ES2261785T3 - Metodo de modelizacion no lineal. - Google Patents

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.

Campo de la técnica

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.

Antecedentes del invento

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.

Sumario del invento

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.

Breve descripción de los dibujos

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.

Descripción detallada del invento

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.

Derivación del modelo digital de PA

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.

Técnicas de medición del amplificador de potencia

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.

Modelo de ganancia para la representación del PA

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).

Cálculo del filtro FIR para el modelo de PA

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.

Generador básico de distorsión previa digital (DPD) y reducción de la distorsión de ganancia y de fase

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.

Descripción de la aplicación

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.

Descripción del algoritmo de alineación en el tiempo

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.

Nuevo método de ajuste de fase de señal

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.

Algoritmo matricial para calcular la memoria LUT

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.

Descripción del nuevo algoritmo de actualización de la LUT

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.

\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.

Evaluación del comportamiento de la nueva distorsión previa de ganancia/fase, aplicada en una solución DPD

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.

Resultados de la simulación

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.

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.

Descripción del modelo de PA con bloque de dependencia funcional añadido

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.

El bloque de dependencia de ganancia compleja diferencial

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)".

La derivada del bloque de dependencia de ganancia compleja diferencial

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 bloque de dependencia de la potencia

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.

Creación mejorada del modelo de PA digital

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.

Generador de distorsión previa de la señal digital basado en la creación de un modelo de dispositivo no lineal

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.

Calibración básica e inicialización

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.

Ajuste de ganancia y fase de tiempo

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.

Bloque de distorsión previa ganancia/fase

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.

El bloque de distorsión previa de ganancia diferencial

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 bloque de evaluación de la corrección de potencia

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.

Aplicación del filtro FIE EV

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.

Utilización del sistema

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.

Esquema básico de los bloques generadores de distorsión previa

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.

Multiplicador fasor

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.

Bloque de distorsión previa de ecualización ganancia/fase

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.

El bloque de distorsión previa de ganancia diferencial

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.

Bloque de distorsión previa con dependencia de la potencia

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.

Bloques de distorsión previa normales utilizados

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.

Uso extendido del nuevo DPD del invento

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.

Referencias

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.

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.

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.