Validitätsgrenzen überschritten werden. Da sich die Leistung der Vorverzerrerabhängigkeit auf alle angewendeten DPD-Funktionen stützt, können mehr Blockadaptionen Variationen in der DPD-Anwendungspektrum-Reaktion verursachen, statt das Spektrum für jede Adaptierung zu verfeinern. Der Vorverzerrer-Gewinn-/Phasenkorrekturblock soll die höchste Priorität für die Adaptierung jeder DSP-Evaluierung haben, während die anderen Funktionsblöcke aktualisiert werden können, wenn der Gewinn-/Phasen-Vorverzerrungsblock mit der eingestellten Leistungsgrenze übereinstimmt.
Basisentwurf der Vorverzerrerblöcke.
Ein Probenumriss der vier vorgeschlagenen Vorabweichungsblöcke wird in diesem Kapitel gemacht. Grundlegend für alle ist, dass sie eine inverse Korrektur anwenden, im Vergleich zu dem in dieser Veröffentlichung beschriebenen PA-Modellblöcken. Der Unterschied zwischen diesem Entwurf des neuen Vorverzerrungsvorschlages ist, dass die eingeführte Gruppenverzögerung der Vorverzerrer des Standes der Technik gelöscht wird, was zu sehr kleinen Fehlervektoren führt, die vom DPD-System herrühren, das im empfangenen Signal zur Handhabung durch einen Drahtlos-System-Empfänger verwendet wird.
Für die zweite Ausführungsform sollte angemerkt werden, dass das vorgeschlagene digitale Vorverzerrersystem modifiziert und als Teil des MCPA-System unter Verwendung einer Aufschaltungsschleife verwendet werden kann. Die Algorithmus-Beschreibung dieser Erfindung ist in einer Weise definiert, die mit Fehlervektoren in den Funktionsblöcken arbeitet. Daher ist es möglich, eine Fehlerauslöschung in einer hinzugefügten Aufschaltungs-Schleifenanwendung zu der in 22 umrissenen grundlegenden digitalen Vorverzerreranwendung zu erzielen. Dieselben Algorithmen können in einem System verwendet werden, das den Fehlervektor in einem Auslöschpunkt in einem Aufschaltesystem misst. Der neu erfundene Vorverzerrer führt ebenfalls Gruppenverzögerungs-Auslöschung durch und vermindert damit das in einer. zweiten Schleifenfehlerverstärker in einer Aufschaltlösung zu verwendende Fehlersignal.
Phasor-Multiplikator.
Der Multiplikator in 18 ist eine Komplexzahl A + jB mit einer Betrag gleich "1", der mit jeder der komplexen Eingangssignalproben multipliziert wird, um ein phasenkorrigiertes Ausgangssignal bereitzustellen. Dieser Phasor wird verwendet, um eine perfekte Passung bei der Rotation des I/Q-Diagramm der verwendeten Signale VM und S2 in 17 zu machen. Die in dem Speicher verwendete Komplexzahl wird vom DSP 2 in 17 bereitgestellt. Die LUT-Tabellen in 105 in 16 können mit dem mit der Phasor-Einstellung multiplizierten inversen Komplexgewinn aktualisiert werden und mindern somit die Hardware-Anforderung. Dann wird kein externer Phasorblock benötigt.
Die adaptive Aktualisierung des Phasors wird vorgenommen, indem der letzte Phasorwert genommen wird und er mit dem neukalkulierten Wert multipliziert wird, der durch eine 1-Abgriff-FIR-Filter-Entzerr-Technik gefunden wird, die zuvor für Vorrichtungsmodellierung beschrieben wurde.
Verstärkungs-/Phasenentzerr-Vorabweichungsblock.
