ES2261785T3 - Metodo de modelizacion no lineal. - Google Patents
Metodo de modelizacion no lineal.Info
- Publication number
- ES2261785T3 ES2261785T3 ES02803140T ES02803140T ES2261785T3 ES 2261785 T3 ES2261785 T3 ES 2261785T3 ES 02803140 T ES02803140 T ES 02803140T ES 02803140 T ES02803140 T ES 02803140T ES 2261785 T3 ES2261785 T3 ES 2261785T3
- Authority
- ES
- Spain
- Prior art keywords
- model
- distortion
- nonlinear
- gain
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
- H03F1/32—Modifications of amplifiers to reduce non-linear distortion
- H03F1/3241—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits
- H03F1/3247—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits using feedback acting on predistortion circuits
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03F—AMPLIFIERS
- H03F1/00—Details of amplifiers with only discharge tubes, only semiconductor devices or only unspecified devices as amplifying elements
- H03F1/32—Modifications of amplifiers to reduce non-linear distortion
- H03F1/3241—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits
- H03F1/3258—Modifications of amplifiers to reduce non-linear distortion using predistortion circuits based on polynomial terms
Landscapes
- Physics & Mathematics (AREA)
- Nonlinear Science (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mathematical Analysis (AREA)
- General Physics & Mathematics (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Amplifiers (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Crystals, And After-Treatments Of Crystals (AREA)
- Interconnected Communication Systems, Intercoms, And Interphones (AREA)
Abstract
Un método de crear un modelo de un sistema de tratamiento de señales digitales no lineal para reducir al mínimo la distorsión, caracterizado por los pasos de: expresar el sistema de tratamiento de señales digitales no lineal en forma de varios procesos dependientes de un conjunto de parámetros de proceso determinados, P1 a PN y procesos no lineales designados como NLS(P1, P2, ..., PN), que se describen mediante bloques multiplicadores o una cascada de sub-procesos no lineales, cada uno de ellos dependiente de uno de los parámetros de proceso no lineal, P1 a PN, por lo que cada sub-proceso se describe mediante un proceso de Wiener o de Hammerstein generalizado que contiene un proceso lineal y un proceso no lineal y una descripción del proceso o del sistema se realiza por medio de un modelo que describe, primero, una función de transferencia de un sub-sistema no lineal principal (MNLS) dependiente de un proceso P1, y consecutivos procesos multiplicadores de sistema no lineal, cada uno de loscuales se describe mediante una función de transferencia 1+dNLS(dPi), donde un proceso dNLS(dPi) se define como un sub-proceso diferencia para los procesos en cascada precedentes y un parámetro de proceso, dPi, se define igual a la diferencia existente entre un valor Pi de parámetro de proceso real y un valor medio, Pi_medio, del valor Pi de proceso, utilizado en el proceso precedente.
Description
Método de modelización no lineal.
El presente invento se refiere a un método para
analizar y crear un modelo de un sistema o procedimiento no lineal a
fin de conseguir reducir al mínimo la distorsión de un amplificador
de potencia de RF (es decir, la linealización o distorsión previa)
basándose en observaciones del comportamiento no lineal de un
dispositivo real y la causa física de la distorsión a compensar. Un
método de esta clase se describe en el documento
US-A-6 141 390.
Los sistemas de comunicaciones de móviles, tales
como los utilizados para la comunicación de telefonía celular,
dividen el espectro en una multiplicidad de bandas de frecuencias o
canales individuales de transmisión de señales. Canales particulares
se asignan a usuarios individuales a medida que acceden al sistema.
Cada vía de comunicación de usuario es encaminada a través del
sistema por el canal asignado a ese usuario. Las señales
transmitidas por el sistema deben regularse cuidadosamente, de forma
que se mantengan dentro de los canales asignados a los diversos
usuarios, Las señales "fuera de banda" pueden desbordarse de un
canal a otro, generando una interferencia inaceptable con las
comunicaciones de los otros canales. Con el fin de incrementar la
transmisión de datos en tales canales, se utilizan modulaciones
lineales como QAM, 8-PSK y otras, que contienen
modulación de amplitud, al contrario que los sistemas más antiguos,
que hacen uso de modulación de frecuencia o de fase con amplitud
constante. Los nuevos sistemas 3G necesitarán amplificadores
multi-portadora. Esas nuevas modulaciones exigen
amplificadores de gran linealidad y
convertidores-elevadores para no generar
interferencia con otros canales del sistema celular. Aunque la
combinación de una pluralidad de portadoras de cualquier modulación
en un único amplificador de potencia de RF (MCPA) significa que el
amplificador requerirá una fuerte demanda de linealidad con el fin
de evitar el recrecimiento espectral que extienda la potencia de RF
a regiones del espectro que no aparecen en la señal de entrada.
Técnicas normales de linealización de potencia
de RF se utilizan en la bien conocida técnica de FF (directa) y
variantes de la misma. Con el fin de mejorar el comportamiento del
concepto, se han llevado a cabo varios intentos de mejorar la
arquitectura FF sometiendo a distorsión previa a la señal dirigida
al amplificador de potencia principal. El objeto de esto es reducir
la distorsión en el amplificador principal antes de aplicar las
señales de corrección en el bucle de control predictivo, para
conseguir así mejores rendimientos y necesitar menos corrección en
el bucle de control predictivo. Ejemplos de tales patentes son los
documentos WO97/37427, WO99/23756, WO99/45640 y WO99/45638, que
muestran un aumento general de la complejidad analógica en la
generación de las señales con distorsión previa para el amplificador
de potencia principal en una aplicación directa o emplear sólo
linealización con distorsión previa de un amplificador de RF sin el
bucle de control predictivo para aplicaciones menos exigentes. En
virtud de las mejoras de la tecnología de los semiconductores tanto
para las técnicas DSP (tratamiento de señales digitales), como ADC
(conversión analógico/digital) y DAC (conversión
digital/analógico), se ha procurado realizar la distorsión previa en
el entorno digital en lugar de en el analógico. Se han presentado
diversas patentes sobre distorsión previa digital. En primer lugar,
las patentes sobre distorsión previa digital cubrían mejoras en
amplificadores monoportadora con modulación lineal. En este
documento cabe mencionar, como referencias, la patente
norteamericana núm. 4.291.277, la patente norteamericana núm.
5.049.832 y otras. Artículos técnicos tales como el de James Carver
en IEEE Transactions on Vehicular technology, vol. 39, núm. 4, de
Noviembre de 1990, titulado "Linealización de amplificadores
utilizando un generador digital de distorsión previa con adaptación
rápida y bajos requisitos de memoria", y el de Andrew S. Wright y
Willem Durtler, en IEEE Transactions on Vehicular technology, vol.
41, núm 4, de Noviembre de 1992, titulado "Comportamiento
experimental de un amplificador de potencia digital,
linealizado", ofrecen una buena visión general de la historia de
la evolución de la distorsión digital previa. En la Figura 1 es
ilustra el esquema de un generador digital de distorsión previa tal
como los describen Carvers y otros.
Los amplificadores multiportadora de potencia de
RF (MCPA) imponen fuertes requerimientos sobre la linealidad con el
fin de evitar el recrecimiento espectral que extienda la potencia de
RF a regiones del espectro que no aparecen en la señal de entrada.
En analogía con la conocida técnica directa analógica, se encuentran
diferentes patentes relacionadas con ejecuciones prácticas de
distorsión digital, previa y posterior, como, por ejemplo, los
documentos de patente WO97/30521, WO98/51005, la patente
norteamericana núm. 5.923.712 de Leyondecker y el documento
WO98/12800.
La Figura 2 muestra un esquema básico de una
aplicación de distorsión digital previa (DPD) en un sistema
inalámbrico. Sin embargo, la DPD puede aplicarse a otros sistemas
que necesiten linealización digital. Las patentes mencionadas se
refieren a la incorporación práctica del denominado circuito digital
en tiempo real y, también, en menor medida, a las rutinas de cálculo
(algoritmos) empleados en la DSP para actualizar tablas de consulta
y otros parámetros de orientación. Un diseño práctico debe ocuparse
tanto del equipo físico como de la lógica a fin de facilitar la
incorporación práctica.
Todas las patentes mencionadas se basan en la
estructura fundamental ilustrada en la Figura 1, con ciertas
adiciones funcionales destinadas a tratar y compensar más que la
ganancia básica y la función de transferencia en fase sin
linealidad, que ofrece un dispositivo físico real. El modelo digital
para el dispositivo no lineal, como un amplificador (PA) debe
incorporar modelos que contengan más dimensiones de datos que tengan
en cuenta los denominados "efectos de memoria". Integrando la
señal de entrada, durante un cierto tiempo, se consigue una medida
del nivel de señal entre los valores de pico y medio de la señal de
entrada. Esta se utiliza luego para crear tablas que describen la
dependencia del comportamiento del dispositivo, dependiente no sólo
de la intensidad real de la señal de entrada. El documento de
patente WO98/12800 de Spectrian, describe una forma de, a partir del
comportamiento medido del amplificador mediante el uso de un
denominado "integrador con fugas", obtener información acerca
de la magnitud media de movimiento d la señal y, a partir de ella,
crear una función que describa el comportamiento del amplificador
combinado en una tabla. La patente de Spectrian utiliza la magnitud
de la señal como entrada al "integrador con fugas", lo cual es
básicamente incorrecto ya que las reivindicaciones están dirigidas a
la dependencia de la potencia. En cambio, el "integrador con
fugas" trabajará sobre el cuadrado de la magnitud que representa
la potencia de la señal. La patente antes mencionada, al igual que
la patente norteamericana núm. 5.949.283 y la patente norteamericana
núm. 5.959.500, se refieren a ejecuciones prácticas diferentes de
cómo crear tablas a partir de observaciones de la señal de salida
del amplificador. Las observaciones se utilizan para crear tablas
para señales de entrada sometidas a distorsión previa para el
amplificador, con el fin de mejorar la distorsión en la salida del
amplificador. Con frecuencia, al aumentar la complejidad de los
generadores de distorsión previa, se incrementa drásticamente la
dimensión de la tabla de consulta (LUT). Estas patentes también
consideran los escenarios de utilización de las tablas de consulta
creadas para generar señales que han de utilizarse como
post-distorsión que se resta del amplificador
principal mediante otro convertidor-elevador
amplificador en la salida del amplificador principal. Esto aumenta
la complicación de las soluciones.
El presente invento se refiere, únicamente, al
diseño de las partes digitales necesarias para conseguir la
cancelación de la distorsión de un dispositivo no lineal como un
amplificador de potencia de RF (PA) y a los algoritmos para lograr
este resultado. En el resto de este documento, se considera que el
amplificador de potencia es el dispositivo no lineal. Vale la pena
mencionar lo siguiente. Los resultados conseguidos en esas patentes
son que se necesita un tamaño muy importante de memoria
multidimensional y que los algoritmos para calcular el contenido de
la memoria, no están definidos. Tampoco se conoce la cancelación de
la distorsión de que puede disponerse al llevar a la práctica estas
patentes, ya que las estructuras y los algoritmos contaminan
diferentes comportamientos del PA de un dispositivo real, como el
retardo de fase, la dependencia de la potencia y la dependencia de
la polarización en los mismos bloques de función de los diagramas de
bloques digitales incorporados en la práctica. La patente
norteamericana núm. 5.923.712 describe un método de generación de
tablas que contienen varias tomas de ponderación extraídas de una
forma peculiar, combinando muestras de potencia y de magnitud con
diferentes retardos, para decidir un comportamiento medio. El
resultado se combina con el modelado directo con distorsión previa
inversa. La Figura 8 de la patente norteamericana núm. 5.923.712
muestra lo complicada que resulta la ejecución real de un caso
práctico si han de utilizarse predicciones relacionadas con la
memoria. Las tablas multidimensionales también se incorporan en la
práctica para predicciones de dependencia de la potencia expuestas
en otras patentes.
La base de todas estas patentes es que los
cálculos de compensación de ganancia a introducir en la LUT, se
realizan mediante una división directa inversa de la señal de salida
de potencia de RF y la señal de entrada retardada (ajustada) en el
tiempo. Existen varios algoritmos diseñados especialmente que es
necesario aplicar a cada patente particular para mejorar los fallos
básicos debidos a los cálculos inversos directos y los esquemas
particulares utilizados, como la reducción de la sensibilidad de la
señal frente al ruido y la convergencia de algoritmos.
Las patentes norteamericanas recientemente
publicadas: US2001/050592 A1 y US2002/0008578 A1 constituyen el
enfoque más prometedor, basado en el análisis Volterra y en los
ingeniosos cálculos matemáticos para resolver los núcleos Volterra
(véanse las referencias [1] y [2]). El resultado lo constituyen
múltiples tablas de consulta, leyéndose las dimensiones de cada
tabla a partir de diferentes parámetros directores y el resultado se
suma y se aplica a coeficientes de un filtro FIR (filtro de
respuesta finita a impulsos) para tratar efectos de memoria.
Así, existe la necesidad de un método sencillo y
eficaz para conseguir reducir al mínimo la distorsión en
amplificadores de potencia de RF (es decir, la linealización o
distorsión previa). Por tanto, el presente invento no lleva a cabo
cálculos inversos directos, como antes se ha indicado, y se
explicará en la descripción del presente nuevo procedimiento.
El enfoque del presente invento se diferencia de
las soluciones antes ofrecidas en la estructura del análisis del
problema no lineal. Las patentes antes mencionadas analizan las
diferentes causas de la distorsión proporcionando múltiples
funciones no lineales que se suman en una forma paralela, bien
conocida, al valor final del coeficiente, dando como resultado
tablas de consulta de múltiples dimensiones.
En el presente invento, se utiliza un enfoque
completamente diferente. Se emplean bloques multiplicadores, cada
uno de los cuales depende de un parámetro de falta de linealidad,
tanto para la generación de un modelo no lineal como para el diseño
de correspondientes generadores de distorsión previa. El nuevo
modelo puede utilizarse para caracterizar un sistema no lineal o
para linealizar un sistema no lineal. La aplicación a un
amplificador multiportadora de un sistema de comunicaciones se
ilustra como ejemplo de aplicación. Asimismo, es factible el empleo
del nuevo método matemático para otras áreas de aplicación
(cancelación de eco, canales de comunicaciones no lineales, etc.).
Las tablas y las extracciones de parámetros para el nuevo modelo no
generan tablas multidimensionales ni soluciones matemáticas
multidimensionales para las extracciones de parámetros, como en la
técnica anterior. (Véase la Figura 23b).
Las realizaciones se describen como ejemplos
aplicados para sistemas de amplificadores de potencia no lineales,
pero no existe ninguna limitación en la aplicación de este nuevo
enfoque a otros sistemas no lineales.
La primera realización se refiere al proceso
matemático de conseguir la nueva estructura del modelo ilustrada en
las Figuras 24a a 24c y definida por los siguientes puntos:
Un sistema o un proceso no lineal puede
expresarse como un proceso dependiente de un conjunto de parámetros
P1 a PN, que definen un proceso no lineal denominado
NLS(P1,P2,...,PN). Este proceso puede describirse mediante la
multiplicación de una cascada de sub-procesos que
dependen de cada uno de los procesos P1 a PN. Cada
sub-proceso puede ser un proceso de Wiener o de
Hammerstein generalizado. (Véase, también, la ref. [2]) que contenga
tanto un proceso lineal como un proceso no lineal. La descripción
del sistema o proceso se realiza de la forma siguiente:
El modelo describe, en primer lugar, una función
de transferencia de un sub-sistema no lineal
principal (MNLS) dependiente de un proceso P1. Los consecutivos
procesos de sistemas no lineales, multiplicadores (i) se describen,
cada uno, mediante una función de transferencia 1+dNLS(dPi),
donde el proceso dNLS(dPi) se define como un
sub-proceso diferencia de los procesos en cascada
precedentes. El proceso dPi1 se define como igual a la diferencia
entre el valor Pi del proceso real y el valor medio, Pi_medio del
parámetro Pi de proceso, utilizado en los procesos precedentes.
(Véase la Figura 24).
El primer proceso de sistema principal
[MNLS(P1) puede ser evaluado por adaptación del parámetro del
modelo reduciendo al mínimo los errores entre la salida observada
del proceso real y la salida calculada del proceso no lineal
principal modelado MNLS(P1), dependiendo del parámetro P1. Se
supone que, tanto el modelo como el proceso no lineal real, medido,
tienen los mismos estímulos de entrada. Se evalúa adicionalmente el
siguiente proceso en cascada y el valor Pi del proceso se adapta
mediante cálculos adicionales empleando los errores entre la salida
del proceso así modelado y la salida real del proceso real con los
mismos estímulos de entrada.
La linealización de un sistema o de un proceso
no lineal real utilizando la nueva descripción de procesos no
lineales disponibles en cascada, puede llevarse a cabo conectando
los sub-procesos conectados en cascada, cada uno de
los cuales depende de los parámetros de proceso Pi, delante del
sistema o proceso no lineal, real. La conexión de los procesos es
tal que el primer bloque de cascada constituye un
sub-proceso no lineal dependiente del parámetro
diferencia dPN y el proceso más próximo al sistema no lineal real
depende del parámetro de proceso P1 relacionado con el modelo de
sistema no lineal principal MNLS(P1). Cada
sub-proceso tiene la funcionalidad de proceso
inverso del sub-proceso de modelo no lineal
correspondiente. Los sub-procesos inversos pueden
constituir una inversión directa del sub-proceso de
modelo no lineal 1/(1+dNLS(Pi)) o expresarse como
1+dNLSm(Pi), donde dNLSm(Pi) es un proceso modificado
que depende del mismo proceso Pi que en el modelo no lineal que
sigue el principio de dualidad de procesos de Hammerstein y Wiener.
