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.     

数字预失真器对5G功放记忆效应补偿能力的比较

本文探究了5G系统中射频功率放大器的产生记忆效应的现象及原因,同时分析比较了三种典型的数字预失真模型对功放记忆效应的矫正能力.通过FPGA实验平台的观测与验证,随着基带信号带宽的增加和射频功率放大器的中心频率的提高,功放输出信号的记忆效应更加明显,非线性现象更加严重和复杂;基于查找表(LUT)模型,记忆多项式(MP)、...     

基于并联FIR滤波器组的Hammerstein预失真器

采用预失真技术对功率放大器的记忆非线性失真进行补偿的关键是预失真器建模的准确性,尤其是模型对功率放大器逆记忆特性的描述能力。针对目前预失真器模型对功率放大器逆记忆效应描述不充分的问题,提出了将查找表(LUT)级联一个具有并联结构的有限长单位冲激响应(FIR)滤波器组作为实现形式的Hammerstein预失真器,以提高传统Hammerstein预失真器的补偿性能,并采用一种两步算法对其参数进行辨识。仿真实验表明,提出的Hammerstein预失真器能更好地补偿带强记忆效应的功率放大器的非线性失真。     

查找表联合记忆效应补偿技术的宽带自适应预失真算法

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。     

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.     

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。     

基于改进型径向基函数神经网络的功放线性化

提出了一种基于改进型径向基函数神经网络(MRBFNN)的数字预失真线性化模型,用于更为精确地矫正宽带射频功率放大器的动态非线性。该神经网络模型的输入层使用传统的延时抽头以补偿功放的线性记忆效应,同时对每个抽头进行级数展开用于补偿功放的非线性记忆效应,从而更好地抑制功放的动态非线性失真。文中使用WCDMA 三载波信号对一个460MHz 的Doherty 功率放大器进行数字预失真线性化实验。实验结果表明,与传统数字预失真线性化模型相比,基于改进型径向基神经网络的数字预失真线性化模型能更好地抑制宽带功放动态非线性引起的带外频谱再生,其三阶互调(IMD3)失真最多可以抑制23dB,大大提高了功放的线性度,验证了所提出的数字预失真线性化模型的有效性。     

基于Wiener模型的非直接预失真线性化技术

新一代移动通信系统对于信道传输中的非线性失真十分敏感,功率放大器是产生非线性失真的主要器件。为了降低传输信号的失真程度,减小对相邻频段的用户的干扰,功率放大器的线性化技术显得尤其重要。预失真技术以其线性度好、自适应能力强、效率高等优点成为消除非线性失真的首选。在此阐述功率放大器的非线性特性和记忆效应,介绍预失真技术,利用基于Wiener模型的估计器来构成非直接预失真线性化系统,并对Wiener模型的参数识别算法进行优化。仿真实验表明此方法能有效补偿功率放大器的非线性失真和记忆效应,提高系统性能,降低开发成本。     

一种基于Volterra级数的基带数字预失真

提出了一种基于间接学习结构的自适应基带预失真技术来补偿高功率功放的记忆效应。它使用基于Volterra级数的RLS自适应算法。仿真结果表明,该预失真器能够有效地校正由于功率放大器的非线性和记忆效应引起的信号失真。     

记忆多项式数字预失真线性化逆E类功放

采用记忆多项式模型的数字预失真器,用于线性化逆E类射频功率放大器,从而获得具有高线性和高效率的射频放大系统,使得开关型的逆E类功率放大器可以适用于具有非恒包络的调制信号的发射。文中设计了一个工作于S频段的具有10W饱和功率的逆E类功率放大器,以具有5MHz信号带宽的单载波WCDMA信号作为测试信号,使用记忆多项式的预失真器对其进行线性化。实验表明,该记忆多项式预失真器能够很好地抑制逆E类功放的动态非线性引起的带外寄生频谱,可以使逆E类功放同时工作于高线性和高效率状态。