Der Gewinn- und Phasenentzerrblock für die schließliche Lösung in 19 ist in Vergleich zu 5a etwas verändert. Der früher erwähnte inverse H0-FIR-Filter wird in zwei Filter HC1 und HC2 geteilt, die für grobe und feine Korrektureinstellung der Zeit und Phasenleistungsentzerrung oder Gruppenverzögerungsauslöschung verwendet werden. Für den ersten Optimierungs- oder Adaptierungslauf werden die Filter mit gleichen ungeraden Zahl von Abgriffen mit Null-Abgriffswerten beladen, außer für den mittleren Abgriff, der mit einer "1" beladen wird. Für die ersten Anfangsläufe wird die Aktualisierung nicht vorgenommen. Wenn die Adaptierung die Verzerrung so vermindert hat, dass eine linearere Reaktion erzielt wird, ergibt der grundlegende lineare FIR-Filter-Algorithmus eine exakte Antwort für Gruppenverzögerungs-Auslöschzwecke unter Verwendung der FIR-Filter HC1 und HC2.
Die Optimierung und Adaptierung des Vorverzerrer-Inversgewinns und der -Phase setzt sich fort, bis eine Messung der Leistung des verwendeten H0 in den zuvor beschriebenen Algorithmen erzielt wird. Normalerweise kann die Leistung des Vorverzerrers durch Evaluieren der Leistung des Fehlervektors gemessen werden, aber hier wird eine viel effizientere Evaluierung beschrieben. Die Messung des Optimierungsprozesses wird durch Evaluieren der Verbesserung der FIR-Filterung vorgenommen, aber an den Verstärkungstabellen in der folgenden beschriebenen Weise. Wenn die berechneten H0-Abgriffswerte in der Adaptierung stabilisiert sind, bedeutet dies, dass der Vorverzerrer korrekt arbeitet.
Die PA-Modell-Algorithmus-H0-Filter-Abgriffswerte von vorheriger und derzeitiger Adaptierung für komplexe Gewinnberechnungen werden gemessen. Der Betrag des quadrierten Differenz-Summenvektors wird gemacht. Diese Messung, hier "HC1 Cancel" genannt, wird mit einem Grenzwert "HC1_Cancel_Limit" im DSP verglichen. Sobald der "HC1_Cancel" kleiner ist als die Grenze, beginnt der DSP die Aktualisierung der HC1-FIR-Filterkoeffizienten und verwendet den letzten HC1-Filter, der die Grenzerfüllung oben ergab. Die nachfolgenden FIR-Filter-Adaptierung des Vorverzerrer 2-Blocks 105 in 17 werden durch Aktualisierungen des zweiten fein-eingestellten FIR-Filters HC2 vorgenommen. Beide komplexen bewerteten Filter werden Betragsgewinn-eingestellt, um einen Gewinn gleich "1" bei Null-Frequenz aufzuweisen, um nicht die verwendeten Gewinntabellen zu beeinträchtigen.
Der inverse H0-Filter ist durch FIR-Filter-Entzerrung entworfen, die oben beschrieben worden ist und die Signale S2 und VM in 17 im für die Vorrichtungsmodellierung beschriebenen Algorithmus umgekehrt wird, die im Abschnitt "Gewinnmodell für die PA-Repräsentation" ab Seite 14 diskutiert ist.
Die zwei FIR-Filter HC1 und HC2 sind brauchbar, weil die Verwendung nur des ersten FIR-Filters HC1 Oszillationen in der Adaptierung ergeben kann, wenn die Zeitverzögerungen der aktuellen Vorrichtung die aktuelle Zeitabnahme um einen gewissen Bruchteil der Taktzeit übersteigen. Der Filter HC1 bewahrt die korrekte Zeitabtast-Phaseneinstellung, so dass der zweite FIR-Filter HC2 in der FIR-Abgriffsreaktion zentriert ist. Der zweite FIR-Filter HC2 verfeinert das Vorverzerrungsergebnis und passt sich an langsame Änderungen im System an.
