记忆非线性功率放大器的神经网络预失真

数字预失真是克服高功率放大器(HPA)非线性失真最有前途的一项技术。早期对预失真技术的研究大多局限于无记忆非线性,但对于宽带应用,放大器的记忆特性明显。该文提出了一种新的有记忆非线性功率放大器的神经网络预失真技术,预失真器利用输入信号的同向和正交分量作为输入,采用带抽头延时的双入双出两层前向神经网络结构,根据非直接学习结构和反向传播算法实现自适应,可同时补偿放大器的记忆失真和非线性失真。仿真结果表明,建议的方案能有效抑制带外谱扩散,降低误码率,实现有记忆非线性HPA的自适应预失真。     

记忆非线性功率放大器的高效预失真

记忆非线性放大器的预失真问题一直是预失真技术的难点。通常采用Volterra级数、Hammerstein模型和神经网络等模型的记忆预失真都存在形式复杂、自适应困难的缺点。文章通过增加两个延时环节将基于多项式的无记忆放大器的高效预失真结构推广到有记忆放大器的预失真中,并联合一种简单的带抽头延时的非线性多项式模型作为记忆预失真器模型实现了记忆非线性放大器的快速、高效的线性化。仿真结果表明,利用所提出的预失真方案能快速实现记忆放大器的预失真,而且显著提高了线性化性能。     

简化的滤波器查找表与神经网络联合预失真方法

针对功率放大器的记忆非线性特性给通信系统带来的失真问题,提出一种改进的滤波器查找表(FLUT)预失真方法.在FLUT方法的基础上,改进FLUT预失真结构及简化自适应更新部分.采用传输窄带序列训练神经网络模型弥补功率放大器的非线性特性,利用二维滤波器码表补偿功放的记忆效应.通过将功率放大器的非线性特性和记忆效应分开处理,降低神经网络模型的计算复杂度.仿真结果表明,改进方法能有效降低系统误码率,抑制带外频谱扩展,减少带内失真,与原FLUT方法相比,对记忆功率放大器有更好的线性化效果.     

一种最小二乘／奇异值分解算法

针对预失真技术中存在记忆非线性放大器预失真的问题,分析数字预失真器的结构和常用预失真器的识别算法,对经典最小二乘／奇异值分解（LS／SVD）算法进行改进,以较少资源获得较高性能。仿真结果表明,改进的LS／SVD算法能实现记忆非线性放大器的快速、高效线性化,提高记忆非线性放大器的性能。     

防止OFDM天线放大器峰值削波的AMAPR帧加权方法

OFDM系统由于子载波数目庞大,具有较大的动态信号范围和非常高的峰均功率比(PAPR),往往造成天线放大器的非线性失真和峰值削波,从而增加系统的误码率。较为先进的算法是利用峰值因数PAR对输入信号进行加权,降低了峰均功率比PAPR,但该算法使得输入信号大幅衰减,信噪比迅速减小,误码率增加。基于上述问题,提出新的,利用AMAPR(信号峰值与天线放大器极大值比)进行帧加权的计算方法,当某一帧最大功率大于放大器的线性区间,再对该帧实现线性补偿方法。逐帧计算加权系数,尽最大可能提高输入信号的信噪比。通过仿真,验证了AMAPR帧加权算法能防止峰值削波,改进误码率性能,防止信号的大幅度衰减,实现了低成本天线放大器的线性补偿。     

功率放大器的线性化研究

在通信系统中,为了达到发射要求,信号要求具有较高的功率,需要通过高功率放大器对信号进行放大.功放非线性属于有源电子器件的固有特性,研究其机理并采取措施改善,具有重要意义.对功放的记忆效应和非线性特性进行分析研究,提出一种多项式预失真优化算法,利用和记忆多项式模型构建放大器的非线性模块,并在放大器模块前采用间接学习结构设计预失真器,利用最小二乘算法原理优化预失真器参数.仿真结果表明,预失真处理后输出信号的相邻信道功率比有较好的改善,接近理想功放线性化放大原则.改进算法使这两个模块的合成总效果可使整体输入-输出特性线性化,输出功率得到了充分利用.     

