RLS算法在基带预失真系统中的应用

传统的最小二乘(LS)类预失真算法运算量大,且不能跟踪功放的变化特性.推导了基于递归最小二乘(RLS)算法和间接学习型结构的自适应基带预失真算法,并仿真和分析了算法的性能,结果显示该算法与传统的LS类预失真算法对系统功放非线性改善的效果相当.为了进一步验证算法的有效性,设计和构建了具有预失真功能的短波发射系统.硬件测试...     

一种级联两箱通用数字预失真器及其辨识算法

提出了一种由单形规范线性分段(SCPWL)函数与记忆多项式级联的数字预失真器,并给出了复数域两步最小二乘参数辨识算法。不同于以往一种预失真器适用一种功放模型的情况,所提的预失真算法利用SCPWL函数的分段特性以及记忆多项式的非线性记忆特性,在完成参数辨识的同时自动地调整结构,可适用于传统以及强非线性新型功放模型的线性化补偿。将所提预失真器分别应用于传统记忆多项式、两箱模型以及新型包络跟踪功放。经过计算机仿真,功放输出的幅频特性和频谱曲线表明所提预失真器能够有效地补偿多种功放的非线性特性。算法仿真比较结果也表明,针对包络跟踪功放,所提复数两步最小二乘算法的邻道泄漏比(ACLR)可改善约35 dB,性能优于最小均方(LMS)类算法约30 dB。     

基于IPLS的记忆功放数字预失真技术

针对现有方法普遍存在的预失真算法效率低、难以有效抑制记忆功放的互调失真等缺点,在传统预失真技术的基础上,提出了一种基于内点最小二乘(IPLS,Interior Point Least Squares)法的数字预失真技术。该方法利用内点最小二乘思想来解决预失真问题,避免了传统RLS算法中对其自相关矩阵的求逆运算,提高了数值的稳定性,降低了运算的复杂度,有效提高了运算的收敛速度和收敛精度。计算机仿真分析表明,该算法对互调失真的抑制有着非常好的效果。     

基于RLS算法的记忆多项式预失真技术分析

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。     

宽带OFDM功放自适应数字预失真算法的研究与实现

针对宽带OFDM功放的线性化问题,本文提出了一种基于训练序列的递推最小二乘算法和最小均方算法的组合算法.并将其应用到基于多项式的数字预失真系统中以实现自适应数字预失真滤波器系数的估计和更新.本文首先介绍了整个数字预失真系统的组成架构;然后是自适应数字预失真算法的实现,使用MATLAB软件对其算法进行仿真验证;最后还组建了实验系统,进行了ACLR测试实验.仿真结果和测试结果均表明基于自适应数字顶失真算法的宽带线性化功放具有良好的性能,OFDM功放输出的线性度改善6dB.     

一种基于LS/SVD的基带预失真算法

自适应基带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。早期对预失真的研究大多局限于无记忆非线性,但对于OFDM等宽带应用,放大器的记忆效应明显。介绍了一种基于最小二乘奇异值分解(LS/SVD)的自适应算法来实现有记忆非线性功放的自适应基带预失真。仿真结果表明,该方案用于正交频分复用(OFDM)系统中能有效抑制带外频谱扩散,减小带内失真,实现有记忆非线性功率放大器的自适应预失真。     

无线通信中有记忆功率放大器的一种预失真方法

在WCDMA等宽带通信系统中,射频功率放大器记忆效应明显,传统的无记忆预失真技术无法达到理想的线性化效果.分析功放的记忆效应,并提出一种适合于有记忆射频功率放大器的顸失真方法.该方法首先基于记忆多项式构造预失真器,然后采用间接学习结构设计预失真系统,并运用限定记忆递推最小二乘算法更新预失真器参数,以跟踪放大器特性的变化.仿真结果表明,该方法能较好地补偿射频功放的非线性失真和记忆效应.     