La funcionalidad inversa del proceso principal MNLS(P1)
dependiente de la funcionalidad del parámetro P1, puede ser un
proceso inverso directo, 1/MNLS(P1) del modelo de no
linealidad o puede derivarse mediante el uso de un cálculo de la
característica de transferencia de señales no lineal, inverso,
directo, para un proceso MNLSm(P1) utilizando el principio de
dualidad de procesos de Hammerstein y Wiener. (Figuras 24b y
24c).
La adaptación y la optimización del proceso de
linealización descrito se lleva a cabo reduciendo al mínimo las
contribuciones de errores entre los estímulos de entrada y la salida
observada del sistema total que contiene los bloques de sistema de
linealización en cascada y el sistema no lineal real. La reducción
al mínimo de los errores se consigue, primero, en función del
proceso principal P1 den el bloque de proceso inverso
1/MNLS(P1) o MNLSm(P1) de la cascada. Cuando la
adaptación ha alcanzado un mínimo y no puede conseguirse una mayor
reducción de errores mediante el proceso de adaptación, el sistema
de linealización sigue reduciendo al mínimo los errores del bloque
precedente de la cascada, dependiendo del proceso diferencia P2 y
así sucesivamente hasta que se reduce al mínimo el último parámetro
del sistema de linealización en cascada. La linealización puede
ejecutar entonces una segunda pasada o se pueden llevar a cabo
pasadas continuadas de la adaptación de linealización ejecutando el
mismo proceso de reducción al mínimo de los errores comenzando con
el parámetro P1 y terminando con el parámetro P_{N}.
La adaptación de los sub-bloques
de linealización de la cascada de linealización puede conseguirse
mediante el cálculo de un modelo no lineal virtual en un procesador
del sistema que controle el proceso de linealización y que reduzca
al mínimo los errores entre la salida del modelo virtual calculado y
la salida total del sistema. El sub-bloque de
linealización puede actualizarse, entonces, mediante la directa
inversa del bloque modelo calculado. Asimismo, puede utilizarse una
mezcla de las técnicas de adaptación actualizando algunos
sub-bloques en los circuitos de linealización
mediante valores derivados del modelo de sistema no lineal virtual
calculado sólo parcialmente en el procesador, mientras que otros
bloques son actualizados directamente por cálculo de las
características de transmisión de señales inversas directas para
reducir al mínimo los errores entre los estímulos de entrada al
sistema de linealización y la salida observada.
Los procedimientos expuestos en lo que antecede
pueden redisponerse, también, de forma que el proceso principal MNLS
pueda depender de más de un proceso, es decir, MNLS(P1,
P2,..., PM) y los sub-procesos también pueden
establecerse como dNLS(PM,PM+1,...) aunque el esfuerzo de
cálculo en esos casos lo constituirán múltiples soluciones de núcleo
para cada sub-proceso. Puede utilizarse una mezcla
de bloques de proceso únicos y bloques de proceso múltiples.
Las técnicas de adaptación para reducción de
errores al mínimo se describen en este documento aplicadas a la
práctica conocida de sistemas no lineales de la técnica anterior,
pero los sistemas de la técnica anterior siempre han sido diseñados
en forma aditiva de bloques no lineales y no en forma multiplicativa
de cascada de bloques no lineales, como en el presente invento.
La validez de una primera realización se
muestra, en el presente documento, mediante un ejemplo para
conseguir un modelo de amplificador de potencia no lineal, digital,
y un circuito de distorsión previa aplicado a ese amplificador de
potencia.
En una segunda realización del invento, un
método de generación de modelos de dispositivos no lineales da como
resultado una representación de banda de base digital de un
dispositivo no lineal, con posibilidad de optimizar la validez del
modelo para cada característica modelada del dispositivo no lineal
utilizado. El modelo ofrece posibilidades para describir y evaluar
diferentes propiedades del dispositivo. Puede evaluarse una
caracterización precisa de AM a AM y de AM a PM. Puede evaluarse la
respuesta de frecuencia del dispositivo cuando es excitado por
señales con modulación de envolvente. Pueden encontrarse las
respuestas térmicas en el tiempo de la potencia de señal de entrada.
Las propiedades evaluadas pueden utilizarse como procedimiento de
ensayo en una instalación de producción para verificar su calidad.
Como ejemplo, pueden evaluarse fallos debidos a la temperatura en el
montaje del dispositivo.
En una tercera realización del invento, los
bloques de función de distorsión previa digital de acuerdo con el
presente invento, se construyen como la cascada inversa del modelo
del dispositivo PA real y el comportamiento basándose en
características del dispositivo real. La funcionalidad digital está
diseñada como bloques funcionales alineados en cascada para que la
señal pase por ellos. Los bloques se diseñan de tal manera que
diferentes bloques funcionales puedan asignarse, cada uno, a
distintas descripciones de comportamiento o de parámetros de un
amplificador de potencia real. Dependiendo de las exigencias
impuestas sobre el comportamiento, los bloques funcionales pueden
habilitarse o inhabilitarse. Los algoritmos para calcular los
parámetros de los bloques se basan en modernas técnicas de
tratamiento de señales para una aplicación DSP. No se necesitan
soluciones matemáticas de núcleo Volterra, multidimensionales. La
solución básica del circuito digital es escalable en cuanto a
funciones. Esto significa que para demandas moderadas, puede
utilizarse una parte menor de los bloques y una parte menor de los
algoritmos calculados en el procesador de señales digitales (DSP).
No se necesita memoria multidimensional (LUT) en ningún bloque
funcional.
La solución de acuerdo con el presente invento,
también permite corregir los errores de retardo de grupo
introducidos en el ancho de banda de la señal, que las soluciones de
tabla única de la técnica anterior para una aplicación con
distorsión previa digital, no eran capaces de corregir. Además,
también pueden corregirse las respuestas de dependencia de la
potencia respecto de la frecuencia y del tiempo.
De acuerdo con una cuarta realización del
invento, con el fin de facilitar la incorporación práctica en un DSP
como para reducir la memoria necesaria para los programas, solamente
se necesitan unos pocos algoritmos básicos reutilizables para
calcular y actualizar los diferentes bloques funcionales del nuevo
dispositivo digital para generación de distorsión previa o para el
cálculo de las características de un modelo digital de un
dispositivo no lineal. Estos algoritmos se utilizan tanto para
alineaciones de señal en el tiempo como para cálculos de efecto de
memoria y para cálculos de actualización de tabla LUT única en cada
bloque aplicado.
De acuerdo con, todavía una quinta realización
del invento, con los nuevos y modernos algoritmos de tratamiento de
señales digitales aplicados al circuito DPD descrito, puede hacerse
que el bloque funcional digital, básico, esquematizado en la figura
1, y considerado en la técnica anterior como "generador digital de
distorsión previa con menos memoria", funcione como "generador
digital de distorsión previa con compensación de memoria".
Un método para el análisis no lineal de acuerdo
con el presente invento se recoge en la reivindicación 1
independiente y en las reivindicaciones dependientes
2-6.
El invento, junto con otros objetos y ventajas
del mismo, puede comprenderse del mejor modo haciendo referencia a
la siguiente descripción tomada en conjunto con los dibujos
adjuntos, en los que:
la Fig. 1 ilustra un bloque básico generador de
distorsión previa, AM a AM y AM a PM. (Técnica anterior);
la Fig. 2 ilustra una aplicación de la
distorsión previa digital (Técnica anterior);
la Fig. 3 es una evaluación esquemática para la
caracterización de un modelo PA;
la Fig. 4a ilustra un amplificador de potencia
con un circuito de alimentación con polarización;
la Fig. 4b muestra una representación de un
modelo digital con un filtro FIR y una disposición para multiplicar
la señal de entrada por la tabla de ganancia compleja LUT;
la Fig. 5a representa el bloque de ajuste de
ganancia compleja del nuevo generador digital de distorsión
previa;
la Fig. 5b ilustra que el nuevo generador de
distorsión previa digital es una función inversa del modelo PA
digital derivado de la Fig. 4b;
la Fig. 6a ilustra un espectro de señal de
entrada medido para comportamiento del espectro del modelo PA
derivado;
la Fig. 6b muestra el comportamiento del
espectro del modelo PA derivado sin distorsión previa aplicada;
la Fig. 6c muestra el comportamiento del
espectro de un generador de distorsión previa de ganancia inversa
directa de la técnica anterior, conseguido tras 5 adaptaciones de la
LUT;
la Fig. 6d muestra el comportamiento mejorado
del espectro de un generador de distorsión previa de acuerdo con el
presente invento, también después de 5 adaptaciones de la LUT;
la Fig. 7a ilustra una base de datos de ganancia
de magnitud y una base de datos de ganancia de fase invertida para
la primera adaptación de soluciones DPD de cálculo de ganancia
inversa directa;
la Fig. 7b ilustra una base de datos de ganancia
de magnitud y una base de datos de ganancia de fase invertida para
la quinta adaptación de soluciones DPD de cálculo de ganancia
inversa directa;
la Fig. 7c muestra el contenido de la tabla LUT
para la ganancia de magnitud y la ganancia de fase después de 5
adaptaciones de soluciones DPD de cálculo de ganancia inversa
directa de la técnica anterior;
la Fig. 8a muestra los mismos datos de ganancia
de magnitud y de fase representados a la misma escala que la Figura
7a para la primera adaptación para calcular el comportamiento de
modelo PA + DPD, de acuerdo con el presente invento, empleando el
algoritmo de ecualización FIR descrito anteriormente en este invento
en el procesador de señales digitales;
la Fig. 8b muestra los mismos datos tras la
quinta adaptación de acuerdo con el presente invento, que indican
una notable reducción del área de datos para adaptación y cálculos
de ganancia;
la Fig. 8c muestra el contenido de la tabla de
ganancia de fase y de amplitud invertida puesta en la LUT del
generador de distorsión previa, tras la quinta adaptación de acuerdo
con el presente invento;
la Fig, 9 ilustra los nuevos bloques funcionales
de modelo digital propuestos para reducción ulterior del vector de
error entre el comportamiento del modelo PA digital y el medido para
el PA;
la Fig. 10 ilustra el bloque funcional de
dependencia de ganancia compleja diferencial del modelo digital;
la Fig. 11a muestra los resultados conseguidos a
partir de las consecutivas optimizaciones del primer bloque de
dependencia "ganancia/fase" del modelo PA;
la Fig. 11b muestra el mismo resultado cuando al
moldeo de dispositivo digital se le suma el bloque de dependencia
"ganancia diferencial";
la Fig. 11c muestra la magnitud de ganancia
diferencial y la fase de ganancia diferencial en radianes en función
de la magnitud de la señal de entrada;
la Fig. 12 ilustra una gráfica de la potencia
diferencial de la señal de entrada y los errores de magnitud del
modelo en función del amplificador de potencia medido;
la Fig. 13a muestra la correlación cruzada de la
potencia de entrada diferencial en función de los errores de
magnitud del modelo y del dispositivo real;
la Fig. 13b muestra errores de magnitud
corregidos y los errores de magnitud originales entre el modelo y el
dispositivo medido;
la Fig. 14 muestra el modelo digital con bloque
funcional de dependencia de la potencia;
la Fig. 15a ilustra una comparación de los
errores de espectro del modelo digital con el dispositivo real con
la compensación de ganancia diferencia añadida al bloque básico de
dependencia de ganancia/fase;
la Fig. 15b ilustra la comparación de los
errores de espectro del modelo digital con el dispositivo real, con
la adición ulterior de la corrección del bloque funcional de
dependencia de la potencia;
la Fig. 16a ilustra los bloques funcionales de
modelo digital mejorados;
la Fig. 16b muestra el comportamiento del
espectro de errores entre el modelo digital y el dispositivo medido
y el comportamiento del espectro de PA medido;
la Fig. 16c ilustra la gráfica de flujo para
cálculos de modelo para el resultado representado en la Figura 16b y
los bloques de modelo digital mejorados están designados
numéricamente como "Bloque1" a "Bloque3", de acuerdo con
la Figura 16a;
la Fig. 16d ilustra los cálculos detallados en
el "Bloque1" de la Figura 16c;
la Fig. 16e ilustra los cálculos detallados en
el "Bloque2" de la Figura 16c;
la Fig. 16f ilustra el cálculo detallado en el
"Bloque3" de la Figura 16c;
la Fig. 17a ilustra un sistema básico generador
de distorsión previa, de acuerdo con el presente invento;
la Fig. 17b muestra la gráfica de flujo para
utilizar el sistema básico generador de distorsión previa;
la Fig. 18 muestra el bloque
ganancia/multiplicador fasor;
la Fig. 19 muestra el bloque funcional de
distorsión previa ganancia/fase;
la Fig. 20 muestra el bloque de distorsión
previa con ganancia compleja diferencial;
la Fig. 21 muestra los bloques de distorsión
previa necesarios para una aplicación PDP;
la Fig. 22 ilustra el generador de distorsión
previa digital de acuerdo con el presente invento, en una aplicación
de MCPA de alimentación directa y PDP combinado;
las Figs. 23a y b ilustran la diferencia entre
las soluciones no lineales de la técnica anterior y el presente
invento, para una descripción de un sistema no lineal de 3
parámetros, aún cuando pueden emplearse más parámetros, tanto en la
técnica anterior como en el presente invento; y
las Figs. 24a, b y c ilustran procedimientos
básicos del nuevo método de acuerdo con el presente invento
descrito.
Con el fin de definir un generador de distorsión
previa digital que funcione bien, debe conocerse el comportamiento
del dispositivo no lineal, denominado (PA). Por tanto, el
comportamiento del PA ha de conocerse a través de medidas y
diseñarse, en consecuencia, un modelo de PA de banda de base digital
descrito en función de muestras del vector real I y del vector
imaginario Q de la señal digital de entrada. La caracterización del
modelo se realiza descargando una gama definida de muestras en el
tiempo de la señal de entrada y una gama igual de muestras de las
mediciones digitales del amplificador de potencia real u otro
dispositivo no lineal. Los errores de señal entre el modelo digital
y la medición real de las señales del dispositivo real son
estimados, normalmente, como el comportamiento que puede tener una
aplicación con distorsión previa digital, si está diseñada de
acuerdo con el dispositivo modelado.
Para explicar este invento a un experto normal
en la técnica, la primera parte del invento describe con detalle la
derivación de una cascada de bloques funcionales del modelo de PA
factible para la representación de banda de base digital de un PA
real, basándose en la comprensión del origen físico de las
diferentes distorsiones no lineales procedentes de un circuito real.
Los algoritmos aplicados se basan en modernas técnicas de
tratamiento de señales digitales y no en rutinas de optimización
creadas internamente con el fin de conseguir que funcionen los
generadores de distorsión previa digitales de la técnica anterior.
Los ejemplos de esta derivación se ofrecen mostrando medidas que
utilizan un conjunto de prueba comercial y un amplificador
comercialmente disponible, capaz de suministrar una potencia máxima
de más de 300W.
A continuación, se esquematiza el circuito
generador de distorsión previa digital como función inversa del
modelo PA con toda su funcionalidad aplicada.
Se muestran simulaciones de comportamiento de
una simulación de generador de distorsión previa mínima de acuerdo
con la cuarta realización de este invento, con el fin de ilustrar la
mejora del comportamiento, que hace posible la mejora de acuerdo con
el invento, en comparación con los generadores de distorsión previa
digitales de la técnica anterior de las patentes antes mencionadas,
basándose en los algoritmos de cálculo de ganancia inversa directa
comparados con los algoritmos utilizados en este nuevo invento.
Puede considerarse que la distorsión de un PA
tiene su origen en diferentes factores y puede achacarse a distintos
fenómenos.
I) No linealidad AM a AM y AM a PM debida al
dispositivo utilizado
\newpage
II) Efectos lineales de memoria originados en
virtud de retardos de tiempo y de fase de las redes de adaptación
del circuito real y la alimentación de polarización y el
dispositivo. Esto puede considerarse como la respuesta global del
dispositivo.
III) Efectos no lineales de memoria del
dispositivo, tales como dependencia de la temperatura y de la
potencia de entrada y la dependencia de la señal de entrada respecto
de cambios de los voltajes del dispositivo.
Del primer tipo de distorsión se ocupa,
normalmente, la compensación de ganancia inversa como para la DPD
con menos memoria, descrita en la técnica anterior.
La segunda categoría, se omite el efecto lineal
de memoria cuando los generadores de distorsión previa de la técnica
anterior utilizan los cálculos de ganancia inversa directa
dividiendo la señal de entrada por la señal medida. Las patentes de
la técnica anterior muestran diferentes formas de intentar describir
estos fenómenos. Una manera de tratar y describir el segundo tipo de
fenómenos se ilustrará mediante la evaluación del comportamiento
descrita en lo que sigue cuando se hace referencia a una simulación
de muestra de una diferencia de comportamiento de PA + DPD entre
este invento y las técnicas anteriores, de acuerdo con la cuarta
realización de este invento.