基于数字线性化技术的高性能光载无线链路

针对光载无线(Radio over fiber, ROF)链路中的固有非线性,研究了多种数字线性化技术,来提高链路性能。下行链路针对多频段多制式场景,提出采用多维数字预失真技术,最大输入射频功率增加了3 dB,进而提高了下行链路的射频功率传送效率。同时,提出了多维预失真在2倍过采样率,考虑5阶非线性,无记忆时有最佳的链路性能改善。上行链路采用基于输出截断点获取的数字后补偿技术,仅需确定系统三阶截断点(Output third-order intercept point,OIP3)即可完成非线性补偿函数的确定与失真的补偿,无杂散动态范围(Spurious free dynamic range,SFDR)可提高到128.3 dB·Hz2/3;上行链路针对多频段多 制式架构采用盲估计数字后补偿技术,动态范围提高了3 dB。     

改进算法的峰均比抑制联合预失真技术

研究正交频分复用OFDM(orthogonal frequency division multiplexing)传输系统中高功率放大器HPA(High power amplifier)的自适应预失真方法。为了减少HPA非线性对OFDM传输系统的影响,通过改进的限幅法与自适应预失真技术相结合,降低OFDM信号的峰均比值,扩大HPA的线性化范围,从而补偿功放的非线性特性。提出一种基于变步长的最小均方LMS(Least meansquare)算法,并将其应用到基于记忆多项式模型的数字预失真系统中。仿真结果表明:结合峰均比抑制技术与自适应预失真技术,其性能优于单独使用自适应预失真技术,而且新的算法能有效地改善放大器的非线性特性,带外频谱抑制达到28dB。     

一种数字基带预失真系统的硬件实现方法

正交频分复用(OFDM)因为其优良的性能在现代数字广播电视领域得到了广泛应用.但高峰均功率比(PAPR)使OFDM系统对放大器的非线性较为敏感.本文提出了一种采用分段逼近的预失真硬件实现方法.仿真结果表明,该方法能较好地补偿放大器的非线性.     

功放非线性特性及预失真模型研究

针对功率放大器的非线性特性问题进行研究,分别根据无记忆和有记忆两种类型的功放特性曲线用最小二乘法拟合出功放模型,根据线性化原则以及输出幅度限制和功率最大化约束,建立预失真模型.以误差函数和工程可实现性为评价指标,从不同模型中分别选出无记忆和有记忆最优模型.仿真测试表明被选取的多项式预失真模型能够有效的改善功率放大器的非线性具有较好的抗噪性,对工程实践中预失真器的设计具有一定的指导意义.     

A novel distortion elimination method of power amplifier in wideband OFDM system

The nonlinear,memory and saturate distortion caused by power amplifier lead to low BER per-formance and low power efficiency in wideband OFDM system.To solve the related problems,a novel power amplifier based on combined amplification with multi power amplifiers is proposed in this paper.In addition,a novel simplified filter look-up table predistorter is proposed.The novel predistorter connects to a memoryless predistorter subsystem with an adaptive filter subsystem in cascade,and can eliminate the nonlinear memory distortion effectively.The simulation results indicate that the power efficiency and BER performance will be improved by using the novel amplifier structure together with the novel predistorter.     

基于直接学习法的一种新预失真器

为了克服宽带信号经过记忆放大器的非线性失真,针对有记忆非线性功放的多项式模型,提出了一种新的基于直接学习法的自适应算法.该算法采用无记忆预失真器的级联扩展,具有横向滤波器结构,与记忆多项式有相似的线性化效果.并且针对信号噪声对自适应算法的扰动和收敛速度慢等缺点,采用归一化LMS算法加以改进.在非线性功放的记忆多项式模型下,通过宽带信号验证了基于直接学习法的记忆型预失真器算法的有效性.     