Wenn der FIR-Filter HC1 verwendet wird, werden die folgenden Adaptionen die Werte von Filter HC2 in der folgenden Weise adaptieren. Aus dem vorherigen FIR-Filter HC2 wird das komplexe FFT berechnet der neue FIR-Filter HC2-Komplex-FFT wird auch berechnet. Dies geht sehr schnell, wenn nur wenige Abgriffe verwendet werden. Die zwei FFTs werden multipliziert und der inverse Komplex-FFT vom Ergebnis wird vorgenommen. Dieser neue FIR-Filter wird als Aktualisierung im System von Filter HC2 gespeichert. Die Anzahl von Abgriffen des Filters HC2 wird durch dieses Verfahren konserviert. Eine direkte Konvolution des vorherigen und des letzten FIR-Filters HC2 steigert die Anzahl von Abgriffen.
Die zwei Filter in Kaskade geben eine flache Frequenzreaktion der Systemantwort, was die nichtlineare Vorrichtungsantwort der Aufwärtsmischer löscht. Für die Minderung der Anzahl von komplexen Abgriffen im Vorverzerrer können die zwei Filter HC1 und HC2 im DSP durch Konvolution berechnet werden, um eine Aktualisierung eines einzelnen Filters HC_tot bereitzustellen, der immer noch. die gewünschte Frequenzantwort für optimale Fehlerlöschung aufweist.
Jede Adaption oder Berechnung im DSP ergibt eine aktualisierte LUT und Filterabgriffe im Vorverzerrer. Die Aktualisierung des Vorverzerrungs-Steuerungsworts 5 in 16 wird ebenfalls vorgenommen.
Es gibt auch Möglichkeiten, einen Kompensations-FIR-Filter HC_tot in der Anwendung zu verwenden und diesen Filter in derselben Weise wie für den Filter HC2 beschrieben, zu aktualisieren. Der grundlegende Unterschied für den in dieser Veröffentlichung offenbarten Vorverzerrer im Vergleich zu vorbekannten Vorverzerrern ist, dass die Filter für Gruppenverzögerungslöschung in diesem Block, die Filter HC1 und HC2, implementiert werden müssen, um in der Lage zu sein, weitere DPD-Funktionsblock-Evaluierungen vorzunehmen. Die anderen Vorverzerrungs-Funktionseigenschaften werden durch Untersuchungen der Fehlervektoren evaluiert und ohne Gruppenverzögerungslöschung ist es nicht möglich, genaue Messungen für diese Eigenschaften aufzulösen. Die hinzugefügten Vorverzerrungs-Funktionen als "differenzielle Gewinn-Vorverzerrungs-Berechnung" 203 und die "Leistungs-Vorverzerrungs-Berechnung" 205 in 17a erfordern den niedrigeren der Gruppenverzögerung und Betragsfehler, um die korrekte Anwendung der Funktionsblöcke 104 und 103 bereitzustellen.
Der differenzielle Gewinn-Vorverzerrungsblock.
Nachdem die Gewinn- und Entzerrungsblock 105 in 16 Berechnungen vorgenommen sind und das Vorverzerrer-System ist in der Adaption so weit gegangen ist, dass der FIR-Filter HC2 verwendet wird, wird die differenzielle Gewinnkorrektur 104 berechnet. Die Aktualisierung wird an einer Schaltung gemäß 20 vorgenommen. Der Entwurf dieses Blocks ist im Wesentlichen derselbe wie in 10, aber es wird in der Tabelle der inverse differenzielle Komplexgewinn verwendet. Die inverse differenzielle Komplexgewinn-LUT kann direkt oder unter Verwendung des Inversen des Gewinnausdrucks, der für digitale Modellarbeit abgeleitet ist, berechnet werden. Die Adaption wird vorgenommen, bis eine Leistungsmessgrenze für die Adaption wie zuvor beschrieben erreicht ist.
Leistungsabhängigkeit-Vorverzerrungsblock.
Der Leistungs-Vorverzerrungsblock ist derselbe wie in 14 und hat denselben Entwurf wie für die PA-Modell-Vorverzerrung und soll auf die folgende Formel angewendet werden.