La tercera categoría de efectos de memoria es la
más difícil de describir, pero el enfoque de este invento ofrece
posibilidades para caracterizar este comportamiento y aplicar
soluciones de distorsión previa para la dependencia de la potencia
de la señal y otras mejoras como el recorte de la fuente de
alimentación si es necesario. La dependencia de la potencia y otras
distorsiones del mismo orden proporcionan contribuciones espectrales
acerca de la corriente continua, que modifican el espectro de salida
de RF del amplificador de potencia debido a efectos de
realimentación en el amplificador real.
Un experto normal en la técnica entenderá que el
comportamiento del sistema total para una aplicación de distorsión
previa digital se basa, en gran parte, en el diseño real del
dispositivo de medición.
En la Figura 2, que ilustra una aplicación de
DPD típica, el dispositivo de medición es el convertidor reductor y
el convertidor A/D. El sistema de circuito cerrado que se consigue
utilizando la adaptación digital compensará, también, las
imprecisiones del dispositivo de medición se éste no está
calibrado.
La Figura 3 es un esquema de las mediciones
proyectadas para la caracterización del dispositivo no lineal y la
evaluación del modelo digital. Pueden utilizarse analizadores de
señales vectoriales y generadores de señales comercialmente
disponibles. El generador de señales crea la señal de prueba
modulada. Merced a este procedimiento de prueba, en la señal de
entrada probada utilizando la "línea pasante" y probando el
comportamiento del "amplificador de potencia y atenuador"
empleando la misma señal de estímulos procedente del generador de
señales, están presentes los mismos errores. Las señales complejas
se muestrean y se proporcionan a una unidad de recogida de datos.
Las señales de salida y de entrada son exportadas, entonces, a un
procesador para análisis y evaluación del modelo PA. La estructura
básica ilustrada en la Figura 2 puede cambiarse, también, a este
tipo de sistema de medición introduciendo el mismo tipo de
interruptores en el esquema.
En la exposición del presente invento, las
mediciones representadas se llevan a cabo utilizando una señal WCDMA
monoportadora como señal de entrada, debido a la limitación del
ancho de banda que presenta el equipo comercial. Sin embargo, se han
probado diversos tipos de amplificadores. Las evaluaciones de las
medidas han mostrado que el método de acuerdo con el invento era
aplicable a todos los dispositivos medidos. Se muestran las
diferencias existentes entre el comportamiento de los dispositivos
de tipo 2 y de tipo 3 probados. Se muestra que cuanto mayores sean
las posibilidades de potencia de salida del dispositivo probado,
mayor será la dependencia de potencia real de la señal de
entrada.
Las Figuras 4a y 4b son la base para derivar la
representación del modelo del presente invento. En ellas se
representa el bloque no lineal principal descrito en la primera
realización del presente invento. En la Figura 4a se ilustra,
también, el circuito de alimentación de polarización de un
dispositivo. Hay algunos condensadores de desacoplamiento de las
líneas de alimentación de polarización y en los cables y en las
líneas de las placas de circuito se producen pérdidas por
resistencia. Esto quiere decir que el dispositivo no es activado por
una fuente de voltaje ideal sino, lo que es más probable, por una
fuente de voltaje con una resistencia no nula, seguida por un filtro
de pasa-bajos. Esto significa que cuando la señal de
entrada cambia de magnitud, en la corriente del dispositivo se
introduce un cierto retardo. Asimismo, el propio dispositivo tiene
una respuesta escalonada que introduce un retardo. Si bien una
medición de ganancia normal en función de la respuesta de
frecuencia, en un analizador de red, muestra una respuesta de
ganancia muy plana en un dispositivo, la respuesta del dispositivo
no lineal para una señal de entrada modulada digitalmente con
variación de la envuelta, tendrá un ancho de banda limitado. La
primera cosa evidente, entonces, es describir los retardos
introducidos para un equipo de PA real añadiendo un filtro de
pasa-bajos al modelo digital de banda de base del
PA, para ocuparse de los retardos de fase introducidos. El filtro de
pasa-bajos se incorpora como u8n filtro FIR u otro
tipo de filtro digital. Únicamente se necesitan unas pocas tomas de
este filtro, ya que el propósito principal es describir un retardo
medio aproximado de la señal PA. Este retardo del filtro de
pasa-bajos constituye la contribución principal a
diferentes niveles de banda lateral en el lado alto y en el lado
bajo de la distorsión de salida, cuando se mide un PA en la práctica
con un analizador de espectro. Debido al retardo, la distorsión del
lado de alta frecuencia es, siempre, mayor que la del lado de baja
frecuencia. El nuevo modelo de PA para banda de base digital se
muestra en la Figura 4b. Esta representación del modelo ofrece
posibilidades para describir las influencias del filtro de
pasa-bajos en la alimentación de polarización en el
modelo y, también, otros retardos. La representación del modelo de
PA se describe como el modelo de función Hammerstein que, en este
caso, contiene una parte no lineal y una parte lineal (filtro
FIR).
Para caracterizar el filtro utilizado en el
modelo, se utilizan los algoritmos de filtro ecualizador y los
métodos conocidos a partir de las tecnologías de receptores
digitales. En esta descripción, el filtro FIR está designado con HO
en la Figura 4b. Mirando la Figura 4b, la señal de entrada
multiplicada por el peso de la tabla LUT de ganancia compleja da
como resultado una señal, designada con S_{entrada}_GC, que se
utiliza para comparación con la señal de salida PA medida. Se hallan
los coeficientes de toma del filtro resolviendo la ecuación de
convolución con señales alineadas en el tiempo con la señal de
salida PA sobre la base de muestras de tiempo.
Luego, se resuelven las ecuaciones de
convolución del filtro: S_{entrada}_GC \varotimes HO =
V_{salida \ para \ los \ valores \ de \ toma} HO.
Normalmente, la señal de entrada en la
convolución de tiempo discreta, S_{entrada}_GC se escribe como una
matriz y HO y V_{salida} como vectores, y los valores de toma del
FIR HO se resuelven mediante matemáticas matriciales. La ganancia
conseguida para el filtro FIR HO a frecuencia cero se ajusta igual a
1 con el fin de no cambiar la ganancia de magnitud del modelo que
afecta a los valores de ganancia absolutos LUT. Cuando en el filtro
HO, el denominado "filtro FIR ecualizador", se utilizan pocas
tomas, la ecuación matricial actúa como aproximación de cuadrados
mínimos de la solución. Las tomas del filtro se definen a partir de
más ecuaciones de las necesarias. La ecualización también tiene
como resultado la supresión de ruido de las señales. El algoritmo de
filtro ecualizador real utilizado en este caso, está diseñado de tal
manera que el retardo de grupo de filtros está centrado en la toma
media del filtro FIR y se emplea un número impar de tomas para
conseguir la alineación del tiempo de muestras. Normalmente, 3 o 5
tomas del filtro trabajarán muy bien en una aplicación normal,
aunque no existe limitación en cuanto a su incorporación en la
práctica.
Luego, en el procesador se calcula una
convolución de la señal de entrada S_{entrada}_GC con el filtro
FIR derivado y la señal resultante es utilizada para los complicados
cálculos de ganancia por comparación con la señal de salida PA
medida. La aplicación del filtro FIR proporciona una ponderación
precisa para el cálculo de una LUT de tabla de ganancia complicada
para caracterizar el dispositivo. Esta LUT de ganancia compleja
calculada puede utilizarse en una aplicación de generador de
distorsión previa digital si se aplican en una
memoria-LUT los valores de ganancia invertida para
la ganancia compleja. La ejecución práctica de un algoritmo de
filtro FIR ecualizador proporciona un resultado bastante mejor en la
ponderación de los datos para los cálculos que los muestreos de
señal directos y las ejecuciones prácticas de ganancia inversa por
división de las señales, de la técnica anterior, descritos por
ejemplo en la patente WO98/51047. Los inventores comprendieron que
existe cierto retardo asociado con un dispositivo no lineal real que
debe compensar un generador de distorsión previa e intentaron añadir
más muestreo de señales retardado en el tiempo a las estructuras de
bloques DPD. Una aproximación por interpolación lineal empleada en
la técnica anterior muestreando en dos veces o más, únicamente
aporta mejoras menores y, normalmente, tiene como consecuencia,
memorias LUT de tablas multidimensionales como se ven en las antes
mencionadas patentes de Leyondecker y otros.
Utilizando la evaluación de ganancia inversa
directa en la técnica anterior sin ecualización por filtro de las
señales empleadas para cálculos de tabla de ganancia compleja
inversa, significará que la adaptación digital de actualización de
las tablas LUT, convergerá en un resultado no óptimo. El resultado
es que la señal de salida, después de distorsión previa digital,
muestra una supresión desigual del nivel de banda lateral de la
distorsión en las ejecuciones prácticas de la técnica anterior. La
técnica anterior únicamente puede trabajar en diseños de PA
especiales con muy bajos efectos sobre la memoria. El empleo del
filtro de ecualización también reduce del ruido en los datos
empleados para calcular los valores de las tablas LUT. En lo que
sigue, en esta descripción, se exponen algunos inconvenientes de
las soluciones de la técnica anterior, de acuerdo con la quinta
realización de este invento.
En este capítulo, se explicarán los algoritmos y
los métodos para aplicar el modelo de PA digital derivado de la
Figura 4, utilizado en forma inversa como DPD. Una simulación de
muestras, al término de este capítulo, mostrará las diferencias
existentes entre las soluciones de la técnica anterior y la solución
expuesta en el presente invento.
En una aplicación de esta clase, como se ilustra
en la Figura 5a para un sencillo generador de distorsión previa para
ajuste de ganancia/fase, la diferencia con el esquema de la técnica
anterior, como se muestra en la Figura 1, es el filtro FIR inverso
(HO^{-1}) introducido, mostrado en la Figura 5b. La Figura 5b
muestra que el generador de distorsión previa digital es una función
inversa del modelo de PA digital derivado de la Figura 4b. El filtro
FIR (HO^{-1}) del generador de distorsión previa es el filtro
inverso del antes mencionado filtro HO que describe una respuesta
del dispositivo a una modulación de envolvente. La tabla LUT de
ganancia del generador de distorsión previa tiene la ganancia
compleja inversa del dispositivo. Existen diferencias en el enfoque
en este invento, en comparación con la técnica anterior. Calculando,
para cada iteración, la ganancia compleja ecualizada del generador
de distorsión previa completo y el PA y adaptando luego los valores
de ganancia compleja invertida al generador de distorsión previa
para cada adaptación se consigue un comportamiento mejorado de tal
generador de distorsión previa sencillo. LA diferencia principal
reside en el uso de la ponderación FIR HO de los datos para el
cálculo de la ganancia compleja.
La Figura 5b muestra el nuevo generador de
distorsión previa digital delante del modelo de dispositivo digital
derivado para la descripción de ganancia/fase de un dispositivo
real. A partir de la figura, se observa que el circuito generador de
distorsión previa está diseñado como el modelo directo inverso del
modelo digital de PA de acuerdo con la Figura 4. La Figura 5b puede
utilizarse en un entorno de simulación. Inhabilitando la
compensación HO^{-1} de filtro inverso, el generador de distorsión
previa tiene el mismo esquema que en la técnica anterior ilustrada
en la Figura 1. Al contrario que la evaluación del modelo de PA, que
ajusta la señal V_{entrada} para que se parezca a la señal
V_{salida} y en la que V_{entrada} se aplica a la puerta de
entrada del modelo de PA, el procedimiento consiste en obtener un
modelado de PA inverso ajustando la señal V_{entrada}, mediante el
generador de distorsión previa, para hacer que la señal V_{salida}
se parezca a la señal V_{entrada} o sea igual que ella. Cuando se
calcula la ganancia total para el generador de distorsión previa y
el filtro de modelo de PA completos, en los cálculos de DPD, la
ganancia resultante es actualizada inversamente en la LUT del
generador de distorsión previa. Puede disponerse entonces de una
comparación con los procedimientos de la técnica anterior
inhabilitando el filtro del modelo de PA HO en los cálculos de la
simulación como el filtro HO^{-1} y, así, mostrar las diferencias
de comportamiento entre la nueva técnica y la técnica anterior. La
inhabilitación del filtro FIR HO en los cálculos de ganancia es lo
mismo que realizar el modelado directo inverso, es decir, no se
realiza ponderación de los valores de la tabla LUT antes del
cálculo. Esta evaluación se describe, y se muestran los resultados,
en un capítulo posterior.
Para poder calcular las tablas de ganancia,
etc., para un generador de distorsión previa digital como en la
Figura 5, los cálculos deben realizarse sobre vectores de señales
I/Q complejas de entrada y de salida. Los vectores de señal se
cargan en la DSP y se calcula el retardo exacto de tiempo entre las
señales en los tiempos de muestra por correlación cruzada de los
vectores de señal compleja o la magnitud de los vectores de señal
como en las descripciones de la técnica anterior, basándose en
modernos métodos de tratamiento de señales. Por motivos de
precisión, debe llevarse a cabo todavía otra alineación en el tiempo
sobre la base de muestras secundarias, a fin de extraer los valores
correctos para actualizar las LUT de ganancia. Esto es muy
importante, en especial para hacer que funcionen los generadores de
distorsión previa de la técnica anterior. La técnica anterior,
algunas veces, hace uso de algoritmos basados en muestras
secundarias del tiempo de muestreo (T) y ajusta la temporización de
las señales a un valor t+T/N, donde N es un valor entero. Para este
invento solamente se utiliza un ajuste de fase para una de las
señales.
Para un funcionamiento correcto de un generador
de distorsión previa, los diagramas I/Q de señal de entrada y de
señal observada deben ajustarse y alinearse con una precisión mejor
que la alineación de tiempo de muestras. Esto quiere decir que a las
señales observadas se les puede hacer un ajuste de fase de \pm180º
cuando se encuentra en los tiempos de muestra la temporización
exacta. Este procedimiento puede llevarse a cabo utilizando
corrección de multiplicación de números complejos apara cada muestra
de una de las señales. Este invento solamente requiere una
alineación de fase sobre la base de muestras de las señales
utilizadas para comparación.
El nuevo enfoque de este invento consiste en
reutilizar el algoritmo de ecualización de filtro FIR ajustando las
señales medidas y de entrada compleja mediante ecualización de
filtro FIR con una toma utilizando la señal de entrada como entrada
al algoritmo y la señal medida como vector resultado del algoritmo.
Si este valor de toma del filtro de una toma es A+jB, la señal de
entrada alineada en el tiempo a la DSP puede multiplicarse por un
"fasor" complejo calculado como (A+jB)/abs(A+jB) para
cada muestra de tiempo del vector o utilizando el valor de
"fasor" conjugado,
(A-jB)/abs(A-jB) para
multiplicar la señal medida, dependiendo de la aplicación.
De la misma forma que se ha explicado en el
capítulo previo, la ventaja es que el error entre las señales a la
frecuencia cero será la aproximación de cuadrados mínimos. Los
métodos de la técnica anterior deben basarse en la optimización
adicional por sub-muestras de la diferencia de
tiempo entre las señales. Este invento hace frente a problema
utilizando las técnicas de filtrado FIR con una toma descritas en lo
que antecede.
Una forma de calcular los valores de memoria LUT
es utilizar una matriz para los cálculos. Se muestran, como ejemplo,
los cálculos para la LUT de la técnica anterior.
Se evalúan, para la ganancia inversa, los
valores para cada muestra de las señales medidas y de entrada. La
magnitud (R_{entrada}) de la señal de entrada se clasifica en
tamaños de sectores digitales R_{entrada}(Sector).
Normalmente, el tamaño de sector es 1/127 o 1/255 de la amplitud
máxima de la señal de entrada permitida. Esto corresponde a
(2^{7})-1 y (2^{8})-1, lo que
resulta práctico cuando el procesador DSP calcula sobre base 2.
La primera columna de la matriz contendrá
valores de la magnitud de la señal de entrada expresada en tamaños
de sector R_{entrada}[Sector(t)] y contiene tantas
filas como el tamaño de la señal muestreada en muestras de
tiempo.
La segunda columna contiene la magnitud de
muestra de tiempo correspondiente de la ganancia inversa de señal de
dispositivo muestreada, observada, definida como sigue.
La tercera columna de la matriz contendrá la
fase correspondiente de la señal de dispositivo muestreada,
observada. Esto proporcionará una matriz adecuada para calcular
tablas LUT.
La ganancia compleja invertida se calcula en la
técnica anterior como:
Inv_CG(R(t)) =
V_{entrada}(t + \tau
1)/V_{salida}(t)
para cada una de las muestras
alineadas en el tiempo, \tau1 es el número de retardos de tiempo
de reloj de muestra utilizados para una evaluación óptima por
correlación cruzada. También puede utilizarse otra alineación en el
tiempo para la señal V_{entrada}(t+\tau1) y, también se
realiza normalmente sobre una base de
sub-muestras.
