首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 735 毫秒
1.
谭水  王光明 《现代雷达》2006,28(6):59-62
数字基带预失真技术是克服高功率放大器非线性失真最有效的方法之一。早期对预失真技术的研究大多局限与无记忆非线性,但对于宽带和多载波应用。记忆非线性失真将不能再被忽略,无记忆预失真非线性补偿机制可能失效。文中研究了卫星通信系统中大功率记忆非线性功放的自适应基带预失真线性化技术,提出了一种基于记忆多项式的非直接学习结构的自适应基带预失真方案,给出了自适应算法。仿真结果表明,该方案能有效抑制带外频谱扩散,减小带内失真,降低误比特率,实现有记忆非线性大功率放大器的自适应预失真。  相似文献   

2.
谭水  王光明  梁建刚 《电讯技术》2006,46(6):132-135
研究了卫星通信系统中记忆非线性信道的自适应数字基带预失真线性化技术,提出了一种基于记忆多项式的非直接学习结构的自适应基带预失真方案,给出了自适鹰算法。仿真结果表明,该方案能有效抑制带外频谱扩散,减小带内失真,降低误比特率,实现卫星通信系统中记忆非线性失真的自适应预失真。  相似文献   

3.
自适应预失真技术是用于补偿高功率放大器非线性失真的一种有效技术.文中介绍了用LMS算法来实现的自适应预失真,以补偿功率放大器的非线性.计算机仿真结果表明,该自适应预失真技术具有实现复杂度低,收敛速度快的特点.  相似文献   

4.
OFDM系统中的一种自适应预失真器   总被引:3,自引:1,他引:2  
对OFDM传输系统中大功率放大器非线性失真的数字自适应预失真技术进行了研究。利用有理双线性函数的非线性能较好地逼近大功率放大器的AM AM或AM PM非线性特性及其逆变换易于求解的特性 ,提出了一种新的数字自适应预失真方法 ,它是对估计器的输入幅度进行均匀量化 ,用一个估计器对大功率放大器的非线性特性进行估计 ,通过训练估计器的参数去调节预失真器的非线性参数 ,以达到预失真补偿的目的。与以前的方法比较 ,该方法用于正交频分复用 (OFDM )系统中具有收敛速度快、系统性能稳定、补偿效果好等特点  相似文献   

5.
对OFDM传输系统中大功率放大器非线性失真的数字自适应预失真技术进行了研究。利用有理双线性函数的非线性能较好地逼近大功率放大器的AM-AM或AM-PM非线性特性及其逆变换易于求解的特性,提出了一种新的数字自适应预失真方法,它是对估计器的输入幅度进行均匀量化,用一个估计器对大功率放大器的非线性特性进行估计,通过训练估计器的参数去调节预失真器的非线性参数,以达到预失真补偿的目的。与以前的方法比较,该方法用于正交频分复用(OFDM)系统中具有收敛速度快、系统性能稳定、补偿效果好等特点。  相似文献   

6.
随着移动通信中线性调制方法的出现,功率放大器的线性化成为一个重要的研究课题。提出一种用于正交频分复用(OFDM)系统中补偿由功率放大器引起的非线性失真的自适应预失真方法,并基于RASCAL算法,给出数字预失真器在OFDM中的实现结构,仿真表明该算法具有收敛速度快、补偿效果好的特点。  相似文献   

7.
随着移动通信中线性调制方法的出现,功率放大器的线性化成为一个重要的研究课题.提出一种用于正交频分复用(OFDM)系统中补偿由功率放大器引起的非线性失真的自适应预失真方法,并基于RASCAL算法,给出数字预失真器在OFDM中的实现结构,仿真表明该算法具有收敛速度快、补偿效果好的特点.  相似文献   

8.
无线OFDM系统自适应预失真器实现   总被引:4,自引:0,他引:4  
本文深入研究了无线OFDM系统的预失真技术,针对OFDM信号的高峰平比特性及高功率放大器带来的非线性失真影响,提出了基于查表法的基带自适应预失真器解决方案,给出其自适应递归算法及查询表内容的更新策略:并利用计算机仿真对本方案的性能进行了分析,仿真结果表明:本方案可以有效改善放大器的非线性特性。  相似文献   

9.
为了能够对记忆型功率放大器线性化处理,并能一定程度克服其记忆效应,该文介绍一种自适应数字预失真器。该数字预失真器采用查找表与记忆效应补偿技术相结合的方法,并且利用内插值方法有效减小了查找表幅度量化过程产生的误差。相比记忆多项式预失真器,这种预失真器的计算复杂度较小,却能够得到与其相近的线性化效果。基于功率放大器记忆多项式模型,利用OFDM(Orthogonal Frequency Division Multiplexing)宽带信号验证该文提出的预失真器对记忆型非线性功率放大器的良好线性化效果。  相似文献   