S_inl_Power_Correct(t) = S_in(t)·[l + dP_conv(t + Td)·GP/(R_in(t) + δ)] wobei GP der Leistungs-FIR-Filter-Gewinn ist. Das Vorzeichen des Faktors GP wird automatisch das richtige sein, abhängig vom 1-Abgriff-Entzerrprozess, der verwendet wird, um den im früheren Paragraphen auf Seite 32 beschriebenen GP-Wert zu finden. "dP_conv" ist die Konvolution der Differenzleistung P(t)-PM im Eingangssignal mit dem ausgewählten Leistungs-FIR-Filter gemäß dem Abschnitt "Der Leistungsabhängigkeitsblock" auf Seite 29. Td ist die Leistungsfilter-Antwortverzögerung in Zeiteinheiten. Die in 14 gezeigten Verzögerungen werden gemäß der tatsächlichen digitalen Implementierung eingestellt, um der obigen Formel zu genügen. Freigabe und Sperrung dieser Leistungsfunktion können durch Ausnullen beispielsweise des Gewinnfaktors GP oder der Leistungs-FIR-Filterabgriffe gemacht werden. Der Leistungsmittelwert zum Berechnen der differenziellen Leistung kann weiterhin abhängig von der verwendeten aktiven Vorrichtung optimiert werden. Einige Anmerkungen zur Verwendung dieser Funktion müssen erwähnt werden, um die beste Leistungsfähigkeit zu erzielen. Falls ein fehlerhafter Verzögerungswert "td" verwendet wird, wird das Verzerrungsspektrum in seiner Frequenz verschoben werden. Wenn ein symmetrisches Spektrumsergebnis für das System erzielt wird, ist die Leistungseinstellzeitverzögerung td optimal. Wenn die niedrigste Spektrumsleistungsfähigkeit erzielt wird, wird der Leistungsmittelwert PM für einen optimalen Wert für die verwendete Vorrichtung eingestellt. Eine Feineinstellung des PM-Werts kann erforderlich sein, wenn die mittlere Leistung in einem Eingangssignal nicht dieselbe ist wie die mittlere Leistung aus einer nichtlinearen Vorrichtung. Wenn über den Leistungs-FIR-Filter entschieden wird, werden weitere Adaptionen am Leistungs-FIR-Filter-Gewinnwert sein.
Normal verwendete Vorverzerrungsblöcke.
21 zeigt die notwendigen Vorverzerrer-Funktionsblöcke gemäß einer Anwendung wie in 2. Der Hauptunterschied ist, dass der EV-FIR-Block 102 in 17 weggelassen ist und daher das Signal "S1" zur Signalverarbeitung nicht an den DSP übertragen werden muss.
Ausgedehnte Verwendung des neuen DPD der Erfindung.
22 zeigt eine Hauptanwendung der von der vorliegenden Offenbarung beschriebenen digitalen Vorverzerrungsschaltung für eine kombinierte DPD und Aufschaltungsschleife MCPA. Die Vorverzerrer-Funktionsblöcke sollen dann den Entwurf wie in 17 aufweisen, einschließlich des EV_FIR 101. Der hinzugefügte EV_FIR-Block in 17 minimiert den Fehler zwischen dem wahren Eingangssignal S1 und dem Ausgabesignal. Die Vorverzerrer-FIR-Filter HC1 und HC2 minimieren zwischen dem modifizierten Eingangssignal und der, differenzielle Gewinn-Vorverzerrung enthaltenden, Eingangssignal-Vorverzerrung.
Der Vorteil dieser Lösung ist, dass der DPD in der vorliegenden Erfindung dafür ausgelegt ist, den Fehler zu minimieren. In einem Löschpunkt in einem Aufschaltdesign hat der Fehler für ein effizientes Design minimiert zu werden. Die vorliegende DPD-Lösung vermindert Signalpegel an den Fehlerleistungsverstärker und daher den MCPA-Leistungsverbrauch dahingehend, dass ein Niedrigleistungs-Ausgabefehler-Leistungsverstärker verwendet werden kann. Diese kombinierte DPD und Aufschaltschleifenanwendung kann für MCPA-Anwendungen eingesetzt werden, die hohe Anforderung an Verzerrungslöschung stellen. Die Aufschaltschleife vermindert die Verzerrungsfehler weiter.