Después, se clasifica la matriz por el tamaño de
los valores de la columna 1, es decir, la magnitud de entrada
expresada en valores de sector por orden creciente. Esto quiere
decir que se cambian las filas de la matriz. Después, se extrae una
matriz secundaria correspondiente a cada sector de R_{entrada}
expresado como el valor del sector de la magnitud de la señal de
entrada. Se calcula entonces el valor medio para la magnitud y la
fase del correspondiente Inv_CG(R(sector)). Para cada
cálculo realizado, se actualiza la LUT del generador de distorsión
previa de acuerdo con:
Mag[Inv_CG(Nuevo)] =
Mag[Inv_CG(Antiguo)] +
\alpha\text{*}(Mag[Inv_CG(Calc)]^{-1})
Fase[Inv_CG(Nuevo)]
= Fase[Inv_CG(Antiguo)] +
\beta\text{*}(Fase[Inv_CG(Calc)])
Donde \alpha y \beta son los valores del
factor de realimentación de adaptación del generador de distorsión
previa para actualizar la LUT para cada cálculo o adaptación. Los
valores del factor de realimentación de adaptación se encuentran,
normalmente, en el margen de 0 a <1. Valores mayores que 1 pueden
dar origen a "oscilaciones".
Se mencionará que se utilizarán algoritmos para
eliminar de los cálculos los sectores vacíos, es decir, las matrices
secundarias que no contengan valores, y que los valores de la tabla
resultan más uniformes si el cálculo se realiza utilizando algún
tipo de regresión o alisamiento del resultado final calculado de la
LUT de ganancia compleja inversa.
El problema básico con la distorsión previa
consiste en predecir el comportamiento de un dispositivo no lineal y
compensarlo. Esto se hace, siempre, de tal forma que se calcule el
comportamiento medio. Por tanto, en el procesador de señales
digitales (DSP) se calculan los valores medios.
La aplicación de la distorsión previa digital
(DPD) de la figura 5a se basa en el modelo de PA. El generador de
distorsión previa será la inversa de la función del modelo de PA y
la inversa del filtro HO está situada antes del bloque de ganancia
compleja del generador de distorsión previa activado por el
contenido de la memoria LUT del generador de distorsión previa. El
uso del filtro HO inverso está destinado, únicamente, a la
corrección de la fase y la dependencia de la frecuencia de la señal
de salida para cancelar los restos del retardo de grupo de la señal
de salida linealizada del dispositivo sometido a distorsión previa.
Esto no es posible con las patentes mencionadas de la técnica
anterior. Si se utiliza compensación del retardo de grupo, el filtro
proporcionará el retardo de fase opuesto al compararlos con el
filtro calculado HO del modelo de PA. El filtro HO inverso debe
utilizarse en otras extensiones de los nuevos bloques generadores de
distorsión previa de acuerdo con el invento, descritos
posteriormente en esta exposición del invento. En una aplicación de
DPD simple, como en la Figura 1, el modelo de PA HO solamente se
utiliza de manera virtual en los cálculos de DSP para conseguir una
convergencia correcta de la memoria LUT del generador de distorsión
previa.
El cambio de algoritmos para el nuevo invento se
explicará en lo que sigue. Al calcular la LUT de la tabla de
ganancia de DPD, se utiliza la convolución de la señal S_{entrada}
con el filtro HO calculado resolviendo S_{entrada} \varotimes HO
= V_{salida}. La ganancia de magnitud del filtro de HO a
frecuencia cero se ajusta igual a 1. La señal resultante de la
convolución de S_{entrada} y la ganancia normalizada HO, se llama
S_{entrada}HO. Después, esta señal es ajustada de nuevo en el
tiempo con la señal de PA medida debido al retardo digital del
filtro FIR introducido en muestras de tiempo de muestreo (T).
La magnitud de esa señal (S_{entrada}HO) se
clasifica en sectores de magnitud
R_{entrada}[Sector(t)] y se calcula la
expresión de ganancia compleja para el PA y el generador de distorsión previa. Se calcula un vector de error EV como EV=V_{salida}-S_{entrada}HO para cada muestra. V_{salida} es el comportamiento medido de la combinación formada por el generador de distorsión previa, el convertidor-elevador, el PA y el convertidor-reductor de la figura 1. Como se ha mencionado en lo que antecede, en un diseño real, el convertidor-reductor y el convertidor A/D deben ser muy precisos.
expresión de ganancia compleja para el PA y el generador de distorsión previa. Se calcula un vector de error EV como EV=V_{salida}-S_{entrada}HO para cada muestra. V_{salida} es el comportamiento medido de la combinación formada por el generador de distorsión previa, el convertidor-elevador, el PA y el convertidor-reductor de la figura 1. Como se ha mencionado en lo que antecede, en un diseño real, el convertidor-reductor y el convertidor A/D deben ser muy precisos.
\newpage
La modificación y la derivación de la expresión
de ganancia se llevan a cabo como sigue para cada muestra de tiempo:
(Recuérdese que la ganancia de corriente continua de S_{entrada}HO
es la misma que para S_{entrada}).
V_{salida}(t)
= S_{entrada}HO(t) +
EV(t)
La expresión de ganancia compleja puede
escribirse como un vector
V_{salida}/S_{entrada}HO = 1 +
EV/S_{entrada}HO,
donde las filas corresponden al
tiempo de muestreo
t.
Disponiendo esta expresión para facilitar la
ejecución práctica de DSP, se tiene la ganancia compleja expresada
como sigue multiplicando el numerador y el denominador por la
conjugada de la señal de entrada (recuérdese que un vector complejo
multiplicado por su valor conjugado es la magnitud al cuadrado):
Para cada muestra de tiempo de las señales se evalúa la siguiente
expresión:
CG = 1 +
[EV*S_{entrada}HO(conjugado)]/[mag(S_{entrada}HO)]^{2}
donde mag(S_{entrada}HO) =
R_{entrada}. Como R_{entrada}(t) al cuadrado es la
potencia de la señal de entrada, también puede hacerse que la
ganancia compleja dependa de la potencia de la señal de entrada.
Pero, en este invento, se utiliza y se muestra la magnitud de la
señal de
entrada.
El resultado de la evaluación se pone en una
fila de una matriz que tiene una fila para cada instante del tiempo
de muestra de las señales. Una fila de la matriz tendrá el siguiente
contenido de columnas.
R_{entrada}[Sector(t)],
mag[CG(t)] y fase[CG(t)] y contiene
tantas filas como número total de muestras se empleen en el DSP a
partir de las señales S_{entrada} y V_{salida} después de
realizarse ajustes de tiempo y de filtrado FIR.
Para resolver las LUT de ganancia compleja
inversa descritas en lo que antecede, de la técnica anterior, se
utilizan los mismos cálculos de algoritmos matriciales. Se realiza
la actualización de la combinación [ganancia de PA y DPD], dando la
tabla de ganancia compleja acumulada y adoptada, virtualmente
presente en el DSP en función de los valores de las magnitudes de
señal de entrada en sectores. Luego se invierte la tabla de ganancia
de magnitud PA_PDP actualizada mediante una división 1/X. La tabla
de ganancia de fase de PA es multiplicada por un factor -1. Los
nuevos valores de la tabla invertida se introducen como nuevos
valores de la LUT de generador de distorsión previa y se obtendrá
así la ganancia compleja invertida.
Contenido de
la LUT: Inv_CG(Sector) =
1/CG(Sector)
La adaptación se lleva a cabo de la forma
siguiente. Cuando se inicia el generador de distorsión previa, la
tabla de ganancia de PA virtual situada en el DSP se llena con
valores complejos, de acuerdo con una ganancia de magnitud de
"1" y una ganancia de fase de "0", y el generador de
distorsión previa tendrá los mismos valores que al comienzo en la
LUT. El filtro HO inverso se rellena de ceros para todos los valores
de toma, excepto para la toma media, que se carga con un valor
unidad. Para esta simulación, cuando se realiza la comparación con
la técnica anterior, no se actualiza el filtro FIR HO inverso del
generador de distorsión previa. Esto quiere decir que este filtro
FIR HO es inhabilitado en la Figura 5b. Pero se utiliza el método de
filtro HO en los cálculos de DSP para conseguir los comportamientos
mejorados de este nuevo invento.
Cada cálculo de DSP proporciona una nueva
corrección (adaptación) añadida a la tabla de ganancia compleja de
modelo de PA situada, virtualmente, en el DSP de acuerdo con:
Mag(GC(sector)) =
Mag(GC(sector))_antiguo +
\alpha*[(Mag(GC(sector)_calculado]^{-1})
Fase(GC(sector)) =
Fase(GC(sector))_antiguo +
\alpha*[(Fase(GC(sector)_calculado]^{-1})
Luego se lee la tabla virtual y se calcula la
ganancia compleja inversa y se carga en la memoria LUT del generador
de distorsión previa digital, de acuerdo con los procedimientos de
adaptación como en lo que antecede.
La nueva forma de calcular la tabla de ganancia
compleja y los algoritmos utilizados ofrecen posibilidades para
mejorar la aplicación de DPD con menos memoria de la técnica
anterior en un sistema de DPD, que cubra los efectos de memoria
originados por los retardos de tiempo y de fase en el dispositivo no
lineal real debido al método del algoritmo de ecualización por
filtro FIR empleado para ponderar la respuesta de frecuencia de los
datos para los cálculos de LUT.
Con esta nueva aplicación de DPD pueden
utilizarse valores más altos de los factores \alpha y \beta de
realimentación de adaptación del generador de distorsión previa y
seguir consiguiendo una buena convergencia. Ello permite una
convergencia más rápida del generador de distorsión previa.
La verificación de los nuevos algoritmos
descritos en este invento se realiza por simulación. La idea ha sido
comparar los algoritmos básicos de cálculo de ganancia inversa
directa de la técnica anterior de acuerdo con un bloque de la Figura
1, con los algoritmos aplicados para el nuevo generador de
distorsión previa digital de acuerdo con la Figura 5, expuesto en
relación con el presente invento, aplicado a un amplificador, que no
se comporte como un amplificador "ideal" sin retardos de tiempo
ni de fase en la respuesta de modulación de envolvente.
Se llevó a cabo una simulación básica del
comportamiento de la distorsión previa digital. Para la simulación,
como dispositivo activo en la simulación se utilizó el modelo de
amplificador de potencia digital de acuerdo con la Figura 4b,
derivado del trabajo con el moldeo de PA. El modelo de PA digital de
banda de base utilizado se derivó a partir de las mediciones. El
modelo se incorporó en la práctica con filtros FIR para conseguir un
modelo con efectos de memoria emergentes a partir de retardos de
tiempo y respuesta de frecuencia a partir de modulaciones de
envolvente.
La Figura 6b muestra el comportamiento espectral
del modelo de PA derivado sin distorsión previa aplicada y
utilizando la señal de entrada mostrada en la Figura 6a. Las señales
han sido filtradas a un ancho de banda con una resolución de 30 kHz
en la presentación del espectro. El amplificador tiene un espectro
de distorsión asimétrico debido a los efectos de memoria.
La Figura 6c muestra el comportamiento espectral
tras cinco actualizaciones de la LUT empleando reglajes de acuerdo
con los cálculos de ganancia inversa directa de la técnica
anterior.
La Figura 6d ofrece el comportamiento espectral
mejorado también tras cinco actualizaciones de la LUT basadas en el
nuevo generador de distorsión previa de acuerdo con el presente
invento, cuando se utilizó el algoritmo de ponderación de filtro FIR
para los cálculos de ganancia. La mejora, tras las cinco
actualizaciones fue inapreciable, tanto para el método de la técnica
anterior como para el nuevo método.
En la Figura 7a se ilustran la magnitud y la
fase de la ganancia inversa utilizada para conseguir el cálculo del
promedio para los generadores de distorsión previa de la técnica
anterior para el cálculo inicial de la primera adaptación de este
tipo de generador de distorsión previa.
La Figura 7b muestra los mismos datos tras la
quinta adaptación de acuerdo con la técnica anterior. Solamente se
observó una tendencia menor a encogerse del área de la base de datos
durante la adaptación.
Además, la Figura 7d ilustra el contenido de la
tabla LUT después de cinco adaptaciones de la técnica anterior. La
tabla LUT sigue conteniendo mucha ondulación en los procedimientos
de la técnica anterior, siendo esta la explicación de todos los
algoritmos matemáticos peculiares patentados para aplicaciones de la
técnica anterior con el fin de reducir las ondulaciones de los
valores de la LUT normalmente atribuidas a los datos de entrada con
ruido.
La Figura 8a muestra los mismos datos de
ganancia de magnitud y de fase representados a la misma escala que
en la Figura 7 para la primera adaptación para calcular el
comportamiento del modelo de PA + DPD utilizando el algoritmo de
ecualización FIR descrito anteriormente en este invento en el
procesador de señales digitales.
La Figura 8b muestra los mismos datos después de
cinco adaptaciones de acuerdo con este invento. Se aprecia una
notable reducción del área de datos para la adaptación y los
cálculos de ganancia.
La Figura 8c muestra el contenido de la tabla de
ganancia invertida puestos en la LUT del generador de distorsión
previa después de cinco adaptaciones.
Las Figuras 6, 7 y 8 ilustran el comportamiento
mejorado al aplicar los algoritmos descritos en este invento a un
esquema de DPD sencillo. El algoritmo de filtro FIR de ecualización
resuelve muchos problemas como la supresión del ruido y ayuda a
reducir la dispersión de datos a la hora de calcular los valores
medios utilizados en la tabla de memoria de consulta de un generador
de distorsión previa. A las simulaciones básicas mostradas no se les
añadió ruido.
Los resultados están de acuerdo con la quinta
realización de este invento. La conclusión básica extraída de la
simulación fue que los generadores de distorsión previa de la
técnica anterior, basados en cálculos de ganancia inversa directa,
no son capaces de converger en una solución optimizada. Las
soluciones de la técnica anterior no pueden conseguir niveles de
banda lateral de la distorsión de un PA real con retardo de tiempo
en la respuesta real, iguales que los que pueden conseguirse al no
considerar la respuesta de frecuencia del dispositivo real. Las
patentes de la técnica anterior mencionadas en esta exposición
pretenden aliviar el problema básico que suponen los cálculos de
ganancia inversa
directa ejecutando adiciones y aproximaciones propias, inventadas, al esquema de DPD básico basado en la Figura 1.
directa ejecutando adiciones y aproximaciones propias, inventadas, al esquema de DPD básico basado en la Figura 1.
Más adelantes se mostrará, en este invento, que
la aplicación del filtro HO^{-1} inverso en el bloque de
distorsión previa "ganancia/fase", que reduce al mínimo las
diferencias de retardo de grupo entre la señal de entrada y la señal
de salida del dispositivo, ofrece posibilidades de investigar la
causa y ajustar más las distorsiones restantes que un bloque de
función de DPD de LUT de tabla de ganancia compleja no puede
tratar.
El modelo de PA derivado ilustrado en la Figura
4b puede ser mejorado para tratar más que el primero y el,
parcialmente, segundo tipo de distorsión. Ello es posible porque el
nuevo método de modelado reduce el vector de error entre el modelo y
el dispositivo medido, de manera que tras cada paso se revelan
diferencias de comportamiento más detalladas entre el modelo y el
dispositivo real. Esto no es posible cuando solamente se consigue
una reducción de la distorsión sin reducir al mínimo el vector de
error, como en la técnica anterior. La mejora de la funcionalidad se
consigue mediante conexiones en cascada de otros bloques de
funciones de modelo de PA digital.
La Figura 9 ilustra los nuevos bloques de
función de modelo digital propuestos para la reducción ulterior del
vector de error entre el comportamiento del PA medido y el modelo de
PA digital. La figura muestra el ya descrito "bloque de
dependencia ganancia/fase" seguido por el "bloque de
dependencia de ganancia compleja diferencial" y el "bloque de
dependencia de potencia". La solución consiste en compensar
cualesquiera errores sistemáticos restantes y tener en cuenta que
los bloques funcionales estarán relacionados con la causa física de
los errores sistemáticos en el dispositivo real. Los bloques
funcionales del modelo digital de este invento pueden ser
optimizados individualmente, en cuanto al comportamiento del modelo,
de manera consecutiva y adaptable.
Examinando la Fig. 4a, en ella se aprecia una
constante de tiempo (\tau) en el símbolo de amplificador de
potencia que representa el retardo intrínseco de encendido del
dispositivo para un cambio de la señal de entrada que se cree que es
mucho menor que el tiempo de muestreo empleado en el generador de
distorsión previa o el tiempo de reloj de muestreo de medición. La
influencia debida a este comportamiento se describe en relación con
la primera derivada en el tiempo de la señal del PA modelo y la
señal medida. La idea básica es reutilizar los algoritmos del primer
bloque y diseñar una tabla de "ganancia compleja diferencial"
dependiente de la derivada en función del tiempo de la señal de
entrada y calcular la influencia de ganancia diferencial en el
bloque funcional denominado bloque de dependencia de "ganancia
compleja diferencial" (-dCG). De acuerdo con la primera
realización de este invento, el valor multiplicador de salida medio
para el bloque de ganancia diferencial es igual a "1" cuando no
se utiliza. En uso, el resultado tendrá la forma de un multiplicador
"(1 + diferencia)".
En lo que sigue se presentan los cálculos
matemáticos para el diseño del bloque de "ganancia compleja
diferencial". La señal modelada tras el bloque de "ganancia de
fase/ganancia" proporciona la caracterización del comportamiento
promedio del primer bloque de ganancia del modelo de PA, denominado
V_{med}(t). Puede diseñarse un bloque funcional diferencia
en cascada de acuerdo con la descripción de la primera realización.
La señal medida es V_{salida}(t). Puede diseñarse un bloque
funcional de diferencia en cascada de acuerdo con la descripción de
la primera realización. La señal medida es V_{salida}(t).