10.
随着移动通信中线性调制方法的出现,功率放大器的线性化成为一个重要的研究课题。提出一种用于正交频分复用(OFDM)系统中补偿由功率放大器引起的非线性失真的自适应预失真方法,并基于RASCAL算法,给出数字预失真器在OFDM中的实现结构,仿真表明该算法具有收敛速度快、补偿效果好的特点。  相似文献   

11.
In this paper, adaptive baseband polynomial predistortion techniques are introduced to counter‐balance the AM/AM and AM/PM non‐linear effects of the transmit power amplifier. The proposed polynomial predistortion scheme is based on polar coordinate representation. Both LMS and RLS concepts are used to derive the adaptive algorithms. An enhanced LMS‐based algorithm with fast convergence and low complexity is proposed. For very fast convergence, a cascaded RLS‐based adaptive polynomial predistorter structure is introduced. The performance of the proposed schemes in terms of intermodulation distortion, spectral regrowth, and convergence rate are examined. The obtained results show that the polynomial predistortion schemes can be used in M‐QAM transmitters with power amplifiers operating near saturation to achieve a highest power efficiency. Copyright © 2006 John Wiley & Sons, Ltd.  相似文献   

12.
13.
自适应数字基带预失真技术是功放线性化技术中很有前景的技术之一。为了能够使数字基带预失真系统快速收敛且便于工程应用,介绍了一种基于迭代最小二乘(RLS)算法的记忆多项式预失真技术,并论述了其基本原理和系统结构,最后从邻信道功率比(ACPR)、星座图以及误码率3个方面进行了仿真,结果表明基于该算法的预失真技术不仅可以克服传统LMS预失真算法收敛速度慢的缺点,而且便于结合QR分解等方法来硬件实现,预失真性能更优。  相似文献   

14.
基于RPE算法的记忆多项式数字预失真研究   总被引:1,自引:0,他引:1  
郭明卫  汪立新  方耀   《电子器件》2009,32(3):616-619
数字预失真(DPD)是一种能有效地补偿功率放大器(PA)非线性失真的技术.基于记忆多项式预失真的非直接学习结构(ILA),采用RPE(Recursive Predlotion Error)算法构造了非线性PA的自适应预失真模型,推导了该算法在预失真系统中的递推公式,给出了计算机仿真结果,在相同参数下,通过与RLS算法在系统中的仿真结果进行比较,证明了该算法对消除PA非线性失真的有效性.  相似文献   

15.
This paper presents an adaptive wide-band digitally controlled RF envelope predistortion linearization system for power amplifiers (PAs). A field-programmable gate-array-based lookup table is indexed by a digitized envelope power signal, and instantaneously adjusts the input signal amplitude and phase via an RF vector modulator to compensate for the AM-AM and AM-PM distortion. The advantages of this predistortion architecture over conventional baseband digital approaches are that a 20%-33% wider correction bandwidth is achievable at the same clock speeds, and linearization can be performed without the need for a digital baseband input signal. The timing match between the input RF signal and predistorting signal, which is one of the critical factors for performance, was investigated and adjusted to obtain optimum performance. Using three-carrier cdmaOne and wide-band multitone signals, the linearization performances for a 0.5-W GaAs heterostructure field-effect transistor, a 90-W peak-envelope-power (PEP) silicon LDMOS PA, and a 680-W PEP LDMOS PA were examined. In addition, the predistortion performance variation for different signals was studied in terms of signal envelope statistics, output powers, and PA power capacities.  相似文献   

16.
预失真技术是功率放大器线性化的主要技术之一。分析了传统预失真器不能消除其输出端所产生双音基频分量的特点,提出一种新的预失真器,并利用它改善射频功率放大器的非线性失真。仿真结果表明,该方法可以明显改善射频功率放大器的三阶交调非线性失真。  相似文献   

17.
从理论证实了欠采样在基带预失真中的可行性,将欠采样用在基带预失真系统上,降低了功率放大器失真信号的采样率而完整地保留了信号中的非线性信息.最后,利用欠采样理论构建了基带预失真功率放大器系统,得到了19 dB三阶交调失真的改善,与正常采样下(5倍输入信号Nyquist采样率)的三阶交调失真的改善度相比相当,从而降低了系统的复杂度及成本.  相似文献   

18.
A robust digital baseband predistorter constructed using memory polynomials   总被引:5,自引:0,他引:5  
Power amplifiers (PAs) are inherently nonlinear devices and are used in virtually all communications systems. Digital baseband predistortion is a highly cost-effective way to linearize PAs, but most existing architectures assume that the PA has a memoryless nonlinearity. For wider bandwidth applications such as wideband code-division multiple access (WCDMA) or wideband orthogonal frequency-division multiplexing (W-OFDM), PA memory effects can no longer be ignored, and memoryless predistortion has limited effectiveness. In this paper, instead of focusing on a particular PA model and building a corresponding predistorter, we focus directly on the predistorter structure. In particular, we propose a memory polynomial model for the predistorter and implement it using an indirect learning architecture. Linearization performance is demonstrated on a three-carrier WCDMA signal.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号