一种高效的用于RF功率放大器线性化的自适应预失真结构

分析了当前文献中主要的几种自适应预失真结构,发现这些自适应预失真结构均不利于高效最小二乘算法的直接应用,从而限制了预失真技术的自适应性能.提出了一种新的自适应预失真结构,可直接使用高效的最小二乘算法对预失真器进行自适应更新.仿真结果表明利用此结构可快速、高效地实现非线性RF功率放大器的线性化.     

基于二次样条函数的功放数字预失真算法

功放的非线性特性极易产生频谱扩展,这种扩展会对临近信道产生干扰。现在基于样条的预失真算法几乎都使用的三次样条,也就是样条的多项式函数阶数最多只有三次。文章提出了一种新的基于二次样条的功放数字预失真算法。二次样条函数的平滑特性可以很好地逼近功放的非线性模型,有效克服功放非线性效应对频谱产生的影响。仿真和实现的结果表明,这种新的算法性能既优于传统的基于最小均方的数字预失真算法,也优于现在一般的三次样条预失真算法。     

数字预失真器模型参数辨识算法研究

数字基带预失真技术是补偿功放非线性的最有效方法之一,而自适应算法的选择很大程度上影响着系统的预失真性能。其中,最小均方误差(LMS)算法和递归最小二乘法(RLS)是最常用的自适应收敛算法,在综合分析两种算法优缺点的基础上,提出了一种基于正弦函数的归一化LMS(NLMS)算法和RLS算法的组合算法。仿真结果表明,该组合算法在达到与RLS同样预失真精度的前提下,可大大减小计算量。     

一种低复杂度的自适应并行两箱预失真方法

自适应预失真方法能自适应调节阈值,仅对调制信号中大幅值分量进行预失真处理,有效降低了预失真算法复杂度,但由于该方法仍采用正交记忆多项式进行预失真处理,算法复杂度仍旧较高。围绕如何进一步降低预失真处理算法复杂度,引入信号并行处理思想和递推最小二乘算法,提出了一种低复杂度的自适应并行两箱预失真方法。结合调制信号的解析信号表达式,利用算法复杂度更低的递推最小二乘算法分支路对实部和虚部进行预失真处理,有效降低了预失真算法复杂度。理论分析和仿真结果表明,在保证系统误码性能正常的前提下,与并行两箱预失真方法和自适应预失真方法相比,所提算法复杂度分别降低约93%和27.62%。     

一种新的用于Hammerstein预失真器的自适应结构

针对目前的自适应预失真结构不利于高效的最小二乘算法直接对Hammerstein预失真器参数进行更新的问题,该文提出了一种新的自适应预失真结构。应用该结构可以得到Hammerstein预失真器中两个子系统的误差,因此可使用高效的最小二乘算法直接对Hammerstein预失真器进行自适应更新,避免了结构误差以及子系统误差不精确对预失真器性能的影响。仿真结果表明:该文提出的自适应结构可使Hammerstein预失真器快速高效地补偿带记忆效应功率放大器的非线性失真。     

功放预失真中自适应算法研究

数字基带预失真技术是补偿功放非线性的最有效方法之一,而自适应算法的选择很大程度上影响着系统的预失真性能。其中,最小均方误差(LMS)算法和递归最小二乘法(RLS)是最常用的自适应收敛算法,LMS算法计算复杂度较低,但LMS算法收敛速度慢,易陷入局部最优且精度不高,RLS收敛性能较好,但计算复杂度高。在综合分析2种算法优缺点的基础上,提出了一种LMS和RLS算法的组合算法,仿真结果表明,组合算法的预失真性能很好,而且算法复杂度较低。     

一种改进的功率放大器数字预失真自适应算法

该文针对功率放大器的数字预失真技术进行了深入研究。并在经典Wiener模型的基础上,提出了一种改进的基于多项式加权的数字预失真算法。这种新算法包含加权、递归最小二乘和解加权三个部分。算法性能在MATLAB仿真软件进行了性能的验证与对比。结果表明,该算法在保持与功率放大器的传统数字预失真技术性能相当的条件下,结构更为简单。     