Esas señales también pueden escribirse como una función de la
primera derivada en función del tiempo (muestras del tiempo T de
muestreo).
(1)V_{salida}(t+T) =
V_{salida}(t)+dV_{salida}(t+T)
donde dV_{salida}(t+T) =
V_{salida}(t+T)-V_{salida}(t) y, todos, son
números
complejos
(2)V_{med}(t+T) =
V_{med}(t)+dV_{med}(t+T)
El objetivo es que el modelo de PA digital tenga
errores tan pequeños como sea posible. Por tanto, el requisito
impuesto sobre las ecuaciones anteriores es que
V_{salida}(t+T) sea igual a V_{med}(t+T).
Sustituyendo en las ecuaciones anteriores y resolviendo para
dV_{salida}(t+T), se tiene
\vskip1.000000\baselineskip
(3)dV_{salida}(t+T) =
dV_{med}(t+T)-.[V_{salida}(t)-V_{med}(t)]
\vskip1.000000\baselineskip
Un nuevo vector EV_{med} de error medio de
modelo, tras el bloque de "ganancia de fase/ganancia", se
identifica y se define como:
(4)E
V_{med}(t)=.[
V_{salida}(t)-V_{med}(t)]
\newpage
Resolviendo para la expresión de ganancia
compleja diferencial definida como:
dCG(t+T)
= d
V_{salida}(t+T)/dV_{med}(t+T)
se
obtiene
(5)dCG(t+T) =
1-EV_{med}(t)/dV_{med}(t+T)
A partir de la ecuación (4) se aprecia que
EV_{med}(t) tiene un valor V_{med}(t)
correspondiente y, también, una magnitud R de la señal de entrada
V_{med}(t) a este bloque asociado. Por tanto, los valores
dCG(t+T) de ganancia compleja diferencial dependen de la
magnitud. (R(t)) de señal de entrada de muestra precedente.
Puede diseñarse un bloque de estructura funcional digital similar al
primer bloque de ganancia del modelo de PA digital. También, es
posible diseñar un bloque funcional dependiente de
dV_{med}(t+T) como parámetro director de bloque
multiplicador.
La señal de salida tras este bloque ha sido
modificada en la forma siguiente:
(6)VdG(t+T) =
V_{med}(t)+dV_{med}(t(t+T*dCG[RSector(t)]
Donde dCG(RSector) es el valor de la
ganancia compleja diferencial calculado a partir de la ecuación (5)
en la misma forma descrita para el primer bloque de dependencia de
"ganancia y ganancia de fase" y puesto en una memoria de LUT de
ganancia compleja diferencial. Pueden realizarse adaptaciones de la
LUT del bloque de ganancia compleja diferencial como en el bloque
previo y puede evaluarse una medida del comportamiento comparando el
valor de adaptación máximo con un límite presente.
La Figura 10 muestra la funcionalidad digital de
bloque de dependencia de "ganancia compleja diferencial", para
la que los retardos (D0, D1, D2) en los tiempos T de muestra han
sido diseñados en consecuencia para conseguir la alineación en el
tiempo dentro del bloque funcional a fin de satisfacer la ecuación
(6). A este bloque se le pueden aplicar las mismas rutinas de
cálculo matricial de ganancia que al bloque previo de ganancia/fase,
para calcular una LUT de ganancia diferencial dependiendo de la
amplitud (R) de la señal de entrada al bloque.
La Figura 11a muestra los resultados conseguidos
en virtud de optimizaciones sucesivas del primer bloque de
dependencia "ganancia/fase" del modelo de PA.
La Figura 11b muestra, luego, el mismo resultado
cuando al modelo de dispositivo digital se le añade el bloque de
dependencia "ganancia diferencial". Ambas gráficas, de las
Figuras 11a y 11b, ilustran el espectro de salida de PA medido y el
espectro de vector de error entre el dispositivo y el comportamiento
modelado.
La Figura 11c muestra la base de datos para el
cálculo y la optimización de la tabla LUT de ganancia diferencial
dCG(RSector) para el dispositivo.
Los resultados de la generación del modelo
muestran que el modelado de ganancia diferencia se ocupa de los
errores finos de ganancia/fase dentro del ancho de banda y, además,
reduce el espectro de errores entre el modelo y el dispositivo
medido.
El modelo de PA derivado hasta el momento
todavía posee restos de distorsión. Una investigación sobre el
vector de error restante muestra errores de magnitud pero, en
esencia, muy pocos desfases. Se considera que los errores de
magnitud son la influencia asociada por la potencia de entrada al
PA. Para investigar esto, se evalúan los restantes errores de
amplitud de la señal entre la magnitud de PA medida
(R_{salida}_Medida) y el modelo de PA (R_Modelo), para
investigaciones ulteriores.
R_{err}(t) =
R_{salida}_medida(t)-R_Modelo(t), es
el vector de error de magnitud en función del tiempo.
Representando gráficamente el vector R_{err}
en función del tiempo de muestreo "t" y
[R_Modelo(t)]^{2}, que es la potencia P(t) de la
señal de PA modelada, se ve que todavía se producen algunos efectos
de memoria debidos a la potencia de la señal de entrada al PA que
quedan por modelar.
El enfoque y la idea de este invento son
diferentes de los métodos de la técnica anterior. La idea básica es
ver qué se ha hecho hasta ahora en los bloques funcionales de
modelado de PA. El comportamiento del modelo de PA "medio" se
deriva de una señal de entrada. Esta señal de entrada tiene,
también, una potencia media en función del tiempo. Por tanto, el
comportamiento de la dependencia de la potencia incorporado en el
modelo debe depender, entonces, de los niveles de potencia cuando la
potencia media corresponde a la potencia media de la señal de
entrada. Esto está de acuerdo con la descripción de la primera
realización y se diseña un bloque multiplicador no lineal diferencia
de de potencia de entrada, en cascada. El modelo que describe de la
forma más correcta la dependencia de la potencia del amplificador
de potencia real, debe basarse, entonces, en la "diferencia
respecto de la potencia media de la señal utilizada para la tarea de
modelado".
Se calcula la potencia media de la señal de
entrada a este bloque de potencia y se la designa con PM. Se diseña
un nuevo vector de diferencia de potencia como:
dP(t) =
P(t)-PM
dP(t) es el parámetro que
dirige el bloque de dependencia de potencia de acuerdo con la
primera realización del
invento.
La Figura 12 muestra la potencia diferencial
dP(t) (curva de trazos) representada gráficamente junto con
los restantes errores de amplitud R_{err}(t) (curva de
trazo continuo) entre el modelo digital y la medición del Pa real,
con el fin de conseguir una visión de cómo se ve la dependencia. A
partir de la figura, se desprende que existe cierta correlación unas
pocas muestras después del trazo de dP(t) en función de
R_{err}(t).
Para tener una visión más precisa de la
dependencia de la potencia diferencial dP(t) en función de
los restantes errores R_{err}(t) de magnitud, se lleva a
cabo una evaluación de la correlación cruzada común en la teoría de
tratamiento de señales.
La Figura 13a muestra el resultado de la
correlación cruzada representada gráficamente en función de
distintas diferencias de tiempo de muestra en muestras (T) de tiempo
entre las señales utilizadas.
Viendo la Figura 13a, un experto en la técnica
saca la conclusión de que el resultado de la correlación cruzada
muestra, básicamente, la respuesta de impulso combinada de filtros
de pasa-bajos combinados con diferentes constantes
de tiempo, ganancia y ancho de banda. En un bloque de compensación
de potencia del modelo de PA, la función que busca conseguir bandas
laterales con baja distorsión, se considera que la respuesta más
alta que, también, tenga el ancho de banda máximo (respuesta de
impulsos cortos), es la mejor forma de suprimir la distorsión fuera
de la portadora de la influencia de la potencia. La solución
correcta para el siguiente bloque es añadir entonces una corrección
de la influencia de potencia diferencial filtrada a la magnitud de
la señal así modelada. El "filtro de potencia" puede diseñarse
con tomas simétricas a partir de la evaluación de la correlación
cruzada con valores de correlación cruzada que van desde la
temporización de correlación cruzada cero hasta el valor máximo que
define la toma central del filtro FIR de la respuesta de impulsos.
Cuando se elige la mitad de la respuesta de impulsos, el resto de la
respuesta se consigue generando los valores especulares de las tomas
desde el centro hasta el extremo del filtro FIR. El número de tomas
se fija, entonces, para que sea un número impar y el filtro FIR
resulta simétrico respecto a la toma central. Esto reduce el número
de cálculos que han de finarse en el bloque de corrección de
potencia.
Otro enfoque simple incorporado en la simulación
es el diseño del filtro como un filtro estándar de función de
intervalo para tratamiento de señales. La correlación cruzada es
evaluada, en cuanto la respuesta en el tiempo desde el primer paso
por cero con sentido positivo hasta el valor máximo, como
anteriormente. Se decide que el número de tomas sea igual al doble
+1 de la diferencia de tiempo en muestras. En esta descripción del
invento se utiliza una función de intervalo "Hanning" para el
filtro FIR de potencia diferencial. También pueden utilizarse otros
filtros de función de intervalo común o filtros FIR de
pasa-bajos. Igualmente, puede utilizarse una
función de filtro con más tomas y valores de tomas no simétricos que
recuerden más a los resultados de la evaluación de la correlación
cruzada, pero esto significará un filtro con más tomas e introducir
más esfuerzos de tratamiento.
Para la evaluación de todos los parámetros a
diseñar en este bloque de corrección de potencia, se utiliza una
convolución del vector dP(t) de potencia diferencial con el
filtro FIR de potencia diferencial elegido, a fin de conseguir, como
nuevo resultado, un vector de potencia medio móvil diferencial,
denominado dP_{ma}(t). Este nuevo vector es sometido de
nuevo a correlación cruzada en función del vector
R_{err}(t) para definir el retardo de tiempo dt óptimo en
las muestras de tiempo para conseguir la corrección de la influencia
de la potencia en el modelo. El factor de ganancia GP del filtro FIR
de potencia para una ganancia de compensación óptima se calcula
utilizando de nuevo la rutina de DSP de ecualización FIR de 1 toma,
empleada anteriormente en esta descripción, una vez más sobre las
señales resultantes en dP_{ma}(t+td)*GP igual a
R_{err}(t) en el modo de optimización por cuadrados
mínimos. El valor conseguido para el factor GP es la correlación de
diferencia de potencia media móvil óptima para la señal
R_{err}(t) de error de magnitud. La corrección de potencia
para la señal de modelo digital se hace como
S_{entrada}_Modelo_Potencia_Correcta(t)
= S_{entrada}_Modelo(t)*
[1-GP*dP_{ma}(t+td)/(R_{entrada}(t)
+
\delta)]
donde \delta es un número pequeño
para impedir el desbordamiento en los
cálculos.
En la expresión, la dependencia de la potencia
investigada del error de magnitud se convierte en una expresión de
ganancia que afecta a la magnitud de la señal para describir la
dependencia de la potencia. Esto es posible porque las evaluaciones
del bloque previo tienen como resultado un error, principalmente de
magnitud, pero no de fase, entre las señales.
\newpage
La Figura 13b ilustra el vector (1) de error de
magnitud con corrección de potencia y el vector de error de magnitud
sin corrección de potencia, en comparación con la señal (2) medida
del dispositivo, representados gráficamente en función de la
magnitud R_{entrada} de la señal de entrada al bloque de
dependencia de potencia en comparación con la señal medida del
dispositivo.
La Figura 14 representa el esquema digital del
bloque de dependencia de potencia derivada. Los retardos de tiempo
mostrados se ajustan de acuerdo con la incorporación práctica
digital de manera que se satisfaga la expresión
S_{entrada}_Modelo_Potencia_Correcta(t).
Los bloques así conseguidos en el modelo digital
se muestran en la Figura 9. A elección del usuario, puede disponerse
de un afinado adicional del modelo. Este modelo funciona muy bien
porque cada función individual ofrece disponibilidad para optimizar
el comportamiento para cada característica individual de un
dispositivo real, en tanto la característica se base en alguna
dependencia física que pueda describirse.
Como el error entre el modelo de banda de base
digital y el comportamiento medido del PA se reduce para ejecución
práctica de un bloque de función, hay posibilidad de aplicar los
métodos descritos en lo que antecede para conseguir aún una
reducción adicional de los errores del modelo. Los dispositivos que
muestran errores dependientes de la magnitud de la señal de entrada,
pueden evaluarse del mismo modo en cuanto a la dependencia de la
potencia proporcionando una correlación de la magnitud diferencial
en función de los errores restantes entre el modelo y el
dispositivo medido como ejemplo.
La Figura 15 muestra la mejora espectral
conseguida del vector de error entre el comportamiento modelado y el
comportamiento medido del PA. Se muestra la mejora del modelo
digital con la corrección de la distorsión previa de la potencia
diferencial aplicada en función del moldeo sin corrección de
potencia.
La Figura 15a muestra la comparación de los
errores espectrales del modelo digital frente al dispositivo real
con corrección de la dependencia, repitiéndose los resultados del
modelo después del modelo de dependencia de ganancia compleja
diferencial de la Figura 11.
En la Figura 15b se ilustran los resultados tras
las correcciones del modelo de dependencia de potencia. Ambas
figuras muestran el comportamiento espectral del dispositivo PA
medido y el correspondiente espectro del vector de error frente al
dispositivo modelado digitalmente.
Los vectores de error resultantes se consideran,
normalmente, el resultado deque pueda aplicarse una distorsión
previa y del resultado de ello sobre el dispositivo real. El vector
de error conseguido para el modelo corregido en potencia se
comparará con el espectro de señal de entrada utilizado mostrado en
la Figura 11a para un modelo sencillo de AM a AM y de AM a PM.
Comparando la Figura 15 con las figuras previas
que representan gráficos de espectro y de errores del modelo digital
derivado, se llega a la conclusión de que cada bloque contribuye a
la precisión del modelo en la forma esperada, cuando se basa en la
dependencia física de un dispositivo.
La Figura 15 muestra hasta qué punto puede
incorporarse el trabajo de modelado en un equipo con mediciones
relativamente malas basado en convertidores de analógico/digital y
de digital/analógico de 12 bits, integrado en un equipo comercial.
Este modelo de PA también puede utilizarse con fines de simulación
en un entorno de generador de distorsión previa para optimizar el
comportamiento y la ejecución práctica de un sistema generador de
distorsión previa, como se hace en este invento. Por ejemplo, no se
consideran los errores introducidos en el sincronismo de reloj de
muestreo entre los instrumentos comerciales. El ruido debido al
convertidor reductor y el oscilador local presentes en el equipo de
prueba, está presente, también, en los cálculos del modelo que se
presentan en la exposición del invento.
Mirando la Figura 13b, en ella se ve una
curvatura en el error de magnitud corregido en potencia remanente.
Los errores no sigue la línea central de cero según el eje Y. Esto
quiere decir que en el modelo así preparado continúan existiendo
algunos errores de ganancia. Para incluir esto en el modelo digital,
se realiza una redisposición de los bloques de modelo ilustrados en
la Figura 9. La corrección de potencia se lleva a cabo antes del
bloque de ganancia compleja/fase. Esto significa que la lectura de
la LUT de ganancia en este bloque será corregida, en cuanto a la
influencia de la potencia, antes de que se seleccione la magnitud de
la señal, como dirección en la LUT de ganancia. La corrección se
consigue gracias a las mismas fórmulas que para la corrección
posterior descrita en lo que antecede. Con este método, no se
necesita memoria LUT multidimensional.
La Figura 16a ilustra la redisposición de los
bloques de modelo digital empleándose el bloque de dependencia de
corrección de potencia como primer bloque de los bloques de modelo
del dispositivo digital. Evaluando un dispositivo que calcula un
modelo, primero se inhabilita el bloque de corrección de potencia y
se evalúan los dos bloques siguientes para conseguir un mayor
parecido del modelo. Luego, se evalúa la base de datos de bloque de
dependencia de potencia requerida y los datos se cargan, con los
mismos valores que para la corrección posterior, para el bloque de
corrección previa y el bloque de ganancia/fase, y se evalúa de nuevo
el bloque de ganancia compleja diferencial.
La Figura 16B ilustra el comportamiento
espectral conseguido merced a esta evaluación del modelo. Comparando
las gráficas con la Figura 15b se aprecia una mejora en la precisión
del modelo digital con respecto al comportamiento medido del PA. La
diferencia en el espectro del vector de error en el lado alto y en
el lado bajo de la señal está provocada por la simplificación del
FIR de dependencia de potencia utilizando un filtro de intervalo
Hanning, en el que el retardo de tiempo no puede corregirse
exactamente con el retardo de dependencia de la potencia sin
tratamiento ulterior de las señales muestreadas. Esto quiere decir
que el ajuste de la medición tendrá una frecuencia de reloj de
muestreo superior. La mejora del resultado puede conseguirse
empleando, en cambio, valores de la función de correlación como la
aproximación del FIR de potencia descrita anteriormente. La
comparación con el espectro de la señal de entrada en la Figura 6a
muestra que los errores de modelado se aproximan mucho a los límites
del espectro de la señal de entrada medida. Los errores restantes
son, también, máximos dentro del ancho de banda de la señal de
entrada, ya que se eligió que la corrección de la dependencia de la
potencia operase, principalmente, para los errores de supresión de
banda lateral. Ha de mencionarse, también, que existe la posibilidad
de llevar a cabo una evaluación menos precisa de la dependencia de
la potencia inhabilitando las evaluaciones de bloque de ganancia
diferencial. Las Figuras 16c a 16f ilustran los diagramas de flujo
principales para los cálculos del modelo digital de acuerdo con la
Figura 16a.