In 22 stellt ein komplexer Basisbandgenerator 1 ein digitales Eingangssignal V_in einem digitalen Vorverzerrer 2 bereit, der von einem DSP 3 gesteuert wird. Das Eingangssignal wird auch einem DAC und einem Referenz-Aufwärtsmischer zugeführt. Der Referenz-Aufwärtsmischer wird verwendet, um ein sauberes Signal ohne Verzerrung einem Signallöschpunkt 5 in einem FF MCPA-Entwurf bereitzustellen. Der Löschpunkt soll nur die verbleibende Verzerrung aus dem Leistungsverstärker 7 enthalten. Der DPD 2 treibt einen DAC und einen Aufwärtsmischer 6, der ein Signal an einem Hauptleistungsverstärker 7 bereitstellt, was die Verzerrung vermindert. Das Ausgabesignal aus dem MPA 7 wird abgetastet und einem Löschpunkt 5 bereitgestellt. Das Ausgabesignal nach dem Löschpunkt wird zu einem Messempfänger 8 hin abgetastet, der Fehler zwischen dem erforderlichen Signal und dem MPA 7-Signal misst. Das Signal enthält die verbleibende Verzerrung aus dem MPA, die zu minimieren ist. Dieses Signal wird in digitalem Format dem DSP 3 bereitgestellt. Das Fehlersignal wird auch durch einen Fehlerleistungsverstärker 9 gegeben und in einer korrekten Antiphase angewendet, durch die Verzögerungseinstellung 10 für die EPA 9-Zeitverzögerung an die MCPA-Ausgabe, die die eingeführte Verzögerung des Fehlerleistungsverstärkers löscht. Die Aufschaltungsschleife löscht dann die verbleibenden Verzerrungsfehler, die nach der DPD-Einstellung an das MPA 7 Ausgangssignal vorhanden sind.
Diese Anwendung ist für den DPD in dieser Erfindung verfügbar. Der DPD in dieser Erfindung arbeitet mit der Fehlervektor-Differenz, berechnet das EV = V_PA – V_in-Signal in den Vorverzerrer-Berechnungen und die zuvor in dieser Veröffentlichung beschriebene Algorithmen. In der Anwendung gemäß 22 ist das Signal EV bekannt und das Signal V_in ist ebenfalls bekannt. Daher kann das Signal V_out berechnet werden und dasselbe Verfahren wie in dieser Erfindung kann daher für eine Anwendung, wie in 22 illustriert, eingesetzt werden. Der DPD stellt das Signal V_PA in 22 ein, bis die Fehler im Vergleich zum Signal V_in am Referenzpunkt minimiert werden. Jegliche eingeführte Fehler in der Referenz-Aufwärtsmischerkette verbleiben. Der DPD wird die Aufwärtsmischer-Frequenzantwort so einstellen, dass sie für den Referenz-Aufwärtsmischer dieselbe ist, wenn die Fehler am Löschpunkt minimiert werden.
Die Anwendung in 22 ist in einer vereinfachten Form gezeichnet, nur um das Prinzip zu illustrieren. Die Referenzkette 4 verwendet normalerweise einen Frequenzübersetzungs-Digitalblock numerisch kontrollierten Oszilliator MCO in der Referenzkette, um ein Basisband-Eingangssignal innerhalb des verwendbaren Videofrequenzbereichs des benutzten DAC bereitzustellen. Die verwendeten Aufwärts- und Abwärtsmischer führen Frequenzeinstellungen durch, so dass die Signale bei HF-Frequenzen dieselben sind. durch Verwendung verschiedener lokaler Oszilliatoreinstellungen in den Aufwärts- und Abwärtsmischern.