一种改进的用于Hammerstein预失真器的自适应结构

针对目前的自适应结构不利于Hammerstein预失真器进行参数更新,尤其是不利于线性子系统参数更新的问题,该文在间接学习结构的基础上提出了一种改进的自适应预失真结构。应用该结构能够得到Hammer-stein预失真器中待识别线性子系统的误差,使得高效的最小二乘算法能够直接对其参数进行更新,进而提高了整个预失真器的线性化性能。仿真结果表明：应用文中自适应结构,Hammerstein预失真器可以高效地补偿带记忆效应功率放大器的非线性失真。     

基于软件无线电的数字预失真研究

本文针对功率放大器的数字预失真技术进行了研究,主要的内容包括:分析了数字预失真技术的国内外发展现状,衡量功放线性化程度的主要技术指标,描述了功率放大器的无记忆效应和有记忆效应情况下的行为模型.基于16QAM的数据系统,对多种项式的预失真,采用间接学习结构来实现,并基于最小递归二乘RLS算法分别对有记忆多项式预失真进行了仿真分析.仿真的结果表明基于Volterra级数的记忆多项式预失真收敛速度虽一般,却能很有效的改善PA的ACPR值几个dB左右.最后,通过Matlab软件仿真,验证了所设计的数字预失真技术的正确性.     

基于DSP和FPGA的短波功放数字预失真算法实现

介绍了宽带跳频短波电台中功率放大器的线性化技术。针对短波通信中功率放大器的多载波宽带信号失真特性,提出基于二维复数增益补偿的查找表模型数字预失真线性化方案,并且通过TI公司的DSP(TMS320C6455)与Altera公司的FPGA(Cyclone EP4CGX150CF2317)混合平台实现短波功放数字预失真算法及整个环路的实时自适应系统。实验结果表明该方案改善短波功放输出信号的邻道功率比(ACPR)达25dB以上,有效补偿了短波功放的非线性失真,大幅度提高了短波电台的通信质量。     

无记忆功率放大器预失真数学模型

主要研究无记忆功率放大器预失真问题。采用定理进行多项式的函数逼近,运用最小二乘法,构建多项式模型。通过评价指标最小化约束,结合模型的工程可实现性,对原多项式模型进行简化改进,最终得到理想的无记忆功放预失真数学模型。     

OFDM系统自适应数字预失真研究

研究了正交频分复用（OFDM）传输系统中高功率放大器（HPA）的自适应预失真方法。针对OFDM信号的高峰平比特性及HPA带来的非线性失真,提出一种基于训练序列的最小均方误差（LMS）算法和递归最小二乘（RLS）算法的组合算法,将其应用到基于记忆多项式模型的数字预失真系统中。用MATLAB构建一个基于该自适应算法的预失真系统。仿真结果表明：该算法能有效的改善放大器的非线性特性。     

基于改进的稀疏最小二乘双子支撑向量回归的数字预失真技术

为了补偿大容量卫星通信射频前端的功率放大器的非线性,传统的数字预失真(DPD)模型需要更多的系数和更高的阶次,严重影响预失真前馈路径的资源消耗。为了解决这一问题,该文提出一种基于改进的稀疏最小二乘双子支撑向量回归(ISLSTSVR)的低复杂度DPD方法。首先通过构建原空间的决策函数解决最小二乘双子支撑向量回归(LSTSVR)模型解不稀疏的问题;同时引用截断最小二乘损失函数增加模型的鲁棒性;然后采用Nystrom逼近方法得到核矩阵的低秩近似,进一步采用Cholesky分解降低核矩阵的运算复杂度;最后由低秩的核矩阵求得模型稀疏解。实验选用基于单管氮化镓(GaN)器件的宽带AB类功率放大器,以40 MHz的32QAM信号进行激励。预失真实验表明,该方法能在保证模型精度的情况下大幅减少DPD模型系数和计算复杂度,为星载射频前端的预失真技术提供了有效的系数降维思路和方法。