Habida cuenta de que los apartados anteriores
describen el modelo de PA digital, resulta evidente derivar un nuevo
generador de distorsión previa digital de acuerdo con la primera
realización de este invento. En la sección de las páginas 21 a 32,
se ilustra que la aplicación del modelo de ganancia compleja de PA
inversa se comporta como un generador de distorsión previa digital
muy eficaz para la cancelación de la distorsión de ganancia
compleja. Aplicando el mismo concepto para todos los bloques del
modelo de PA derivado, se propone un nuevo circuito de distorsión
previa digital.
La Figura 17 muestra el circuito de distorsión
previa digital propuesto. El invento describe cuatro bloques básicos
designados 1, 2, 3 y 4.
El primer bloque funcional 1 es la incorporación
práctica, digital, del equipo físico del generador de distorsión
previa. Es el circuito digital de tiempo real con todos los bloques
101 a 106 ilustrados.
El segundo bloque 2 es el procesador de señales
digitales utilizado para actualizar los diferentes parámetros y las
tablas de consulta empleadas en el generador de distorsión previa.
Se muestran los distintos bloques de lógica 210 a 206.
El tercer bloque 3 mostrado es el vocablo
control utilizado para controlar el sistema, que contiene datos
accesibles para todos los otros bloques representados en la imagen,
para lectura y grabación. Puede encontrarse en el bloque 1 digital
HW pero, para mayor claridad, se muestra como un bloque
separado.
El cuatro bloque 4 es el control externo del
sistema para vigilar el estado del sistema en un instante dado y
actualizarlo. El control externo puede decidir si ha de ejecutarse
un procedimiento de calibración o una operación en la que algunos
bloques del generador de distorsión previa básico hayan de
inhabilitarse o no, sobre-escribiendo el contenido
del vocablo de control 3. Puede utilizarse para actualizaciones SW,
descarga de señales, etc., desde el
DSP 2.
DSP 2.
Con fines de calibración, se utilizará una señal
conocida con, aproximadamente, la misma potencia que se ha
proyectado en la aplicación del caso de potencia máxima. Se ejecuta
un paso de calibración básica del sistema para llenar las tablas
con, y asignar a los parámetros, valores por defecto, de acuerdo con
el dispositivo activo utilizado. La potencia media y la potencia
máxima de la señal de entrada utilizada para la evaluación de la
corrección de potencia, se encontrarán en el margen de uso
proyectado del sistema, para facilitar la calibración y la
aplicación ulteriores.
Cuando se calibre e inicialice el sistema, se
utiliza una rutina básica. Se inhabilitan los bloques de circuito de
tiempo real digital para dependencia 103 de la potencia y el bloque
104 de ganancia diferencial. Esto significa que la señal pasa por
estos bloques sin resultar afectada. El bloque 102
EV-FIR se carga con ceros en todos los valores de
toma, excepto por el toma media, que se carga con el valor de
"1". Esto se explica con detalle en este documento,
posteriormente, en las descripciones de los bloques
individuales.
El bloque 105 de distorsión previa ganancia/fase
se carga con las tablas LUT correspondientes a una ganancia de 1 y
un ángulo de fase de cero. Los filtros FIR se cargan con "unos"
en las tomas centrales poniéndose a "ceros" el resto de las
tomas. El bloque 4 de control del generador de distorsión previa y
de DSP externo, inicia la lectura de un vocablo digital 5 por parte
del generador 1 de distorsión previa digital, que le indica al
circuito que arranque y utilice la base de datos de calibración
almacenada en las memorias del bloque 1. El bloque de parámetros de
cada función tiene, como ejemplo, tres posiciones de memoria -0, 1 y
2. La primera es para inicialización y está designada como bloque
"0". El DSP que vigila el vocablo de control 3 empieza a
descargar señales S1 y VM de la memoria en 106 y comienza el
tratamiento de los datos. Cuando el DSP 2 ha realizado cálculos de
acuerdo con los bloques de lógica 202y 203 y está preparado para
actualizar, lee el vocablo de control 5 que define el uso de la base
de datos y decide donde poner los datos actualizados. Si el vocablo
de control tiene un "0" en esta posición, el DSP carga los
nuevos datos en una posición de la memoria designada con "1".
Cuando la carga está lista, el DSP sobre-escribe el
"0" del puntero de base de datos de vocablos de control 3 con
un "1" que le indica, al circuito 1 digital de tiempo real que
debe empezar utilizando la nueva base de datos. Si el DSP ya lee un
"1" en el vocablo de control digital, el DSP decide poner los
nuevos datos actualizados en una posición "2" y cambia en
consecuencia el puntero de la base de datos de vocablos de control.
Si el DSP lee una posición de memoria "2", retorna y pone los
nuevos datos en una posición "1" y actualiza el puntero de base
de datos de vocablos de control 5.
Un número definido de muestra procedentes de la
señal de entrada S1 y la señal de salida VM son descargadas al DSP.
La rutina 201 del DSP calcula la diferencia de tiempo en las
muestras y el fasor correcto a utilizar como corrección de la LUT de
tabla de ganancia y los guarda para actualización posterior. El DSP
almacena el retardo de diferencia de tiempo (ts) para reducir el
tiempo de cálculo para ulteriores actualizaciones. El DSP puede,
también, llevar a cabo una corrección de la ganancia de la señal de
entrada en el bloque 101. Si se aplica al sistema un nivel demasiado
alto de la señal de entrada, el DSP informa al vocablo de control 3
que, a su vez, informa al control externo 4 que puede ajustar
algunos atenuadores externos. El vocablo de control 3 también puede
tener la posibilidad de realizar ajustes externos por sí mismo con
interconexiones añadidas y funcionalidad DSP. El cálculo de la
corrección de fase y la temporización se realiza del mismo modo que
se ha descrito en la sección de las páginas 21 a 32. El bloque de
control 3 puede cargarse con un factor de "reducción de
ganancia" a utilizar en el sistema para acomodar el cambio de
ganancia del dispositivo analógico en función de la temperatura y
poner un margen apropiado a la señal de entrada de forma que los
niveles de señal en el sistema nunca superen un valor máximo
permitido. La diferencia de fase entre las señales VM y S1 puede
incorporarse en los valores de toma de filtro FIR inverso
multiplicando cada complejo por el valor de fase de corrección para
una primera adaptación. El filtro FIR inverso incorporado en 105 se
adaptará y corregirá la lenta deriva del convertidor elevador y el
retardo de grupo del PA y las derivas de respuesta de
frecuencia.
El ajuste de ganancia se hará de tal modo que el
generador 1 de distorsión previa tenga capacidad de regulación para
ajustar las tablas dentro del margen de señales de entrada de forma
que pueda conseguirse una adaptación lenta del generador de
distorsión previa debido al cambio de temperatura ambiente del
dispositivo no lineal utilizado. En el bloque AGA 101 se utiliza y
se ajusta algún tipo de reducción de ganancia de señal digital. Se
supone que la temperatura ambiente es corregida por la adaptación
del generador de distorsión previa. El ajuste de la reducción de
ganancia puede adoptarse, también, para derivas de transferencia
calibradas en el ajuste del equipo -convertidores elevadores y
convertidores reductores- del PA no lineal.
La actualización de las memorias de tomas de
filtro FIR y de las LUT de tablas de ganancia del bloque 105 de
ecualización de ganancia y de fase, se calcula en el bloque 203 de
DSP de acuerdo con la descripción que antecede. Cada cálculo
significa una actualización de las memorias del filtro FIR y LUT
empleadas en el generador 105 de distorsión previa. Una medida del
comportamiento descrito en los últimos apartados se traslada al
control 3 del generador de distorsión previa, que actualiza las
funciones de habilitación del vocablo 5 de control digital para
hacer funcionar el sistema con más funciones aplicadas. Cuando todas
las funciones de los bloques de ecualizador ganancia/fase han
adoptado un cierto factor de medición de comportamiento, el DSP, de
acuerdo con la lectura del vocablo de control, continúa para
calcular el siguiente bloque de acuerdo con los ajustes del vocablo
de control 3.
Los procedimientos de cálculo de este bloque 204
y de actualización de la parte digital 104, pueden ejecutarse de dos
formas diferentes, dependiendo de la potencia de cálculo del
procesador de DSP.
Primero, puede ser calculado siguiendo e mismo
procedimiento que para la ganancia diferencial, de acuerdo con la
base de datos de magnitud y de fase ilustrada en la Figura 11c. La
actualización se lleva a cabo, entonces, como los valores de
ganancia compleja inversa en la LUT.
Una segunda forma, más rápida pero menos precisa
que el primer enfoque, consiste en utilizar la regresión lineal de
los datos puestos en las tablas LUT. La aplicación de este
procedimiento depende del comportamiento del dispositivo no
lineal.
Cuando el DSP ha realizado el cálculo, actualiza
las respectivas posiciones de memoria en 1 y graba la actualización
respectiva en el vocablo de control 5. La adaptación del bloque de
distorsión previa de ganancia diferencial se lleva a cabo de la
misma forma que para el bloque de ganancia compleja/fase antes de
pasar al siguiente bloque.
El sistema continúa para calcular la dependencia
de potencia diferencial de acuerdo con el bloque 205 DSP. Hay dos
opciones para cómo hacerlo y ejecutar los procedimientos.
\newpage
El primer método es hacerlo automáticamente. El
DSP calcula todos los procedimientos mediante una programación
apropiada del DSP. El DSP puede ser controlado para ejecutar después
una actualización de la dependencia de la potencia periódicamente si
la temperatura ambiente afectase a este comportamiento. Esto se
indicó en la sección "El bloque de dependencia de la potencia",
que comienza en la página 43. En cuanto a la frecuencia con que debe
realizarse la adaptación de la dependencia, no es una cuestión clara
por cuanto que no se dispone de datos. La experiencia obtenida
aplicando la solución DPD de acuerdo con el presente invento,
permitirá una mejor comprensión de esta cuestión en el futuro.
Probablemente, lo más factible será la adaptación del factor de
ganancia FIR de potencia.
El segundo método consiste en que el DSP y el
control del generador de distorsión previa lean el vocablo de
control y carguen las señales S2 y VM apropiadas en el control
externo cuando se evalúe el filtro FIR de dependencia de potencia en
otro procesador controlado mediante una interconexión con un
operador humano que realice los cálculos y las evaluaciones. Esto es
posible si no es de esperar que cambie la dependencia de la potencia
de un dispositivo y, entonces, pueda ser evaluado una sola vez.
Probablemente se producirá un fallo en el dispositivo real si la
dependencia de la temperatura empieza a cambiar en el dispositivo no
lineal aplicado. Haciendo que la dependencia de la potencia sea
exterior al sistema, se ahorra una gran cantidad de posiciones de
memoria para programas en el bloque 205 de DSP de la Figura 16.
Tras realizar la evaluación de la dependencia de
potencia diferencial, los nuevos datos para el filtro FIR, el
retardo y la ponderación de acuerdo con un apartado anterior se
cargan en la memoria del bloque 103 de distorsión previa de
dependencia de la potencia y se actualiza el vocablo de control 3 de
manera que el generador 1 de distorsión previa comienza a utilizar
esta función.
Si se lleva a cabo un ajuste apropiado del valor
de la potencia media, PM, para el bloque de corrección de potencia
diferencial y el retardo de tiempo, el resultado es la supresión de
la banda lateral simétrica en el generador de distorsión previa.
En algunas aplicaciones del circuito DPD
propuesto, el vector de error entre la señal de entrada y la señal
de salida ha de cancelar un nivel de errores muy bajo entre la señal
de entrada digital y la señal de salida medida, teniendo en cuenta
las características de frecuencia del convertidor elevador como las
influencias debidas a los bloques 103 y 104. Los filtros FIR del
bloque de distorsión previa ganancia/fase se adaptarán a una señal
de entrada modificada con la distorsión previa de ganancia
diferencial y potencia aplicada. El uso del EV_FIR 102 tiene como
misión corregir el retardo de grupo y la respuesta de frecuencia en
función de la señal de entrada real al sistema. Los cálculos son
iguales que los cálculos de HO inverso descrito posteriormente,
utilizado en el bloque 105, pero utilizándose la señal de entrada S1
en lugar de la señal S2 junto con la señal VM medida en la Figura
17a.
Para una cobertura de frecuencia del
comportamiento del EV_FIR mayor que el ancho de banda de señal de
entrada pretendido, la señal S1, en este caso, puede ser una señal
de frecuencia más ancha pero con un nivel de potencia menor para el
PA, reduciéndose así la distorsión debida al dispositivo activo que
puede efectuar el cálculo y el resultado de las evaluaciones de las
tomas del EV_FIR. Todavía mejor es utilizar una señal modulada en
fase sin que haya presente modulación de amplitud.
Una vez realizada la calibración, el sistema
está listo para ser usado. El ajuste del último vocablo de control 3
define la base de datos para funcionamiento de los bloques
individuales. Los datos de calibración se han almacenado en medios
de memoria no destructiva. El sistema carga los datos en el DSP 2 y
en el generador 1 de distorsión previa, y empieza a funcionar. El
DSP calcula y actualiza los tres bloques básicos 101, 103 y 104 de
acuerdo con los ajustes del vocablo de control 5, ya descritos. Los
parámetros iniciales de evaluación de control del DSP son vigilados
por el DSP y el control de distorsión previa, que comprueba la
validez de los parámetros vigilados y transmite una alarma al
control externo 3 si se superan los límites de validez. Como el
comportamiento de la dependencia del generador de distorsión previa
depende de todas las funciones DPD aplicadas, múltiples adaptaciones
de bloques pueden ser causa de variaciones en la respuesta del
espectro de aplicación DPD, en lugar de afinar el espectro en cada
adaptación. El bloque de corrección ganancia/fase del generador de
distorsión previa tendrá la máxima prioridad de adaptación para cada
evaluación del DSP, mientras que los otros bloques funcionales
pueden ser actualizados cuando el bloque de distorsión previa
ganancia/fase concuerde con el límite de comportamiento
establecido.
En este apartado se ofrece un esquema
ilustrativo de los cuatro bloques de distorsión previa propuestos.
Resulta básico para todos los bloques que tengan aplicada la
corrección inversa, en comparación con los bloques del modelo de PA
descritos en este documento. La diferencia entre este esquema de la
nueva propuesta de distorsión previa es que se cancelará el retardo
de grupo introducido de los generadores de distorsión previa de la
técnica anterior, haciendo que haya que tratar vectores de error muy
pequeños surgidos del sistema DPD utilizado en la señal recibida
para el receptor de un sistema inalámbrico.
\newpage
Para la segunda realización, ha de observarse,
también, que el sistema generador de distorsión previa digital
propuesto puede ser modificado y utilizado como parte del sistema
MCPA empleando un bucle de control predictivo. La descripción del
algoritmo en este invento se define de un modo que funcione en
vectores de error en los bloques funcionales. Por tanto, es posible
conseguir la cancelación de errores en una aplicación de bucle de
control predictivo añadido a la aplicación de generador de
distorsión previa digital básica esquematizada en la Figura 22.
Pueden utilizarse los mismos algoritmos en un sistema que mida el
vector de error en un punto de cancelación en un sistema FF. El
nuevo generador de distorsión previa del invento también lleva a
cabo la cancelación del retardo de grupo y, así, reduce la señal de
error a utilizar en un segundo amplificador de error del bucle en
caso de una solución directa de alimentación.
El multiplicador de la Figura 18 es un número
complejo A+jB con una magnitud igual a "1", por el que se
multiplica cada una de las muestras de señal de entrada compleja
para proporcionar una señal de salida corregida en fase. Este fasor
se utiliza para conseguir un ajuste perfecto en rotación de los
diagramas I/Q de las señales VM y S2 utilizadas en la Figura 17. El
número complejo utilizado en la memoria es proporcionado a partir
del DSP 2 en la Figura 17. Las tablas LUT en 105 en la Figura 16
pueden ser actualizadas con la ganancia compleja inversas
multiplicada por el ajuste del fasor, reduciéndose así la necesidad
de equipo físico. Entonces, no se requiere un bloque fasor
externo.
La actualización adaptable del fasor se consigue
tomando el último valor del fasor y multiplicándolo por el nuevo
valor calculado encontrado gracias a la técnica de ecualización por
filtro FIR de 1 toma descrita en lo que antecede para crear el
modelo del dispositivo.
El bloque de ecualización de ganancia y fase
para la solución final de la Figura 19 presenta algunos cambios, en
comparación con la Figura 5a.El anteriormente mencionado filtro FIR
HO inverso está dividido en dos filtros HC1 y HC2, que se utilizan
para el ajuste de corrección aproximado y de precisión de la
ecualización del comportamiento de tiempo y de fase o la cancelación
del retardo de grupo. Para la primera optimización o pasada de
adaptación, los filtros con el mismo número impar de tomas se
cargan con valores cero en las tomas, excepto para la toma media,
que se carga con un "1". Para las primeras pasadas iniciales,
no se realiza actualización. Cuando la adaptación ha reducido la
distorsión de forma que se consiga una respuesta más lineal, el
algoritmo del filtro FIR lineal, básico, proporcionará una respuesta
exacta con fines de cancelación del retardo de grupo empleando los
filtros FIR HC1 y HC2.