A digital predistorter for wireless transmitters

A novel digital baseband predistorter with improved reduction of spectral regrowth is proposed and investigated. The improvements are achieved by using a proposed predistortion technique and extended power amplifier (PA) fundamental‐frequency modeling. The digital baseband predistortion (DPD), known for its simplicity of realization, low cost and integrability; however, it suffers from poor linearizing performances. We incorporate baseband iterative injection of in‐band distortion components into the baseband DPD to enhance the nonlinearity compensation. General formulas for the fundamental‐frequency output of a PA with n‐order nonlinearity and recursive formulas for calculating the injected components for different number of iterations are developed. The proposed iterative digital baseband predistorter is verified experimentally with a wireless PA and measured results are presented to demonstrate feasibility of the proposed concept. The spectral regrowth suppression of 20 dB is achieved for a 3.5 MHz digitally modulated signal. © 2009 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2009.     

基于支持向量机的记忆功率放大器预失真

提出了一种新的针对记忆非线性功率放大器的支持向量机（SVM）预失真器。通过对其建模中采用径向基核函数和多项式核函数所表现出的性能特点进行分析,为核函数的选取提供了参考。采用以多项式为核函数的SVM对3种典型的记忆非线性功率放大器模型进行线性化仿真,结果表明了该方法的有效性和鲁棒性。     

OFDM系统中基带预失真技术研究

本文针对无线OFDM系统中功放非线性的影响,提出了基于基带预失真技术的解决方案.通过计算机仿真考查其对不同功放特性的自适应有效性,结果表明该基带预失真技术对OFDM系统的功放非线性恶化改善明显.     

OFDM系统中基带预失真技术研究

本文针对无线OFDM系统中功放非线性的影响,提出了基于基带预失真技术的解决方案。通过计算机仿真考查其对不同功放特性的自适应有效性,结果表明该基带预失真技术对OFDM系统的功放非线性恶化改善明显。     

Adaptive predistortion using threshold decomposition‐based piecewise linear modeling

A new adaptive predistortion approach for nonlinear power amplifiers based on the piecewise linear (PWL) approximation of nonlinear functions is presented. The PWL model is obtained using threshold decomposition (TD) of the input‐output characteristics. The TD based PWL model is used to develop a baseband predistorter using both the direct and the indirect learning architectures. The proposed predistorter is proved to provide a better performance in suppressing nonlinear distortion than conventional polynomial predistorters and a reduced hardware complexity as compared to lookup table (LUT) approach. © 2011 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2011.     

Ku波段星载行波管混合型预失真线性化器的研究

提出了一种改善行波管放大器非线性特性的预失真新方法,采用载波复幂级数法分析了星载行波管的非线性传输特性,提出一种反向复幂级数的预失真线性技术。所提出的预失真器非线性特性由混合型结构实现,包括肖特基二级管、砷化镓场效应管,改善了行波管在Ku波段的幅度-幅度失真特性,线性增益最大增加30dB,对行波管线性化器的后续研究有一定参考和实用价值。     

基于自适应扩展卡尔曼滤波与神经网络的HPA预失真算法

针对强记忆功放的非线性问题,提出一种基于自适应扩展卡尔曼滤波与神经网络的高功放(High power amplifier, HPA)预失真算法.采用实数固定延时神经网络(Real-valued focused time-delay neural network, RVFTDNN)对间接学习结构预失真系统中的预失真器和逆估计器进行建模,扩展卡尔曼滤波(Extended Kalman filter, EKF)算法训练神经网络,从理论上指出Levenberg-Marquardt(LM)算法是EKF算法的特殊情况,并用李亚普诺夫稳定性理论分析EKF算法的稳定收敛条件,推导出测量误差矩阵的自适应迭代公式.结果表明:自适应EKF算法的训练误差和泛化误差均比LM算法更低,预失真后的邻道功率比(Adjacent channel power ratio, ACPR)比LM算法改善了2dB.