Referenzen
Literatur der allgemeinen nichtlinearen Theorieübersicht mit ausgedehnten Literatur-Referenzen sind unten aufgeführt.

[1] "Polynomial Signal Processing" von V.John Mathews, Giovanni L. Sicuranza 2000, ISBN-0-471-033414-2, John Wiley Publishing Company
[2] "Non-linear System Identification Input-output-Modelling Approach" von Robert Harver, Lazlo Keviczky 1999, ISBN 0-7923-5856-2 und ISBN 0-7923-5859-9, Kluwer Academic Publishers.

Claims

Verfahren zum Modellieren eines nichtlinearen digitalen Signalverarbeitungssystems zur Abweichungsminimierung, gekennzeichnet durch die Schritte Ausdrücken des nichtlinearen digitalen Verarbeitungssystems als eine Anzahl von Prozessen abhängig von einem Satz vorgegebener Prozessparameter P1 bis PN und nicht-linearen Prozessen, die als NLS(P1, P2, ...PN) bezeichnet werden, die durch Multiplizieren von Blöcken oder einer Kaskade nichtlinearer Unterprozesse beschrieben sind, die alle von einem der einen nichtlinearen Prozessparameter P1 bis PN abhängen, wobei jeder Unterprozess durch einen verallgemeinerten Wiener oder Hammerstein Prozess beschrieben ist, der sowohl einem linearen als auch einen nichtlinearen Prozess enthält und eine Beschreibung des Prozesses oder Systems mittels eines Modells durchgeführt wird, das zuerst eine Transfer-Funktion eines von einem Prozess P1 abhängigen nicht linearen Haupt-Subsystems (MNLS) beschreibt und nachfolgend nichtlineare System-Prozesse multipliziert, die alle durch eine Transfer-Funktion 1 + dNLS(dPi) beschrieben sind, wobei ein Prozess dNLS(dPi) als ein Differenz-Unter-Prozess zu den vorherigen kaskadierten Prozessen definiert ist und ein Prozessparameter dPi als gleich zu einer Differenz zwischen einem tatsächlichen Prozessparameterwert Pi und einem Mittelwert Pi_mean des in vorherigen Prozessen verwendeten Prozesswertes Pi definiert ist.
Verfahren gemäß Anspruch 1, gekennzeichnet durch die weiteren Schritte Bewerten eines ersten Hauptsystemprozesses MNLS(P1) durch eine Modellparameter-Adaption, die Fehler zwischen einer beobachteten Ausgabe aus dem tatsächlichen Prozess und einer berechneten Ausgabe aus dem modellierten nichtlinearen Hauptprozess MNLS(P1) abhängig vom Parameter P1 minimiert, wodurch sowohl der Modell- als auch der tatsächlich gemessene nichtlineare Prozess dieselbe Eingangsstimuli aufweisen, und ein nächster kaskadierter Prozess Pi weiterhin evaluiert wird und der Wert des Prozesses dPi durch weitere Berechnungen unter Verwendung von Fehlern zwischen einer tatsächlichen Ausgabe aus diesem tatsächlichen Prozess und einer Ausgabe des soweit modellierten Prozesses, welche dieselben Eingangsstimuli aufweisen, adaptiert wird.