La adaptación y la optimización de la fase y la
ganancia inversa del generador de distorsión previa, continúan hasta
conseguirse una medida del comportamiento del HO utilizado en los
algoritmos antes descritos. Normalmente, el comportamiento del
generador de distorsión previa puede medirse evaluando la potencia
del vector de error, pero en este documento se describe una
evaluación mucho más eficaz. La medición del proceso de optimización
se realiza evaluando la mejora del filtrado FIR, pero sobre las
tablas de ganancia en la forma que se describe en lo que sigue.
Cuando los valores de toma de HO calculados se estabilizan en la
adaptación, ello quiere decir que el generador de distorsión previa
funciona correctamente.
Se miden los valores de toma de filtro HO del
algoritmo para el modelo de PA resultantes de las adaptaciones
previa y presente para cálculos de ganancia complejos. Se obtendrá
la magnitud del vector suma de diferencias al cuadrado. Esta medida,
conocida en este documento como "cancelar_HC1", se compara con
un valor límite "Límite_cancelar_HC1" del DSP. Tan pronto como
"Cancelar_HC1" sea menor que el límite, el DSP pone en marcha
la actualización de los coeficientes del filtro FIR HC1 y utiliza
el último filtro HC1 que satisfizo el límite anterior. Las
siguientes adaptaciones de filtro FIR del bloque 105 de generador 2
de distorsión previa de la Figura 17 se realizarán mediante
actualizaciones del segundo filtro FIR HC2 sintonizado con
precisión. Ambos filtros con valores complejos se ajustan, en cuanto
a ganancia de magnitud, para conseguir una ganancia igual a "1"
a frecuencia cero, con el fin de no afectar a las tablas de ganancia
utilizadas.
El filtro HO inverso se diseña mediante
ecualización del filtro FIR antes de invertir las señales S2 y VM en
la Figura 17 en el algoritmo descrito para crear el modelo de
dispositivo según se expone en el apartado "Modelo de ganancia
para la representación del PA" en la página 22 y siguientes.
Los dos filtros FIR HC1 y HC2 son viables
porque, utilizando sólo el primer filtro FIR HC1, se pueden producir
oscilaciones en la adaptación cuando los retardos de tiempo del
dispositivo real superen el muestreo de tiempo real en una fracción
del tiempo de reloj. El filtro HC1 conserva el ajuste de fase de
muestreo de tiempo correcto de modo que el segundo filtro FIR HC2
esté centrado en la respuesta de toma FIR. El segundo filtro FIR HC2
afina el resultado de distorsión previa y se adapta a los cambios
lentos del sistema.
Cuando se utiliza el filtro FIR HC1, las
siguientes adaptaciones adaptarán los valores del filtro HC2 en la
forma siguiente. A partir del filtro FIR HC2 previo, se calcula la
FFT (transformada rápida de Fourier) compleja. Se calcula, también,
la FFT compleja del nuevo filtro FIR HC2. Esto se consigue con mucha
rapidez cuando solamente se utilizan unas pocas tomas. Se
multiplican las dos FFT y se ejecuta la FFT compleja inversa del
resultado. Este nuevo filtro FIR se almacena como actualización del
sistema del filtro HC2. Por este método, se conserva el número de
tomas del filtro HC2. La convolución directa del filtro FIR HC2
previo y del último filtro FIR HC2 aumentará el número de tomas.
Los dos filtros, en cascada, proporcionarán una
respuesta de frecuencia plana como respuesta del sistema, cancelando
la respuesta de los dispositivos no lineales, como los convertidores
elevadores. Para reducir el número de tomas complejas en el
generador de distorsión previa, los dos filtros HC1 y HC2 pueden
calcularse en el DSP por convolución para proporcionar la
actualización de un único filtro HC_{tot}, mientras se sigue
conservando la respuesta de frecuencia deseada para una cancelación
de errores óptima.
Cada adaptación o cálculo del DSP proporcionará
tomas de filtro y LUT actualizados en el generador de distorsión
previa. También se lleva a cabo la actualización del vocablo 5 de
control de distorsión previa en la Figura 16.
También hay posibilidades para utilizar un
filtro FI compensador HC_{tot} en la aplicación y actualizar este
filtro del mismo modo que se ha descrito para el filtro HC2.
La diferencia básica para el nuevo generador de
distorsión previa descrito en este documento, en comparación con los
generadores de distorsión previa de la técnica anterior, es que los
filtros para cancelación del retardo de grupo en este bloque,
filtros HC1 y HC2, han incorporarse con el fin de poder realizar
otras evaluaciones de bloque funcional DPD. Las otras propiedades de
la función de distorsión previa serán evaluadas mediante
investigaciones de los vectores de error y, sin cancelación de
retardo de grupo, no es posible resolver mediciones exactas para
esas propiedades. Las funciones de distorsión previa añadidas, como
el "Cálculo de la distorsión previa de ganancia diferencial"
203 y el "Cálculo de la distorsión previa de potencia" 205, en
la Figura 17a, requerirán valores bajos de retardo de grupo y de
errores de magnitud para proporcionar las aplicaciones correctas de
los bloques funcionales 104 y 103.
Una vez realizados los cálculos del bloque 105
de ganancia y ecualización de la Figura 16 y que el sistema
generador de distorsión previa ha avanzado en la adaptación hasta el
punto en que se utiliza el filtro FIR HC2, se calcula la corrección
104 de ganancia diferencial. La actualización se realiza para un
circuito de acuerdo con la Figura 20. El esquema de este bloque es,
en esencia, el mismo que en la Figura 10, pero en la tabla se
utiliza la ganancia compleja diferencial inversa. La LUT de ganancia
completa diferencial inversa puede calcularse directamente o
empleando la inversa de la expresión de ganancia derivada del
trabajo de modelo digital. La adaptación se lleva a cabo hasta que
se alcanza, como se ha descrito antes, un límite de medida del
comportamiento para la adaptación.
El bloque de distorsión previa de potencia es el
mismo que el de la Figura 14 y posee el mismo esquema que el de
distorsión previa de modelo PA y se aplicará la siguiente
fórmula:
S_{entrada}_Potencia_Correcta(t)
= S_{entrada}_(t)*[1+dP_{conv}(t+dT)*
GP/R_{entrada}(t) +
\delta)]
Donde GP es la ganancia del filtro FIR de
potencia. El signo del factor GP será el correcto, automáticamente,
dependiendo del proceso de ecualización de 1 toma empleado para
encontrar el valor GP descrito en el párrafo anterior de la página
41. "dP_{conv}" es la convolución de la diferencia de
potencia P(t)-PM de la señal de entrada con
el filtro FIR de potencia seleccionado de acuerdo con la sección
"El bloque de dependencia de la potencia" de la página 43. Td
es el retardo de la respuesta de filtrado de potencia en unidades de
tiempo. Los retardos mostrados, en la Figura 14, se ajustan de
acuerdo con la presente ejecución práctica digital para satisfacer
la fórmula anterior. El habilitar e inhabilitar esta función de
potencia puede conseguirse, por ejemplo, poniendo a cero el factor
de ganancia GP o las tomas del filtro FIR de potencia. El valor de
potencia medio para calcular la potencia diferencial puede
optimizarse adicionalmente dependiendo del dispositivo activo que se
utilice. Han de mencionarse algunas observaciones sobre el uso de
esta función con el fin de conseguir el mejor comportamiento. Si se
utiliza un valor de retardo "td" defectuoso, el espectro de
distorsión estará desplazado en frecuencia. Cuando se consigue para
el sistema un resultado espectral simétrico, el retardo de tiempo
para el ajuste de la potencia, td, es el óptimo. Cuando se consigue
el peor comportamiento espectral, se ajusta el valor medio de
potencia, PM, a un valor óptimo para el dispositivo utilizado. Puede
ser necesario el ajuste fino del valor PM cuando la potencia media
de una señal de entrada no es igual que la potencia media de un
dispositivo no lineal. Cuando se decide el filtro FIR de potencia,
las adaptaciones adicionales se realizarán en el valor de ganancia
del filtro FIR de potencia.
La Figura 21 muestra los bloques de función de
generador de distorsión previa necesarios de acuerdo con una
aplicación como en la Figura 2. La diferencia principal es que se
omite el bloque EV-FIR 102 de la Figura 17 y, por
tanto, la señal "S1" no tiene que ser transmitida al DSP para
tratamiento de señal.
La Figura 22 muestra una aplicación principal
del circuito de distorsión previa digital descrito en la presente
exposición para una combinación de DPD y MCPA con bucle de control
predictivo. Los bloques funcionales del generador de distorsión
previa tendrán, entonces, el esquema de la Figura 17, incluyendo el
EV_FIR 101. Los bloques EV_FIR añadidos en la Figura 17 reducen al
mínimo el error entre la señal de entrada real S1 y la señal de
salida. Los filtros FIR HC1 y HC2 del generador de distorsión previa
reducen al mínimo la distorsión previa entre la señal de entrada y
la señal de entrada modificada, que contiene la distorsión previa de
ganancia diferencial.
La ventaja de esta solución es que el DPD del
presente invento está diseñado para reducir al mínimo el error. En
un punto de cancelación en un diseño FF, el error ha de reducirse al
mínimo para conseguir un diseño eficiente. La presente solución DPD
reduce los niveles de señal al amplificador de potencia de error y,
por tanto, el consumo de potencia del MCPA porque puede utilizare un
amplificador de potencia de error con salida de potencia más baja.
Esta aplicación combinada de DPD y bucle FF, puede utilizarse para
aplicaciones de MCPA que impongan demandas muy fuertes sobre la
cancelación de la distorsión. El bucle de control predictivo reduce
aún más los errores de distorsión
En la Figura 22, un generador 1 de banda de base
compleja proporciona una señal de entrada digital V_{entrada} a un
generador 3 de distorsión previa, controlado por un DSP 3. La señal
de entrada es alimentada, también, a un convertidor
Digital/analógico y a un convertidor elevador de referencia 4. El
convertidor elevador de referencia se utiliza para proporcionar una
señal limpia, sin distorsión, a un punto 5 de cancelación de señal
en un esquema de MCPA FF. El punto de cancelación solamente
contendrá la distorsión restante del amplificador de potencia 7. El
DPD 2 activa un convertidor D/A y convertidor elevador 6, que
proporciona una señal a un amplificador de potencia principal 7 que
reduce la distorsión. La señal de salida del MPA 7 es muestreada y
proporcionada al punto de cancelación 5. La señal de salida después
del punto de cancelación es muestreada en para un receptor de
medición 8, que mide los errores entre la señal requerida y la señal
del MPA 7. Esta señal contendrá la distorsión restante del MPA que
ha de ser reducida al mínimo. Esta señal se proporciona en formato
digital al DSP 3. La señal de error es, también, hecha pasar por un
amplificador de potencia de error 9 y es aplicada en
contra-fase correcta proporcionada por el ajuste 10
de retardo para el retardo de tiempo EPA 9 a la salida MCPA que
cancela el retardo introducido del amplificador de potencia de
error. El bucle de control predictivo cancela entonces los errores
de distorsión restantes, presentes después de ajuste DPD a la señal
de salida MPA 7.
Esta aplicación está disponible para la DPD en
este invento. La DPD, en este invento, trabaja sobre la diferencia
de vector de error calculando la señal EV = V_{PA} - V_{entrada}
en los cálculos del generador de distorsión previa y en los
algoritmos descritos en lo que antecede en este documento. En la
aplicación de acuerdo con la Figura 22, la señal EV es conocida y,
también, es conocida la señal V_{entrada}. Por tanto, puede
calcularse la señal V_{salida} y, así, puede utilizarse el mismo
método que en este invento para una aplicación como la ilustrada en
la Figura 22. La DPD ajusta la señal V_{PA} en la Figura 22 hasta
que los errores comparados con la señal V_{entrada} en el punto
de referencia se reduzcan al mínimo. Cualesquiera errores
introducidos en la cadena del convertidor elevador de referencia, se
mantendrán. La DPD ajustará la respuesta de frecuencia del
convertidor elevador para que sea igual que para el convertidor
elevador de referencia, cuando se reduzcan al mínimo los errores en
el punto de cancelación.
La aplicación de la Figura 22 se ha dibujado en
forma simplificada solamente para ilustrar el principio del invento.
La cadena 4 de referencia utiliza, normalmente, un oscilador NCO
controlado digitalmente por un bloque digital de conversión de
frecuencia, en la cadena de referencia, para proporcionar la señal
de entrada de banda de base dentro del margen de frecuencia de vídeo
útil del convertidor D/A empleado. Los convertidores elevadores y
reductores utilizados realizarán el ajuste de frecuencia, de manera
que las señales a frecuencias de RF sean iguales, merced al uso de
diferentes ajustes de los osciladores locales en los convertidores
elevadores y reductores.
La bibliografía sobre la teoría no lineal
general, respaldada con extensas referencias bibliográficas se
enumera en lo que sigue:
[1] "Tratamiento de señales polinómicas",
de V. John Mathews, Giovanni L. Sicuranza,
2000
ISBN-0-471-033414-2,
John Wiley Publishing Company.
[2] "Enfoque para la creación de modelos de
entrada-salida con identificación de sistemas no
lineales", de Robert Harver, Lazlo Keviczky,
1999 ISBN
0-7923-5856-2 e ISBN
0-7923-5859-9,
Kluwer Academic Publishers.
Claims (6)
1. Un método de crear un modelo de un sistema de
tratamiento de señales digitales no lineal para reducir al mínimo la
distorsión, caracterizado por los pasos de:
expresar el sistema de tratamiento de señales
digitales no lineal en forma de varios procesos dependientes de un
conjunto de parámetros de proceso determinados, P_{1} a P_{N} y
procesos no lineales designados como NLS(P1,P2,...,PN), que
se describen mediante bloques multiplicadores o una cascada de
sub-procesos no lineales, cada uno de ellos
dependiente de uno de los parámetros de proceso no lineal, P_{1} a
P_{N}, por lo que cada sub-proceso se describe
mediante un proceso de Wiener o de Hammerstein generalizado que
contiene un proceso lineal y un proceso no lineal y una descripción
del proceso o del sistema se realiza por medio de un modelo que
describe, primero, una función de transferencia de un
sub-sistema no lineal principal (MNLS) dependiente
de un proceso P1, y consecutivos procesos multiplicadores de sistema
no lineal, cada uno de los cuales se describe mediante una función
de transferencia 1+dNLS(dPi), donde un proceso
dNLS(dPi) se define como un sub-proceso
diferencia para los procesos en cascada precedentes y un parámetro
de proceso, dPi, se define igual a la diferencia existente entre un
valor Pi de parámetro de proceso real y un valor medio, Pi_medio,
del valor Pi de proceso, utilizado en el proceso
prece-
dente.
dente.
2. El método de acuerdo con la reivindicación 1,
caracterizado por los pasos adicionales de:
valorar un primer proceso de sistema principal,
MNLS(P1) mediante una adaptación de parámetro modelo que
reduce al mínimo los errores entre una salida observada del proceso
real y una salida calculada del proceso no lineal principal
modelado, MNLS(P1) dependiendo del parámetro P1, por lo que
ambos procesos, no lineal medido, real, y el modelo, tienen los
mismos estímulos de entrada, y, además, se evalúa un siguiente
proceso Pi en cascada y el valor del proceso dPi se adapta mediante
cálculos adicionales utilizando los errores existentes entre una
salida real de este proceso real y una salida del proceso así
modelado y que tienen los mismos estímulos de entrada.
3. El método de acuerdo con la reivindicación 2,
caracterizado por las operaciones adicionales de
utilizar, cuando se linealiza un sistema o
proceso no lineal real, este nuevo proceso no lineal ejecutable en
cascada, realizándose la descripción por conexión de
sub-procesos en cascada, cada uno de los cuales
depende del parámetro Pi de proceso delante del sistema o proceso no
lineal, real, siendo la conexión de los procesos tal que un primer
bloque disponible en cascada sea un sub-proceso no
lineal dependiente de un proceso diferencia dP_{N}, y un proceso
más parecido al sistema no lineal real depende del parámetro P_{1}
de proceso relacionado con el modelo de sistema no lineal principal,
MNLS(P_{1}), por lo que cada sub-proceso
tiene una funcionalidad de proceso inverso del
sub-proceso modelo no lineal correspondiente, y los
sub-procesos inversos consisten en una inversión
directa del sub-proceso modelo no lineal
1/(1+dNLS(Pi) o se expresan como 1+dNLSm(Pi), donde
dNLSm(Pi) es un proceso modificado dependiente del mismo
parámetro Pi de proceso que el modelo no lineal y una funcionalidad
inversa del proceso principal MNLS(P_{1}) dependiente del
parámetro P_{1}, funcionalidad que es la inversa directa
1/MNLS(P_{1}) del proceso modelo o bien un proceso no
lineal modificado MNLSm(P_{1}) que tiene la funcionalidad
inversa del proceso modelo no lineal
principal.
principal.
4. El método de acuerdo con la reivindicación 3,
caracterizado por los pasos adicionales de:
realizar la adaptación y la optimización del
proceso de linealización reduciendo al mínimo las contribuciones de
error entre los estímulos de entrada y la salida observada desde el
sistema total que contiene los bloques de sistema de linealización
en cascada y el sistema no lineal, real, por lo que se lleva a cabo,
primero, la reducción al mínimo de los errores en función del
proceso principal P_{1} en un bloque de proceso inverso
1/MNLS(P_{1}) o MNLSm(P_{1}) de la cascada y,
cuando la adaptación ha llegado a un mínimo y no puede conseguirse
una mayor reducción de errores mediante el proceso de adaptación, el
sistema de linealización procede a reducir al mínimo el error del
siguiente bloque dependiente del proceso P_{2} y así
sucesivamente, hasta que se consigue la reducción al mínimo del
último parámetro del sistema de linealización en cascada y, luego,
puede realizarse una segunda pasada de linealización o llevarse a
cabo un proceso continuo de adaptación de linealización ejecutando
el mismo proceso de reducción al mínimo de errores, empezando con el
parámetro P_{1} y terminando con el parámetro P_{N}.
5. El método de acuerdo con la reivindicación 4,
caracterizado por los pasos adicionales de:
linealización por adaptación de
sub-bloques en la cascada de linealización o
mediante cálculo de un modelo virtual en un procesador del sistema
que controla el proceso de linealización y reducción al mínimo de
los errores entre la salida del modelo virtual calculado y la salida
de todo el sistema, por lo que el sub-bloque de
linealización puede ser actualizado, entonces, por la inversa
directa del bloque modelo calculado, o utilizando una mezcla de
técnicas de adaptación mediante actualización de algunos
sub-bloques de los circuitos de linealización con
valores derivados del modelo de sistema no lineal virtual, mientras
que otros bloques son actualizados directamente con valores de
cálculo de características de transmisión de señal inversa directa
reduciendo al mínimo los errores entre la salida observada y los
estímulos de entrada al sistema de linealización.
\newpage
6. El método de acuerdo con cualquiera de las
reivindicaciones 1 a 5, caracterizado por los pasos
adicionales de:
redisponer procedimientos de tal forma que el
proceso principal, MNLS, pueda depender de más de un proceso, es
decir, MNLS(P_{1},P_{2},...P_{M}) y los
sub-procesos puedan establecerse como una
dNLS(P_{M},P_{M+1},...), por lo que un esfuerzo de
cálculo, en esos casos, ofrecerá múltiples soluciones de núcleo para
cada sub-proceso y puede utilizarse una mezcla de
bloques de proceso únicos y bloques de proceso múltiples.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE2001103745 | 2001-11-12 | ||
SE0103745A SE520466C2 (sv) | 2001-11-12 | 2001-11-12 | Metod och anordning vid en digital linjäriseringskoppling |
SE2002102335 | 2002-07-29 | ||
SE0202335A SE520728C2 (sv) | 2001-11-12 | 2002-07-29 | Förfarande för icke-linjär modellering |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2261785T3 true ES2261785T3 (es) | 2006-11-16 |
Family
ID=26655591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES02803140T Expired - Lifetime ES2261785T3 (es) | 2001-11-12 | 2002-10-29 | Metodo de modelizacion no lineal. |
Country Status (8)
Country | Link |
---|---|
US (1) | US7091779B2 (es) |
EP (1) | EP1446872B1 (es) |
CN (1) | CN1593005A (es) |
AT (1) | ATE331337T1 (es) |
DE (1) | DE60212687T2 (es) |
ES (1) | ES2261785T3 (es) |
SE (1) | SE520728C2 (es) |
WO (1) | WO2003043182A1 (es) |
Families Citing this family (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040236673A1 (en) | 2000-10-17 | 2004-11-25 | Eder Jeff Scott | Collaborative risk transfer system |
US20110040631A1 (en) * | 2005-07-09 | 2011-02-17 | Jeffrey Scott Eder | Personalized commerce system |
US20080027769A1 (en) | 2002-09-09 | 2008-01-31 | Jeff Scott Eder | Knowledge based performance management system |
US20080256069A1 (en) * | 2002-09-09 | 2008-10-16 | Jeffrey Scott Eder | Complete Context(tm) Query System |
US20040218519A1 (en) * | 2003-05-01 | 2004-11-04 | Rong-Liang Chiou | Apparatus and method for estimation of channel state information in OFDM receivers |
JP4356384B2 (ja) * | 2003-07-09 | 2009-11-04 | 日本電気株式会社 | 非線形補償回路と送信装置並びに非線形補償方法 |
EP1503333A1 (en) * | 2003-08-01 | 2005-02-02 | Sony International (Europe) GmbH | Correction of non-uniform image display |
DE102004008225B4 (de) * | 2004-02-19 | 2006-02-16 | Infineon Technologies Ag | Verfahren und Einrichtung zum Ermitteln von Merkmalsvektoren aus einem Signal zur Mustererkennung, Verfahren und Einrichtung zur Mustererkennung sowie computerlesbare Speichermedien |
US20090043637A1 (en) * | 2004-06-01 | 2009-02-12 | Eder Jeffrey Scott | Extended value and risk management system |
US7151405B2 (en) | 2004-07-14 | 2006-12-19 | Raytheon Company | Estimating power amplifier non-linearity in accordance with memory depth |
US7113037B2 (en) | 2004-07-14 | 2006-09-26 | Raytheon Company | Performing remote power amplifier linearization |
DE102005002207A1 (de) * | 2004-11-26 | 2006-06-01 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren und System zur Ermittlung der Amplitude und/oder Phase des Ausgangssignals eines Übertragungsgliedes in Abhängigkeit der Amplitude des Eingangsignals |
US8713025B2 (en) | 2005-03-31 | 2014-04-29 | Square Halt Solutions, Limited Liability Company | Complete context search system |
DE102005037880A1 (de) | 2005-05-19 | 2006-11-23 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren und System zur Ermittlung der Amplitude und/oder Phase des Ausgangssignals eines Übertragungsgliedes in Abhängigkeit der Amplitude des Eingangssignals |
CN1870016B (zh) * | 2005-05-24 | 2010-08-11 | 华为技术有限公司 | 非线性系统的建模和补偿方法 |
EP1742459A1 (en) * | 2005-06-13 | 2007-01-10 | SONY DEUTSCHLAND GmbH | Method for geometry distorsion correction |
US7619639B1 (en) * | 2005-09-12 | 2009-11-17 | Nvidia Corporation | Adaptive scaling using a programmable video engine |
US8498915B2 (en) | 2006-04-02 | 2013-07-30 | Asset Reliance, Inc. | Data processing framework for financial services |
US7606539B2 (en) * | 2006-08-07 | 2009-10-20 | Infineon Technologies Ag | Adaptive predistorter coupled to a nonlinear element |
US7822146B2 (en) * | 2006-12-01 | 2010-10-26 | Texas Instruments Incorporated | System and method for digitally correcting a non-linear element |
US7729446B2 (en) * | 2006-12-01 | 2010-06-01 | Texas Instruments Incorporated | System and method for digitally correcting a non-linear element using a multiply partitioned architecture for predistortion |
GB0801413D0 (en) * | 2008-01-25 | 2008-03-05 | Nokia Corp | Calibration technique |
US8594232B2 (en) | 2008-06-21 | 2013-11-26 | Vyycore Corporation | System for predistortion and post-distortion correction of both a receiver and transmitter during calibration |
US8126036B2 (en) * | 2008-06-21 | 2012-02-28 | Vyycore Corporation | Predistortion and post-distortion correction of both a receiver and transmitter during calibration |
US20100054486A1 (en) * | 2008-08-26 | 2010-03-04 | Nelson Sollenberger | Method and system for output device protection in an audio codec |
US8331879B2 (en) | 2008-10-15 | 2012-12-11 | Research In Motion Limited | Multi-dimensional Volterra series transmitter linearization |
EP2406880B1 (en) * | 2009-03-09 | 2015-02-25 | Zte Wistron Telecom Ab | Method and apparatus for linearizing a non-linear power amplifier |
FR2948835B1 (fr) * | 2009-07-30 | 2017-02-10 | Groupe Des Ecoles Des Telecommunications - Ecole Nat Superieure Des Telecommunications | Correction des defauts analogiques dans des convertisseurs analogiques/numeriques paralleles, notamment pour des applications multistandards, radio logicielle et/ou radio-cognitive. |
US8611820B2 (en) * | 2009-09-22 | 2013-12-17 | Qualcomm Incorporated | Signal separation for energy harvesting |
US20110069749A1 (en) * | 2009-09-24 | 2011-03-24 | Qualcomm Incorporated | Nonlinear equalizer to correct for memory effects of a transmitter |
CN101808062B (zh) * | 2010-03-26 | 2013-03-06 | 深圳市云海通讯股份有限公司 | 数字预失真处理电路、方法、功率放大装置及直放站 |
US8489047B2 (en) * | 2010-11-02 | 2013-07-16 | Crestcom, Inc. | Transmitter linearized using bias deviation gain adjustment and method therefor |
US8615208B2 (en) * | 2010-11-02 | 2013-12-24 | Crestcom, Inc. | Transmitter linearized in response to signal magnitude derivative parameter and method therefor |
KR101763410B1 (ko) * | 2010-12-21 | 2017-08-04 | 한국전자통신연구원 | 디지털 전치 왜곡 전력 증폭 장치 및 그 장치에서의 디지털 방식의 동기 조절 방법 |
US8629718B2 (en) * | 2011-11-07 | 2014-01-14 | Telefonaktiebolaget L M Ericsson (Publ) | Signal splitting apparatus suitable for use in a power amplifier |
EP3054590B1 (en) * | 2011-11-17 | 2019-03-20 | Analog Devices, Inc. | System linearization |
US8564368B1 (en) * | 2012-04-11 | 2013-10-22 | Telefonaktiebolaget L M Ericsson | Digital Predistorter (DPD) structure based on dynamic deviation reduction (DDR)-based volterra series |
US9813086B2 (en) * | 2012-12-21 | 2017-11-07 | Mediatek Singapore Pte. Ltd | RF transmitter, integrated circuit device, wireless communication unit and method therefor |
WO2014189897A1 (en) | 2013-05-20 | 2014-11-27 | Analog Devices, Inc. | Relaxed digitization system linearization |
US9287920B2 (en) * | 2013-07-05 | 2016-03-15 | Broadcom Corporation | Diplexer elimination in microwave point-to-point FDD systems |
CN103944612B (zh) * | 2014-04-23 | 2016-07-20 | 苏州五希通信科技有限公司 | 用于电力线载波系统的功放预失真算法 |
CN105227507B (zh) * | 2014-06-13 | 2019-08-02 | 中兴通讯股份有限公司 | 非线性系统失真校正装置及方法 |
CN104500336B (zh) * | 2014-11-27 | 2017-10-03 | 江苏科技大学 | 一种基于Hammerstein‑Wiener模型的风电机组恒功率广义预测控制方法 |
US10624051B2 (en) * | 2015-07-02 | 2020-04-14 | The Boeing Company | System for measuring multi-port amplifier errors |
US10270478B2 (en) * | 2015-07-27 | 2019-04-23 | Northrop Grumman Systems Corporation | Non-linear transmitter pre-coding |
WO2019132949A1 (en) * | 2017-12-29 | 2019-07-04 | Intel IP Corporation | Predistortion circuit, method for generating a predistorted baseband signal, control circuit for a predistortion circuit, method to determine parameters for a predistortion circuit, and apparatus and method for predistorting a baseband signal |
CN111971914B (zh) * | 2018-04-08 | 2023-02-03 | 上海诺基亚贝尔股份有限公司 | 无线数据传输 |
CN112042114B (zh) * | 2018-04-28 | 2023-07-28 | 华为技术有限公司 | 一种射频接收机、射频发射机及通信设备 |
CN110545079B (zh) * | 2018-05-29 | 2021-04-16 | 大唐移动通信设备有限公司 | 一种dpd查找表生成方法及装置 |
CN110798176B (zh) * | 2019-10-29 | 2023-06-20 | 中电科思仪科技股份有限公司 | 一种任意波宽带信号预失真滤波器构建方法及数字滤波器 |
CN110808750B (zh) * | 2019-11-08 | 2021-03-26 | 电子科技大学 | 一种基于逆滤波的邻道干扰抑制方法和装置 |
CN111506036B (zh) * | 2020-05-25 | 2021-08-13 | 北京化工大学 | 一种重尾噪声干扰下的多变量Hammerstein模型辨识方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5923712A (en) * | 1997-05-05 | 1999-07-13 | Glenayre Electronics, Inc. | Method and apparatus for linear transmission by direct inverse modeling |
US5867065A (en) * | 1997-05-07 | 1999-02-02 | Glenayre Electronics, Inc. | Frequency selective predistortion in a linear transmitter |
US5932712A (en) * | 1997-07-31 | 1999-08-03 | Incyte Pharmaceuticals, Inc. | Annexin binding protein |
US6181754B1 (en) * | 1998-06-12 | 2001-01-30 | Cadence Design Systems, Inc. | System and method for modeling mixed signal RF circuits in a digital signal environment |
US6118335A (en) * | 1999-05-06 | 2000-09-12 | Nortel Networks Corporation | Method and apparatus for providing adaptive predistortion in power amplifier and base station utilizing same |
JP2001053552A (ja) * | 1999-08-10 | 2001-02-23 | Nec Corp | フィードフォワード増幅回路、及びフィードフォワード増幅回路における非線形歪の補償方法。 |
US6377116B1 (en) * | 2000-05-08 | 2002-04-23 | Iowa State University Research Foundation, Inc. | Pre-distorter and corresponding method for deriving same |
US6794939B2 (en) * | 2002-05-31 | 2004-09-21 | Lucent Technologies Inc. | Signal predistortion using a combination of multiple predistortion techniques |
-
2002
- 2002-07-29 SE SE0202335A patent/SE520728C2/sv not_active IP Right Cessation
- 2002-10-29 ES ES02803140T patent/ES2261785T3/es not_active Expired - Lifetime
- 2002-10-29 EP EP02803140A patent/EP1446872B1/en not_active Expired - Lifetime
- 2002-10-29 AT AT02803140T patent/ATE331337T1/de not_active IP Right Cessation
- 2002-10-29 US US10/494,662 patent/US7091779B2/en not_active Expired - Lifetime
- 2002-10-29 CN CN02822374.8A patent/CN1593005A/zh active Pending
- 2002-10-29 WO PCT/SE2002/001955 patent/WO2003043182A1/en active IP Right Grant
- 2002-10-29 DE DE60212687T patent/DE60212687T2/de not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
ATE331337T1 (de) | 2006-07-15 |
US7091779B2 (en) | 2006-08-15 |
EP1446872A1 (en) | 2004-08-18 |
SE520728C2 (sv) | 2003-08-19 |
EP1446872B1 (en) | 2006-06-21 |
US20040257157A1 (en) | 2004-12-23 |
WO2003043182A1 (en) | 2003-05-22 |
DE60212687T2 (de) | 2007-03-29 |
SE0202335L (sv) | 2003-05-13 |
SE0202335D0 (sv) | 2002-07-29 |
DE60212687D1 (de) | 2006-08-03 |
CN1593005A (zh) | 2005-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2261785T3 (es) | Metodo de modelizacion no lineal. | |
US7460613B2 (en) | Digital linearization circuit | |
US7822146B2 (en) | System and method for digitally correcting a non-linear element | |
US20130031442A1 (en) | Multi-Dimensional Error Definition, Error Measurement, Error Analysis, Error Function Generation, Error Information Optimization, and Error Correction for Communications Systems | |
US7729446B2 (en) | System and method for digitally correcting a non-linear element using a multiply partitioned architecture for predistortion | |
Le Duc et al. | Fully digital feedforward background calibration of clock skews for sub-sampling TIADCs using the polyphase decomposition | |
US20080130788A1 (en) | System and method for computing parameters for a digital predistorter | |
US20080130789A1 (en) | System and methods for digitally correcting a non-linear element using a digital filter for predistortion | |
JP2010093785A (ja) | べき級数型プリディストータ、べき級数型プリディストータの制御方法 | |
TWI536731B (zh) | 預失真方法、預失真裝置以及機器可讀媒體 | |
JP2011071964A (ja) | べき級数型ディジタルプリディストータとその歪補償制御方法 | |
US7250887B2 (en) | System and method for spur cancellation | |
US9438177B2 (en) | Pre-distortion method and associated apparatus and non-transitory machine readable medium | |
JP5336134B2 (ja) | プリディストータ | |
CN116232248B (zh) | 一种功率放大器的控制方法、装置、系统及存储介质 | |
CN101606315B (zh) | 功率放大器时间延迟不变的预失真方法和装置 | |
Haid et al. | Analysis of the model-based corrector approach for explicit cosimulation | |
JP6255917B2 (ja) | 無線装置及び無線アクセスシステム | |
ES2393523T3 (es) | Un procedimiento para compensar la distorsión de la señal en una carga útil emisora | |
KR20080112211A (ko) | 왜곡보상회로 | |
JP7300814B2 (ja) | 信号処理装置及び信号処理方法 | |
Baños et al. | QFT design of multi‐loop nonlinear control systems | |
Li et al. | Adaptive Hammerstein predistorter using the recursive prediction error method | |
Şekerlisoy | Adaptive Digital Predistortion for Linearization of Power Amplifier | |
JP5943422B2 (ja) | 送信装置、その送信レベル制御方法及びプログラム |