Verfahren gemäß Anspruch 2, gekennzeichnet durch die weiteren Schritte Verwenden, beim Linearisieren eines tatsächlichen nichtlinearen Prozesses oder Systems, diese kaskadierbare nicht-lineare Prozessbeschreibung, die durch Verbindung kaskadierter Unter-Prozesse hergestellt wird, die alle vom Prozessparameter Pi vor dem tatsächlichen nichtlinearen Prozess oder System abhängen, wobei die Verbindung der Prozesse derart ist, dass ein erster kaskadierbarer Block ein nicht-linearer Unterprozess ist, abhängig von einem Differenzprozess dPN, und ein Prozess am nächsten an dem tatsächlichen nichtlinearen System von dem Prozessparameter P1 abhängig ist, der sich auf das nichtlineare Hauptsystemmodell MNLS(P1) bezieht, wobei jeder Unter-Prozess eine inverse Prozessfunktionalität des entsprechenden nichtlinearen Modellunterprozesses aufweist, und die inversen Unterprozesse entweder eine direkte Inversion des nichtlinearen Modell-Unter-Prozesses 1/(1 + dNLS(Pi) oder ausgedrückt als 1 + dNLSm(Pi) ist, wobei dNLSm(Pi) ein modifizierter Prozess abhängig von demselben Prozessparameter Pi wie im nichtlinearren Model ist und eine inverse Funktionalität des von der Parameter P1-Funktionalität abhängigen Hauptprozesses MNLS(P1) entweder ein direkt Inverses 1/MNLS(P1) des Modellprozesses oder ein modifizierter nichtlinearer Prozess MNLSm(P1) mit der inversen Funktionalität des nichtlinearen Hauptmodellprozesses ist.
Verfahren gemäß Anspruch 3, gekennzeichnet durch die weiteren Schritte Durchführen von Adaption und Optimierung des Linearisierungsprozesses durch Minimieren der Fehlerverteilungen zwischen den Eingangsstimuli und der beobachteten Ausgabe aus dem die kaskadierten Linearisierungssystemblöcke und das tatsächliche, nichtlineare System enthaltenden Gesamtsystem, wodurch das Fehlerminimieren zuerst gegenüber dem Hauptsprozess P1 in einem inversen Prozessblock 1/MNLS(P1) oder MNLSm(P1) der Kaskade durchgeführt wird, und wenn die Adaption ein Minimum erreicht hat und keine weitere Fehlerreduktion durch den Adaptionsprozess erhältlich ist, geht das Linearisierungssystem durch Fehlerminimierung des nächsten Blocks abhängig vom Prozess P2 weiter, und so fort, bis der letzte Parameter des Kaskadenlinearisierungssystems minimiert ist, and die Linearisierung kann dann eine zweite Schleife oder ein kontinuierliches Schleifen linearer Adaption durch Durchführen desselben Fehlerminimmierungsprozesses, der mit dem Parameter P1 beginnt und mit dem Parameter PN endet, nehmen.
Verfahren gemäß Anspruch 4, gekennzeichnet durch die weiteren Schritte Adaptionslinearisierung von Unterblöcken in der Linearisierungskaskade entweder durch Berechnung eines virtuellen Modells in einem Systemprozessor, der den Linearisierungsprozess steuert, und Minimieren der Fehler zwischen der berechneten virtuellen Modellausgabe mit der Gesamtsystemausgabe, wodurch der Linearisierungs-Unter-Block durch das direkte Inverse des berechneten Modellblocks aktualisert werden kann, oder es wird eine Mischung von Adaptionstechniken verwendet, indem einige Unterblöcke in den Linearisierungsschaltungen mit Werten aktualisert werden, die aus dem virtuellen nichtlinearen Systemmodell abgeleitet sind, während andere Blöcke direkt durch direkte inverse Signaltransfereigenschaftsberechnungswerte aktualisiert werden, die die Fehler zwischen der beobachteten Ausgabe und den Eingangsstimuli an das Linearisierungssystem minimieren.
Verfahren gemäß einem der Ansprüche 1 bis 5, gekennzeichnet durch die weiteren Schritte Neuanordnen von Prozeduren, so dass der Hauptprozess MNLS von mehr als einem Prozess abhängen kann, d.h. MNLS (P1, P2, PM) und Unterprozesse auch als ein dNLS (PM, PM + 1...) eingestellt werden können, wodurch ein Rechenaufwand in jenen Fällen multiple Kernel-Lösungen für jeden Unterprozess sein wird und eine Mischung von einzelnen Prozessblöcken und mehrfachen Prozessblöcken verwendet werden kann.